ਰੰਗ ਪ੍ਰਬੰਧਨ ਅਤੇ ਪੇਂਟਿੰਗ ਵਿਅੰਜਨ ਅਨੁਕੂਲਨ

ਲਾਭ:

• CIELAB, Delta E ਅਤੇ metamerism ਦੀਆਂ ਧਾਰਨਾਵਾਂ ਅਤੇ ਰੰਗ ਪ੍ਰਬੰਧਨ ਦੇ ਸੰਖਿਆਤਮਕ ਆਧਾਰ ਨੂੰ ਸਮਝਣ ਦੀ ਸਮਰੱਥਾ।
• AI-ਸਮਰਥਿਤ ਪੇਂਟਿੰਗ ਵਿਅੰਜਨ ਦੀ ਸਿਫ਼ਾਰਿਸ਼, ਰੰਗ ਮੇਲਣ ਅਤੇ ਸਹੀ-ਪਹਿਲੀ ਵਾਰ ਵਰਕਫਲੋ ਸੰਪਾਦਨ
• ਸਪੈਕਟ੍ਰੋਫੋਟੋਮੀਟਰ ਮਾਪ, ਪ੍ਰਕਾਸ਼ ਸਰੋਤ ਸਥਿਤੀਆਂ ਅਤੇ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਦੇ ਸਟੈਨਿੰਗ ਦੁਆਰਾ ਰੰਗ ਆਉਟਪੁੱਟ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਸਮਰੱਥਾ

ਟੈਕਸਟਾਈਲ ਵਿੱਚ ਰੰਗ ਸਭ ਤੋਂ ਵੱਧ ਦਿਖਾਈ ਦੇਣ ਵਾਲਾ ਅਤੇ ਸਭ ਤੋਂ ਮਹਿੰਗਾ ਸਰੋਤ ਹੈ। ਇੱਕ ਗਾਹਕ ਇੱਕ ਖਾਸ ਨੇਵੀ ਨੀਲੇ ਨੂੰ ਮਨਜ਼ੂਰੀ ਦਿੰਦਾ ਹੈ; ਉਤਪਾਦਨ ਨੂੰ ਹਜ਼ਾਰਾਂ ਮੀਟਰਾਂ ਵਿੱਚ, ਵੱਖ-ਵੱਖ ਬੈਚਾਂ ਵਿੱਚ, ਵੱਖੋ-ਵੱਖਰੇ ਫਾਈਬਰਾਂ ਅਤੇ ਵੱਖ-ਵੱਖ ਲਾਈਟਾਂ ਵਿੱਚ ਉਸ ਗੂੜ੍ਹੇ ਨੀਲੇ ਨੂੰ ਪੈਦਾ ਕਰਨਾ ਪੈਂਦਾ ਹੈ। ਇੱਥੋਂ ਤੱਕ ਕਿ ਇੱਕ ਟਨ ਦਾ ਅੰਤਰ ਵੀ ਬੈਚ ਨੂੰ ਅਸਵੀਕਾਰ ਕਰਨ, ਮੁੜ ਪੇਂਟ ਕਰਨ ਅਤੇ ਡਿਲੀਵਰੀ ਵਿੱਚ ਦੇਰੀ ਦਾ ਕਾਰਨ ਬਣਦਾ ਹੈ। ਇਸ ਲਈ ਰੰਗ ਪ੍ਰਬੰਧਨ ਇੱਕ "ਅੱਖ" ਦਾ ਕੰਮ ਨਹੀਂ ਹੈ, ਪਰ ਇੱਕ ਮਾਪ ਅਤੇ ਨੰਬਰ ਦਾ ਕੰਮ ਹੈ. AI ਇਸ ਖੇਤਰ ਵਿੱਚ ਦੋ ਵੱਡੀਆਂ ਨੌਕਰੀਆਂ ਕਰਦਾ ਹੈ: ਇਹ ਇਤਿਹਾਸਕ ਰੰਗਾਈ ਡੇਟਾ ਤੋਂ ਪਕਵਾਨਾਂ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕਰਦਾ ਹੈ ਅਤੇ ਰੰਗਾਂ ਦੇ ਅੰਤਰਾਂ ਦਾ ਯੋਜਨਾਬੱਧ ਢੰਗ ਨਾਲ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦਾ ਹੈ। ਪਰ ਡਾਈ ਅਸਲ ਰਸਾਇਣ ਅਤੇ ਅਸਲ ਫਾਈਬਰ ਨਾਲ ਖੇਡੀ ਗਈ ਇੱਕ ਖੇਡ ਹੈ; ਕੋਈ AI ਸਿਫ਼ਾਰਿਸ਼ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਟੈਸਟਿੰਗ ਦਾ ਬਦਲ ਨਹੀਂ ਹੈ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਅਸੀਂ ਰੰਗ ਦੀ ਸੰਖਿਆਤਮਕ ਭਾਸ਼ਾ, ਵਿਅੰਜਨ ਅਨੁਕੂਲਨ ਅਤੇ ਤਸਦੀਕ ਅਨੁਸ਼ਾਸਨ ਬਾਰੇ ਚਰਚਾ ਕਰਾਂਗੇ।

ਰੰਗ ਦੀ ਡਿਜੀਟਲ ਭਾਸ਼ਾ: CIELAB, Delta E, Metamerism

ਰੰਗ ਪ੍ਰਬੰਧਨ CIELAB ਕਲਰ ਸਪੇਸ ਵਿੱਚ ਬੋਲਦਾ ਹੈ। ਇਸ ਸਪੇਸ ਵਿੱਚ, ਹਰੇਕ ਰੰਗ ਨੂੰ ਤਿੰਨ ਸੰਖਿਆਵਾਂ ਦੁਆਰਾ ਦਰਸਾਇਆ ਗਿਆ ਹੈ: L\ (ਹਲਕੀ–ਹਨੇਰਾ, 0 ਕਾਲਾ–100 ਚਿੱਟਾ), a\ (ਹਰਾ–ਲਾਲ ਧੁਰਾ), ਅਤੇ b\*** (ਨੀਲਾ–ਪੀਲਾ ਧੁਰਾ)। ਇਹ ਤਿੰਨ ਨੰਬਰ ਇੱਕ ਰੰਗ ਦਾ "ਪਤਾ" ਹਨ।

ਅਸੀਂ ਡੈਲਟਾ E (ΔE) — CIELAB ਸਪੇਸ ਵਿੱਚ ਦੂਰੀ ਨਾਲ ਦੋ ਰੰਗਾਂ ਵਿੱਚ ਅੰਤਰ ਨੂੰ ਮਾਪਦੇ ਹਾਂ। ਛੋਟੇ ΔE ਦਾ ਮਤਲਬ ਹੈ ਰੰਗ ਇੱਕ ਦੂਜੇ ਦੇ ਨੇੜੇ ਹਨ। ਟੈਕਸਟਾਈਲ ਵਿੱਚ, ਬੈਚ-ਟੂ-ਬੈਚ ਸਵੀਕ੍ਰਿਤੀ ਸਹਿਣਸ਼ੀਲਤਾ ਨੂੰ ਅਕਸਰ ΔE (ਉਦਾਹਰਨ ਲਈ "ΔE ≤ 1.0 ਸਵੀਕ੍ਰਿਤੀ") ਦੇ ਰੂਪ ਵਿੱਚ ਇਕਰਾਰਨਾਮੇ ਵਿੱਚ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਆਧੁਨਿਕ ਫਾਰਮੂਲੇ (ਉਦਾਹਰਨ ਲਈ CMC, ΔE2000) ਮਨੁੱਖੀ ਧਾਰਨਾ ਦੇ ਨੇੜੇ ਹਨ ਅਤੇ ਟੈਕਸਟਾਈਲ ਵਿੱਚ ਆਮ ਹਨ। ਇਸੇ ਕਰਕੇ "ਰੰਗ ਫੜਿਆ" ਕਹਿਣ ਲਈ ਮਾਪ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ; ਅੱਖਾਂ ਦਾ ਨਿਰਣਾ ਕਾਫ਼ੀ ਨਹੀਂ ਹੈ.

ਮੈਟਾਮਰਿਜ਼ਮ ਇੱਕ ਨਾਜ਼ੁਕ ਖਤਰਾ ਹੈ: ਦੋ ਨਮੂਨੇ ਇੱਕ ਪ੍ਰਕਾਸ਼ ਸਰੋਤ ਦੇ ਅਧੀਨ ਇੱਕੋ ਜਿਹੇ ਦਿਖਾਈ ਦੇ ਸਕਦੇ ਹਨ ਪਰ ਦੂਜੇ ਸਰੋਤ ਦੇ ਅਧੀਨ ਵੱਖਰੇ ਹੋ ਸਕਦੇ ਹਨ। ਵੱਖ-ਵੱਖ ਰੰਗਾਂ ਨਾਲ ਪ੍ਰਾਪਤ ਕੀਤੇ ਦੋ ਰੰਗ ਸਟੋਰ ਦੀ ਰੋਸ਼ਨੀ ਵਿੱਚ ਮੇਲ ਖਾਂਦੇ ਹਨ ਅਤੇ ਦਿਨ ਦੀ ਰੌਸ਼ਨੀ ਵਿੱਚ ਵੱਖਰੇ ਹੁੰਦੇ ਹਨ। ਇਸ ਲਈ ਰੰਗ ਦੀ ਪੁਸ਼ਟੀ ਇੱਕ ਇੱਕਲੀ ਰੋਸ਼ਨੀ ਵਿੱਚ ਨਹੀਂ ਕੀਤੀ ਜਾਂਦੀ, ਪਰ ਇੱਕ ਮਿਆਰੀ ਲਾਈਟ ਬੂਥ ਵਿੱਚ ਕਈ ਸਰੋਤਾਂ (ਜਿਵੇਂ ਕਿ D65 ਡੇਲਾਈਟ, TL84 ਸ਼ੌਪ ਫਲੋਰੋਸੈਂਟ, ਏ ਇਨਕੈਨਡੇਸੈਂਟ) ਦੇ ਅਧੀਨ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।

ਇਹ ਸਾਰੇ ਮਾਪ ਇੱਕ ਸਪੈਕਟ੍ਰੋਫੋਟੋਮੀਟਰ ਨਾਲ ਲਏ ਜਾਂਦੇ ਹਨ: ਇੱਕ ਉਪਕਰਣ ਜੋ ਮਾਪਦਾ ਹੈ ਕਿ ਫੈਬਰਿਕ ਹਰ ਤਰੰਗ-ਲੰਬਾਈ 'ਤੇ ਕਿੰਨੀ ਰੋਸ਼ਨੀ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਅਤੇ ਇਸਨੂੰ CIELAB ਮੁੱਲਾਂ ਵਿੱਚ ਬਦਲਦਾ ਹੈ। ਰੰਗ ਪ੍ਰਬੰਧਨ ਦਾ ਪੂਰਾ ਸੰਖਿਆਤਮਕ ਆਧਾਰ ਇਸ ਯੰਤਰ ਦੀ ਰੀਡਿੰਗ ਹੈ।

ਸੰਕੇਤ: ΔE ਮੁੱਲ ਦੇ ਨਾਲ-ਨਾਲ ਲਿਖੋ ਕਿ ਕਿਹੜਾ ਫਾਰਮੂਲਾ (CMC, ΔE2000) ਅਤੇ ਰੰਗ ਦੇ ਫੈਸਲੇ ਵਿੱਚ ਕਿਹੜੇ ਪ੍ਰਕਾਸ਼ ਸਰੋਤ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਗਈ ਸੀ। ਉਸੇ ਨਮੂਨੇ ਲਈ, ΔE ਵੱਖਰਾ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਫਾਰਮੂਲਾ ਅਤੇ ਪ੍ਰਕਾਸ਼ ਬਦਲਦਾ ਹੈ; ਇਹਨਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕੀਤੇ ਬਿਨਾਂ, "ΔE 0.8" ਦਾ ਕੋਈ ਅਰਥ ਨਹੀਂ ਹੁੰਦਾ।

ਰੰਗੀਨ ਵਿਅੰਜਨ ਅਤੇ ਸਹੀ-ਪਹਿਲੀ ਵਾਰ

ਇੱਕ ਰੰਗਾਈ ਵਿਅੰਜਨ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦਾ ਹੈ ਕਿ ਕਿਹੜੇ ਰੰਗਾਂ ਦੀ ਵਰਤੋਂ ਕਿਸ ਗਾੜ੍ਹਾਪਣ ਵਿੱਚ ਕੀਤੀ ਜਾਵੇਗੀ (ਆਮ ਤੌਰ 'ਤੇ % ਜਾਂ g/L), ਕਿਹੜੇ ਸਹਾਇਕ ਰਸਾਇਣਾਂ ਨਾਲ, ਨਿਸ਼ਾਨਾ ਰੰਗ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਕਿਹੜੇ ਤਾਪਮਾਨ ਅਤੇ ਸਮੇਂ 'ਤੇ। ਰਾਈਟ-ਫਸਟ-ਟਾਈਮ (ਆਰਐਫਟੀ) ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਵਿਅੰਜਨ ਪਹਿਲੀ ਕੋਸ਼ਿਸ਼ 'ਤੇ ਸਹਿਣਸ਼ੀਲਤਾ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ, ਯਾਨੀ ਇਸਨੂੰ ਦੁਬਾਰਾ ਪੇਂਟ ਕਰਨ (ਐਡ-ਆਨ) ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ। ਜੇਕਰ RFT ਦਰ ਘੱਟ ਹੈ, ਤਾਂ ਪੇਂਟ, ਪਾਣੀ, ਊਰਜਾ ਅਤੇ ਸਮੇਂ ਦੀ ਬਰਬਾਦੀ ਵੱਧ ਜਾਂਦੀ ਹੈ; ਇਹ ਲਾਗਤ ਅਤੇ ਸਥਿਰਤਾ ਦਾ ਮੁੱਦਾ ਹੈ।

ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ/ਕੰਪਿਊਟਰ ਕਲਰ ਮੈਚਿੰਗ ਖੇਡ ਵਿੱਚ ਆਉਂਦੀ ਹੈ: ਇਤਿਹਾਸਕ ਡਾਈਂਗ ਡੇਟਾਬੇਸ ਤੋਂ, ਇਹ ਡਾਈ ਸੁਮੇਲ ਅਤੇ ਇਕਾਗਰਤਾ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕਰਦਾ ਹੈ ਜੋ ਨਤੀਜਾ ਟੀਚਾ CIELAB ਮੁੱਲ ਦੇ ਸਭ ਤੋਂ ਨੇੜੇ ਦੇਵੇਗਾ। ਆਧੁਨਿਕ ਪ੍ਰਣਾਲੀਆਂ ਇਸ ਨੂੰ ਅਨੁਕੂਲਨ ਦੇ ਰੂਪ ਵਜੋਂ ਕਰਦੀਆਂ ਹਨ। ਹਾਲਾਂਕਿ, ਸਿਫ਼ਾਰਿਸ਼ ਦੀ ਹਮੇਸ਼ਾਂ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਦੇ ਸਟੈਨਿੰਗ (ਛੋਟੇ ਨਮੂਨੇ ਦੇ ਧੱਬੇ) ਦੁਆਰਾ ਜਾਂਚ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਸਪੈਕਟ੍ਰੋਫੋਟੋਮੀਟਰ ਦੁਆਰਾ ਮਾਪਿਆ ਜਾਂਦਾ ਹੈ, ਜੇ ਲੋੜ ਹੋਵੇ ਤਾਂ ਠੀਕ ਕੀਤਾ ਜਾਂਦਾ ਹੈ; ਤਦ ਹੀ ਇਹ ਉਤਪਾਦਨ (ਬਲਕ) ਤੱਕ ਸਕੇਲ ਕਰਦਾ ਹੈ।

ਕਦਮ ਦਰ ਕਦਮ: ਏਆਈ-ਪਾਵਰਡ ਕਲਰ ਵਰਕਫਲੋ

1. ਟੀਚੇ ਨੂੰ ਮਾਪੋ. ਸਪੈਕਟਰੋਫੋਟੋਮੀਟਰ ਨਾਲ ਗਾਹਕ ਸਟੈਂਡਰਡ (ਰੰਗ ਕਾਰਡ, ਪਿਛਲਾ ਉਤਪਾਦਨ) ਪੜ੍ਹੋ, CIELAB ਟੀਚੇ ਨੂੰ ਬਚਾਓ।
2. ਨੁਸਖਾ ਸੁਝਾਓ। ਸਿਸਟਮ/ਏਆਈ ਨੂੰ ਫਾਈਬਰ ਕਿਸਮ (ਜਿਵੇਂ ਕਿ ਕਪਾਹ ਲਈ ਪ੍ਰਤੀਕਿਰਿਆਸ਼ੀਲ, ਪੌਲੀਏਸਟਰ ਲਈ ਡਿਸਪਰਸ) ਲਈ ਢੁਕਵੀਂ ਡਾਈ ਕਲਾਸ ਦੇ ਨਾਲ ਵਿਅੰਜਨ ਉਮੀਦਵਾਰਾਂ ਨੂੰ ਤਿਆਰ ਕਰਨ ਦਿਓ।
3. ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਰੰਗਤ. ਛੋਟੇ ਨਮੂਨੇ ਵਿੱਚ ਰੰਗ ਉਮੀਦਵਾਰ, ਮਾਪ, ΔE ਦੀ ਗਣਨਾ ਕਰੋ।
4. ਇਸ ਨੂੰ ਠੀਕ ਕਰੋ. ਸਹਿਣਸ਼ੀਲਤਾ ਸੁਧਾਰ ਐਲਗੋਰਿਦਮ ਵਿੱਚ ਸੁਧਾਰ ਕਰੋ; ਪੇਂਟ-ਮਾਪ ਦੁਬਾਰਾ.
5. Metamerism ਕੰਟਰੋਲ. ਚਮਕਦਾਰ ਰੌਸ਼ਨੀ ਵਾਲੇ ਬੂਥ ਵਿੱਚ ਪੁਸ਼ਟੀ ਕਰੋ.
6. ਥੋਕ ਵਿੱਚ ਸਕੇਲ ਕਰੋ ਅਤੇ ਪੁਸ਼ਟੀ ਕਰੋ। ਉਤਪਾਦਨ ਬੈਚ ਤੋਂ ਇੱਕ ਨਮੂਨਾ ਲਓ, ਦੁਬਾਰਾ ਮਾਪੋ; ਪਾਰਟੀਆਂ ਦੇ ਅੰਦਰ ਅਤੇ ਪਾਰ ਇਕਸਾਰਤਾ ਦੀ ਨਿਗਰਾਨੀ ਕਰੋ।

ਤਿੰਨ ਮਿੰਨੀ ਕੇਸ: ਨੰਬਰ ਦੁਆਰਾ

ਕੇਸ 1 - RFT ਸੁਧਾਰ। ਇੱਕ ਡਾਈਹਾਊਸ ਵਿੱਚ, ਆਰਐਫਟੀ ਦੀ ਦਰ 68% ਸੀ; ਤਿੰਨਾਂ ਵਿੱਚੋਂ ਇੱਕ ਧਿਰ ਸੁਧਾਰ ਚਾਹੁੰਦੀ ਸੀ। ਜਦੋਂ ਕਲਰ ਮੈਚਿੰਗ ਸਿਸਟਮ, 5,000 ਪੁਰਾਣੇ ਸਟੈਨਿੰਗ ਰਿਕਾਰਡਾਂ ਦੁਆਰਾ ਖੁਆਇਆ ਗਿਆ, ਵਧੀਆ ਸ਼ੁਰੂਆਤੀ ਪਕਵਾਨਾਂ ਦਾ ਸੁਝਾਅ ਦਿੱਤਾ ਗਿਆ, ਤਾਂ RFT 81% ਤੱਕ ਵਧ ਗਿਆ, ~90 ਮਿੰਟ ਅਤੇ ਰੰਗ/ਪਾਣੀ ਪ੍ਰਤੀ ਸੁਧਾਰ ਦੀ ਬਚਤ। ਫਿਰ ਵੀ, ਹਰ ਨੁਸਖ਼ਾ ਲੈਬਾਰਟਰੀ ਟੈਸਟਿੰਗ ਪਾਸ ਕਰਦਾ ਹੈ; ਸਿਸਟਮ ਨੇ ਸ਼ੁਰੂਆਤ ਵਿੱਚ ਸੁਧਾਰ ਕੀਤਾ, ਨਾ ਕਿ ਫੈਸਲੇ ਵਿੱਚ।

ਕੇਸ 2 - ਮੈਟਾਮੇਰਿਜ਼ਮ ਲੀਕ। ਇੱਕ ਸਪਲਾਇਰ ਨੇ ਇਸਨੂੰ ਨੇਵੀ ਬਲੂ D65 ਦੇ ਤਹਿਤ 0.7 ਦੇ ΔE ਨਾਲ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਸੀ, ਪਰ ਦੁਕਾਨ ਫਲੋਰੋਸੈਂਟ (TL84) ਨਾਲ ΔE 2.4 ਤੱਕ ਵਧ ਰਿਹਾ ਸੀ; ਗਾਹਕ ਨੇ ਇਨਕਾਰ ਕਰ ਦਿੱਤਾ। ਸਮੱਸਿਆ ਇੱਕ ਰੋਸ਼ਨੀ ਵਿੱਚ ਪੁਸ਼ਟੀ ਸੀ. ਜਦੋਂ ਮਲਟੀ-ਬੀਮ ਪੁਸ਼ਟੀਕਰਨ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਲਾਜ਼ਮੀ ਬਣਾਇਆ ਗਿਆ ਸੀ, ਤਾਂ ਮੈਟਾਮੇਰਿਕ ਅਸਵੀਕਾਰਨ ਦੇ ਕੇਸ ਲਗਭਗ ਜ਼ੀਰੋ ਤੱਕ ਘਟਾ ਦਿੱਤੇ ਗਏ ਸਨ।

ਕੇਸ 3 - ਪਾਰਟੀ ਸ਼ਿਫਟ। ਇੱਕੋ ਵਿਅੰਜਨ ਨਾਲ ਰੰਗੇ ਦੋ ਬੈਚਾਂ ਵਿਚਕਾਰ ΔE2000 ਵਿੱਚ ਅੰਤਰ 1.6 ਸੀ; ਸਹਿਣਸ਼ੀਲਤਾ 1.0 ਸੀ। AI ਨੇ ਪ੍ਰਕਿਰਿਆ ਦੇ ਰਿਕਾਰਡਾਂ (ਤਾਪਮਾਨ, ਸਮਾਂ, ਪਾਣੀ ਦੀ ਕਠੋਰਤਾ) ਦੀ ਸਮੀਖਿਆ ਕੀਤੀ ਅਤੇ "ਦੂਜੇ ਬੈਚ ਵਿੱਚ ਨਹਾਉਣ ਦਾ ਤਾਪਮਾਨ 3 ਡਿਗਰੀ ਸੈਲਸੀਅਸ ਘੱਟ" ਸਬੰਧ ਨੂੰ ਫਲੈਗ ਕੀਤਾ। ਜਦੋਂ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਠੀਕ ਕੀਤਾ ਗਿਆ ਸੀ, ਤਾਂ ਬੈਚਾਂ ਵਿਚਕਾਰ ਅੰਤਰ ਘਟ ਕੇ 0.6 ਹੋ ਗਿਆ ਸੀ। AI ਨੇ ਸੁਰਾਗ ਦਿੱਤਾ; ਸਬੂਤ ਪ੍ਰਕਿਰਿਆ ਰਿਕਾਰਡਿੰਗ ਅਤੇ ਮੁੜ ਮਾਪ ਦੁਆਰਾ ਪ੍ਰਦਾਨ ਕੀਤਾ ਗਿਆ ਸੀ।

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:

ਇਹ ਰੰਗ ਕੰਮ ਕਿਉਂ ਨਹੀਂ ਕੀਤਾ? ਇਸ ਨੂੰ ਠੀਕ ਕਰੋ.

ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਡਾਇਹਾਊਸ ਕਲਰ ਸਪੈਸ਼ਲਿਸਟ। ਟੀਚਾ CIELAB: L*=28.4 a*=1.2 b*=-18.6 (D65)। ਉਤਪਾਦਨ ਮਾਪ: L*=30.1 a*=0.8 b*=-16.9। ਫਾਈਬਰ: 100% ਕਪਾਹ, ਰੀਐਕਟਿਵ ਡਾਈ। ਟਾਸਕ: 1) ΔE2000 ਦੀ ਗਣਨਾ ਕਰੋ ਅਤੇ ਫਾਰਮੂਲਾ ਦਿਖਾਓ। 2) ਅੰਤਰਾਂ ਦੀ ਵਿਆਖਿਆ ਕਰੋ L*, a*, b* (ਰੰਗ ਕਿਸ ਦਿਸ਼ਾ ਵਿੱਚ ਬਦਲਿਆ ਹੈ?)। 3) ਪਕਵਾਨ ਵਿੱਚ ਕਿਹੜੀ ਦਿਸ਼ਾ ਵਿੱਚ ਕਿਹੜੇ ਭਾਗ ਨੂੰ ਐਡਜਸਟ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ (ਕਿਸ ਦਿਸ਼ਾ ਵਿੱਚ ਪਰਿਕਲਪਨਾ ਕਰਨਾ ਹੈ, ਲੇਬਰ I 4 ਵਿੱਚ ਸਹੀ ਕਦਮ ਹੈ)? ਕਦਮ.ਬਸ ਦਿੱਤੇ ਗਏ ਨੰਬਰਾਂ 'ਤੇ ਭਰੋਸਾ ਕਰੋ; ਰਾਜ ਜਿੱਥੇ ਤੁਹਾਨੂੰ ਯਕੀਨ ਨਹੀਂ ਹੈ।

ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰੋਂਪਟ ਵਿੱਚ ਸੰਖਿਆਤਮਕ ਟੀਚਾ, ਫਾਈਬਰ/ਡਾਈ ਸੰਦਰਭ ਅਤੇ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਤਸਦੀਕ ਕਦਮ ਸ਼ਾਮਲ ਹਨ; ਇੱਕ ਪਰਿਕਲਪਨਾ ਦੇ ਰੂਪ ਵਿੱਚ ਸੁਝਾਅ ਮੰਗਦਾ ਹੈ।

ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟਸ

1) ΔE ਗਣਨਾ ਅਤੇ ਵਿਆਖਿਆ:

ਇਹਨਾਂ ਦੋ CIELAB ਮੁੱਲਾਂ ਲਈ ΔE2000 ਦੀ ਗਣਨਾ ਕਰੋ, ਫਾਰਮੂਲਾ ਲਿਖੋ, ਅਤੇ ਵਿਆਖਿਆ ਕਰੋ ਕਿ ਇਹ ਕਿਸ ਧੁਰੇ (L/a/b) ਉੱਤੇ ਕਿੰਨਾ ਬਦਲਦਾ ਹੈ। ਟੀਚਾ: [L,a,b] ਮੀਟਰਿੰਗ: [L,a,b]। ਪ੍ਰਕਾਸ਼ ਸਰੋਤ: [D65 ਆਦਿ]।

2) ਮੈਟਾਮੇਰਿਜ਼ਮ ਨਿਯੰਤਰਣ ਯੋਜਨਾ:

ਇੱਕ ਰੰਗ ਦੀ ਪ੍ਰਵਾਨਗੀ ਲਈ ਇੱਕ ਮਲਟੀ-ਲਾਈਟ ਮੁਲਾਂਕਣ ਯੋਜਨਾ ਤਿਆਰ ਕਰੋ: ਕਿਹੜੇ ਪ੍ਰਕਾਸ਼ ਸਰੋਤ, ਹਰੇਕ ਦੇ ਅਧੀਨ ਕੀ ΔE ਸਹਿਣਸ਼ੀਲਤਾ, ਅਸਵੀਕਾਰ/ਸਵੀਕ੍ਰਿਤੀ ਨਿਯਮ। ਫਾਈਬਰ ਅਤੇ ਵਰਤੋਂ: [ਜਾਣਕਾਰੀ]।

3) ਬੈਚ ਡਰਾਫਟ ਮੂਲ ਕਾਰਨ:

ਹੇਠਾਂ ਇੱਕੋ ਵਿਅੰਜਨ ਨਾਲ ਰੰਗੇ ਹੋਏ ਬੈਚਾਂ ਦੇ ΔE ਅੰਤਰ ਅਤੇ ਪ੍ਰਕਿਰਿਆ ਰਿਕਾਰਡ (ਤਾਪਮਾਨ, ਸਮਾਂ, pH, ਪਾਣੀ ਦੀ ਕਠੋਰਤਾ) ਹਨ। ਪ੍ਰਕਿਰਿਆ ਵੇਰੀਏਬਲ ਹਾਈਪੋਥੀਸ ਪੈਦਾ ਕਰੋ ਜੋ ਅੰਤਰ ਦੇ ਨਾਲ ਚਲਦੇ ਹਨ; ਹਰੇਕ ਲਈ ਪੁਸ਼ਟੀਕਰਨ ਸੁਝਾਅ ਸ਼ਾਮਲ ਕਰੋ। ਡੇਟਾ: [ਸਾਰਣੀ]

4) RFT ਰਿਪੋਰਟ ਸੰਖੇਪ:

RFT ਦਰ, ਸੁਧਾਰ ਦੇ ਸਭ ਤੋਂ ਆਮ ਕਾਰਨ, ਅਤੇ ਇਹਨਾਂ ਸਟੈਨਿੰਗ ਰਿਕਾਰਡਾਂ ਤੋਂ ਅੰਦਾਜ਼ਨ ਰੰਗ/ਪਾਣੀ/ਸਮੇਂ ਦੇ ਨੁਕਸਾਨ ਦਾ ਸਾਰ ਦਿਓ। ਨੰਬਰ ਨਾ ਬਣਾਓ। ਡੇਟਾ: [ਸਾਰਣੀ]

ਰੰਗ ਪ੍ਰਬੰਧਨ ਸੰਕਲਪ ਚਾਰਟ

ਸੰਕਲਪ

ਇਸ ਦਾ ਕੀ ਮਤਲਬ ਹੈ?

ਅਭਿਆਸ ਵਿੱਚ ਵਰਤੋ

L\a\b\*

ਰੰਗ ਦਾ ਸੰਖਿਆਤਮਕ ਪਤਾ

ਟੀਚੇ ਅਤੇ ਮਾਪ ਦੀ ਤੁਲਨਾ

ΔE (CMC / 2000)

ਦੋ ਰੰਗਾਂ ਵਿੱਚ ਅੰਤਰ

ਸਵੀਕ੍ਰਿਤੀ/ਅਸਵੀਕਾਰ ਸਹਿਣਸ਼ੀਲਤਾ

metamerism

ਮੇਲ ਜੋ ਕਿ ਰੋਸ਼ਨੀ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਬਦਲਦਾ ਹੈ

ਮਲਟੀ-ਲਾਈਟ ਪ੍ਰਵਾਨਗੀ ਦੇ ਅਨੁਸਾਰ

ਸਪੈਕਟ੍ਰੋਫੋਟੋਮੀਟਰ

ਰੰਗ ਮਾਪਣ ਵਾਲਾ ਯੰਤਰ

ਸਾਰੇ ਸੰਖਿਆਤਮਕ ਆਧਾਰ ਦਾ ਸਰੋਤ

ਆਰ.ਐਫ.ਟੀ.

ਸਹੀ ਪਹਿਲੀ ਵਾਰ ਦਰ

ਉਪਜ ਅਤੇ ਸਥਿਰਤਾ ਮਾਪ

ਸਾਵਧਾਨ: AI ਦੁਆਰਾ ਸੁਝਾਏ ਗਏ ਨੁਸਖੇ ਇੱਕ ਸ਼ੁਰੂਆਤੀ ਬਿੰਦੂ ਹੈ। ਡਾਈ ਕੈਮਿਸਟਰੀ; ਇਹ ਵੇਰੀਏਬਲ ਜਿਵੇਂ ਕਿ ਫਾਈਬਰ ਲੋਟ, ਪਾਣੀ ਦੀ ਕਠੋਰਤਾ, ਮਸ਼ੀਨ ਅਤੇ ਡਾਈ ਲੋਟ ਲਈ ਸੰਵੇਦਨਸ਼ੀਲ ਹੈ। ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਦੇ ਸਟੈਨਿੰਗ ਅਤੇ ਸਪੈਕਟ੍ਰੋਫੋਟੋਮੀਟਰ ਦੀ ਮਨਜ਼ੂਰੀ ਤੋਂ ਬਿਨਾਂ ਕੋਈ ਵੀ ਵਿਅੰਜਨ ਬਲਕ ਉਤਪਾਦਨ ਵਿੱਚ ਨਹੀਂ ਪਾਇਆ ਜਾਂਦਾ ਹੈ।

ਆਮ ਗਲਤੀਆਂ

• ਅੱਖ ਦੁਆਰਾ ਰੰਗ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ. ਰੰਗ ਦੇ ਫੈਸਲੇ ਲਈ ਮਾਪ (ΔE) ਦੀ ਲੋੜ ਹੈ।
• ਇੱਕ ਰੋਸ਼ਨੀ ਵਿੱਚ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ। ਮੈਟਾਮਰਿਜ਼ਮ ਸਿਰਫ ਹਾਈ-ਲਾਈਟ ਬੂਥ ਵਿੱਚ ਖੋਜਿਆ ਜਾਂਦਾ ਹੈ.
• ਫਾਰਮੂਲਾ/ਲਾਈਟ ਨਹੀਂ ਦੱਸ ਰਿਹਾ। "ΔE 0.8" ਇਹ ਲਿਖਣ ਤੋਂ ਬਿਨਾਂ ਅਧੂਰਾ ਹੈ ਕਿ ਇਹ ਕਿਸ ਫਾਰਮੂਲੇ ਅਤੇ ਪ੍ਰਕਾਸ਼ ਵਿੱਚ ਹੈ।
• ਨੁਸਖੇ ਨੂੰ ਸਿੱਧੇ ਬਲਕ ਵਿੱਚ ਲੈਣਾ। ਜੇ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਟੈਸਟਿੰਗ ਨੂੰ ਛੱਡ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਬਹੁਤ ਸਾਰੀਆਂ ਬਰਬਾਦੀ ਦਾ ਜੋਖਮ ਹੁੰਦਾ ਹੈ।
• ਪਾਰਟੀ ਬਦਲੀ ਨੂੰ ਇਤਫ਼ਾਕ ਮੰਨ ਰਹੇ ਹਨ। ਡਰਾਫਟ ਜ਼ਿਆਦਾਤਰ ਪ੍ਰਕਿਰਿਆ ਵੇਰੀਏਬਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ; ਦੀ ਜਾਂਚ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।

ਸਾਰੰਸ਼ ਵਿੱਚ

ਰੰਗ ਪ੍ਰਬੰਧਨ ਮਾਪ ਦਾ ਇੱਕ ਵਿਗਿਆਨ ਹੈ: CIELAB ਪਤਾ, ΔE ਅੰਤਰ, ਮੈਟਾਮਰਿਜ਼ਮ ਅਤੇ ਸਪੈਕਟਰੋਫੋਟੋਮੈਟਰੀ ਇਸ ਦੀਆਂ ਭਾਸ਼ਾਵਾਂ ਹਨ। AI ਇਤਿਹਾਸਕ ਡੇਟਾ ਤੋਂ ਵਧੀਆ ਸ਼ੁਰੂਆਤੀ ਪਕਵਾਨਾਂ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ, ਸਹੀ-ਪਹਿਲੀ-ਵਾਰ ਦਰ ਨੂੰ ਵਧਾਉਣਾ ਅਤੇ ਰੰਗਾਂ ਦੇ ਅੰਤਰਾਂ ਦੇ ਮੂਲ ਕਾਰਨ ਬਾਰੇ ਧਾਰਨਾਵਾਂ ਪੈਦਾ ਕਰਨਾ। ਪਰ ਹਰ ਪ੍ਰਸਤਾਵ ਨੂੰ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਦੇ ਸਟੈਨਿੰਗ, ΔE ਮਾਪ ਅਤੇ ਮਲਟੀ-ਲਾਈਟ ਪ੍ਰਵਾਨਗੀ ਪਾਸ ਕੀਤੇ ਬਿਨਾਂ ਬਲਕ ਉਤਪਾਦਨ ਵਿੱਚ ਨਹੀਂ ਪਾਇਆ ਜਾਂਦਾ ਹੈ। ਰੰਗ ਦਾ ਫੈਸਲਾ ਨੰਬਰ ਦੁਆਰਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅੱਖ ਦੁਆਰਾ ਨਹੀਂ.

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਇੱਕ ਟੀਚਾ CIELAB ਮੁੱਲ ਅਤੇ ਇੱਕ ਉਤਪਾਦਨ ਮੈਟ੍ਰਿਕ (ਤੁਹਾਡੇ ਆਪਣੇ ਡੇਟਾ ਜਾਂ ਨਮੂਨੇ ਤੋਂ) ਸੈਟ ਕਰੋ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ "ΔE ਗਣਨਾ ਅਤੇ ਵਿਆਖਿਆ" ਟੈਮਪਲੇਟ ਨਾਲ ਅੰਤਰ ਦੀ ਗਣਨਾ ਕਰੋ ਅਤੇ ਆਪਣੀ ਵਿਆਖਿਆ ਦੀ AI ਦੀ ਵਿਆਖਿਆ ਨਾਲ ਤੁਲਨਾ ਕਰੋ ਜਿਸ ਧੁਰੇ 'ਤੇ ਰੰਗ ਬਦਲਦਾ ਹੈ। ਫਿਰ ਇੱਕ ਮਲਟੀ-ਲਾਈਟ ਪੁਸ਼ਟੀਕਰਨ ਯੋਜਨਾ (ਘੱਟੋ-ਘੱਟ ਦੋ ਰੋਸ਼ਨੀ ਸਰੋਤ ਅਤੇ ਸਹਿਣਸ਼ੀਲਤਾ) ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰੋ ਅਤੇ ਇੱਕ ਪੈਰੇ ਵਿੱਚ ਜਾਇਜ਼ ਠਹਿਰਾਓ ਕਿ ਤੁਸੀਂ ਇਸ ਨੂੰ ਸਿੰਗਲ-ਲਾਈਟ ਪੁਸ਼ਟੀ ਕਰਨ ਲਈ ਕਿਉਂ ਤਰਜੀਹ ਦਿੰਦੇ ਹੋ।

ਚੈੱਕਲਿਸਟ

• [ ] ਮੈਂ ΔE ਨੂੰ ਮਾਪ ਕੇ, ਫਾਰਮੂਲਾ ਅਤੇ ਰੋਸ਼ਨੀ ਸਰੋਤ ਨੂੰ ਨਿਰਧਾਰਿਤ ਕਰਕੇ ਰੰਗ ਦੇ ਫੈਸਲੇ ਲੈਂਦਾ ਹਾਂ।
• [ ] ਮੈਂ ਇੱਕ ਮਲਟੀ-ਲਾਈਟ ਬੂਥ ਵਿੱਚ ਪ੍ਰਮਾਣਿਕਤਾਵਾਂ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕਰਕੇ ਮੈਟਾਮੇਰਿਜ਼ਮ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹਾਂ।
• [ ] ਮੈਂ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਦੇ ਸਟੈਨਿੰਗ ਅਤੇ ਸਪੈਕਟ੍ਰੋਫੋਟੋਮੈਟਰੀ ਦੇ ਨਾਲ AI ਨੁਸਖ਼ੇ ਦੀਆਂ ਸਿਫ਼ਾਰਸ਼ਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹਾਂ।
• [ ] ਮੈਂ ਬੈਚ ਸ਼ਿਫਟ ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਪ੍ਰਕਿਰਿਆ ਦੇ ਰਿਕਾਰਡਾਂ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹਾਂ।
• [ ] ਮੈਂ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਦੀ ਮਨਜ਼ੂਰੀ ਤੋਂ ਬਿਨਾਂ ਬਲਕ ਉਤਪਾਦਨ ਵਿੱਚ ਕੋਈ ਨੁਸਖ਼ਾ ਨਹੀਂ ਪਾਉਂਦਾ ਹਾਂ।