Beispiel 1: Textilien

In diesem Beispiel soll gezeigt werden, dass mit dem NIRScreen verschiedene Textilien anhand des Materials unterschieden werden können. Dazu werden Messungen mit Polyester, Baumwolle, Viskose und Nylon durchgeführt. Ziel ist es, dass von einem beliebigen Textil das Material vorhergesagt werden kann. Damit kann z.B. überprüft, ob es sich bei einem Pullover um Baumwolle oder Polyester handelt.

Download
Textilien.pdf
Adobe Acrobat Dokument 214.4 KB

1. Rohdaten

  • In einem ersten Schritt müssen Kalibrierungsmessungen durchgeführt werden.
  • Dazu wird jedes Textil an drei verschiedenen Stellen mit dem NIRScreen gemessen.
  • Insgesamt entstehen auf diese Weise 12 Kalibrierungsmessungen.
  • Beim ersten Blick auf die Messergebnisse fällt auf, dass sich die Daten sowohl innerhalb einer Materialgruppe als auch zwischen den Materialien unterschieden.
  • Somit ist aus den Rohdaten noch nicht ersichtlich, ob sich die Textilien wirklich unterscheiden lassen.

Rohdaten:

Baumwolle (grün), Polyester (lila), Viskose (braun), Nylon (rot)


2. Verarbeitete Daten

  • Im zweiten Schritt werden die Rohdaten mit einem Algorithmus verarbeitet, um z.B. Streueffekte zu korrigieren.
  • Die verarbeiteten Daten zeigen, dass die Messungen innerhalb einer Materialgruppe jetzt sehr nahe zusammenliegen.
  • Die Messungen zwischen Materialgruppen liegen außerdem weit auseinander.
  • Es ist somit anzunehmen, dass sich die Textilien unterscheiden lassen.

Verarbeitete Daten:

Baumwolle (grün), Polyester (lila), Viskose (braun), Nylon (rot)


3. Hauptkomponentenanalyse

  • Als dritter Schritt wird eine Hauptkomponentenanalyse durchgeführt, die ebenfalls Aufschluss darüber geben soll, ob die Textilien unterschieden werden können.
  • Das Ergebnis der Hauptkomponentenanalyse zeigt, dass die Messungen in vier verschiedene Gruppen eingeteilt werden können.
  • Dies bestätigt den Eindruck aus den verarbeiteten Daten, dass die Textilien unterschieden werden können.

Ergebnis der Hauptkomponentenanalyse:

Baumwolle (grün), Polyester (lila), Viskose (braun), Nylon (rot)


4. Statistikmodell

  • Als letzter Schritt wird ein Statistikmodell erstellt, mit dem es möglich ist, das Material von einem Textil vorherzusagen.
  • Diese Statistikmodelle werden in der Cloud gespeichert und können von einem NIRScreen heruntergeladen werden.
  • Aus dem Statistikmodell kann anhand von Modellparametern abgelesen werden, dass sich die Textilien sehr gut unterscheiden lassen.
  • Auch gibt das Statistikmodell z.B. Aufschluss darüber, wie stark der Einfluss der Wellenlängen auf die Unterscheidung von Textilien ist (siehe Grafik).

Einfluss der Wellenlängen auf die Unterscheidung von Textilien