AI voor Textielververij: Voorspelling van Kleurrecepten en Kleurmatching

Textielverven is een van de meest uitdagende kleurprocessen in de productie. De uiteindelijke kleur hangt af van het verfrecept, het type vezel en de partij, de waterchemie, het temperatuurprofiel tijdens het verven en de afwerkingen. Een recept dat een perfecte tint geeft op de ene vezelpartij kan op de volgende partij merkbaar afwijken. Veranderingen in waterhardheid tussen seizoenen kunnen de tint verschuiven. Zelfs de volgorde waarin verfstoffen worden toegevoegd kan de eindkleur beïnvloeden.

De gevolgen van een verkeerd recept zijn duur. Herverven verbruikt extra verf, water, energie en tijd. Sommige herverven vereisen dat de oorspronkelijke kleur eerst wordt gestript, wat de vezel beschadigt. Eerste-keer-goed verven is het doel, en AI maakt dit consistenter haalbaar.

Waarom Receptvoorspelling Lastig Is

De relatie tussen verfconcentraties en de resulterende kleur is niet-lineair. Het verdubbelen van de verfconcentratie verdubbelt niet de kleurdiepte. Verschillende verfstoffen in een recept beïnvloeden elkaar en daarmee de opname en tint. De vezel absorbeert verf anders afhankelijk van zijn voorbereiding, vochtgehalte en chemische behandelingsgeschiedenis.

Traditionele receptvoorspelling gebruikt kleurmatchingsoftware op basis van de Kubelka-Munk-theorie, die de lichtabsorptie- en verstrooiingseigenschappen van verfstoffen op vezels modelleert. Deze modellen werken goed onder gecontroleerde omstandigheden, maar hebben moeite met de variabiliteit van de werkelijke productie.

Hoe AI Receptvoorspelling Verbetert

AI-gebaseerde kleurreceptsystemen leren van elke geverfde batch die ooit is geproduceerd. Ze bouwen modellen die niet alleen rekening houden met het theoretische gedrag van de verfstoffen, maar ook met het werkelijke gedrag dat onder echte productieomstandigheden wordt waargenomen. De modellen verwerken eigenschappen van vezelpartijen, gegevens over waterchemie, apparatuurspecifiek gedrag en seizoensvariaties.

Wanneer een nieuwe verfopdracht binnenkomt, beoordeelt de AI de doeltint aan de hand van haar database met eerdere producties. Ze identificeert de meest vergelijkbare tinten die met succes zijn geproduceerd en gebruikt hun recepten als uitgangspunt. Vervolgens past ze het recept aan op de verschillen tussen de huidige omstandigheden en de omstandigheden waarin de referentietinten werden geverfd.

Het resultaat is een recept dat met grotere waarschijnlijkheid bij de eerste poging de doeltint raakt. Eerste-keer-goed-percentages stijgen van de gebruikelijke 60-70% naar 85-90% of hoger, wat aanzienlijke besparingen oplevert in herverfkosten en productietijd.

Tintmatching en Metamerie

AI gaat ook de uitdaging van metamerie aan, waarbij twee monsters die onder de ene lichtbron overeenkomen onder een andere verschillend lijken. De AI beoordeelt de spectrale eigenschappen van de verfstoffen in het recept en evalueert de kans op metamerie onder de standaard verlichtingsbronnen die de klant gebruikt. Als een voorgesteld recept een hoog metamerierisico heeft, stelt de AI alternatieve verfcombinaties voor die dezelfde visuele tint bereiken met een betere spectrale overeenkomst.

Bezoek voor meer informatie over AI-procesoptimalisatie in de productie de FirmAdapt-pagina voor productieanalyse.