• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.442-444
• /
• 2019

직물결함 분류는 원단 품질관리에 있어 중요한 문제이다. 하지만, 다양한 결함의 종류를 영상으로 식별하기 어렵기 때문에 자동화가 어렵다. 따라서 직물결함 분류는 대부분 사람에게 의존하고 있다. 본 논문에서는, 이를 해결하기 위해 직물결함 분류 문제에 CNN을 적용한다. 또한 CNN의 학습을 보다 쉽게 하기 위하여, 사람이 영상에 결함 영역을 표시하는 방법을 제안한다. 본 논문에서는 제안방법과 원본영상에 대한 비교실험을 수행하여, 제안방법이 학습에 효과가 있다는 것을 확인하였다.

• 스마트미디어저널
• /
• 제11권11호
• /
• pp.92-98
• /
• 2022

섬유산업에서 생산된 직물의 결함을 식별하는 것은 품질관리를 위한 핵심적인 절차이다. 본 연구는 직물의 이미지를 분석하여 결함을 검출하는 모델을 만들고자 하였다. 연구에 사용된 모델은 딥러닝 기반의 VGGNet 과 ResNet이었고, 두 모델의 결함 검출 성능을 비교하여 평가하였다. 정확도는 VGGNet 모델이 0.859, ResNet 모델이 0.893으로 ResNet 모델의 정확도가 더 높은 결과를 보여주었다. 추가적으로 딥러닝 모델이 직물의 이미지 내에서 결함으로 인식한 부분의 위치를 알아보기 위하여 XAI(eXplainable Artificial Intelligence)기법인 Grad-CAM 알고리즘을 사용하여 모델의 관심영역을 도출하였다. 그 결과 딥러닝 모델이 직물의 결함으로 인식한 부분이 육안으로도 실제 결함이 있는 것으로 확인되었다. 본 연구의 결과는 직물의 결함 검출에 있어서 딥러닝 기반의 인공지능을 활용함으로써 섬유의 생산과정에서 발생하는 시간과 비용을 줄일 수 있을 것으로 기대된다.

• 한국섬유공학회:학술대회논문집
• /
• 한국섬유공학회 1993년도 제1차 학술발표초록집
• /
• pp.32-32
• /
• 1993

• 한국섬유공학회:학술대회논문집
• /
• 한국섬유공학회 1998년도 가을 학술발표회논문집
• /
• pp.430-434
• /
• 1998

편성 및 제직 공정의 고속화와 사 품질에 대한 소비자의 요구가 점점 고급화되면서 사품질에 대한 평가 기준도 변화하고 있다. 사 품질을 평가하는 여러 가지 요인 중에서 사 잔털은 편성 및 제직 공정에서 직물결함을 발생시키고, 작업효율을 저하시키므로 이에 대한 관심이 높아지고 있는 추세이다[1,2], 따라서, 사 잔털과 원면특성 및 공정조건의 관계에 대한 연구 결과가 보고되고 있다[3-9]. (중략)

• 한국산학기술학회논문지
• /
• 제4권1호
• /
• pp.42-46
• /
• 2003

섬유 코팅제로 널리 쓰이고 있는 액상 PVC는 여러 가지 특성 중 무광택 효과가 뛰어나지만 코팅된 섬유 표면의 유연성이 감소된다. 이런 결함을 대체할 수 코팅 물질로 Elastomer계열의 액상 실리콘 고무를 사용했다. 기존 액상 PVC공정과 동일하게 진행했으며, 로울러의 압축력과 공정상의 예비경화를 이용했다. 실험 결과 액상 PVC로 코팅된 직물의 경도는 70E, 인장강도는 10.3 MPa, 신율은 200%로 측정되었다. 액상 실리콘 고무로 코팅된 직물의 경도는 40도, 인장강도는 5.1 MPa, 신율은 460%,였다. 따라서 액상 실리콘 고무 코팅은 3차 가공 없이 액상 PVC 코팅보다 플라스틱 직물 표면의 무광택성과 유연성을 증가시켰다.

• 한국해양공학회지
• /
• 제8권1호
• /
• pp.96-104
• /
• 1994

The use of advanced composite materials has grown in recent years in aerospace and other structures. Out of various kinds of repairing methods the one selecteh for this study is an idealized case which simulates a situation where a damaged laminate has been repaired by drilling a hole and therefter plugging the hole with reinforcement. Two typesof reinforcement are investigated ;adhesively bonged plug reinforcement or snug-fit unbonded plug in the hole. For each case of reinforcement, four different sizes of hole diameter and three types of reinforcing material(steel, aluminum, plexiglass) are employed for investigation. The experiment are mainloy forced on the evaluation of ultimate strength of laminate with reinforced hole in comparison to its counterpart with the open hole.

• 한국항해학회지
• /
• 제20권1호
• /
• pp.81-85
• /
• 1996

The defects occurred in knitted fabrics have several types due to some trouble sources. In particular, the defects caused by knitting machine troubles give a serious damage to the whole webs. It is, therefore, necessary to discriminate the kind of defects. The method to discriminate the type and size of defects has been proposed, which is used a pair of narrow band eliminating spatial filters. This method is based upon an isotropic signal processing in time domain. This paper is to confirm that the proposed method can be useful in the discrimination of defects, having analyzed in spatial frequency domain.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1988년도 전기.전자공학 학술대회 논문집
• /
• pp.959-962
• /
• 1988

This paper describes an automatic visual inspection system for fabric defects based on pattern recognition techniques. The inspection for fabric defects can be separated into three sequences of operations which are the detection of fabric defects[1], the classification of figures of fabric defects, and the classification of fabric defects. Comparing projections of defect-detected images with the predefined complex, the classification accuracy of figures of fabric defects was found to be 95.3 percent. Employing the Bayes classifier using cluster shade in SGLDM and variance in decorrelation method as features, the classification accuracy of regional figure defects was found to be 82.4 percent. Finally, some experimental results for line and dispersed figures of fabric defects are included.

• 한국정보시스템학회지:정보시스템연구
• /
• 제32권4호
• /
• pp.149-162
• /
• 2023

Purpose In the textile industry, fabric defects significantly impact product quality and consumer satisfaction. This research seeks to enhance defect detection by developing a transformer-based deep learning image segmentation model for learning high-dimensional image features, overcoming the limitations of traditional image classification methods. Design/methodology/approach This study utilizes the ZJU-Leaper dataset to develop a model for detecting defects in fabrics. The ZJU-Leaper dataset includes defects such as presses, stains, warps, and scratches across various fabric patterns. The dataset was built using the defect labeling and image files from ZJU-Leaper, and experiments were conducted with deep learning image segmentation models including Deeplabv3, SegformerB0, SegformerB1, and Dinov2. Findings The experimental results of this study indicate that the SegformerB1 model achieved the highest performance with an mIOU of 83.61% and a Pixel F1 Score of 81.84%. The SegformerB1 model excelled in sensitivity for detecting fabric defect areas compared to other models. Detailed analysis of its inferences showed accurate predictions of diverse defects, such as stains and fine scratches, within intricated fabric designs.

• 한국잠사곤충학회지
• /
• 11호
• /
• pp.23-29
• /
• 1970

이 실험은 견직물의 결함인 방추효과를 좋게 하기 위하여 견포에 Formaldehyde를 작용 시켰으며 이때 사용되는 $CH_3$COOH, CaC$_2$, HCHO, $Na_2$CO$_3$, NH$_4$OH, NaOH, NaHCO$_3$양과 반응액의 온도 및 시간의 변경에 따라 달라지는 견포의 W.R 효과를 측정하였다. 그리고 면과 Viscose rayon 포도 견포와 동시에 처리하여 비교시험 하므로서 가장 효율적인 견포의 주름저항성 개선조건을 모색한 결과 아래와 같은 결론에 도달했다. (1) 각 직포의 W.R 효과를 향상시킬 수 있는 최적의 온도는 견이 75$^{\circ}C$, 면이 35~43$^{\circ}C$이며 Viscose rayon포의 작용은 75$^{\circ}C$이하에서는 온도와 상관성이 없다. (2) 최적의 반응온도 처리로 인하여 견은 처리전보다 11.0%, 면은 33.4%의 W.R 효과를 향상시킬 수 있었다. (3) 견.면 및 Viscose rayon 포의 W.R 효과는 직물에 따라 최적의 반응시간이 존재한다. 즉 HAC Hydride를 사용한 최적 견은 60~90분, 면은 120분, Viscose rayon은 90분이었으며 HAC Anhydride를 사용한 경과 견은 60분, 면은 120분, 그리고 Viicose rayon은 40분이었다. (4) 최적의 반은시간에 의하여 견은 16.6%, 면은 25.0% 그리고 Viscose rayon은 13.3%의 W.R 효과를 향상 시킬 수 있었다. (5) 견과 Viscose rayon 포의 W.R 효과는 HAC Hydride를 사용하는 것 보다 Anhydride를 사용하는 것이 더욱 효과적이었다. (6) 반응정도에 있어서는 HAC Hydride를 사용하는 것 보다 HAC Anhydride를 사용하는 것이 더욱 빨랐다. (7) HCHO의 양에 의한 W.R 효과를 보면 건은 HCHO의 양이 10~14m1 때가, 면은 18m1 대가 그리고 Viscose rayon 포는 14~18m1 때가 가장 좋았으며 이때 견은 처리전 보다 8.3%, 면포는 21.5% 그리고 Viscose rayon 포는 7.0%의 W.R 효과를 얻을 수 있었다. (8) 최대의 W.R 효과를 위한 최적의 HCl 사용량은 견과 면포가 모두 14m1이며 견은 처리전 보다 22.2%, 면은 19.5%의 W.R 효과가 향상되었다. (9) 중화제로서 NaHCO$_3$ 4.2gr을 넣었을 때 견의 W.R는 83.3%, 면포는 61.1%로 가장 W.R 효과가 좋았다. 그러나 NaHCO$_3$를 더 이상 첨가하는데 따라 W.R 효과는 견.면포 모두 저하하였다. (10) 중화제로서 NaOH와 NH$_4$OH를 첨가하는 경과 첨가량이 증가하는데 따라 W.R 효과도 저하하나 첨가량이 어느 한계점(견 3.3ml, 면 3.3~6ml)을 지나 더욱 증가하면 W.R 효과도 다시 양호하여지는 현상을 볼 수 있었다. 이와같은 경향은 특히 견과 면포에서 현저하였으며, 이 결과로 보아 견과 면포는 반응액의 (H$^{＋}$)을 전부 중화시키고 남은 NaOH와 NH$_4$OH의 잔여(H$^{-}$)에서도 Formaldehyde와 작용할 수 있지 않는가 추측된다. (11) 견포는 Curing온도가 비교적 낮을 때 W.R 효과가 좋았고 면포는 높을 때 좋았다. (12) 이 실험의 결과 견포의 W.R를 94%RK지 (처리전보다 22% 증가)향상시킬 수 있었다는 점으로 보아 앞으로 견포의 W＆W 성을 개선할 수 있는 가능성을 충분히 보여주고 있다.