【技术实现步骤摘要】
本申请涉及智能检测领域，且更为具体地，涉及一种基于深度学习的面料透气性检测方法及系统。
技术介绍
1、在当今纺织行业，面料的透气性作为衡量其品质与功能性的关键指标，对于各类产品的性能和用户体验起着决定性作用；从运动服饰的排汗透气需求，到医疗防护用品的舒适透气标准，再到家居纺织品的亲肤透气考量，准确检测面料透气性至关重要。
2、现有专利cn118483141b提出了一种面料透气性检测设备及检测方法，其首先，将待测面料平整放置并夹紧，然后通过抽气达到设定气压值，并使用气体流量传感器测量气体流量，并基于气体流量计算实测透气率；接着，依据预测模型根据隆起高度计算面料隆起后的表面积，进而得出修正系数；最终，应用该修正系数对实测透气率进行调整，以获得更为精确的透气率结果。
3、该专利中是直接基于实际的测量的气体流量值来进行透气率实测。然而，在抽气过程中，负压腔室内外的温度梯度和压力梯度可能引发热对流和气体密度变化，从而干扰流量测量；具体地，温度差异会导致气体密度不均匀，影响流量传感器的准确性；同时，压力梯度会引起气体流动的非...
【技术保护点】
1.一种基于深度学习的面料透气性检测方法，其特征在于，包括：
2.根据权利要求1所述的基于深度学习的面料透气性检测方法，其特征在于，对所述{内部温度数据、内部压力数据、外部温度数据和外部压力数据}进行基于温差-压差核心时序特征交互响应得到所述气体流量校正值，包括：
3.根据权利要求2所述的基于深度学习的面料透气性检测方法，其特征在于，基于所述{内部温度数据、内部压力数据、外部温度数据和外部压力数据}，确定内外温差时序向量和内外压差时序向量，包括：
4.根据权利要求3所述的基于深度学习的面料透气性检测方法，其特征在于，基于所述内部温度...
【技术特征摘要】
1.一种基于深度学习的面料透气性检测方法，其特征在于，包括：
2.根据权利要求1所述的基于深度学习的面料透气性检测方法，其特征在于，对所述{内部温度数据、内部压力数据、外部温度数据和外部压力数据}进行基于温差-压差核心时序特征交互响应得到所述气体流量校正值，包括：
3.根据权利要求2所述的基于深度学习的面料透气性检测方法，其特征在于，基于所述{内部温度数据、内部压力数据、外部温度数据和外部压力数据}，确定内外温差时序向量和内外压差时序向量，包括：
4.根据权利要求3所述的基于深度学习的面料透气性检测方法，其特征在于，基于所述内部温度时序向量和所述外部温度时序向量，确定所述内外温差时序向量，包括：计算所述内部温度时序向量和所述外部温度时序向量之间的按位置差分以得到所述内外温差时序向量。
5.根据权利要求4所述的基于深度学习的面料透气性检测方法，其特征在于，对所述内外温差时序向量和所述内外压差时序向量进行时序特征提取以得到内外温差时序梯度特征向量和内外压差时序梯度特征向量，包括：将所述内外温差时序向量和所述内外压差时序向量通过基于多尺度因果卷积神经网络的时序特征提取器以得到所述内外温差时序梯度...
【专利技术属性】
技术研发人员：景燕，单素红，
申请(专利权)人：江苏新丝路纺织科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。