《电子技术应用》
您所在的位置:首页 > 模拟设计 > 解决方案 > 使用智能软件和NIRscan Nano 评估模块确定材料成分

使用智能软件和NIRscan Nano 评估模块确定材料成分

2018-11-23
George Hill
关键词: TI DLP

  如果您在网页上搜索“如何确定面料的制作成分”,您可能会找到“燃烧测试”的网页内容。在燃烧测试中,需要取一小块织物样品,放在明火上,观察它是否收缩、熔化或燃烧,并注意产生的气味。

  现在,使用TI DLP? NIRscan? Nano评估模块(EVM)和Sagitto系统,可以更简单、准确地确定织物和纺织品成分。Sagitto系统结合了微型近红外传感器和机器学习模型,可帮助企业简化测量过程。每种类型的织物都因不同的成分而具有独特的近红外指纹。服装通常包含不同类型的纤维,精确的合成物组分在服装的整个使用过程中都是很重要的。

1.jpg

  图1:不同纤维含量纺织品的近红外吸收光谱

  许多国家要求明确标识纺织品的纤维成分。有时这些标签会产生误导。例如,在下图中,我们看到一组标有100%棉的洗碗巾,但是经Sagitto测试后,发现是67%棉和33%涤纶的混合物。

2.png

  图2:洗碗巾显示为67%棉和33%聚酯,而不是标签上的100%棉

  但为什么纤维成分很重要?据估计,每年生产800亿件衣服,其中75%最终会通过填埋或焚烧的方式处理。越来越多的消费者正在要求大型服装零售商寻找替代方法,处理高周转时装零售业中产生的大量废物。政府也开始制定法规,鼓励“循环经济”,并从垃圾中分流衣物。

  丙烯酸和聚酯服装会对环境造成严重的影响,例如,每个洗涤循环都会将数十万个微纤维释放到当地的废水处理厂。其中多达40%的微纤维可能会流入河流、湖泊和海洋。

3.jpg

  图 3:纺织废料正成为一大全球性问题

  因此,市场亟需开发全新的纺织品化学回收技术。例如,这些回收技术需要将聚酯和棉制服装分解为其化学组成成分--纤维素纤维、聚酯单体和低聚物。但首先,采用化学回收的回收商需要通过纤维成分精确地分选原料。

  在传统的操作中,通常由员工通过感觉和视觉对废弃纺织品进行分类,即拿起每件衣服时就确定纺织品的成分。不幸的是,对于人类来说,根本无法精确确定含有纤维混合物的纺织品的组分,并满足现代化学回收技术的要求。

  通过将TI DLP NIRscan Nano整合到一个机器人手臂中,再加上复杂的机器学习能力,就可以为化学品回收工厂开发出精准的机器人分选系统。

  Sagitto将DLP NIRscan Nano与基于云端的人工智能相结合。使用Sagitto,您无需专门聘请自己的数据科学家,甚至无需收集自己的数据,训练机器学习模型。Sagitto消除了设备成本、技能和数据等方面的障碍,使新一类的制造商和生产商可以使用DLP NIRscan Nano EVM优化生产流程。

  利用Sagitto人工智能软件和DLP NIRscan Nano 评估模块,您可以使用独特的织物成分演示模型。在Sagitto网站上注册并请求访问Sagitto演示帐户,可以使用DLP NIRscan Nano评估模块免费进行50次预测。