论文摘要
纤维外观图像具有丰富的信息,对其进行信息分析、提取与表征是分析纤维性能的一个重要手段。现阶段的分析方法主要有SEM,HRTEM,STM,XRD和等离子体法等手段,这些方法获得的纤维外观图像,只能简单从图像上获得一些直观信息,属于定性描述,而更具体、更有用的定量信息却得不到,这就大大限制了图像处理技术在纺织上的应用。本文通过采用一组不改变其它炭化活化条件,而仅改变预处理浸渍时间的活性炭纤维电镜扫描图片,对其进行图像预处理,得到比较明显的孔洞边缘信息;通过边缘链码法提取图像像素区域的分布特征和几何特征尺寸并对其进行分析;在此基础上,采用基于距离函数的聚类分析算法对活性炭纤维特征参数进行了统计和分类,提取并模拟出了孔洞的位置分布特征。通过对不同工艺的活性炭纤维电镜图片的图像处理与特征提取,获得了孔的面积、周长和特征长度等参数,经过对其各个孔洞的统计分析,获得活性炭纤维表面孔洞的大小和数目可以在不改变其它工艺条件时通过改变浸渍时间来控制,从而获取吸附能力不同,吸附分子大小不同的纤维外观结构。以纤维孔洞的特征参数为基础,对其进行基于聚类分析方法的虚拟表征,经对孔洞进行分类分簇,并对聚类结果线性拟合后,发现活性炭纤维表面大孔分布沿纤维轴向呈一定的角度排列,且随着浸渍时间的延长,纤维表面孔洞沿轴向排列的角度越大,纤维的比表面积也越大,活性炭纤维吸附的分子越多,大小范围也越大,速率也越快。这样就可以通过控制浸渍时间的长短,来控制纤维孔洞沿轴向排列的角度,从而制得吸附性能和不同大小分子的活性炭纤维。通过结合纤维外观图像比表面积的变化,建立生产工艺、虚拟表征参数与纤维性能的关系,以此预测性能,指导实际生产。
论文目录
相关论文文献
- [1].基于聚类分析的活性炭纤维图像的虚拟表征[J]. 东华大学学报(自然科学版) 2009(06)