При оптимальных условиях тестирования, выявленных на ранних этапах исследования, с использованием самостоятельно разработанного "устройства высокоэффективного распознавания и сортировки основных компонентов волокнистых изделий" была осуществлена онлайн-сборка первичных ближних инфракрасных спектров образцов изношенных смесовых тканей из полиэстера/хлопка. На основе первичных онлайн-спектров была выявлена оптимальная методика предварительной обработки спектров: сглаживание по методу Савицкого-Голея (S-G) + нормализация по максимальному и минимальному значениям (MMN) + производная по методу S-G, и с использованием метода частичных наименьших квадратов построена модель количественного анализа ближнего инфракрасного спектра для изношенных смесовых тканей из полиэстера/хлопка. Среднеквадратичная ошибка перекрестной проверки модели (RMSECV) составила 1.47, коэффициенты корреляции для калибровки (RC) и валидации (RV) не менее 0.99, относительное предсказательное отклонение калибровки (RPDC) равно 18.17, относительное предсказательное отклонение валидации (RPDV) — 13.13, относительное предсказательное отклонение при перекрестной проверке (RPDCV) — 11.76. Для проверки надежности модели выбрано 30 внешних образцов для онлайн-валидации, где линейное уравнение для результатов валидации оказалось y=(1.00±0.01)x-(0.88±0.56), а точность предсказания — 93.3%. После загрузки модели в "главную онлайн-программу управления текстильным устройством" были заданы категории сортировки для тканей с разным содержанием полиэстера, что позволило прогнозировать содержание полиэстера в изношенных смесовых тканях и автоматически отсортировать образцы с помощью системы продувки устройства в соответствующие сборочные коробки. Время прогноза и сортировки каждого образца составляло менее 2 секунд, результаты автоматической механической сортировки безошибочны. Использование созданной модели и устройства позволяет эффективно проводить онлайн-определение и автоматическую сортировку изношенных смесовых тканей из полиэстера/хлопка.

изношенные текстильные изделия; онлайн ближний инфракрасный спектр; модель количественного анализа; высокоэффективное распознавание; автоматическая сортировка