使用遗传算法,高性能双组件 (PET/PTT) 纤维的颜色匹配
Marwa Souissi1,2, Sabrine Chaouch3, Ali Moussa4,5
1Laboratory of Environmental Chemistry and Clean Processes, University of Monastir, Monastir, Tunisia.
Scientific reports
|May 13, 2024
概括
开发了一种遗传算法,以优化双组分 (PET/PTT) 纤维的颜色匹配. 这种方法成功地以最小的CMC颜色差异重现了参考颜色,优于传统方法.
科学领域:
- 织品化学 织品化学
- 计算材料科学科学 计算材料科学
- 颜色科学 颜色科学
背景情况:
- 双组分纤维,特别是PET/PTT,在高性能织品中越来越多地使用.
- 准确的颜色匹配对于染色这些先进的织材料至关重要.
- 在织制造业中,优化用于双组件纤维的染料配方是一个重大挑战.
研究的目的:
- 开发和评估一种优化双组分 (PET/PTT) 纤维的颜色匹配的遗传算法.
- 为了确定最有效的染料组合和数量来复制目标色调.
- 为了尽量减少颜色差异使用CMC (颜色测量委员会) 标准.
主要方法:
- 开发一种基因算法,结合颜色配方和算法操作的参数.
- 使用三种分散染料,具有不同的分子量,用于染色实验.
- 在算法中应用和评估不同的选择 (轮盘,等级,制服) 和突变技术.
- 基于减少参考和算法生成颜色之间的CMC颜色差异的优化.
主要成果:
- 开发的遗传算法在颜色匹配的双组分纤维中表现出强的性能.
- 目标颜色和实现颜色之间的CMC颜色差异始终非常小.
- 轮盘选择技术证明优于排名和统一的选择方法.
- 一个简单的突变策略是有效的,导致CMC颜色差异低于1.
结论:
- 遗传算法提供了一种有效的计算工具,用于优化双组件 (PET/PTT) 丝染料中颜色匹配.
- 该研究强调了特定遗传算法组件的有效性,例如轮盘选择和简单突变,以实现高颜色精度.
- 这种优化的方法可以提高彩色高性能织品生产的效率和质量.
