Anwendung künstlicher neuronaler Netze auf die Vorhersage von Farbrezepten
Die meisten aktuellen Farbvorhersagetechnologien basieren auf der Kubelka-Monk-Theorie, einem iterativen Ansatz, der versucht, die Differenz zwischen dem Muster und den vorhergesagten Tristimuluswerten zu minimieren."2 Dieses Modell hat zwar die Möglichkeiten für eine konsistente, kosteneffiziente Lederfärbung im kommerziellen Maßstab erheblich erweitert, kann aber nicht auf alle Situationen angewendet werden. Daher experimentieren Forscher mit der Anwendung Künstlicher Neuronaler Netze (ANN) auf die Vorhersage von Farbrezepten, um die Grenzen der K-M-Theorie zu überwinden und die Formulierung von Lederfarbstoffen zu verbessern.
ANNs sind biologischen Prozessen nachempfunden und so konzipiert, dass sie mit der Zeit lernen, sich anzupassen und als Reaktion auf neue Informationen präziser zu werden. Stephen Westland vom Colour & Imaging Institute an der Universität Derby ist der Ansicht, dass die Einbeziehung dieser leistungsstarken Werkzeuge der Lederherstellungsindustrie ein höheres Maß an Kontrolle bietet und gleichzeitig die aufwändige Probenvorbereitung überflüssig macht. Um seine Hypothese zu testen, verwendete er ein kugelbasiertes Reflexionsspektralphotometer, um die Farbunterschiede zwischen den vorhergesagten und den tatsächlichen Reflexionsspektren von Proben zu berechnen, die mit K-M- und ANN-basierten Rezepten gefärbt wurden.3 Die Spektraldaten zeigten, dass ANNs in der Lage sind, genaue Farbvorhersagen zu machen, und dass sie das K-M-Modell sogar übertreffen.
Eine ähnliche Studie, die sich speziell auf die Lederfärbung konzentrierte, wurde letztes Jahr in Coloration Technology veröffentlicht und bestätigte, dass ANNs eine bessere Leistung als K-M-basierte Vorhersagen bieten. Durch die Mittelwertbildung von Proben, die mit d/8°-Instrumenten im RSEX-Modus analysiert wurden, fanden Forscher des Central Leather Research Institute und der BSA University in Chennai heraus, dass das ANN "zuverlässigere und konsistentere Ergebnisse ... insbesondere für ein Substrat wie Leder" liefert, das in der Vergangenheit für Unvorhersehbarkeiten anfällig war. Beide Studien stellen jedoch fest, dass "die ANNs mehr Trainingsmuster benötigten, um das K-M-Modell zu übertreffen", was ihre Verwendung bei der Lederfärbung in kleinen Chargen oder bei Herstellern mit häufigen Farbwechseln einschränken könnte.
HunterLab Innovation
Die Spektralphotometer von HunterLab sind in der gesamten Industrie für ihre außergewöhnliche Genauigkeit, Präzision und Flexibilität bekannt. Mit einer vollständigen Palette von tragbaren, Tisch- und Inline-Instrumenten haben wir das Werkzeug, das Forscher und Lederhersteller benötigen, um neue und bestehende Farbstofftechnologien sowohl im Labor als auch in der Fabrik zu bewerten. In Kombination mit unseren hochentwickelten Softwarepaketen haben Sie die Möglichkeit, Farbdaten zu sammeln, anzuzeigen und zu interpretieren. So können Sie spektrale Informationen leicht mit Prozessvariablen korrelieren und haben nahezu unbegrenzte Möglichkeiten für aussagekräftige Analysen. Kontaktieren Sie uns, um mehr über unsere Produktpalette und unseren erstklassigen Kundendienst zu erfahren und darüber, wie wir Ihnen helfen können, eine vollständige Farbqualitätskontrolle zu erreichen.