首页期刊导航|现代纺织技术
期刊信息/Journal information
现代纺织技术
浙江理工大学 浙江省纺织工程学会
现代纺织技术

浙江理工大学 浙江省纺织工程学会

陈建勇

双月刊

1009-265X

att@zstu.edu.cn

0571-86843150/3151/3152

310018

浙江省杭州市下沙高教园区(西区)浙江理工大学

现代纺织技术/Journal Advanced Textile Technology北大核心CSTPCD
查看更多>>本刊是浙江理工大学主管,浙江理工大学、浙江省纺织工程学会联合主办的全国性科技期刊。以现代纺织科技为重点,报道理论研究、应用开发,生产技术及管理的成果和经验。
正式出版
收录年代

    基于工段模块化的真丝丝巾产品碳足迹核算与评价

    张佳艺许文强李昕王来力...
    91-98页
    查看更多>>摘要:为帮助丝绸企业快速、清晰地了解产品的减排空间,并推动全产业链绿色低碳发展,基于工段模块化碳足迹核算方法,对两款丝巾产品(斜纹绸和素绉缎)在两种缫丝工艺下的工业碳足迹进行核算与评价,并分析产品款式和加工工艺对碳足迹结果的影响.结果表明:真丝斜纹绸丝巾产品碳足迹为 12.02 kgCO2e/条(缫丝工艺1)和11.58 kgCO2e/条(缫丝工艺2),真丝素绉缎丝巾产品碳足迹为5.43 kgCO2e/条(缫丝工艺1)和 5.28 kgCO2e/条(缫丝工艺 2).采用缫丝工艺 2 的产品碳足迹结果为采用缫丝工艺 1 的 96.31%~97.27%,其差异源于原料消耗量以及供应商能源结构的不同.两款丝巾产品的印花工段碳足迹贡献最大,约为产品碳足迹的 43.76%~54.87%;真丝素绉缎丝巾产品包装工段碳足迹贡献超过缫丝工段,仅次于印花工段,原因是素绉缎丝巾尺寸规格更小,同重量下比真丝斜纹绸丝巾消耗更多包装材料.基于工段模块化的真丝丝巾产品碳足迹核算方法可用于快速核算类似产品的碳足迹,分析款式和工艺差异对产品碳足迹的影响,为产品设计阶段降碳和供应链减排提供参考.

    纺织服装产品丝巾产品模块化碳足迹核算方法碳足迹核算与评价

    基于并联堆叠模型的织物疵点检测算法

    周星亚孙红蕊宋荣夏克尔·赛塔尔...
    99-107页
    查看更多>>摘要:针对企业目前应用的织物疵点检测算法精度低、漏检率高、训练速度慢及模型难以收敛的问题,提出了一种基于并联堆叠的织物疵点检测算法.基于YOLOv7 深度学习目标检测算法,采用不同参数值的空洞卷积设计DCCSPC并联堆叠模块,改进SPPCSPC空间金字塔池化层,深度融合织物瑕疵局部及整体的特征信息;添加输出 160×160 的小目标检测层,实现宽高仅占 4 个像素的小目标疵点检测;使用WIoU损失函数替换CIoU损失函数,解决了特殊样本(长宽比与多数样本不一致的样本)漏检率高问题,并提高了模型的收敛速度.另外,为消除数据集类别不均衡问题,采用生成对抗网络对数量较少类别进行了样本扩充.将改进后算法在织物疵点数据集上进行测试,结果表明:与以往方法相比,改进后的模型具有更高的识别精度和鲁棒性,能够检出宽高比例悬殊、纹理对比度低图像中的疵点及小目标疵点,对比原YOLOv7 模型,平均精度值提升 3.4%,且收敛速度更快、误差更小,能够更好地满足当下织物智能疵点检测的需求.

    YOLOv7织物疵点深度学习目标检测空洞卷积

    碳纤维多层立体织物平行打纬构型的设计建模与仿真

    邱海飞焉瑞安
    108-116页
    查看更多>>摘要:为提升碳纤维立体织物各层打纬力分布的均匀性,通过机构串联对共轭凸轮与平面四连杆进行功能配置,设计了一种适用于多层立体织造的组合式平行打纬构型.根据修正梯形加速运动规律,在Matlab环境中对主、副凸轮理论廓线进行数值分析与编程反求,提出了适用于多层立体织物的打纬阻力计算方法,构建了基于Adams/View的高精度平行打纬系统数字化仿真模型,并针对其运动特性、共轭精度及接触碰撞等进行了动态模拟与分析.结果显示:钢筘在前死心位置(凸轮轴转角为 72°时)附近能够很好地实现水平打纬运动;摇轴与摆臂具有较高的角运动匹配精度,且两者负角加速度在前死心处均达到瞬时最大,有利于同步打紧各层纬纱;当凸轮机构存在共轭间隙时,摇轴角位移、角加速度会产生明显的偏离与振荡,同时主、副凸轮与滚子之间亦存在高频次接触和碰撞,并将导致摇轴与筘座发生振动,不利于提升平行打纬动力精度.文章为高品质多层立体织物打纬构型的设计与应用提供了借鉴.

    碳纤维钢筘共轭凸轮平行打纬共轭间隙立体织物打纬阻力

    基于VBEM的一致受限字典织物图像重构模型

    陈影柔吕文涛余润泽郭庆...
    117-126页
    查看更多>>摘要:针对传统稀疏贝叶斯算法中字典列之间较强的相互一致性导致的重构性能下降问题,提出了一种基于变分贝叶斯期望最大化的一致受限字典织物图像重构模型(CCD-VBEM).考虑织物图像的真实应用场景,采用多层先验的稀疏贝叶斯学习(SBL)模型进行建模,并通过VBEM方法求解后验分布近似值,从而构建SBL-VBEM模型.由于SBL-VBEM模型的重构结果仍然受字典矩阵的相关性影响,因此通过减少字典列之间的相互一致性来改善重构结果.首先,通过S形函数的拓扑结构获得收缩因子;然后,在获取一致受限字典的每次迭代中,利用收缩因子缩小字典矩阵中最大非对角项的邻域间隔;最后,将获取的一致受限字典作为SBL-VBEM模型的输入,获得更有效的重构织物图像.对CCD-VBEM模型在阿里云天池数据集上进行验证,验证结果表明,在不同采样率(0.20~0.40)下,CCD-VBEM模型对织物图像的重构均获得最优性能.

    织物图像重构一致受限字典变分贝叶斯期望最大化收缩因子

    融合迁移学习和集成学习的服装风格图像分类方法

    游小荣李淑芳
    127-134页
    查看更多>>摘要:针对服装风格人工分类受主观性、地域等因素影响而造成的分类错误问题,研究了一种基于人工智能的服装风格图像分类方法.首先,在FashionStyle14 数据集基础上筛除重复或无效图像,构建服装风格图像数据集;然后,采用迁移学习方法,对EfficientNet V2、RegNet Y 16GF和ViT Large 16 等模型进行微调训练,生成新模型,实现基于单个深度学习的服装风格图像分类;最后,为进一步提高图像分类的准确性、可靠性和鲁棒性,分别采用基于投票、加权平均和堆叠的集成学习方法对上述单个模型进行组合预测.迁移学习实验结果表明,基于ViT Large 16 的深度学习模型在测试集上表现最佳,平均准确率为 77.024%;集成学习方法实验结果显示,基于投票的集成学习方法在相同测试集上平均准确率可达 78.833%.研究结果为解决服装风格分类问题提供了新的思路.

    服装风格迁移学习集成学习ViT模型图像分类

    征稿启事

    封2页