[發明專利]一種織物染色配色優化方法無效
| 申請號: | 200810063183.6 | 申請日: | 2008-07-28 |
| 公開(公告)號: | CN101324925A | 公開(公告)日: | 2008-12-17 |
| 發明(設計)人: | 顏鋼鋒;金得寶;白陽 | 申請(專利權)人: | 浙江大學 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;D06P5/00 |
| 代理公司: | 杭州求是專利事務所有限公司 | 代理人: | 韓介梅 |
| 地址: | 310027*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 織物 染色 配色 優化 方法 | ||
技術領域
本發明涉及配色開發,尤其涉及一種配色優化方法。
背景技術
配色過程是織物染整生產過程的重要環節,是一項復雜的物理化學反應過程。目前,在配色過程中采用的是人工配色方法。工藝技術人員依靠傳統的紙筆記錄的方式來記錄工藝數據,依靠經驗來確定染色配方。人工配色方法穩定性差,一次準確率低,費時費力。
發明內容
本發明的目的是提供一種織物染色配色優化方法,以實現配色快速,一次準確率高。
本發明的織物染色配色優化方法,包括如下步驟:
1)建立包括坯布數據、染料配方數據和色位數據的配色數據庫;
2)用K-means均值聚類算法對配色數據庫進行聚類分析;
3)據客戶來樣,對比K-means均值聚類的結果,確定所對應的配色類別。
上述的坯布數據包括:訂單號、名稱、織物經向密度、織物緯向緊度、無漿干重、經向斷裂強度、緯向斷裂強度,織物成分及其含量;
染料配方數據包括:活性染料、還原染料、分散染料和涂料數據,其中,
a.活性染料數據包括:活性染料類型、軋染液燃料用量、軋染液防泳移劑用量、軋染液潤濕劑用量、軋染液液量、固色液燒堿用量、固色液磷酸三鈉用量、固色液純堿用量、固色液食鹽用量、固色液防還原劑用量、固色液液量和皂洗液濃度;
b.還原染料數據包括:軋染液染料用量、軋染液擴散劑用量、軋染液顏色類型、還原液燒堿用量、還原液保險用量、還原液顏色類型、氧化液雙氧水用量、氧化液過硼酸鈉用量、皂洗液液體肥皂用量和皂洗液純堿用量;
c.分散染料數據包括:分散染料名稱、抗泳移劑量、滲透劑量、K型活性染料量、小蘇打量、尿素量、士林染料量、涂料量、平平加量和粘合劑總液量;
d.涂料數據包括:涂料類型、涂料平平加量、涂料抗泳移劑量、增深劑量、粘合劑量、柔軟劑量、交聯劑量、分散染料量;
色位數據包括染出來的表示顏色色度空間坐標的Lab值(L表示照度,相當于亮度,a表示從紅色至綠色的范圍,b表示從藍色至黃色的范圍)。
上述的用K-means均值聚類算法對配色數據庫進行聚類分析,步驟是:
a.分配聚類中心數K;
b.對K個中心數進行初始化;
c.重復計算每個聚類中的數據點的平均值,直到每個樣本兩次的重心一樣,達到穩定時,停止計算,輸出結果。
本發明的有益效果是:實現配色數據的信息化,便于配色數據的存儲和查詢,數據共享性增強,采用k-means均值聚類方法之后,配色速度提高,一次準確率提高。
具體實施方式
本發明的織物染色配色優化方法,包括如下步驟:
1)建立包括坯布數據、染料配方數據和色位數據的配色數據庫
坯布數據包括:訂單號、名稱、織物經向密度、織物緯向緊度、無漿干重、經向斷裂強度、緯向斷裂強度,織物成分及其含量;
其中織物成分的種類包括:棉、羊毛、馬海毛、兔毛、羊駝毛、真絲、黃麻、亞麻、苧麻、大麻、滌綸、羊絨、安哥拉山羊毛、羊羔毛、柞蠶絲、牦牛毛、莫代爾、駝絨、銅、桑蠶絲、萊卡、羅布麻、大豆蛋白纖維、滌棉倒比、錦綸、人棉、粘膠、氨綸、丙綸、維綸、腈綸、天絲。
染料配方數據包括活性染料、還原染料、分散染料和涂料,其中,
a.活性染料數據包括活性染料類型、軋染液燃料用量、軋染液防泳移劑用量、軋染液潤濕劑用量、軋染液液量、固色液燒堿用量、固色液磷酸三鈉用量、固色液純堿用量、固色液食鹽用量、固色液防還原劑用量、固色液液量和皂洗液濃度;
b.還原染料數據包括軋染液染料用量、軋染液擴散劑用量、軋染液顏色類型、還原液燒堿用量、還原液保險用量、還原液顏色類型、氧化液雙氧水用量、氧化液過硼酸鈉用量、皂洗液液體肥皂用量和皂洗液純堿用量;
c.分散染料數據包括分散染料名稱、抗泳移劑量、滲透劑量、K型活性染料量、小蘇打量、尿素量、士林染料量、涂料量、平平加量和粘合劑總液量;
d.涂料數據包括涂料類型、涂料平平加量、涂料抗泳移劑量、增深劑量、粘合劑量、柔軟劑量、交聯劑量、分散染料量;
色位數據包括染出來的表示顏色色度空間坐標的Lab值。
同一訂單號的坯布數據、染料配方數據和色位數據構成了一條完整的配色數據。
2)K-means均值聚類算法對配色數據庫進行聚類分析,K-means均值聚類算法是選擇K個初始點代表K個初始的聚類中心,所有的數據點都被賦予最靠近的聚類中心,計算每個聚類中的數據點的平均值作為新的聚類中心,如此不斷重復直至聚類不再變化。例如:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江大學,未經浙江大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/200810063183.6/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:散熱單元
- 下一篇:一種處理電子郵件的方法、裝置及系統





