KI für die Textilfärberei: Vorhersage von Farbrezepturen und Farbtonabgleich

Die Textilfärberei ist einer der anspruchsvollsten Farbprozesse in der Fertigung. Die Endfarbe hängt von der Färberezeptur, dem Fasertyp und der Charge, der Wasserchemie, dem Temperaturprofil beim Färben sowie den Veredelungsbehandlungen ab. Eine Rezeptur, die auf einer Faserlosung einen perfekten Farbton erzeugt, kann auf der nächsten Charge merklich anders ausfallen. Saisonal bedingte Änderungen der Wasserhärte können den Farbton verschieben. Selbst die Reihenfolge, in der Farbstoffe zugegeben werden, kann die Endfarbe beeinflussen.

Die Folgen einer falschen Rezeptur sind teuer. Nachfärben verbraucht zusätzlichen Farbstoff, Wasser, Energie und Zeit. Manche Nachfärbungen erfordern, die ursprüngliche Farbe zuerst zu strippen, was die Faser schädigt. Das Ziel ist „First-Time-Right"-Färben, und KI macht dies konsistenter erreichbar.

Warum die Rezepturvorhersage schwer ist

Die Beziehung zwischen Farbstoffkonzentrationen und der resultierenden Farbe ist nicht linear. Eine Verdopplung der Farbstoffkonzentration verdoppelt nicht die Farbtiefe. Verschiedene Farbstoffe in einer Rezeptur interagieren miteinander und beeinflussen Aufnahme und Farbton. Die Faser absorbiert Farbstoff je nach Vorbehandlung, Feuchtigkeitsgehalt und chemischer Vorbehandlungshistorie unterschiedlich.

Die traditionelle Rezepturvorhersage nutzt Farbabgleichsoftware auf Basis der Kubelka-Munk-Theorie, die die Lichtabsorptions- und Streueigenschaften von Farbstoffen auf Fasern modelliert. Diese Modelle funktionieren unter kontrollierten Bedingungen gut, kämpfen aber mit der Variabilität realer Produktion.

Wie KI die Rezepturvorhersage verbessert

KI-basierte Farbrezeptur-Systeme lernen aus jeder produzierten Färbecharge. Sie bauen Modelle auf, die nicht nur das theoretische Farbstoffverhalten, sondern das tatsächlich unter realen Produktionsbedingungen beobachtete Verhalten berücksichtigen. Die Modelle integrieren Eigenschaften der Faserchargen, Wasserchemie-Daten, anlagenspezifisches Verhalten und saisonale Schwankungen.

Geht ein neuer Färbeauftrag ein, bewertet die KI den Zielfarbton anhand ihrer Datenbank vergangener Produktionen. Sie identifiziert die ähnlichsten erfolgreich produzierten Farbtöne und nutzt deren Rezepturen als Ausgangspunkte. Anschließend passt sie die Rezeptur an die Unterschiede zwischen den aktuellen Bedingungen und den Bedingungen an, unter denen die Referenzfarbtöne gefärbt wurden.

Das Ergebnis ist eine Rezeptur, die mit höherer Wahrscheinlichkeit beim ersten Versuch den Zielfarbton trifft. Die First-Time-Right-Quote verbessert sich von typischerweise 60–70 % auf 85–90 % oder besser, was erhebliche Einsparungen bei Nachfärbekosten und Produktionszeit bedeutet.

Farbtonabgleich und Metamerie

Die KI bewältigt zudem die Herausforderung der Metamerie, bei der zwei Proben, die unter einer Lichtquelle übereinstimmen, unter einer anderen unterschiedlich erscheinen. Die KI berücksichtigt die spektralen Eigenschaften der Farbstoffe in der Rezeptur und bewertet das Metameriepotenzial unter den vom Kunden verwendeten Standardlichtarten. Hat eine vorgeschlagene Rezeptur ein hohes Metamerierisiko, schlägt die KI alternative Farbstoffkombinationen vor, die denselben visuellen Farbton mit besserer Spektralanpassung erzielen.

Mehr zur KI-Prozessoptimierung in der Fertigung finden Sie auf der FirmAdapt-Analyseseite zur Fertigung.