TI DLP NIRscan Nano评估模块可快速确定纺织品成分
作者：德州仪器george hill
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。
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。
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。
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。
三维封装技术介绍
【精彩预告】2017全国LED显示应用技术信息交流会
关于大功率瞬变抑制TVS二极管的详细介绍
关于SOA测试的主要内容
万维网已30岁了！万维网的演变和影响是惊人的
TI DLP NIRscan Nano评估模块可快速确定纺织品成分
与 M5Stack 和智能手机的双边蓝牙通信
卷积神经网络存在根本性的缺陷解析
如何实现掉电保护，它有哪些方案呢？
PRBTEK分享正确使用10x无源探头的方法
智慧城市的发展将离不开CIM引擎
嵌入式常见笔试题收集
“智”敬每一位用户，威马M7的加入为你带来更完美出行体验
教你几种电路分析的高效方法
基于ARM的视频监控终端的设计与实现
iPhone11使用体验分享告诉你iOS13.1要不要升级
何以在第三代半导体技术中遥遥领先？
OPPO Find9将发布两款 同时用骁龙835和653芯片,期待吧！尖叫吧！
基于S3C44B0X和SPCE061A的机器人设计方案
物联网连接爆发，模组企业业绩增长明显
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。
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。
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。
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。
三维封装技术介绍
【精彩预告】2017全国LED显示应用技术信息交流会
关于大功率瞬变抑制TVS二极管的详细介绍
关于SOA测试的主要内容
万维网已30岁了！万维网的演变和影响是惊人的
TI DLP NIRscan Nano评估模块可快速确定纺织品成分
与 M5Stack 和智能手机的双边蓝牙通信
卷积神经网络存在根本性的缺陷解析
如何实现掉电保护，它有哪些方案呢？
PRBTEK分享正确使用10x无源探头的方法
智慧城市的发展将离不开CIM引擎
嵌入式常见笔试题收集
“智”敬每一位用户，威马M7的加入为你带来更完美出行体验
教你几种电路分析的高效方法
基于ARM的视频监控终端的设计与实现
iPhone11使用体验分享告诉你iOS13.1要不要升级
何以在第三代半导体技术中遥遥领先？
OPPO Find9将发布两款 同时用骁龙835和653芯片,期待吧！尖叫吧！
基于S3C44B0X和SPCE061A的机器人设计方案
物联网连接爆发，模组企业业绩增长明显