最新消息 | 發布日期 2025.06.09
AI 幫染色:預測染後乾布顏色更準,減少浪費又環保
在染整工廠,布料通常是在濕潤狀態下染色,但乾燥後的顏色常常會產生變化,這讓第一時間就掌握準確色調變得困難。一旦染色偏差沒有及早發現,等到布料晾乾再檢查時,往往已有好幾批布進入後續製程,只能整批報廢,不僅造成原料浪費,也增加了生產成本與環境負擔。

為解決這項長年難題,美國威爾遜紡織學院教授沃倫・賈斯珀(Warren Jasper)帶領團隊,運用機器學習(Machine Learning, ML)技術預測織物乾燥後的實際顏色,期望在染色初期就能判斷是否準確,提早介入調整。

研究團隊目前一共設計五款 AI 模型,並利用 763 塊染成不同顏色的布料樣本進行訓練,過程費時費工。並運用一項名為「神經網路」的AI模型技術,專門處理濕布與乾布之間的複雜色差關係,預測效果最為精準。

研究發現,所有 AI 模型的預測能力皆優於傳統方法,神經網路的色差誤差(CIEDE2000)最低可達0.01,中位數僅0.7,遠遠低於產業可接受範圍(0.8~1.0)。相比之下,傳統做法的誤差竟高達 13.8。

透過這些 AI 工具,工廠不僅能更快掌握染色結果,避免批次錯誤造成的浪費,也有助於提升整體染整效率與環保表現。

賈斯珀表示:「紡織產業在導入 AI 方面的腳步還很慢,未來若能應用在佔比超過六成的連續染色製程上,將有效減少資源浪費、提升生產效率,對產業升級與永續轉型都是正向助力。」■
 
回上頁