如果您在網(wǎng)頁上搜索“如何確定面料的制作成分”,，您可能會找到“燃燒測試”的網(wǎng)頁內(nèi)容,。在燃燒測試中,，需要取一小塊織物樣品,，放在明火上,，觀察它是否收縮,、熔化或燃燒,，并注意產(chǎn)生的氣味,。

　　現(xiàn)在,，使用TI DLP NIRscan Nano評估模塊（EVM）和Sagitto系統(tǒng),，可以更簡單、準(zhǔn)確地確定織物和紡織品成分,。Sagitto系統(tǒng)結(jié)合了微型近紅外傳感器和機(jī)器學(xué)習(xí)模型,，可幫助企業(yè)簡化測量過程。每種類型的織物都因不同的成分而具有獨(dú)特的近紅外指紋,。服裝通常包含不同類型的纖維,，精確的合成物組分在服裝的整個使用過程中都是很重要的。

　　圖1：不同纖維含量紡織品的近紅外吸收光譜

　　許多國家要求明確標(biāo)識紡織品的纖維成分,。有時這些標(biāo)簽會產(chǎn)生誤導(dǎo),。例如，在下圖中,，我們看到一組標(biāo)有100%棉的洗碗巾,，但是經(jīng)Sagitto測試后，發(fā)現(xiàn)是67%棉和33%滌綸的混合物,。

　　圖2：洗碗巾顯示為67%棉和33%聚酯,，而不是標(biāo)簽上的100%棉

　　但為什么纖維成分很重要？據(jù)估計,，每年生產(chǎn)800億件衣服,，其中75%最終會通過填埋或焚燒的方式處理。越來越多的消費(fèi)者正在要求大型服裝零售商尋找替代方法,，處理高周轉(zhuǎn)時裝零售業(yè)中產(chǎn)生的大量廢物,。政府也開始制定法規(guī)，鼓勵“循環(huán)經(jīng)濟(jì)”,，并從垃圾中分流衣物,。

　　丙烯酸和聚酯服裝會對環(huán)境造成嚴(yán)重的影響，例如,，每個洗滌循環(huán)都會將數(shù)十萬個微纖維釋放到當(dāng)?shù)氐膹U水處理廠,。其中多達(dá)40%的微纖維可能會流入河流、湖泊和海洋,。

　　圖 3：紡織廢料正成為一大全球性問題

　　因此,，市場亟需開發(fā)全新的紡織品化學(xué)回收技術(shù),。例如，這些回收技術(shù)需要將聚酯和棉制服裝分解為其化學(xué)組成成分——纖維素纖維,、聚酯單體和低聚物。但首先,，采用化學(xué)回收的回收商需要通過纖維成分精確地分選原料,。

　　在傳統(tǒng)的操作中，通常由員工通過感覺和視覺對廢棄紡織品進(jìn)行分類,，即拿起每件衣服時就確定紡織品的成分,。不幸的是，對于人類來說,，根本無法精確確定含有纖維混合物的紡織品的組分,，并滿足現(xiàn)代化學(xué)回收技術(shù)的要求。

　　通過將TI DLP NIRscan Nano整合到一個機(jī)器人手臂中,，再加上復(fù)雜的機(jī)器學(xué)習(xí)能力,，就可以為化學(xué)品回收工廠開發(fā)出精準(zhǔn)的機(jī)器人分選系統(tǒng)。

　　Sagitto將DLP NIRscan Nano與基于云端的人工智能相結(jié)合,。使用Sagitto,，您無需專門聘請自己的數(shù)據(jù)科學(xué)家，甚至無需收集自己的數(shù)據(jù),，訓(xùn)練機(jī)器學(xué)習(xí)模型,。Sagitto消除了設(shè)備成本、技能和數(shù)據(jù)等方面的障礙,，使新一類的制造商和生產(chǎn)商可以使用DLP NIRscan Nano EVM優(yōu)化生產(chǎn)流程,。

　　利用Sagitto人工智能軟件和DLP NIRscan Nano 評估模塊，您可以使用獨(dú)特的織物成分演示模型,。在Sagitto網(wǎng)站上注冊并請求訪問Sagitto演示帳戶,，可以使用DLP NIRscan Nano評估模塊免費(fèi)進(jìn)行50次預(yù)測。