摘 要：本发明属于纺织纤维质量检测技术领域，提供了一种基于恒压恒流双模式气流法的亚麻纤维品质快速评估方法，包括：依据恒定压力法测定获取原始细度值，依据恒定流量法采集记录纤维试样两端瞬时流量差随时间的变化得到动态流量衰减曲线，通过动态流量衰减曲线提取构建关联特征向量，构建成熟度预测模型输入关联特征向量获取预测成熟度值，构建二维评判矩阵，根据原始细度值和预测成熟度值获得纤维试样的综合评价定级。本发明提供的基于恒压恒流双模式气流法的亚麻纤维品质快速评估方法，可实现单次装样同时完成纤维试样的细度和成熟度的检测测定，提高检测效率缩短检测周期，可生成直观的纤维试样综合评价定级，便于快速评估纤维的内在品质。
权利要求书
1.一种基于恒压恒流双模式气流法的亚麻纤维品质快速评估方法，其特征在于，包括以下步骤：
将经过预处理的纤维试样依据恒定压力法进行测定，采集获取纤维试样的原始细度值，同步采集记录测定过程中的恒压模式温度和恒压模式相对湿度；
将经过预处理的纤维试样依据恒定流量法进行测定，采集记录纤维试样两端瞬时流量差随时间的变化得到动态流量衰减曲线，同步采集记录恒流模式温度和恒流模式相对湿度；
通过所述动态流量衰减曲线提取包括流量衰减速率和稳态流量波动方差的关联特征参数，根据关联特征参数构建与纤维试样相对应的关联特征向量；
基于支持向量回归算法构建成熟度预测模型，将所述关联特征向量输入至训练完成的成熟度预测模型中获取得到预测成熟度值；
基于亚麻纤维的细度分级和成熟度分级构建二维评判矩阵，根据所述原始细度值和所述预测成熟度值在二维评判矩阵中的对应位置，获得纤维试样的综合评价定级。
2.根据权利要求1所述的基于恒压恒流双模式气流法的亚麻纤维品质快速评估方法，其特征在于，所述成熟度预测模型获取预测成熟度值的计算公式如下：
式中，Mtp为预测成熟度值，Nsv为支持向量的总数量，ai,ai*为支持向量对应的拉格朗日乘子系数，b为偏置项，xi为第i个支持向量的标准化关联特征向量，λ为大于0的核宽度参数，x为关联特征向量，k为流量衰减速率，σ2为稳态流量波动方差。
3.根据权利要求2所述的基于恒压恒流双模式气流法的亚麻纤维品质快速评估方法，其特征在于，所述流量衰减速率的提取计算步骤如下：
对动态流量衰减曲线进行滤波去噪处理，剔除曲线初始段的非稳定过度数据；
计算动态流量衰减曲线尾段平稳段内流量差值的平均值，记为稳态流量差值；
根据动态流量衰减曲线的衰减段数据建立指数衰减模型，采用最小二乘线性回归求解流量衰减速率。
4.根据权利要求2所述的基于恒压恒流双模式气流法的亚麻纤维品质快速评估方法，其特征在于：所述稳态流量波动方差的提取计算步骤如下：
计算获取动态流量衰减曲线尾段分析段内流量差值的平均值以及对应采样点的数量；依据样本方差公式计算每个采样点流量差值的波动最终得到稳态流量波动方差。
5.根据权利要求1所述的基于恒压恒流双模式气流法的亚麻纤维品质快速评估方法，其特征在于，还包括以下步骤：
根据恒压模式温度和恒压模式相对湿度对原始细度值进行补偿得到修正细度值，根据恒流模式温度和恒流模式相对湿度对预测成熟度值进行补偿得到修正成熟度值，根据修正细度值和修正成熟度值在所述二维评判矩阵中的对应位置，获得纤维试样的综合评价定级。
6.根据权利要求5所述的基于恒压恒流双模式气流法的亚麻纤维品质快速评估方法，其特征在于，所述修正细度值的计算公式如下：
式中，Mc为修正细度值，McO为原始细度值，Ty为恒压模式温度，T0为标准环境温度，RHy为恒压模式相对湿度，RH0为标准环境相对湿度，μ1和μ2分别为对应的补偿系数。
7.根据权利要求5所述的基于恒压恒流双模式气流法的亚麻纤维品质快速评估方法，其特征在于，所述修正成熟度值的计算公式如下：
式中，Mt为修正成熟度值，Mtp为预测成熟度值，Tl为恒流模式温度，T0为标准环境温度，RHl为恒流模式相对湿度，RH0为标准环境相对湿度，ψ1和ψ2分别为对应的补偿系数。
8.根据权利要求1所述的基于恒压恒流双模式气流法的亚麻纤维品质快速评估方法，其特征在于：所述细度分级包括极细、较细、中等、粗的档位分级，所述成熟度分级包括不成熟、欠成熟、成熟、很成熟的档位分级。
9.一种基于恒压恒流双模式气流法的亚麻纤维品质快速评估系统，其特征在于，包括：气流测定模块，其包括用于放置纤维试样的标准试样筒以及与标准试样筒通过气路连通的模式切换单元，以通过模式切换单元控制气路切换为恒压模式或恒流模式；
流量采集模块，其布置在标准试样筒的两端并与之相连通，用于采集记录纤维试样两端瞬时流量差随时间的变化以得到动态流量衰减曲线；
环境采集模块，用于采集记录恒定压力法测定过程中的恒压模式温度、恒压模式相对湿度，以及恒定流量法测定过程中恒流模式温度、恒流模式相对湿度；
集成处理模块，其与气流测定模块、流量采集模块、环境采集模块均相连接，且其内置成熟度预测模型和二维评判矩阵，用于接收处理气流测定模块、流量采集模块、环境采集模块发送的数据并输出得到纤维试样对应的综合评价定级。
技术领域
本发明属于纺织纤维质量检测技术领域，特别涉及一种基于恒压恒流双模式气流法的亚麻纤维品质快速评估方法，以及一种基于恒压恒流双模式气流法的亚麻纤维品质快速评估系统。
背景技术
亚麻纤维在纺织加工中多作为天然纺织原料使用，对于亚麻纤维的内在品质以及可纺性能通常由亚麻纤维的细度值、成熟度值等指标来评估。由于亚麻纤维的品质和可纺性能通常难以仅通过单一的指标反映评估，例如仅仅依靠对亚麻纤维细度指标的分析无法完整反映表征亚麻纤维的纤维强度、抱合力、均匀性等性能参数。故，现有的亚麻纤维品质评估过程中往往需要进行独立的测试，以分别对亚麻纤维的细度和成熟度进行测量，然后再结合两者来进行综合评估。然而，在实际检测过程中，一方面采用两个独立的检测测定无法保证纤维试样的一致性，部分检测过程中为提高检测效率采用不同的纤维试样分别同步进行细度和成熟度的检测测定，这就导致虽然是同批次的纤维试样但是由于两个检测是分别对不同的纤维试样测定，无法保证检测结果的一致性和可靠性，若采用相同的纤维试样则势必会延长检测周期，影响检测效率；另一方面传统的成熟度检测通常采用显微法、切片法、或者是化学溶解法，其操作流程繁琐复杂且耗费较长，需要专业试验人员方能进行检测测定，这就导致成熟度的检测费时费力、成本较高。此外，现有的细度值和成熟度检测测定往往需要在标准大气环境中进行，在检测过程中环境温度和相对湿度的波动或变化都会显著影响空气的密度和粘度，尤其是依据气流法对亚麻纤维的细度进行测定过程中，空气密度和粘度的变化会造成气阻测量结果的偏差，进而影响检测结果的准确性和稳定性。
因此，需要设计一种至少可解决以上部分问题和缺陷的亚麻纤维品质快速评估方法。
发明内容
本发明为解决以上技术问题，提出了一种基于恒压恒流双模式气流法的亚麻纤维品质快速评估方法，可实现单次装样同时完成纤维试样的细度和成熟度的检测测定，提高了检测效率缩短了检测周期，且可生成直观的纤维试样综合评价定级，便于快速评估纤维的内在品质。
本发明的技术方案是：
本发明提出一种基于恒压恒流双模式气流法的亚麻纤维品质快速评估方法，包括以下步骤：
将经过预处理的纤维试样依据恒定压力法进行测定，采集获取纤维试样的原始细度值，同步采集记录测定过程中的恒压模式温度和恒压模式相对湿度；
将经过预处理的纤维试样依据恒定流量法进行测定，采集记录纤维试样两端瞬时流量差随时间的变化得到动态流量衰减曲线，同步采集记录恒流模式温度和恒流模式相对湿度；
通过所述动态流量衰减曲线提取包括流量衰减速率和稳态流量波动方差的关联特征参数，根据关联特征参数构建与纤维试样相对应的关联特征向量；
基于支持向量回归算法构建成熟度预测模型，将所述关联特征向量输入至训练完成的成熟度预测模型中获取得到预测成熟度值；
基于亚麻纤维的细度分级和成熟度分级构建二维评判矩阵，根据所述原始细度值和所述预测成熟度值在二维评判矩阵中的对应位置，获得纤维试样的综合评价定级。
优选的，所述成熟度预测模型获取预测成熟度值的计算公式如下：
式中，Mtp为预测成熟度值，Nsv为支持向量的总数量，ai,ai*为支持向量对应的拉格朗日乘子系数，b为偏置项，xi为第i个支持向量的标准化关联特征向量，γ为大于0的核宽度参数，x为关联特征向量，k为流量衰减速率，σ2为稳态流量波动方差。
优选的，所述流量衰减速率的提取计算步骤如下：
对动态流量衰减曲线进行滤波去噪处理，剔除曲线初始段的非稳定过度数据；
计算动态流量衰减曲线尾段平稳段内流量差值的平均值，记为稳态流量差值；
根据动态流量衰减曲线的衰减段数据建立指数衰减模型，采用最小二乘线性回归求解流量衰减速率。
优选的，所述稳态流量波动方差的提取计算步骤如下：
计算获取动态流量衰减曲线尾段分析段内流量差值的平均值以及对应采样点的数量；
依据样本方差公式计算每个采样点流量差值的波动最终得到稳态流量波动方差。
优选的，本发明提供的基于恒压恒流双模式气流法的亚麻纤维品质快速评估方法还包括以下步骤：
根据恒压模式温度和恒压模式相对湿度对原始细度值进行补偿得到修正细度值，根据恒流模式温度和恒流模式相对湿度对预测成熟度值进行补偿得到修正成熟度值，根据修正细度值和修正成熟度值在所述二维评判矩阵中的对应位置，获得纤维试样的综合评价定级。
优选的，所述修正细度值的计算公式如下：
式中，Mc为修正细度值，McO为原始细度值，Ty为恒压模式温度，T0为标准环境温度，RHy为恒压模式相对湿度，RH0为标准环境相对湿度，μ1和μ2分别为对应的补偿系数。
优选的，所述修正成熟度值的计算公式如下：
式中，Mt为修正成熟度值，Mtp为预测成熟度值，Tl为恒流模式温度，T0为标准环境温度，RHl为恒流模式相对湿度，RH0为标准环境相对湿度，ψ1和ψ2分别为对应的补偿系数。
优选的，所述细度分级包括极细、较细、中等、粗的档位分级，所述成熟度分级包括不成熟、欠成熟、成熟、很成熟的档位分级。
优选的，本发明还提供了一种基于恒压恒流双模式气流法的亚麻纤维品质快速评估系统，包括：
气流测定模块，其包括用于放置纤维试样的标准试样筒以及与标准试样筒通过气路连通的模式切换单元，以通过模式切换单元控制气路切换为恒压模式或恒流模式；
流量采集模块，其布置在标准试样筒的两端并与之相连通，用于采集记录纤维试样两端瞬时流量差随时间的变化以得到动态流量衰减曲线；
环境采集模块，用于采集记录恒定压力法测定过程中的恒压模式温度、恒压模式相对湿度，以及恒定流量法测定过程中恒流模式温度、恒流模式相对湿度；
集成处理模块，其与气流测定模块、流量采集模块、环境采集模块均相连接，且其内置成熟度预测模型和二维评判矩阵，用于接收处理气流测定模块、流量采集模块、环境采集模块发送的数据并输出得到纤维试样对应的综合评价定级。
本发明相对于现有技术具有如下的优点及效果：
（1）采用恒定压力法和恒定流量法两种模式分别依次对纤维试样的细度和成熟度进行测定获取，两者均依据国家标准文件GB/T17260-2025《亚麻纤维细度的测定气流法》中提及的定流量法和定压法进行测定，可实现一次装样同时完成细度和成熟度的检测测定，提高了检测效率缩短了检测周期，同时降低了检测成本，便于推广使用；
（2）采用检测过程中的环境参数温度和相对湿度对原始细度值和预测成熟度值进行补偿处理得到修正细度值和修正成熟度值，以消除环境因素造成的气阻偏差以及检测结果的偏差，提高检测测定结果的准确性和可靠性，同时使得整体的评估方法可在非标准环境中进行，降低对检测环境的要求，提高在非标准环境下的适用性；
（3）采用基于亚麻纤维的细度分级和成熟度分级构建的二维评判矩阵，通过二维评判矩阵可得到直观且便于理解的综合评价定级，相较于专业的细度值和成熟度值，综合评价定级可直观的反映表征亚麻纤维的整体内在品质和可纺性能，无需专业人士即可完成亚麻纤维的快速内在品质评估。
附图说明
图1为本发明实施例1中基于恒压恒流双模式气流法的亚麻纤维品质快速评估方法的流程示意图；
图1
图2为本发明实施例1中基于恒压恒流双模式气流法的亚麻纤维品质快速评估方法中动态流量衰减曲线的示意图，其中红线代表的是低成熟度的亚麻纤维，蓝线代表的是高成熟度的亚麻纤维；
图2
图3为本发明实施例2中基于恒压恒流双模式气流法的亚麻纤维品质快速评估系统的框架示意图。
图3
具体实施方式
为了使本领域技术人员更好的理解本发明，现结合具体实施方式对本发明进行更进一步的说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
实施例1：
如图1所示，本发明提供了一种基于恒压恒流双模式气流法的亚麻纤维品质快速评估方法，其具体包括以下步骤：
步骤S1，将经过预处理的纤维试样依据恒定压力法进行测定，采集获取原始细度值，同步采集记录测定过程中的恒压模式温度和恒压模式相对湿度。
需要说明的是，这里的恒定压力法具体是指GB/T17260-2025《亚麻纤维细度的测定气流法》中章节7的定压法测试，其具体测试原理、用具、试样准备、程序步骤详细可参见标准内容，这里不再过多赘述。此外，这里的预处理包括梳理、撕松、取样，在标准大气环境下称量、调湿平衡等试样处理步骤，其详细步骤内容也可参见上述标准文件中的内容，这里也不再赘述。
步骤S2，将经过预处理的纤维试样依据恒定流量法进行测定，采集记录纤维试样两端瞬时流量差随时间的变化曲线，参考图2所示，得到动态流量衰减曲线，同步采集记录恒流模式温度和恒流模式相对湿度。具体的，在本实施例中，通过高频流量传感器以不小于200Hz的采样率连续采集记录纤维试样两端的流量差值随时间的变化，直至纤维试样的两端的流量差值进入准稳态波动阶段。
步骤S3，通过动态流量衰减曲线提取包括流量衰减速率和稳态流量波动方差关联特征参数，同时根据关联特征参数构建与纤维试样相对应的关联特征向量。
进一步的，参考图2所示，流量衰减速率用于表征纤维在恒定气流作用下内部气流通道打开的速率，未成熟的纤维细胞壁薄、纤维结合松散，受到气流压力下更容易发生松弛扩张，使得更快打开形成气流通道，导致气流阻力下降迅速，表现为流量衰减速率较大（图2中红线）；而成熟的纤维由于结构稳定，其受气流冲击压力后空隙之间变化不明显，气流通道打开形成相对缓慢，表现为衰减平缓流量衰减速率较小（图2中蓝线）。
具体的，在本实施例中，流量衰减速率的计算获取步骤如下：
步骤S311，对动态流量衰减曲线进行滤波去噪处理，剔除初始段的非稳定过度数据，即对原始动态流量衰减曲线的信号进行滑动平均滤波处理（窗口宽度优选在5-10个采样点），以去除高频噪声，同时剔除气流由恒压模式切换至横流模式瞬间的非稳定过度数据；
步骤S312，计算动态流量衰减曲线尾段平稳段内流量差值的平均值，记为稳态流量差值，即计算曲线尾部稳定段最后t1时间间隔内数据的算术平均值，使其作为稳态流量，时间间隔t1可调整设定，需要确保其位于已经进入宏观平稳状态的稳定段内；
步骤S313，根据动态流量衰减曲线的衰减段信号数据建立指数衰减模型：
式中，?Pst1为上述计算获得的稳态流量，k为流量衰减速率，?P0为拟合初始流量差值，即通过模型拟合推算出的t=0时刻的理论流量差取值；
步骤S314，采用最小二乘线性回归求解获得流量衰减速率：
进一步的，结合图2所示，稳态流量波动方差用于表征气流通道稳定后微观脉动的剧烈程度，未成熟的纤维表面粗糙、天然弯曲不规则，导致气流通道截面持续微变，会出现明显的微湍流现象，表现为稳态流量波动方差值偏大（图2中红线）；而对于成熟的纤维其表面均匀，形成的气流通道稳定，表现为稳态流量波动方差小（图2中蓝线）。
具体的，在本实施例中，稳态流量波动方差的计算获取步骤如下：
步骤S321，计算获取动态流量衰减曲线尾段分析段内流量差值的平均值以及对应采样点的数量，即获取曲线尾段最后t2时间间隔内的数据作为分析段，设定Nt2为对应t2时间间隔的稳定分析段内包含的采样点的数量，时间间隔t2可调整设定，需要确保其位于已经进入宏观平稳状态的稳定段内，计算稳定分析段内所有采样点流量差值数据的算术平均值?Pst2；
步骤S322，依据样本方差公式计算获取稳态流量波动方差σ2：
具体的，根据关联特征参数构建由流量衰减速率k和稳态流量波动方差σ2构成的关联特征向量如下所示：x=[k,σ2]。
步骤S4，基于支持向量回归算法构建成熟度预测模型，将关联特征向量输入至训练完成的成熟度预测模型中获取得到预测成熟度值。
其中，成熟度预测模型的回归函数为：
成熟度预测模型的RBF核函数为：
式中，Mtp为预测成熟度值，Nsv为支持向量的总数量，ai,ai*为支持向量对应的拉格朗日乘子系数，且满足0≤ai,ai*≤C（C为惩罚参数），b为偏置项，xi为第i个支持向量的标准化关联特征向量，γ为大于0的核宽度参数。
需要说明的是，关联特征向量x在训练过程中以及后续输入模型进行预测的过程中均进行标准化预处理（如Z-score标准化），鉴于其为成熟的现有技术，这里不在对其过多赘述。此外，成熟度预测模型训练完成后，其模型文件内置保存对应的支持向量集、对应系数、偏置项以及相应的参数系数，即其可以直接投入使用。
可以理解的是，模型在使用前需要通过标定样本的训练集完成训练，标定样本涵盖不同成熟程度（如过成熟、未成熟等）的纤维试样，对于每个标定样品的成熟度参考值可通过显微镜分析法或者是标准化学着色法测定获取，以完成对样品的标定。此外，基于支持向量回归算法的成熟度预测模型的核函数具体选用高斯RBF核函数，同时对于惩罚参数C、核宽度参数γ、不敏感带宽ε等超参数可通过网格搜索确定或者是采用标准SVR实现库中内置的启发式方法获得，这里不再过多赘述。
训练完成后，需要通过独立验证样品集来评估模型的精度，验证样品集为不参与训练的独立样品集，评价指标包括且不限于决定系数R2、均方根误差RMSE、平均相对误差MRE等，以保证模型满足实际应用的精度以及可靠性要求。
步骤S5，根据恒压模式温度和恒压模式相对湿度对原始细度值进行补偿得到修正细度值，根据恒流环境温度和恒流环境相对湿度对预测成熟度值进行补偿得到修正成熟度值。
可以理解的是，检测环境的温度和相对湿度的变化会改变空气的密度和年度，进而引起气阻测量偏差，导致获得的原始细度值和预测成熟度值存在偏差，故需要对其进行修正补偿以消除环境因素对检测结果的影响，
具体的，在本实施例中，修正细度值通过以下公式计算获取：
式中，Mc为修正细度值，McO为原始细度值，Ty为恒压模式温度，T0为标准环境温度（20℃),RHy为恒压模式相对湿度，RH0为标准环境相对湿度（65％RH），μ1和μ2分别为对应的补偿系数。
这里需要说明的是，μ1和μ2这两个补偿系数具体通过可控环境试验进行标定，通过选取多个覆盖不同细度范围的纤维样品在标准环境下测定其基准细度值，然后改变检测环境的温度和湿度，覆盖实际使用范围中的多个温度和相对湿度水平，在每个设定的环境条件下充分平衡后进行恒压模式测量，通过计算各个不同环境条件下的测量偏差建立细度测量偏差与温度偏差、相对湿度偏差之间的线性或非线性关系，并通过多元回归求解得到最终的补偿系数。
进一步的，修正成熟度值通过以下公式计算获取：
式中，Mt为修正成熟度值，Mtp为预测成熟度值，Tl为恒流模式温度，T0为标准环境温度（20℃),RHl为恒流模式相对湿度，RH0为标准环境相对湿度（65％RH），ψ1和ψ2分别为对应的补偿系数。
这里需要说明的是，温度主要通过影响空气粘度来影响压差衰减过程的快慢，其呈指数型响应，而湿度则影响空气密度及纤维微量吸湿状态，其近似呈线性影响，通过选取多个成熟度稳定且已知标准条件下成熟度值得纤维样品，在标准环境条件下测定得到基准成熟度值，保持相对湿度接近标准值的检测环境条件下改变环境温度，测量不同温度下的成熟度值，通过计算不同温度环境条件下的测量偏差分析其与温度比值的关系，从而确定用于温度修正的补偿系数ψ1，随后在多个不同湿度条件下进行测量，通过消除温度效应后的残差与湿度差进行回归求解以确定用于湿度修正的补偿系数ψ2。
步骤S6，基于亚麻纤维的细度分级和成熟度分级构建二维评判矩阵，根据修正细度值和修正成熟度值在二维评判矩阵中的对应位置，获得纤维试样的综合评价定级。
具体的，在本实施例中，二维评判矩阵具体可参见下表所示：
由上述内容可知，细度分级包括极细、较细、中等、粗这四个档位分级，而成熟度分级包括不成熟、欠成熟、成熟、很成熟这四个档位分级，通过获得的修正细度值和修正成熟度值分别确定纤维试样的细度分级和成熟度分级，从而定位确定其在二维评判矩阵中对应的实际位置，进而由此确定纤维试样的综合评价定级，如特优级、优级、良级等，以便于清晰直观的了解纤维试样的内在品质和质量。
这里需要说明的是，上述细度分级和成熟度分级仅为示意说明，而在实际应用过程中完全可以根据使用需求设定分级的数量以及不同分级对应的取值范围区间，或者是对分级对应的取值范围区间进行调整，以满足适配不同的检测或评估应用场景，例如修正成熟度值不小于0.90或者是不小于0.80的分级为很成熟，修正成熟度值不大于0.70或者是不大于0.60的分级为不成熟。
实施例2：
对本发明的实施例2，用附图图3进行说明。
如图3所示，本发明涉及一种基于恒压恒流双模式气流法的亚麻纤维品质快速评估系统，其具体包括：气流测定模块，流量采集模块，环境采集模块，以及集成处理模块。
气流测定模块包括用于放置纤维试样的标准试样筒以及与标准试样筒通过气路连通的模式切换单元，以通过模式切换单元控制气路切换为恒压模式（恒定压力法）或恒流模式（恒定流量法）。需要说明的是，这里的模式切换单元具体可包括比例压力阀（实现恒压）和流量控制器（实现恒流），以通过高速电磁阀组实现不同模式的气路切换。此外，本实施例中的气流测定模块完全可以采用GB/T17260-2025《亚麻纤维细度的测定气流法》中提及的亚麻纤维细度气流仪（参见标准文件中的定流量简化法仪器结构示意图），故这里不在对其结构和原理过多赘述。
流量采集模块布置在标准试样筒的两端并与之相连通，用于采集记录纤维试样两端瞬时流量差随时间的变化以得到动态流量衰减曲线。流量采集模块具体包括布置在标准试样筒两端的高频流量传感器，以通过高频流量传感器实时记录通过标准试样筒内纤维试样两端的瞬时流量差值。
环境采集模块用于采集记录恒定压力法测定过程中的恒压模式温度、恒压模式相对湿度，以及恒定流量法测定过程中恒流模式温度、恒流模式相对湿度。具体的，环境采集模块包括集成高精度温度传感器和湿度传感器，且其可对不同测定过程中的采集数据进行标定，以区分恒压模式和恒流模式的环境数据。
集成处理模块与气流测定模块、流量采集模块、环境采集模块均相连接，且其内置成熟度预测模型和二维评判矩阵，用于接收处理气流测定模块、流量采集模块、环境采集模块发送的数据并输出得到纤维试样对应的综合评价定级。这里需要说明的是，集成处理模块具体可采用嵌入式工控机或其他可编程控制器，鉴于其为成熟的现有技术，这里不再过多赘述。此外，对于集成处理模块的具体数据处理流程可参见上述实施例中的方法内容，这里不再重复说明。
综上所述，本发明提供的基于恒压恒流双模式气流法的亚麻纤维品质快速评估方法以及系统，可实现单次装样同时完成纤维试样的细度和成熟度的检测测定，提高了检测效率缩短了检测周期，且可生成直观的纤维试样综合评价定级，便于快速评估纤维的内在品质。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡依本发明范围所作均等变化与修饰，皆应仍属本发明涵盖范围内。
文章摘自国家发明专利，基于恒压恒流双模式气流法的亚麻纤维品质快速评估方法，发明人：马晓辉，高勇，王健康等，申请号：202610577941.4，申请日：2026.04.29
