Разработка экспресс-метода определения теплозащитных свойств нетканых материалов тема диссертации и автореферата по ВАК РФ 05.19.01, кандидат наук Грибова Евгения Владимировна

• Грибова Евгения Владимировна
• кандидат наук
• 2022

Оглавление диссертации кандидат наук Грибова Евгения Владимировна

ВВЕДЕНИЕ

ГЛАВА 1. СОВРЕМЕННЫЕ МЕТОДЫ ИССЛЕДОВАНИЯ ТЕПЛОЗАЩИТНЫХ СВОЙСТВ НЕТКАНЫХ МАТЕРИАЛОВ

1.1 Основные виды теплозащитных свойств текстильных

материалов

1.2 Методы исследования теплозащитных свойств текстильных материалов

1.2.1 Теоретические методы исследования теплозащитных свойств текстильных материалов

1.2.2 Экспериментальные методы исследования теплозащитных свойств текстильных материалов

1.3 Основные методы обработки и анализа изображений в термографии

Выводы по главе

ГЛАВА 2. РАЗРАБОТКА ЭКСПЕРИМЕНТАЛЬНОЙ УСТАНОВКИ ДЛЯ

ИССЛЕДОВАНИЯ ТЕПЛОЗАЩИТНЫХ СВОЙСТВ НЕТКАНЫХ МАТЕРИАЛОВ

2.1 Конструктивные особенности и характеристики экспериментальной установки

2.2 Исследование материалов для создания экспериментальной Установки

2.3 Исследование источников теплового излучения и холода

2.4 Исследование различных приемников теплового излучения

Выводы по главе

ГЛАВА 3. РАЗРАБОТКА МЕТОДИКИ ОЦЕНКИ И ОБРАБОТКИ

ИНФРАКРАСНЫХ ИЗОБРАЖЕНИЙ НЕТКАНЫХ МАТЕРИАЛОВ

3.1 Анализ цветовых моделей, применяемых при разработке программного обеспечения экспериментальной установки

для исследования теплозащитных свойств нетканых материалов

3.2 Вопросы статистической обработки результатов экспериментов

3.3 Разработка методики обработки инфракрасных изображений

Выводы по главе

ГЛАВА 4. АНАЛИЗ ТЕПЛОЗАЩИТНЫХ СВОЙСТВ НЕТКАНЫХ

МАТЕРИАЛОВ НА ОСНОВЕ ОБРАБОТКИ ИНФРАКРАСНЫХ

ИЗОБРАЖЕНИЙ

4.1. Исследование цветных инфракрасных изображений

4.2. Исследование инфракрасных изображений в оттенках серого

4.3. Анализ динамического и статического режимов работы тепловизора

4.4. Анализ влияния различных источников тепловых потоков при использовании экспериментальной установки

4.4.1. Использование инфракрасной лампы и тепловизора

4.4.2. Использование устройства равномерного нагрева камеры и тепловизора

4.4.3. Использование аккумуляторов холода (хладоэлементов)

и тепловизора

4.5. Исследование чувствительности предлагаемых алгоритмов при проведении исследований

4.6. Исследование поведения различных приемников теплового

излучения

Выводы по главе

ВЫВОДЫ ПО РАБОТЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЯ

ВВЕДЕНИЕ

Рынок нетканых текстильных материалов на сегодняшний день является одним из динамично развивающихся в секторе легкой промышленности [1,2]. В Стратегии развития текстильной и лёгкой промышленности до 2025 года [3] четко обозначены перспективные направления развития нетканых материалов и изделий на их основе для текстильной и лёгкой промышленности, что говорит о возрастающем внимании к этой отрасли производства. Нетканые материли прочно вошли в нашу жизнь и с каждым годом расширяются сферы их применения. Это связано, в том числе, и с преимуществами нетканых материалов по сравнению с классическим текстилем растительного происхождения: улучшенные характеристики на разрыв, сжатие, загрязнение, воздействие химически активных веществ, светостойкость, светопропускные способности, теплозащитные характеристики, стойкость к воздействию биологических факторов (плесень, грибок) и т.д. На данный момент нетканые материалы применяют в кораблестроении, строительстве, энергетике, космонавтике, швейной промышленности, автомобилестроении, мебельной промышленности и многих других сферах и возможности дальнейшего развития этого списка колоссальные. Поэтому расширению ассортимента текстильных материалов уделяется все большее внимание. Требуются новые модификации материалов с определённым набором параметров и характеристик для разных сфер применения, а также новые методы исследования параметров нетканых материалов.

Также нельзя не отметить и растущую конкуренцию на ранке производителей нетканых материалов. В связи с этим одной из важнейших задач на предприятиях текстильной и легкой промышленности становится задача качества выпускаемой продукции. Только качественная продукция и по доступным ценам активно продается в условиях мирового экономического кризиса. Современные предприятия вынуждены постоянно обновлять и совершенствовать свою производственную базу, оперативно менять ассортимент

и технологические параметры производства, совершенствовать сырьевую базу. При этом цены на сырье неуклонно растут. Россия импортирует полиэфирные волокна, не подвергнутые подготовке для прядения, в основном из Белоруссии, Китая и Кореи.

В подобных условиях резко повышается актуальность оперативного контроля качества готовой продукции. Традиционные лабораторные испытания могут потребовать достаточно много времени. Поэтому параллельно с лабораторными исследованиями возможность проводить экспресс-анализ качества материалов актуальна. Экспериментальных установок по проведению экспресс-анализа теплозащитных свойств нетканых материалов очень ограниченное количество, многие из них так и не нашли широкого практического применения, это связано в первую очень с отсутствием единых алгоритмов в проведении расчетной части и сложностью автоматизации процессов.

На основании вышесказанного можно утверждать, что для современного материаловедения задача оперативного, качественного исследования теплозащитных свойств материалов и пакетов одежды является актуальной. Важно проводить исследования в кратчайшие сроки с помощью методов неразрушающего контроля.

Объектами исследования в данной работе являются современные виды нетканых материалов с разными структурами.

Предмет исследования - определение и оценка теплозащитных свойств нетканых материалов.

Целью работы является разработка экспресс-метода определения теплозащитных свойств нетканых материалов различных видов, базирующийся на оригинальной обработке инфракрасных изображений, полученных при прохождении теплового потока через исследуемые образцы.

Для достижения поставленной цели были определены следующие задачи:

- анализ теплозащитных свойств нетканых материалов;

- анализ существующих методов определения показателей теплозащитных свойств нетканых материалов;

- анализ методов обработки цифровых инфракрасных изображений, полученных с тепловизионных приборов;

- разработка и создание экспериментальной установки для определения теплозащитных свойств нетканых материалов при воздействии теплового потока;

- разработка концепции метода определения теплозащитных свойств нетканых материалов на основе обработки инфракрасных изображений, полученных с тепловизионных приборов;

- выявление закономерностей зависимости предлагаемых теплозащитных показателей со стандартными;

- выбор адекватной математической модели для описания и оценки теплозащитных свойств нетканых материалов;

- создание программы для ЭВМ, основанной на алгоритмах обработки цифровых изображений, полученных с тепловизионных приборов.

Научная новизна работы состоит в том, что:

1. Предложен экспресс-метод определения теплозащитных свойств нетканых материалов.

2. Разработан метод получения и обработки инфракрасных изображений для исследования теплозащитных свойств нетканых материалов

3. Предложен ряд новых показателей оценки теплозащитных свойств нетканых материалов на базе обработки инфракрасных изображений.

4. Проведена адаптация математических методов для решения задач исследования теплозащитных свойств нетканых материалов.

Практическая значимость работы:

1. Разработана и изготовлена экспериментальная установка для экспресс-анализа теплозащитных свойств нетканых материалов различной плотности.

2. Выявлены оптимальные сочетания источников и приёмников теплового потока, применяемых в экспериментальной установке.

3. Внедрена методика экспресс-анализа, реализованная программно, что подтверждено свидетельством о государственной регистрации программы для ЭВМ №2021660192 от 23.06.2021г.

4. Разработана методика обработки инфракрасных изображений для решения задач контроля качества нетканых материалов.

5. Установлена закономерность изменения предлагаемых показателей теплозащитных свойств нетканых материалов от основных параметров структуры.

Основные методы исследования

В работе использовались методы математической обработки изображений, экспериментальные методы исследования теплозащитных свойств материалов, методы регрессионного и корреляционного анализа экспериментальных данных, численные методы. Исследования теплозащитных свойств образцов материала проводились на разработанной экспериментальной установке. Полученные экспериментальные значения обрабатывались при помощи ЭВМ.

В ходе выполнения работы использовалось программное обеспечение: Microsoft Office, MATLAB, Adobe Photoshop. При разработке программного обеспечения был использован язык программирования Phyton.

Введение диссертации (часть автореферата) на тему «Разработка экспресс-метода определения теплозащитных свойств нетканых материалов»

Апробация работы

Основные результаты научных исследований докладывались и обсуждались на Международной научной студенческой конференции «Инновационное развитие легкой и текстильной промышленности» (ИНТЕКС-2021), Москва; 74-ой внутривузовской научной студенческой конференции «молодые ученые -инновационному развитию общества» (МИР-2022), Москва; Международной научной студенческой конференции «Инновационное развитие легкой и текстильной промышленности» (ИНТЕКС-2022), г. Москва.

Апробация диссертационной работы проведена в условиях действующего предприятия по выпуску нетканого материала ООО «Термопол» (Приложение A).

Публикации

По материалам диссертационного исследования опубликовано 8 работ из них: 4 статьи в рецензируемых научных изданиях, рекомендованных Высшей аттестационной комиссией при Министерстве науки и высшего образования Российской Федерации, а также получено Свидетельство о государственной регистрации программ для ЭВМ.

Объем и структура диссертации

Диссертационная работа состоит из введения, четырех глав, выводов по работе, списка литературы и приложений. Работа представлена на 170 страницах машинописного текста, содержит 36 таблиц, 52 рисунка. Список литературы состоит из 139 наименований.

ГЛАВА 1. СОВРЕМЕННЫЕ МЕТОДЫ ИССЛЕДОВАНИЯ ТЕПЛОЗАЩИТНЫХ СВОЙСТВ НЕТКАНЫХ МАТЕРИАЛОВ

1.1 Основные виды теплозащитных свойств текстильных материалов

Под действием тепла текстильные материалы способны проводить, поглощать и сохранять тепло. К основным тепловым свойствам текстильных полотен можно отнести теплопроводность, теплостойкость, температуропроводность, термостойкость, огнестойкость, морозостойкость.

Очень важной составляющей теплофизических свойств текстильных материалов являются теплозащитные свойства. Они характеризуют способность материалов одежды защищать тело человека от тепловых потерь и перегрева при различных климатических условиях [4]. Это очень важный показатель при проектировании демисезонной и зимней одежды, а также одежды специального назначения, в том числе одежды для использования в неблагоприятных климатических условиях. Традиционным утеплителям из натуральных волокон сегодня пришли на смену нетканые материалы - высокообъемные и формоустойчивые, получаемые их синтетических волокон различным способом скрепления. Именно наличие многочисленных пор в материале дает возможность говорить о высоких теплозащитных свойствах нетканых материалов.

Рассмотрим более подробно ряд теплозащитные показателей текстильных материалов: тепловое сопротивление R, коэффициент теплопроводности X, и коэффициент температуропроводности а.

Тепловое сопротивление

Тепловое сопротивление (Я) - это способность материалов препятствовать

2 О

прохождению тепла, измеряется в м С / Вт.

Физическая сущность теплового сопротивления состоит в том, что оно показывает на сколько градусов охлаждается среда с более высокой температурой

л

при прохождении через 1 м полотна толщиной 5 теплового потока в 1Вт. [5]. Тепловое сопротивление находится по формуле [6]: R = 5 / X, м2-°С / Вт (1.1)

где 5 - толщина материала, м; X - коэффициент теплопроводности, Вт/(м-°С).

К факторам, влияющим на тепловое сопротивление текстильных материала, относятся: объемный вес, толщина, влажность, вид волокнистого материала, воздухопроницаемость материала [7]

По данным П.А Колесникова [7-10] тепловое сопротивление текстильных материалов существенно зависит от их толщины, при этом характер зависимости линейный при условии неподвижности воздуха, что отображено на рисунке 1.1. Необходимо отметить, что в этом случае одежда должна плотно прилегать к телу человека, а коэффициент теплопроводности принимается постоянной величиной.

Рисунок 1.1 - Зависимость теплового сопротивления текстильных

материалов от толщины ткани

Установлению линейной зависимости теплового сопротивления от толщины материалов посвящены и более поздние работы, например, работа [11], где

опытным путем установлена линейная зависимость теплового сопротивления от толщины полотен утеплителя холлофайбер.

Зависимость теплового сопротивления от влаги рассмотрена в работе Н.Г. Бессоновой, где установлено, что эмпирическая зависимость носит монотонно убывающий характер и описывается уравнением прямой. При этом на данную зависимость оказывает влияние и средняя плотность материала: чем она выше, тем интенсивнее снижается тепловое сопротивление при увлажнении материала [12]. Исследованию влияния влаги на теплофизические свойства материалов посвящена и работа В.Е. Ребрик [13].

Зависимость теплового сопротивления от воздухопроницаемости материала подробна рассмотрена в работах П.А. Колесникова.

В случае, если в материале имеется большое число сквозных пор, значительная часть теплоты переносится через материал движущимся потоком воздуха, что снижает теплозащитные свойства материала. Поэтому можно сделать вывод о том, что с увеличением количества пор (воздухопроницаемости материала) и повышением скорости воздушного потока резко уменьшается тепловое сопротивление материала рис. 1.2 [7,8].

« О 5 10 15

скорость воздушного потока, м/с

Рисунок 1.2 - Зависимость теплового сопротивления от скорости

воздушного потока

Для стандартных материалов тепловое сопротивление известно, и эти данные приведены в справочной литературе. Например, тепловое сопротивление

2 2 искусственного меха - 0,246 м •К/Вт, фланели - 0,149 м •К/Вт, хлопчатобумажного

ватина - 0,237 м2- К/Вт, бязи - 0,112 м2- К/Вт [10].

Воздухопроницаемость для теплозащитной одежды является

отрицательным фактором, поскольку она снижает тепловое сопротивление.

Для характеристики теплозащитных свойств материалов в

эксплуатационных условиях чаще всего говорят не о тепловом сопротивлении

материала, а о суммарном теплом сопротивлении, в котором помимо теплового

сопротивления материала учитывается так же сопротивление теплопереходу из

пододежного слоя воздуха к внутренней поверхности материала и сопротивление

теплопереходу от наружной поверхности материала во внешнюю среду [7].

Суммарное тепловое сопротивление выражается формулой:

RcyM = 1/ а 1 + ö /1 + 1/ а 2, Вт/(м-°С) (1.2)

где 1/ а 1 - сопротивление теплопереходу из пододежного слоя воздуха к

внутренней поверхности материала;

ö /1 - тепловое сопротивление материала;

1/а 2 - сопротивление теплопереходу от наружной поверхности материала во внешнюю среду.

При использовании пакета суммарное тепловое сопротивление растет, так как суммируется тепловое сопротивление каждого слоя и учитывается наличие воздушных слоев между ними, что тоже сказывается на улучшение теплозащитных свойств. Под пакетом одежды понимается сочетание в одном изделии разных материалов.

Теплопроводность

Текстильные материалы в отличие от твердых однородных тел имеют иную структуру строения и по классификации Лыкова A.B. [14] относятся к группе капиллярно-пористых тел, где слои волокон материала чередуются с порами, заполненными воздухом. При этом процесс переноса теплоты в таких телах

обладает значительной сложностью. Различают три таких способа в текстильных материалах: теплопроводность, конвекцию и тепловое излучение.

Классическое определение теплопроводности говорит о том, что теплопроводность - это способность материальных тел проводить энергию (теплоту) от более нагретых частей тела к менее нагретым частям тела путём хаотического движения частиц тела [15-17]. В зависимости от агрегатного состояния вещества и механизм переноса теплоты различный.

Конвекция — процесс переноса теплоты в жидкости или газе путем перемещения частиц.

Тепловое излучение — перенос теплоты электромагнитными волнами. Излучаемая телом в окружающее пространство тепловая энергия превращается в лучистую, а при поглощении лучистой энергии телом она превращается в тепловую.

Интенсивность теплопроводности оценивается коэффициентом

теплопроводности X, измеряется в Вт/(м^°С). Коэффициент показывает, какое количество теплоты проходит в единицу времени через 1 м2 материала толщиной 1 м при разности температур в оС. Для определения коэффициента теплопроводности материала используется уравнение [17,18]:

X = Ф-5/[(Тг Т2)Б] (1.3)

где Ф — тепловой поток, Вт;

5 — толщина материала, м;

Т1 и Т2 — температуры поверхностей материала, К;

Б — площадь поверхности материала, м2.

Из уравнения (1.3) видно, что коэффициент теплопроводности показывает степень интенсивности прохождения тепла через массу вещества. Чем больше коэффициент теплопроводности, тем меньше теплоизоляционные свойства материала. Теплопроводность текстильных полотен зависит от многих факторов: волокнистого состава полотен, их структуры, влажности, конвекции и др. На теплопроводность текстильных волокон существенно влияют переплетение, пористость (открытая или закрытая), слоистость, способ образования структуры

(тканный, трикотажный, нетканый, комбинированный ткано-трикотажный и др.) [19].

В работе [20] представлены аналитические зависимости теплопроводности текстильных полотен от структуры, полученные на основе экспериментальных данных, а выделен ряд косвенных факторах, связанных со структурой полотен. Из этих факторов главным является наличие в полотне закрытых пор, их устойчивость. Открытые поры содействуют конвекции тепла через поры и увеличивают теплопроводность, и наоборот, закрытые поры снижают теплопроводность полотен. Устойчивость пор зависит от упругости волокнистого состава полотен, переплетения, особенно двух- или многослойных. Чем больше упругость волокнистого состава полотен, тем меньше их теплопроводность.

Коэффициент теплопроводности текстильных материалов изменяется не в значительных пределах, например коэффициент теплопроводности хлопка 0,05, Вт/(м • К), шерсти 0,03 Вт/(м • К), шелка 0,04 Вт/(м • К), воздуха 0,02 Вт/(м • К), воды 0,06 Вт/(м • К) [18,21].

Величина коэффициента теплопроводности одного и того же волокнистого материала не является величиной постоянной, так как зависит от объемного веса волокна, влажности, температуры, направления и объема теплового потока.

Текстильные материалы обладают пористой структурой, состоящей из волокон и заполненных воздухом пор. Поры располагаются как между волокнами, так и внутри них; формы и размеры их разнообразны: микро- и макрокапилляры, сквозные и замкнутые. Перенос тепла в подобных материалах с неоднородной пористой структурой осуществляется благодаря теплопроводности волокон и воздуха, находящегося в замкнутых порах, конвекции через сквозные поры, теплоизлучения стенками пор. По этой причине коэффициент теплопроводности текстильных материалов условен: он характеризует способность материала передавать тепловую энергию не только вследствие теплопроводности, но и путем конвекции и теплоизлучения.

Учитывая, что текстильные материалы обладают высокой пористостью, сравнительно малой площадью контакта между отдельными волокнами и мало

различаются по теплопроводности, их теплопроводность определяется в значительной мере теплопроводностью воздуха в замкнутых порах и конвекцией через открытые поры. С увеличением пористости структуры до определенного предела теплопроводность текстильных материалов снижается, так как теплопроводность воздуха ниже теплопроводности волокон. При этом при дальнейшем повышении пористости, когда появляются незамкнутые сквозные поры, теплопроводность материалов повышается, так как важную роль начинает играть конвекция.

Известна формула [21] для определения коэффициента теплопроводности ткани в зависимости от теплопроводности волокон, воздуха и пористости ткани:

Х= X воз [1 + -—----] (Вт/(м^К) (1.4)

1 (1-е )/4+Хвоз/(Хвол-Хвоз) V V 7 4 7

где Хвоз, X вол — соответственно коэффициенты теплопроводности воздуха и волокна, Вт/(м^К);

в — доля объема волокон в объеме ткани.

Данная формула применима при наличии в структуре текстильного материала большого количества замкнутых пор и отсутствии сквозных.

Коэффициент теплопроводности текстильных полотен с повышением их средней плотности повышается в результате уменьшения закрытой пористости. Приведенные данные о теплопроводности могут дать примерное представление об изменении коэффициента теплопроводности полотен в результате уменьшения пористости материала.

Зависимость коэффициента теплопроводности от средней плотности натуральных тканей приведена в таблице 1.1 [21].

В менее плотных материалах при расчетах коэффициента теплопроводности учитываются различные участки структуры: поля контакта, поля просвета, свободные поля. Характер передачи теплоты на этих участках материала будет разным.

Таблица 1.1 - Зависимость теплопроводности от средней плотности материала

До 500 800 1200 2000

р,кг/м3 50

0,047 0,07 0,14 0,209 0,291

(Вт/(м*К);

Коэффициент теплопроводности текстильного материала зависит от влажности. При увеличении влажности теплопроводность увеличивается. Эта зависимость носит сложный ступенчатый характер. Зависимость коэффициента теплопроводности тканей от их влажности характеризуется линейным характером и выражается формулой:

Хвл = Хсух + а• W, (1.5)

где Хвл и Хсух — коэффициенты теплопроводности соответственно влажной и сухой ткани, Вт/(м *К);

а — постоянный коэффициент (для шерстяных тканей а = 0,0024, для хлопчатобумажных тканей а = 0,0039); Ж — влажность ткани, %.

Дальнейшее повышение влажности текстильных материалов приводит к уменьшению их теплозащитных свойств, так как вода, которая конденсируется в порах и капиллярах, имеет по сравнению с воздухом значительно больший коэффициент теплопроводности.

Температуропроводность

Температуропроводность - это способность текстильных материалов выравнивать температуру в различных точках, передавая теплоту от более нагретых участков материала к менее нагретым.

Температуропроводность характеризуется соответствующим

Л

коэффициентом - коэффициентом температуропроводности а, измеряемая в м /с.

Коэффициент зависит от коэффициента теплопроводности и удельной теплоемкости материала:

а = , м2/с (1.6)

Где Я - коэффициент теплопроводности, Вт/(м^К);

С - удельная теплоемкость текстильного материала, Вт/(кг^К);

-5

р — плотность материала, кг/м .

Коэффициент температуропроводности показывает скорость выравнивания температуры материала и зависит от объемной массы материала и состава волокнистого материала. Высокие теплозащитные свойства текстильных материалов характеризуются минимальным коэффициентом

температуропроводности. Из внешних факторов на данный показатель значительно влияет влажность, при ее наличии коэффициент температуропроводности материала растет.

1.2 Методы исследования теплозащитных свойств текстильных материалов

Методы исследования теплозащитных свойств текстильных материалов можно разделить на теоретические и экспериментальные.

1.2.1 Теоретические методы исследования теплозащитных свойств

текстильных материалов

В основном теоретические методы исследования текстильных материалов основаны на решение дифференциальных уравнений, базирующихся на теории общей теплопроводности тел [16,17,22-25] и расчете коэффициента теплопроводности с учетом заданных параметров и условий. Академик А.В. Лыков относит все текстильные материалы к капиллярно-пористым телам и выводит свою систему дифференциальных уравнений, описывающих процессы

теплопроводности конкретно в капиллярно-пористых телах [14,26,27]. Он значительно упрощает физическую модель за счет рассмотрения только одной фазы, в частности, жидкой и учета влияния остальных параметров с помощью теоретически полученного критерия фазового превращения. Система уравнений А.В. Лыкова была использована в большом количестве теоретических работ, но не дает высоко достоверных результатов из-за невозможности измерить параметр критерия фазового превращения в каждом конкретном случае. Существуют работы, где разработаны методы, нивелирующие этот недостаток метода А.В. Лыкова, примером может послужить работа О.Л. Решетина, С.Ю. Орлова [28], где есть возможность установить необходимый набор конкретных физических величин рассматриваемой системы доступных экспериментальным наблюдениям и появилась возможность исследовать процессы переноса в капиллярно-пористых материалах теоретическим путем.

Также среди общих теоретических методов исследования теплозащитных свойств материалов наибольшее распространение получили следующие методы: метод разделения переменных, операционный метод (метод интегральных преобразований), численный метод (метод конечных разностей) [17,29,30].

Все методы теоретического исследования теплозащитных свойств материалов достаточно сложны, трудоемки, требуют специальной подготовки специалистов, поэтому, несмотря на использование при моделировании и расчетах вычислительной техники [30], редко используются на практике.

Необходимо так же отметить, что теоретические методы могут успешно применятся в комплексе с экспериментальными методами исследования теплозащитных свойств текстильных материалов.

1.2.2 Экспериментальные методы исследования теплозащитных свойств текстильных материалов

В материаловедческой практике показатели теплозащитных свойств материалов в основном измеряются экспериментальными методами, это связано с

большим количеством вариаций структур текстильных материалов, что затрудняет подбор параметров для теоретических расчетов. Единой классификации экспериментальных методов исследования материалов до сих пор не выработано, это связано с многообразием существующих методов.

По принципу действия методы экспериментальной группы [31-39] разделяются на две основные группы: стационарные и нестационарные. Первая группа основана на использовании стационарного теплового режима, вторая на использовании нестационарного теплового режима.

Методы стационарного режима делятся на абсолютные и относительные. В абсолютных методах измеряемые в эксперименте параметры позволяют расчетным путем получить необходимые данные, в относительных этого недостаточно. Здесь либо принято использовать эталонный материал, с известными тепловыми параметрами, либо применяется наблюдение за изменением параметров исходного материала, принятых за единицу при прочих равных характеристиках: тепловой поток, уровень температуры, но в результате воздействия различных факторов [40-42]. Важным преимуществом относительных методов является простота, однако их применение ограничивается отсутствием эталонных материалов.

Действие устройств, основанных на методе стационарного режима, основано на принципе прохождения постоянного во времени теплового потока через материал, который испытывается. В образце, при этом создаются разности температур, которые доводятся до постоянных. Искомые коэффициенты теплопроводности находят при помощи классического уравнения Фурье [22,36].

Главными недостатком метода считается большая длительность исследования от 2 до 5 часов, это связано со временем наступления стационарного теплового процесса и с трудностями исследования влажных материалов, возникающих при стационарном режиме из-за перераспределения влаги в образце, что искажает опытные данные. Для измерения теплозащитных свойств текстильных материалов чаще применяются приборы, действующие по методу плоского слоя [29,36,44].

Стандартный прибор для определения тепловых свойств материалов методом стационарного потока представлен на рисунке 1.3 [18].

Рисунок 1.3 - Прибор для определения тепловых свойств материалов

методом стационарного потока

Прибор состоит из нагревателя 1 и холодильного оборудования 3. Между ними закладывается испытуемый материал 2. Температуры нагревателя и холодильника устанавливают постоянными, с помощью вольтметра и амперметра фиксируют расход потребляемой электроэнергии на поддержание постоянной разницы температур, которую измеряют с помощью термопар. По полученным значениям силы тока и напряжения рассчитывают мощность теплового потока.

Данный расчет применяется только при условии перпендикулярности теплового потока к плоскости испытуемого материала [18]. Важным требованием стационарного метода является также наличие малой разницы температур на границах тела (несколько градусов) и обеспечение идеального контакта между образцом и нагревательным элементом [45].

Для измерения в стационарном режиме так же широко используется прибор ИК-3. Стационарный измеритель температур позволяет фиксировать изменение температуры в широком диапазоне. Тепловое сопротивление находится расчетным путем [5,46].

Из современных приборов необходимо отметить разработку Витебского государственного технологического университета [32]. Ими разработана автоматизированная система для комплексного определения показателей теплозащитных свойств материалов одежды в стационарном режиме и их пакетов,

конструкция которой дает возможность проводить испытания материалов в условиях, приближенных к реальным условиям их эксплуатации. Погрешность определения значений коэффициента теплопроводности и теплового сопротивления предложенным методом не превышает 6 %.

К положительным сторонам стационарного метода можно отнести достаточно высокие результаты измерения при соблюдении всех требований.

Нестационарные методы основаны на теории теплопроводности при нестационарном тепловом потоке. Образец материала помещают в переменное во времени температурное поле, при этом температура образца непрерывно меняется. Исследование сводится к фиксированию изменений температуры в образце исследуемого материала. В нестационарных методах для текстильного материаловедения чаще используются методы начальной стадии (метод мгновенного источника тепла) и методы регулярного теплового режима [47-53].

Метод начальной стадии (мгновенного источника тепла) [51,54] предполагает, что воздействие теплового поля на материал происходит в течение очень краткого времени. По перепаду температур на поверхностях образца и времени, за которое этот перепад принимает максимальное значение за короткий промежуток времени можно определить объёмную теплоёмкость образца, его теплопроводность и коэффициент температуропроводности. Основное преимущества данного метода определения тепловых характеристики материалов является несомненно быстрота, длительность активной стадии составляет интервал от десятков секунд до нескольких минут. Это позволяет оперативно проводить измерения; необходимо еще отметить возможность выбора оптимальных режимных параметров метода, простоту измерительного устройства, возможность быстрого обработки результата с применением вычислительной техники или микроконтроллеров, возможность создания переносных (мобильных) вариантов измерительных устройств и возможность использования в качестве образца влажные текстильные материалы, что не дает дополнительной погрешности измерения [51].

Одна из экспериментальных установок, действующих на принципах данного метода, описана в [51] и представляет информационно-измерительную и управляющую систему, погрешность измерения при этом не превышает 5%.

Но самым широко применяемым методом в исследовании параметров теплозащитных свойств текстильных материалов является метод регулярного теплового режима, разработанный ученым Кондратьевым Г.М. [47,55]. Его принцип действия основывается на той стадии процесса нагревания или охлаждения материала, на которую перестало влиять начальное состояние испытуемого материала.

Существует множество экспериментальных установок, основанных на методе регулярного режима. Основной прибор, который используется для исследования теплофизических свойств текстильных материалов ПТС-225 [56]. Схема прибора изображена на рисунке 1.4.

Рисунок 1.4 - Схема прибора ПТС-225

Прибор состоит из пластины 1 с электронагревателем 2, которая устанавливается на передней крышке корпуса 3. Прижимное 4 и игольчатое 5 устройства служат для закрепления образца 13 на пластине. Пластина прибора имеет диаметр 225 мм.

Механизм давления 6 служит для создания заданного давления на пробу при испытании меха ворсом к пластине. Для создания под пробой воздушного слоя толщиной 5 мм служит текстолитовое кольцо, устанавливаемое на корпус прибора без контакта с пластиной. Гальванометр 7 с дифференциальной термопарой 8 служит для измерения перепада температур между поверхностью пластины и окружающим воздухом. Длительность остывания пластины между контрольными точками шкалы гальванометра определяют секундомером 12. Аэродинамическое устройство состоит из трубы 9 и вентилятора 10 с мотором и служит для создания воздушного потока со скоростью 5 м/с, регулируемой автотрансформатором 11 и контролируемой вольтметром 14.

Метод заключается в измерении времени остывания пластины прибора в заданном интервале перепадов температур между поверхностью пластины, изолированным материалом или пакетом и окружающим воздухом и распространяется на материалы для различных видов одежды — ткани, нетканые полотна, искусственный мех, натуральный пушно-меховой полуфабрикат, меховые пластины на искусственной основе. Эти же материалы, дублированные друг с другом или другими материалами, пакеты материалов для одежды.

Список литературы диссертационного исследования кандидат наук Грибова Евгения Владимировна, 2022 год

использовании

Температура хранения от -40°C до 70°C

Влажность воздуха от 10% до 80%

Размеры 230x80x52мм

Вес 410г

При эксплуатации тепловизора есть возможность с помощью раздела меню «цветовая палитра» (color palette) изменить цвет инфракрасного изображения, как отображаемого на экране, так и сохраненного. Предусматриваются следующие варианты цветовой палитры: палитра в оттенках серого, которая позволяет обеспечивать сбалансированный линейный цвет; палитра «радуга», представляет собой высококонтрастную цветовую палитру, используется для улучшения цветового контраста областей с высокой и низкой температурой. При этом

красному соответствует наиболее теплая точка на дисплее, а фиолетовому наиболее холодная. Цветовая палитра «красный», используется при работе с тепловизором в неосвещенном пространстве, так как именно красный цвет наиболее близок к инфракрасному.

Тепловизор также обладает функцией смешивания изображений в видимом и инфракрасном диапазонах. Устройство показывает инфракрасное излучение видимого объекта для отображения распределения температуры. Настройки тепловизора позволяют настроить возможность смешения изображений в диапазоне от 0% до 100%.

Тепловизоры Testo

Тепловизионные приборы Testo производятся мировым лидером по продаже измерительного оборудования, компанией TESTO AG [117]. Принцип работы и назначение приборов независимо от комплектации и функций одинаковы. Отличаются приборы разрешением матрицы (детектора), оснащением и функциональными возможностями.

Модель тепловизора Testo 868 обладает профессиональными характеристиками и простотой в использовании. Разрешение тепловой матрицы для инфракрасных изображений составляет 120x160 пикселей. Измерения можно проводить в широком диапазоне температур от -30 до +650 градусов. Минимальное фокусное расстояние составляет 0,5 м. Тепловизор обладает высокой точностью измерения температур Погрешность измерений - 2%. Коэффициент излучения настраивается в диапазоне от 0,01 до 1.

Тепловизор Testo 868 позволяет проводить эксперименты в статическом и динамических режимах. При статическом режиме температура (верхний и нижний предел) выставляется ручным способом исходя из опытных данных. При динамическом режиме верхний и нижний предел температуры определяется автоматически для каждого измерения. Тепловизор Testo 868 имеет цветной экран, относительно небольшие габариты, полученные изображения можно сохранять как в специальном формате, так и в стандартном формате jpeg.

Для обработки полученных с тепловизора изображений можно использовать, в том числе, и специальное программное обеспечение для ПК Testo IRSoft для комплексного анализа изображений. Необходимо так же отметить, что данный тепловизор внесен в Государственный реестр средств измерений РФ ФГИС «АРШИН».

Внешний вид тепловизора Testo 868 приведен на рисунке 2.7.

Рисунок 2.7 Внешний вид тепловизора Testo 868

Тепловизор Testo 882, относится к тепловизорам нового поколения. В отличии от предыдущей модели имеет тепловую матрицу разрешением 320x240 пикселей и возможность ручной фокусировки. Фокусное расстояние тепловизора составляет менее 0,1 метра.

В тепловизоре Testo 882 предусмотрена возможность использования девяти цветовых палитр для визуализации инфракрасного изображения.

Изображение дисплея телевизора Testo 882 при смене цветовой палитры при работе с одним и тем же объектом изображены на рисунке 2.8.

Рисунок 2.8 Изображение дисплея тепловизора Testo 882 при смене цветовой палитры: радуга, сепия, синий-красный, шкала серого соответственно

при работе с одним нетканым материалом

Тепловизоры Fluke

Тепловизионные приборы Fluke выпускаются в широком ассортименте [118] и относятся профессиональному оборудованию для проведения температурных измерений. В работе была использована модель Fluke Tis20+. Внешний вид тепловизора Fluke Tis20+ представлен на рисунке 2.9

Рисунок 2.9 Внешний вид тепловизора Fluke Tis20+

К преимуществам данной модели можно отнести небольшие габариты и вес, что позволяет удерживать прибор одной рукой, наличие технологии Fluke IR-Fusion, что обеспечивает совмещение изображений в видимом и инфракрасных спектрах, сенсорный экран и возможность автоматической сортировки полученных изображений. Инфракрасный спектральный диапазон прибора составляет от 8 до 14 мкм. Так же необходимо отметить наличие программного обеспечения Fluke Connect для настольного ПК с полный набор функций для анализа получаемых изображений. При наличии соединения между тепловизором и сетью Wi-Fi здания, где проводится съемка, полученные снимки могут автоматически передаваться сразу в систему Fluke Connect или на локальный сервер для хранения, просмотра и обработки.

Технические характеристики телевизора приведены в таблице 2.2

Таблица 2.2 Технические характеристики тепловизора Fluke Tis20+

Диапазон измерения -20 до 150 градусов

температуры

Разрешение ИК-матрицы 120x90 пикселей

Термочувствительность 60мК

Размер дисплея 3,5 дюйма

Точность измерения ±2%

температуры

Частота обновления кадров 9 Гц

Настройка коэффициента 0,1-1,0

эмиссии

Диапазон длинны волны 8-14мкм

Цветовая палитра Цвет горячего металла, сине-красная, высококонтрастная, желтая, цвет расплавленного металла, серая шкала

Сохранение фото Формат 1б2

Продолжение таблицы 2.2

Температура прибора при использовании от -10°C до 50°C

Температура хранения от -40°C до 70°C

Влажность воздуха До 95%

Размеры 26,7 см х 10,1 см х 14,5 см

Вес 720г

Все исследуемые в работе приборы позволяют получить достаточно качественные изображения образцов нетканых материалов для применения методов инфракрасной термографии. Однако, наиболее оптимальные результаты, дает использование тепловизора. В качестве основного приемника теплового потока был выбран тепловизор Testo 882 с разрешением тепловой матрицы 320x240 пикселей.

Тепловизор регистрирует тепловые поля исследуемых образцов. На термограммах фиксируется температура в различных точках. Температура на поверхности образца меняется в зависимости от теплозащитных свойств нетканого полотна. Поэтому было исследовано использование бесконтактного инфракрасного термометра Thermometer GP-300B в качестве бюджетного приемника теплового потока. Подобные устройства позволяют фиксировать температуру объекта на некотором расстоянии. В работе было определено оптимальное расстояние при использовании инфракрасного термометра. Вопросы автоматизации обработки результатов в этом случае, конечно, не стоят, но в качестве бюджетного варианта для оперативного сравнения нескольких образцов устройство вполне можно использовать.

Предмет исследования

Предметом исследования в данной работе являются нетканые материалы с различными структурными характеристиками, выработанные на предприятии

ООО «Термопол». Исследуемые артикулы: СОФТ, СОФТ-Н, ВОЛЮМЕТРИК. Характеристики нетканых материалов представлены в таблице 2.3. Материалы имеют волокнистый состав - 100% полиэфир, способ крепления волокон -термический. Исследование суммарного теплового сопротивления материалов проводилось предприятием в специализированной лаборатории в соответствии с ГОСТ 20489-75. Материалы для одежды. Метод определения суммарного теплового сопротивления.

Таблица 2.3 - Характеристики нетканых материалов

Наименование образца Поверхностная плотность, г/м2 Волокнистый состав, % Суммарное тепловое сопротивление 0С м2 /Вт

Холлофайбер СОФТ 70 100 полиэфир 0,320

Холлофайбер СОФТ 100 100 полиэфир 0,349

Холлофайбер СОФТ 125 100 полиэфир 0,392

Холлофайбер СОФТ 150 100 полиэфир 0,495

Холлофайбер СОФТ 200 100 полиэфир 0,688

Холлофайбер СОФТ 250 100 полиэфир 0,720

Холлофайбер СОФТ 300 100 полиэфир 0,910

Холлофайбер СОФТ-Н 100 100 полиэфир 0,340

Холлофайбер СОФТ-Н 125 100 полиэфир 0,390

Продолжение таблицы 2.3

Холлофайбер СОФТ-Н 150 100 полиэфир 0,480

Холлофайбер СОФТ-Н 200 100 полиэфир 0,560

Холлофайбер СОФТ-Н 300 100 полиэфир 0,680

Холлофайбер ВОЛЮМЕТРИК 150 100 полиэфир 0,540

Холлофайбер ВОЛЮМЕТРИК 200 100 полиэфир 0,705

Холлофайбер ВОЛЮМЕТРИК 300 100 полиэфир **

Холлофайбер ВОЛЮМЕТРИК 400 100 полиэфир **

Холлофайбер ВОЛЮМЕТРИК 600 100 полиэфир **

Нетканые материалы холлофайбер ВОЛЮМЕТРИК поверхностной

л

плотности выше 200 г/м по данным производителя не используются в качестве утеплителя для текстильных изделий.

Выводы по главе 2

1. Разработана и изготовлена экспериментальная установка для экспресс-анализа теплозащитных свойств нетканых материалов. Установка позволяет проводить неограниченное количество экспериментов.

2. Исследованы различные исходные материалы для изготовления корпуса установки, источники и приемники теплового потока.

3. При проведении исследований экспериментальным путем были получены наиболее оптимальные сочетания источников и приемников тепловых потоков.

4. Установлено:

- для нетканых полотен, обладающих поверхностной плотностью менее 150 г/м2 для обеспечения равномерного нагрева в качестве источника теплового излучения достаточно использование излучение, создаваемое нагревательным кабелем.

Л

- для нетканых полотен поверхностной плотностью более 150 г/м оптимально использование в качестве источника нагрева инфракрасной лампы, как дающей направленный тепловой поток.

- практически во всех случаях целесообразно в качестве приемника теплового излучения использовать тепловизор.

5. Применение экспериментальной установки позволяет получать инфракрасные изображения исследуемых нетканых материалов, обработку которых можно осуществить в автоматизированном режиме.

ГЛАВА 3. РАЗРАБОТКА МЕТОДИКИ ОЦЕНКИ И ОБРАБОТКИ ИНФРАКРАСНЫХ ИЗОБРАЖЕНИЙ НЕТКАНЫХ МАТЕРИАЛОВ

3.1 Анализ цветовых моделей, применяемых при разработке программного обеспечения экспериментальной установки для исследования теплозащитных свойств нетканых материалов

Цветовая модель - это математическое описание цвета. Практически не существует простых цветов, в основном цвета получаются посредством смешения цветов между собой. Поэтому необходим алгоритм разложения цвета на простые составляющие. Математическая модель цвета представляет совокупность трех (четырех) компонентов, то есть чисел, которые и определяют цветовую координатную систему.

Существует множество различных цветовых моделей [119-123]. К наиболее часто встречающимся и используемым относятся модели: RGB, CMYK, HSB, Grayscale.

Цветовая модель RGB

RGB модель одна из самых распространённых моделей, она является аппаратно независимой математической моделью, используется при работе с цветом в цифровой среде. Все цвета в данной модели получаются путем сложения трех основных цветов: R - красный цвет (монохроматическое излучение с длинами волн 700,0 нм), G - зеленый цвет (монохроматическое излучение с длинами волн 546,1 нм), B - синий цвет (монохроматическое излучение с длинами волн 435,8 нм). Каждый канал - R, G или B имеется свой отдельный параметр, указывающий на количество соответствующей цветовой компоненты в итоговом цвете. Насыщенность каждого цвета может меняться в пределах от 0 до 255. Чем меньше насыщенность, тем цвет получается более бледным.

Кривые сложения для колориметрической системы RGB представленные на рисунке 3.1 были приняты комитетом CIE в 1931 году [119]. Основные цвета R (красный), G (зеленый), B (синий) определяются в диапазоне длин волн видимого

спектра от 380 до 780 нм путем интегрирования спектральных характеристик основных цветов.

Цветовая модель RGB относится к аддитивным моделям так при сложении всех трех цветов (красный, зеленый, синий) получается исходный белый цвет.

Рисунок 3.1 - Кривые сложения для колориметрической системы RGB

Цветовую модель RGB можно представить в виде трехмерной системы координат, так как в ней используются три независимых значения. При этом каждая координата отражает свое присутствие в итоговый цвет в количественном отношении от 0 до 255. В результате получается куб. Кубическое представление цветовой модели RGB представлено на рисунке 3.2.

При этом в начале координат расположена точка чёрного цвета (яркость точки R = G = B = 0), в этой точке излучение отсутствует. В ближайшей точке на переднем плане все показатели яркости R = G = B = 1 имеют максимальное значение, это белый цвет. Три вершины куба отражают исходные цвета (Red,

Green, Blue) остальные три вершины отражают двойное смешивание исходных цветов. Вдоль осей фиксируются значения яркости R, G и B от 0 до 255. На главной диагонали куба, выходящей из начала координат, расположены серые (ахроматические) цвета [120]. Образование основных цветов в модели RGB представлены в таблице 3.1.

Рисунок 3.2 Кубическое представление цветовой модели RGB Таблица 3.1 - Образование основных цветов в модели RGB

R G B цвет

0 0 0 черный

255 0 0 красный

0 255 0 зеленый

0 0 255 синий

0 255 255 голубой

255 255 0 желтый

255 0 255 пурпурный

255 255 255 белый

24 - битовый цветовой куб модели RGB и его грани изображены на рисунке

3.3

24-6иговый R=0 6=0 В=0

цветовой куб RGB

Рисунок 3.3 - Цветовой куб модели RGB и его грани

Модель RGB используется устройствами ввода изображения в их числе тепловизор, цифровой фотоаппарат, цифровая камера. Все эти устройства объединяет воспроизведение цвета основанного на излучении или пропускании светового потока.

Цветовая модель CMYK

Модель CMYK использует также три основных цвета: Cyan (голубой), Magenta (пурпурный) и Yellow (желтый). Отдельно в модель добавлен черный цвет, он обозначен K. Черный цвет получается при смешении всех основных цветов цветовой модели. Данная цветовая модель описывает отражаемые цвета. Насыщенность каждого цвета меняется в пределах от 0 до 100.

Кубическое представление цветовой модели CMYK представлено на рисунке 3.4 [121].

При этом в начале координат расположена точка белого цвета (яркость точки С = M = Y = 0). В ближайшей точке на переднем плане все показатели яркости имеют максимальное значение равное 100, это черный цвет. Три

вершины куба отражают исходные цвета (Cyan, Magenta, Yellow) остальные три вершины соответствуют основным цветам модели RGB. На главной диагонали куба, выходящей из начала координат, расположены серые (ахроматические) цвета.

Рисунок 3.4 - Кубическое представление цветовой модели CMYK

Модель CMYK является субтрактивной моделью, она основана на вычитании из белого первичных цветов: голубой цвет вычитает из белого цвета красный, желтый — синий, а пурпурный — зелёный. Модель CMYK в основном используется в полиграфии для стандартной триадной печати и в сравнении с RGB-моделью обладает меньшим цветовым охватом [121].

Цветовая модель HSB

HSB является трёхканальной цветовой моделью. Основными характеристиками цвета являются: Hue (тон), Saturation (насыщенность), Brightness (яркость). Модель HSB основана на модели RGB, но с другой системой координат: каждый цвет в этой модели получается путем добавления к основному спектру черной или белой краски или по другому серой краски. При этом тон — это собственно цвет. Значения этого параметра может изменяться от 0° до 360°.

Конкретный цвет задается в градусах, что определяет расположение этого цвета на цветовом круге. Значения в точках 0° и 360° совпадают. Насыщенность — процент добавленной к цвету белой краски. Параметр цвета определяет активность данного оттенка. Изменяется в пределах от 0 до 100 %. При нулевом значении параметра любой оттенок представляет из себя просто серый нейтральный цвет. При 100 % - максимальная насыщенность какого-либо в данной точке [122].

Яркость - процент добавленной чёрной краски, параметр определяющий степень освещенности или затемненности цвета. Изменяется в процентах от 0 до 100. При 0 % цвет точки будет черным, при 100 % - белым.

Коническое представление модели HSB представлено на рисунке 3.5.

Green

v

Red > О

>S 1.0

0.0 Black

Рисунок 3.5 - Коническое представление модели HSB Модель ЖВ является удобной для работы с изображениями, так как есть возможность сначала выбрать цветовой тон, а затем настроить насыщенность и

яркость. Если рассматривать с позиции восприятия человеком цветовой модели, то тон является эквивалентом длины волны света, насыщенность - интенсивности волны, а яркость - количества света.

Цветовая модель LAB

Цветовая модель относится к аппаратно-независимым моделям, так как дает однозначное представление о цвете, не зависящее от параметров устройств. Значение светлоты в модели отделено от понятий тона и насыщенности. Светлота изменяется в пределах от 0 до 100 (0 соответствует самому темному, 100 самому светлому). Хроматическая составляющая цвета задана двумя декартовыми координатами а и b. Координата а характеризует положение цвета в диапазоне от зеленого до пурпурного, координата в характеризует положение цвета в диапазоне от синего до желтого. Графически представление цветовой LAB изображено на рисунке 3.6 [119].

White L*

Yellow +b*

Black

Рисунок 3.6 - Цветовая модель LAB Цветовая модель LAB используете в основном для обработки изображений как промежуточное цветовое пространство, так как пространство цветовой

модели самое большое. Через данную модель можно конвертировать данные между другими цветовыми пространствами. Цветовая модель Grayscale

Цветовая модель используется при работе с черно-белыми изображениями. В модели используется только один параметр - яркость изображения. Яркость изображения варьируется в пределах от 0 до 255. Минимальное значение соответствует белому цвету, а максимальное — черному. Цветовая модель позволяет использовать для записи информации о цвете меньше информации, таким образом уменьшается общий объем файла изображения. Графически данный режим представлен на рисунке 3.7

Grayscale

Рисунок 3.7 - Цветовая модель Grayscale

Процесс обработки изображения в градациях серого - это процесс выравнивания значений R, G и B цветов. Уровень серой шкалы составляет всего 256 цветов, то есть оттенков.

На практике используют три основных метода обработки изображений в оттенках серого. Метод максимального значения: сделать значение R, G, B равным наибольшему из трех значений. При использовании данного метода

получается очень яркое изображение в градациях серого.

Метод среднего значения: вычисляется среднее значение R, G, B, путем сложения значений и деления на три. При использовании метода получается мягкое изображение в градациях серого.

Метод средневзвешенного значения. Для значений R, G, B назначаются веса в соответствии с важностью или другими показателями.

В соответствии с рекомендациями стандарта Федеральной комиссии связи (FCC), яркость изображения вычисляется по формуле 1.11

Так же в формуле могут быть использованы иные коэффициенты для определения цветовых пространств. Например, часто встречается в литературе использование следующих коэффициентов [119,122].

Y = ±Sp=i(0,2126 *Rp + 0,7152 * Gp + 0,0722 * Вр) (3.1)

При использовании метода средневзвешенных значений получаются наиболее оптимальные цветовые решения.

Из представленных цветовых моделей для использования в разработке программного обеспечения экспериментальной установки по оперативному контролю теплозащитных свойств нетканых материалов интерес представляют модели, работающие с активным цветом, то есть, излучаемым с экрана цифровых устройств RGB, HSB Grayscale [124].

3.2 Вопросы статистической обработки результатов экспериментов

Для изучения связей между двумя и более переменными используются статистические методы обработки эмпирических данных. Одним из самых распространённых и практико-применимых методов считается корреляционно-регрессионный анализ [125-129].

Корреляционный анализ — метод обработки статистических данных, заключающийся в изучении коэффициентов между переменными. Коэффициент корреляции - это число, которым измеряется сила и направление связи между

исследуемыми переменными. Исследование корреляционной связи проводится, когда определенному значению одной величины соответствует несколько значений другой величины. Корреляционная связь бывает линейной и нелинейной.

Примеры линейной зависимости исследуемых предлагаемых дополнительных характеристик от традиционных показателей теплозащитных свойств нетканых материалов приведены в главе 4.

Используется коэффициент корреляции Пирсона, который вычисляется по следующей формуле:

п *уг-ухг *ууг г = (3.2)

п(Ух2 - (Ух л2

- (Ух,)2)) * (п(Еу? - (Еу()2)

где п - число коррелирующих пар; х - значение независимой переменной; у - значение зависимой переменной.

Значимым значением коэффициента корреляции по абсолютному значению является величина, превышающая 0,7. Расчетные значения в наших случаях находились в диапазоне от 0,8 до 0,96.

Коэффициент корреляции позволяет измерить степень зависимости между исследуемыми параметрами, определить силу и направление взаимной связи, но не позволяет выяснить, насколько будет изменяться переменная величина, если связанная с ней другая будет возрастать или убывать. Такую задачу возможно решить, используя регрессионный анализ.

Еще один метод исследования зависимостей, который применялся в диссертационной работе, это регрессионный анализ.

Регрессионный анализ — статистический метод исследования влияния одной или нескольких независимых переменных на зависимую переменную.

Чаще всего используются линейные уравнения регрессии, которые легче поддаются анализу.

На рисунке 3.8 представлены экспериментальные значения величины Н (составляющей цветовой модели ИББ) в зависимости от поверхностной плотности исследуемых образцов, изображена линия тренда, приведено уравнение зависимости и расчетное значение уровня достоверности.

300

ос

П5

Е* 9

ос ^

т

(И

13 о

250

200

150

100

50

у = 0,987х - 36,514 R2 = 0,9079 1 ,"••""" \

_ С 1 х-""

50

100 150 200 250

поверхностная плотность г/м2

300

350

0

0

Рисунок 3.8 - Линейная зависимость значения составляющей Н изображения от поверхностной плотности нетканого материала.

Линейное сглаживание является самым простым вариантом аппроксимации. При необходимости процедуру построения линии тренда можно проводить с помощью логарифмической аппроксимации (рисунок 3.9) и даже осуществить полиномиальное сглаживание, на рисунке 3.10 представлена полиномиальная линия тренда второго порядка. На графиках (рисунок 3.9 и рисунок 3.10)

приведены также уравнения зависимостей и расчетные значения уровней достоверности для каждого уравнения.

300

ос

П5

ос ^

т

О

и

250

200

150

100

50

_А Г

= 161,891п(х) - 680 R2 = 0,9699 1,44 •• У = = 0,987х -36, R2 = 0,9079 514

#

ч»

50

100 150 200 250

поверхностная плотность г/м2

300

350

0

0

Рисунок 3.9 - Логарифмическая аппроксимация (зависимость составляющей Н изображения от поверхностной плотности нетканого материала)

250

200

ос

П5

к 150 т

О

и

100

50

у = -0,0043х2 + 2,5517х -152,2 R2 = 0,9785

..............

у = 161,891п(х) -680,44 R2 = 0,9699

*

у = 0,987х -36,514 R2 = 0,9079

50

100 150 200 250

поверхностная плотность г/м2

300

350

0

0

Рисунок 3.10 - Полиномиальное сглаживание второй степени (зависимость составляющей Н изображения от поверхностной плотности нетканого материала)

На рисунке 3.11 приведены различные варианты линий тренда зависимости составляющей И из цветовой модели Н8Б от суммарного теплового сопротивления холлофайбера Я (линейное сглаживание, логарифмическое сглаживание, полиномиальное сглаживание):

Название диаграммы

у = -1419,4х2 + 1937,1х - 461,09

ос

П5

Е? 9

ос ^

ш

(И

13 о и

200

150

100

50

у = 230,871п(х) + 286,72 R2 = 0,9558

R2 = 0, 9845 1*

* -......./.Г* •

у = 455,76х -113,84 R2 = 0,9177

,4

0,1 0,2 0,3 0,4 0,5 0,6

Суммарное тепловое сопротивление м2 * 0С/Вт

0,7

0,8

0

0

Рисунок 3.11 - зависимости составляющей И из цветовой модели НББ от суммарного теплового сопротивления Я

Зона, в которую попадает заранее заданная доля случайных величин данной совокупности, называется доверительной зоной регрессии. Зона образуется двумя линиями, идущими параллельно линии регрессии и отстоящими от нее на определенном расстоянии, называемым доверительным интервалом. Для расчета величины доверительного интервала используются различные методы. Наиболее часто используется метод вычисления с использованием значений медианы и дисперсии и метод, использующий коэффициент Стьюдента [128].

При проведении регрессионного анализа важной составляющей является определение величин коэффициентов асимметрии и эксцесса. Чем ближе данные коэффициенты к единице, тем с большей вероятностью можно предположить, что исследуемые параметры подчиняются нормальному закону распределения.

Коэффициент асимметрии находится по формуле:

пд 3

Где х - среднее вариационного ряда; д — среднеквадратическое отклонение вариационного ряда. I - номер данных.

Среднеквадратическое отклонение находится по формуле

п

Коэффициент эксцесса находится по формуле

Е =

Г

п

д4

— 3

(3.7)

(3.8)

(3.9)

Где х - среднее вариационного ряда; д - среднеквадратическое отклонение вариационного ряда; I - номер данных.

Вычислений коэффициентов регрессии и корреляции в работе проводится в том случае, если есть необходимость в подробном статистическом анализе яркости полученного инфракрасного изображения нетканых материалов. Кроме этих коэффициентов проводится вычисление моды распределения, коэффициентов асимметрии и эксцесса, что может быть использовано также для исследования равномерности распределения волокон в нетканых материалах. Пример использования статистического анализа приведен в главе 4.

3.3 Разработка методики обработки инфракрасных изображений

Анализ инфракрасных изображений представляет собой отдельную задачу, корректное решение которой позволит решить вопросы автоматизации сравнения теплозащитных свойств различных образцов. Поэтому проектированию алгоритмов их обработки уделяется огромное внимание у исследователей.

Один из вопросов, стоящих перед исследователем, заключается в том, как при обработке инфракрасных изображений определить, значимо ли различаются свойства этих образцов (например, теплозащитные свойства).

Основной обобщенный алгоритм получения и обработки изображений с помощью тепловизора можно представить в следующем виде:

- получение изображения в динамическом режиме (применяется, если в используемой модели тепловизора не предусмотрен ручной режим фиксации температурного диапазона);

- перевод изображения в вариант, полученный в статическом режиме (обычно используется программное обеспечение, поставляемое с конкретной моделью тепловизора);

- усреднение изображения по цвету в цветовой модели RGB;

- вычисление яркости каждого пикселя изображения для визуализации его в черно-белом варианте (применяется, если тепловизор не позволяет использовать черно-белую цветовую модель) и расчет средней яркости всего изображения;

- вычисление составляющей H цветовой модели HSB;

- вычисление всех параметров, которые могут быть использованы вместо традиционных характеристик теплозащитных свойств исследуемых материалов (подробно предлагаемые параметры описаны в главе 4);

- при необходимости дальнейшего подробного анализа рассчитываются статистические параметры яркости изображения по всем пикселям (уравнения регрессии, коэффициенты корреляции, асимметрия и эксцесс, гистограмма распределения);

- выбор оптимального для конкретного случая параметра, характеризующего теплозащитные свойства исследуемых образцов;

- сравнительный анализ исследуемых образцов с точки зрения их теплозащитных свойств.

Для вычисления составляющей Н цветовой модели HSB необходимо осуществить перевод цвета из цветовой модели RGB в HSB. Такой перевод возможен с помощью любого онлайн-конвертера (например, [130]). Или для

расчета оттенка можно воспользоваться известными формулами преобразования RGB в HSB. Для этого необходимо значения R, G, B разделить на 255, чтобы изменить диапазон изменения этих величин с 0...255 на 0...1 по формулам:

R '= R/255 G '= G/255 B '= B/255 (3.10)

Cmax = max (R ', G ', B ') (3.11)

Cmin = min (R ', G ', B ') (3.12)

А = Cmax - Cmin (3.13)

Величина необходимого оттенка Н определяется в этом случае по формуле:

я = i

if

Л = о

-то<

1С)

Gif х ( 6(rj х (

6Ir> * +4)

( т - 'TFPÜT

Г"

Й

а

н'

(3.14)

На рисунке 3.8 приведена блок-схема предложенного в работе алгоритма обработки инфракрасных изображений, полученных с тепловизионных приборов при прохождении через исследуемые образцы нетканых материалов теплового потока.

В блок-схеме используются следующие обозначения:

Н - составляющая «цветовой тон» цветовой модели HSB;

Y - яркость изображения, посчитанная по методу средних значений по формуле 1.10.

Y1 - яркость изображения, посчитанная по рекомендациями стандарта Федеральной комиссии связи (FCC) по формуле 1.11.

Рисунок 3.10 - Блок-схема предложенного алгоритма обработки инфракрасных

изображений

На начальном этапе полученное инфракрасное изображение загружается в программу, в которой определяется размер изображения. С использованием цветовой модели RGB определяется средний цвет изображения и результат выводится на монитор. Далее вычисляется составляющая H цветовой модели HSB. Это предлагаемый показатель для определения теплозащитных свойств исследуемых образцов. Затем вычисляются значения яркости (формулы 1.9 и 1.10).

При необходимости подробного анализа распределения тепловых полей на поверхности образца вычисляется яркость каждого пикселя и формируется

изображение образца в оттенках серого. Полученное изображение выводится на монитор.

После обработки всех изображений исследуемых образцов анализируется величина Н. В случае равенства этой величины у образцов дальнейший сравнительный анализ теплозащитных свойств осуществляется по значениям яркости Y и Y1, поскольку эти показатели более чувствительны к малейшим изменениям цвета изображения.

В результате анализа полученных показателей технолог получает возможность выработать рекомендации по улучшению теплозащитных свойств исследуемых образцов.

Все представленные алгоритмы реализованы программно на языке Python [131, 132]. Некоторые расчеты проводились с помощью пакета MATLAB [103]. Фрагмент программного обеспечения приведен в Приложении Б. Пример результата обработки инфракрасного изображения приведен в Приложении В.

Выводы по главе 3

1. Исследованы различные цветовые модели изображений применительно к анализу теплозащитных свойств нетканых материалов. Установлено что, наиболее оптимальным видится использование цветовых моделей RGB и HSB.

2. Предложено в качестве дополнительных к традиционным показателям теплозащитных свойств нетканых материалов использовать составляющую Н цветовой модели HSB и величину яркости инфракрасного изображения, удобную при сравнении нескольких исследуемых образцов материала.

3. Рассмотрены основные методы математической статистики, позволяющие проводить подробный анализ результатов экспериментов.

4. Анализ предлагаемых дополнительных показателей и параметров исследуемого нетканого материала позволяет выявить оптимальные сочетания

применяемого оборудования и адаптировать математический аппарат к решению поставленной в работе задаче.

5. Разработана методика и реализован алгоритм анализа теплозащитных свойств нетканых материалов на основе обработки инфракрасных изображений, который может быть использован при автоматизированной обработке изображений для экспресс-анализа теплозащитных свойств исследуемых материалов.

ГЛАВА 4. АНАЛИЗ ТЕПЛОЗАЩИТНЫХ СВОЙСТВ НЕТКАНЫХ МАТЕРИАЛОВ НА ОСНОВЕ ОБРАБОТКИ ИНФРАКРАСНЫХ

ИЗОБРАЖЕНИЙ

4.1. Исследование цветных инфракрасных изображений

В последнее время наблюдается устойчивый спрос у производителей и потребителей изделий, полученных с применением нетканых материалов. По мнению отраслевых экспертов и специалистов, широкое применение универсальной нетканой продукции создает предпосылки для роста текстильной и легкой промышленности [133,134]. Этим объясняются бурные темпы развития рынка нетканых материалов и рост производства швейных изделий из них.

В условиях конкуренции и быстрой смены спроса покупателей на рынке, предприятиям, производящим нетканую продукцию, приходится оперативно менять ассортимент, качество при этом страдать не должно. Поэтому к качеству предъявляются все более высокие требования [135]. Совершенствуются производственные технологии, используются новые сырьевые составы. Одно из важнейших направлений, обеспечивающих качество изделий, является разработка и использование методов исследования и оценки теплозащитных свойств материалов при эксплуатации изделий, поскольку теплозащитные показатели продукции в первую очередь определяют спрос у конечного потребителя одежды. В связи с этим повышается актуальность оперативного контроля качества нетканых полотен.

Работа по разработке новых показателей, по которым можно судить об изменении теплозащитных свойств нетканых полотен, например, при изменении рецептуры сырья или изменении технологических параметров производства, проводилась совместно с ведущим европейским лидером в инновациях производства нетканых материалов компанией ООО «Термопол», разрабатывающей и выпускающей импортозамещающую и экспортоориентированную полимерную продукцию [108].

При разработке новых показателей теплозащитных свойств нетканых материалов необходимо было решить следующие задачи:

- они должны соответствовать известным представлениям о физических процессах, происходящих в исследуемых образцах при их нагревании и охлаждении;

- отражать способность пропускать тепло, логика их вычисления должна быть понятна, а само вычисление простым.

- должны изменяться пропорционально основным традиционным показателям теплозащитных свойств нетканых материала, таким, например, как суммарное тепловое сопротивление, поверхностная плотность полотна или его толщина.

Предлагаемые показатели были разработаны на основе анализа инфракрасных изображений нетканых полотен.

Исследования проводились с помощью специально разработанной и смонтированной экспериментальной установки (описана в Главе 2). Принцип действия установки основан на фиксации тепловых потоков, проходящих через исследуемый образец. С одной стороны образца располагается источник тепла, с другой - приемник тепла. Наиболее оптимальные для анализа инфракрасные изображения получались, когда в качестве приемника использовался тепловизор. Получив изображения, появляется возможность автоматизации их обработки. Удобство данной экспериментальной установки заключается в том, что совместно с уникальным программным обеспечением по обработке инфракрасных изображений, которое специально разрабатывалось для этих целей, установка может стать основой аппаратно-программного комплекса по оперативному анализу теплозащитных характеристик полотен. За счет своей мобильности комплекс может быть установлен в непосредственной близости к производственному участку.

В качестве опытных образцов при исследовании использовались различные группы материала Холлофайбер®. Характеристики исследуемых нетканых

материалов приведены в таблице 2.3. Диапазон по поверхностной плотности исследуемых материалов составил от 70 до 500 г/м .

Пример инфракрасных изображений, полученных с помощью тепловизора

л

для образцов с поверхностной плотностью 100, 125 и 150 г/м , приведен на рисунке 4.1:

Рисунок 4.1 Инфракрасные изображения образцов поверхностной плотностью

л

100, 125 и 150 г/м соответственно

Тепловизор фиксирует и отображает распределение тепловой энергии на поверхности исследуемого объекта. Некоторые участки объекта нагреты больше, некоторые меньше. Эти участки по-разному излучают (в нашем случае пропускают) тепловую энергию. Далее происходит преобразование этой тепловой энергии в видимое изображение. Визуализация полученных изображений может осуществляться в соответствии с различными цветовыми моделями, описанными в главе 3. Рассмотрим цветное изображение нетканого материала различной поверхностной плотности.

Участки с более высокой температурой окрашены на изображениях в красные оттенки, участки с меньшей температурой - в зеленые и синие. Изображение более тонкого первого образца приобрело красные оттенки, а второй образец - зеленые и синие тона. Именно такой результат вполне ожидаемый, поскольку тонкие образцы пропускают тепло более интенсивно.

Полученный результат был использован для автоматизации анализа теплозащитных свойств, исследуемых образцов холлофайбера.

Существует много алгоритмов обработки инфракрасных изображений. Наиболее популярные решения описаны в главе 1, а также, например, в работах [137,138,139].

Для решения нашей задачи - оперативного сравнения теплозащитных свойств различных образцов нетканого материала - удобно полученные изображения «усреднить» по цвету. Цвет является одним из основных показателей, характеризующих любое изображение.

Наиболее популярной и простой для математического описания является цветовая модель RGB, в которой каждый цвет кодируется значениями базовых цветов: Red (красный), Green (зелёный) и Blue (голубой). Все цвета радуги в данной модели получаются путем сложения этих трех основных составляющих. Насыщенность каждой составляющей может меняться в пределах от 0 до 255. Белый цвет в этой системе кодирования цвета является смешением всех трех составляющих. Черный - их полным отсутствием.

Усреднение цвета можно получить вычислением средних значений по всем пикселям изображения каждой составляющей RGB. На рисунке 4.2 представлены изображения тех же образцов, но полученные после усреднения цвета по каждому изображению, на осях отмечено количество пикселей изображения по горизонтали и вертикали:

Рисунок 4.2 - Изображения образцов поверхностной плотностью 100, 125 и 150 г/м соответственно после усреднения цвета по всем пикселям изображения

По изменению от образца к образцу составляющих R и B цветовой модели RGB можно судить о том, больше или меньше пропускает тепло данный образец по сравнению с другими. Увеличение значения R говорит о том, что образец более тонкий и пропускает тепло более интенсивно. Красные тона на изображении при этом начинают преобладать. Увеличение составляющей B говорит об обратном -теплозащитные свойства образца улучшаются. Эти составляющие можно взять в качестве показателей теплозащитных свойств материалов при первичном анализе. Значение составляющей R должно быть обратно пропорционально суммарному тепловому сопротивлению. Значение составляющей В - прямо пропорционально. Это не совсем удобно. Представляется возможным попробовать использовать в качестве объединенной характеристики какую-либо их линейную комбинацию. Например, разность (R-В), что усилит корреляционную зависимость между этой величиной и суммарным тепловым сопротивлением. Составляющая G в этом случае служит только для получения среднего цвета всего изображения. Результаты исследования данных величин представлены далее.

Поскольку исследовались образцы с большим диапазоном толщин, средний цвет полученных инфракрасных изображений отчетливо менялся от красных оттенков (тонкие образцы) до синих и фиолетовых (наиболее толстые образцы). Поэтому в качестве еще одной характеристики, которая может быть исследована на возможность использования ее в качестве дополнительной традиционным показателям теплозащитных свойств, является непосредственно цвет (средний) изображения. Удобно это сделать, переведя полученное усредненное изображение в другую цветовую модель HSB.

HSB (hue-saturation-brightness) - это цветовой тон (составляющая Н), насыщенность (составляющая S) и яркость (составляющая В). Модель представляет собой цветовой круг, где цветовой тон изменяется в диапазоне от 0 (красный цвет) до 360 (фиолетовый цвет) и основана на принципах восприятия цвета человеческим зрением (рисунок 4.3).

0/360

в

270

А

F

С

D

90

Е

180

Рисунок 4.3 - Цветовой круг

Тон — это собственно цвет. Конкретный цвет задается в градусах, что определяет расположение этого цвета на цветовом круге. Значения в точках 0° и 360° совпадают. Цветовой круг удобен в понимании взаимосвязей между цветами. В нашем случае красные оттенки соответствуют более тонким образцам, пропускающим тепловые потоки наиболее интенсивно, по сравнению с толстыми образцами (зелеными и синими оттенками), имеющими большую поверхностную плотность. Параметры насыщенности и яркости для решения нашей задачи можно не учитывать. Ниже приведен анализ динамики изменения параметра Н в зависимости от увеличения поверхностной плотности исследуемых образцов.

Цветовые модели RGB и HSB дают цветное изображение при визуализации. Цветное изображение очень информативно. Оно привычно для человеческого глаза и не вызывает дискомфорта при просмотре. Появляется возможность анализа высококонтрастных сцен, на кадрах с небольшим динамическим диапазоном можно различить важные мелкие детали. Неудобство состоит в том, что смешение цветов в цветовой модели RGB носит нелинейный характер. Кроме того, при решении ряда практических задач появляется необходимость снижения размерности задач. Это необходимо с целью сокращения времени расчетов при обработке больших массивов информации.

Таким образом, при обработке цветных инфракрасных изображений в качестве дополнительных показателей теплозащитных свойств нетканых материалов необходимо исследовать следующие величины: составляющие R и B цветовой модели RGB, их линейные комбинации и параметр Н цветовой модели HSB.

4.2. Исследование инфракрасных изображений в оттенках серого

При решении ряда технических задач, в которых требуется обработка изображений, часто используют преобразование цветного изображения в 8-битное, имеющее 256 градаций цвета, обычно серого. Конечно, теряется огромное количество информации, но это бывает оправдано. В нашем случае это как раз оптимальное решение. В отличие от художественной фотографии, нам при перекодировании не нужно иметь ту же воспринимаемую человеком ахроматическую интенсивность, что и цветное изображение. Поэтому видится целесообразным разработать или подобрать опытным путем уникальный алгоритм перевода нашего цветного изображения в оттенки серого. Значение каждого пикселя при этом должно содержать, по возможности, только информацию об интенсивности теплового потока.

При работе с черно-белыми изображениями используется цветовая модель Grayscale. В модели используется только один параметр - яркость изображения. Яркость изображения варьируется в пределах от 0 до 255. Минимальное значение соответствует белому цвету, а максимальное — черному. Цветовая модель позволяет использовать для записи информации о цвете меньше информации, таким образом уменьшается общий объем файла изображения.

Ранее отмечалось, что тепловизор фиксирует тепловые потоки, проходящие сквозь исследуемые образцы. Далее происходит преобразование этой тепловой энергии в видимое изображение. Наиболее холодному участку объекта ставится в соответствие черный цвет, наиболее теплому - белый. Затем весь динамический

диапазон разбивается на 256 градаций и каждый участок приобретает на изображении оттенок от белого до черного.

Исследуя образцы нетканых материалов, необходимо оценить теплозащитные свойства всего образца, т.е. усреднить информацию о тепловом потоке по всей исследуемой площади. Поэтому такое сокращение объема информации, как в цветном изображении, вполне оправдано. Подобный подход не подойдет, если необходимо исследовать готовые изделия. Здесь как раз интересно определить так называемые мостики холода - участки, через которые теряется максимальное количества тепла. Например, застежки-молнии или швы на швейном изделии. Пример изображения с тепловизора при исследовании на швейном изделии застежки-молнии с использованием экспериментальной установки приведено на рисунке 4.5. Здесь интересен анализ всего цветного изображения и усреднять его по цвету нерационально и лишено смысла.

Рисунок 4.5. Инфракрасное изображение изделия с застежкой-молнией

Используемые в работе тепловизоры позволяли получать изображение тепловых полей сразу в оттенках серого цвета. Кроме того, программное обеспечение тепловизора Testo дает возможность перевести инфракрасное цветное изображение в оттенки серого уже после съемки. На рисунке 4.6 представлены уже известные изображения в оттенках серого, полученные тепловизором:

Рисунок 4.6 Инфракрасные изображения образцов поверхностной плотностью

л

100, 125 и 150 г/м соответственно в цветовой модели Grayscale