三通道转杯纺混色毛机织物混配色研究

文章提出了利用三通道转杯纺纱技术生产纯羊毛混色纱,研究其对应的混色机织物的显色规律。利用红、黄、蓝三种颜色的纯羊毛粗纱纺制不同混色比例、相同纱线线密度的混色纱,并织成机织物。分别利用最小二乘法及相对值法建立Kubelka-Munk双常数理论关于三通道转杯混色毛机织物的混色模型,并对其进行模型验证,计算样本色差及混色纤维比例。结果显示:两种方法建立的混色模型,预测样本的平均色差均小于1,混色纤维的平均比例误差分别为1.77%、2.38%;利用最小二乘法建立的三通道转杯混色毛机织物的混色模型的预测样本色差及平均比例误差均比相对值法的小,预测效果更好。     

数码转杯纺的Stearns-Noechel配色模型

为研究数码转杯纺的配色规律,纺制红、黄、蓝三原色棉纤维混纺纱,测试样本的光谱反射率,用经典方法确定两组分和三组分样本Stearns-Noechel模型参数,考虑波长因素优化模型参数,并根据优化参数和波长线性相关、分段相关2种方式简化参数。结果显示:引入波长后二组分样本平均色差由2.7降至1.48,三组分样本平均色差由3.32降至1.66,优化效果显著;优化参数和波长线性相关时,2类样本平均色差增大到3.59和4.56,不能满足基本配色需求;优化参数和波长分段相关时,2类样本平均色差为1.54和1.91,优于经典算法的预测效果;此外,Stearns-Noechel模型对二组分样本的颜色预测能力准确性高于三组分样本。     

转杯纺混色棉纱的纤维混合均匀度

为探究纤维混合方式对转杯纺混色棉纱中纤维混合程度的影响,通过不同混合方式(一并条子混合、三并条子混合和粗纱混合)所得的二组分转杯纺混色棉纱和三组分转杯纺混色棉纱的纱线横截面切片样本对转杯纺混色棉纱线中不同颜色棉纤维的径向分布规律进行分析。引用汉密尔顿转移指数方法表征混色纱中各色棉纤维径向分布的均匀程度,研究纤维混合方式对转杯纺纱线均匀度的影响。结果表明:无论采用一并棉条混合、三并棉条混合,还是粗纱混合,混色棉纱中不同颜色纤维分布均匀,纤维根数比例与设计比例相符合;混合方式对转杯纺纱线的径向均匀度没有明显影响,三通道转杯纺纱机可实现对纤维良好的混合效果。     

基于Stearns-Noechel模型的双通道环锭数码混色纱颜色预测

为研究环锭数码纺制备混色纱的纤维配色规律,梯度配置品红、黄、青三色纤维混纺比,纺制3种纯色纱线及两色混色纱线。在环锭数码纺混色纱的结构特征基础上,利用Stearns-Noechel模型对其混色效应进行了探究和预测,提出并对比分析了基于最小色差法和波长法2种方法优化Stearns-Noechel模型参数。结果表明：Stearns-Noechel模型适用于环锭数码纺制备的混色纱;基于最小色差法得出的样本平均色差为1.80,基于波长法得出的样本平均色差为1.46,均优于经典混色模型;基于波长法的结果优于基于最小色差法,前者优化的模型中所有混色样色差平均值梯度占比均有所提高,优化方式效果显著,更适合环锭数码纺混色纱的颜色预测。     

应用Kubelka-Munk双常数理论的数码转杯纱混色效果预测

为研究数码转杯纺的混色效果,利用红、黄、蓝三原色粗纱纺制混色纱并织成织物,测量其颜色特征值。在此基础上利用最小二乘法及相对值法分别求出单色纤维的吸收系数及散射系数,建立各自的Kubelka-Munk双常数混色模型。采用这二种方法建立的模型对混色织物的颜色及有色纤维的混合比例进行预测。结果表明：利用最小二乘法建立的模型对样本预测的平均色差为0.896,平均比例误差为2.84%;利用相对值法建立的模型对样本预测的平均色差为1.35,平均比例误差为3.04%;与相对值法相比,利用最小二乘法建立的Kubelka-Munk双常数混色模型可更好地预测数码转杯纱混色效果及混色纤维的比例。     

环锭纺及转杯纺和喷气涡流纺混色纱的纤维混合效果研究

为研究环锭纺、转杯纺和喷气涡流纺3种不同成纱方法对混色纱中各色纤维混合效果的影响,分别使用3种成纱方法、2种条混方式(1道并条工序、3道并条工序)纺制6种混色纱,并制作6种混色纱的横截面切片样本,通过计算汉密尔顿指数,表征混色纱中各色纤维径向分布的均匀程度,分析不同成纱方法的纤维混合规律;同时测试6种混色纱的成纱性能,分析不同成纱方法混色纱的成纱质量。结果表明:转杯纺混色纱纤维混合效果优于环锭纺和喷气涡流纺,环锭纺次之,喷气涡流纺纤维混合最不均匀;经过3道并条工序的混色纱纤维混合效果优于经过1道并条工序的混色纱;环锭纺混色纱的强度最高,喷气涡流纺混色纱的毛羽最少。     

数码转杯纺成纱原理及其纱线特点

为开发新颖的纱线品种,提高纱线生产效率,提出数码转杯纺成纱方法并介绍其原理,对成纱色彩特点进行研究。数码转杯纺采用３ 组分异步喂入的方式,纤维通过分梳辊的梳理和混合,在转杯内离心力作用下再次混合并凝聚成须条,经加捻后成纱,再由引纱罗拉导出形成特种纱线。该工艺过程可随机调控转杯纺成纱的线密度及混纺比,生产多种混合均匀的混色纱和混纺纱品种。分别纺制了混色纱、变色纱、段彩纱、竹节纱、彩节纱和双变纱等典型数码纱,并对其色彩特点进行分析,总体来说数码转杯纱不同颜色的单纤维混合均匀,纱线颜色柔和。     

BP神经网络优化Stearns-Noechel模型的羊毛色纺纱配色

为了提升羊毛色纺纱配色的精确度,通过数理统计方法研究颜色特征中的色相、明度、饱和度与Stearns-Noechel模型参数M值之间的关系,采用BP神经网络对Stearns-Noechel模型参数M值进行优化,并与传统的最优平均M值和波长优化M值等方法进行对比。结果表明：采用BP神经网络优化Stearns-Noechel模型的配色方法比其他2种传统优化方法在颜色预测精确度上都有提高。在99个羊毛混色纱试验样本中,BP神经网络优化方法得到的平均色差最小,为1.177 3,其中色差小于1的样本占54%,结合颜色特征采用BP神经网络优化的Stearns-Noechel模型参数具有较好的效果,对羊毛色纺纱的颜色预测精确度有较大的提高。     

三通道转杯混色毛针织物Kubelka-Munk理论配色模型

为研究三通道转杯混色毛纱用于针织物时的混色规律,提出了利用有色纯羊毛在三通道转杯毛纺细纱机上生产混色毛色纱。利用三通道转杯毛纺细纱机在线调控纤维比例、混色与成纱同步进行的特点,生产不同比例、不同颜色的混色羊毛纱,并编织针织平纹织物。分别利用相对值法及最小二乘法研究三通道转杯毛纺混色针织物关于Kubelka-Munk(简称K-M)双常数理论的配色模型。结果表明:2种方法预测的样本色差均值均在1左右,比例误差均值在3%以下。最小二乘法对3组分样本的配色效果较好,相对值法对2组分样本的配色结果较好。     

数码转杯纺混色纱中有色纤维混合效果分析

为探究数码转杯纺混色纱中纤维混合比例与喂入位置对纤维混合程度的影响,纺制5 种纯棉混色纱,制作纱线横截面切片,计算汉密尔顿指数,并结合纱线的纵横向微观结构及织物的外观效应,多方位分析数码转杯纺成纱中纤维混合特征。结果显示：各组分混合比例和其喂入位置对数码转杯纺纯棉混色纱中的纤维转移分布规律无显著影响,各有色纤维的汉密尔顿指数在－25% ～25% 范围内呈正态分布;表层纤维在纱线纵向不同位置的实际混纺比并不严格一致,纤维的实际含量在设计含量±10% 的范围内变化,这种纤维转移特征使纱线及其织物表面呈现出斑斓的梦幻色彩。     

色纺纱的计算机配色研究进展

针对色纺纱配色原理复杂,难以对其进行颜色预测和配色的问题,归纳分析了几种可用于色纺纱计算机配色的预测模型在应用方面的特点。结果发现：Stearns-Noechel 模型、Kubelka-Munk 理论、BP 神经模型的计算精度较理想,Friele 模型精度较低;Stearns-Noechel 模型和Friele 模型需求解未知参数且参数对预测精度影响较大,Kubelka-Munk 理论与理想条件仍有差距且计算烦琐,BP 神经网络需要大量训练样本加强泛化能力。最后指出：色纺纱的配色应在继续提高传统配色模型精度的同时,改进求解配色模型中的未知参数,寻求新型配色模型;同时应注重企业个性化的参数设定,以及通过原液着色纤维的标准化,简化配色中的复杂计算,提高色纺纱的计算机配色技术水平。     

不同纺纱流程下色纺纱色差对比

针对有些企业用一种纺纱方法纺色纺纱小样,在小样被接受后,用另一种纺纱方法纺批次样,然而所得批次样与小样之间的色差能否被接受的问题,本文将相同配比的有色纤维混合体,分别通过环锭纺、转杯纺以及快速纺三种不同的小样纺纱流程纺成纱线,绕在纸板上,再经过测色仪测色,比较不同纺纱流程下纱线之间的色差,并对造成色差的原因进行分析。结果表明：转杯纺纱线与快速纺纱线之间的色差均值为0.36CMC(2:1)单位,环锭纺纱线与快速纺纱线之间色差均值为0.95CMC(21:1)单位,环锭纺纱线与转杯纺纱线之间色差均值为0.77CMC(2:1)单位,造成色差的主要原因是成纱方法不同,引起纱线结构与纱线表面状态不同,进而对不同波长的光线反射率也不同。     

基于Friele模型的彩色纤维混色配方算法

为提高色纺纱配色算法在实际应用中的准确性及实用性,首先采用Datacolor SF600测试粘胶原液染色散纤维单色纱和混色纱的颜色值;然后基于Friele模型参数,采用对未知参数进行[0 1]区间赋值迭代取最优值的方法,与需要通过大量实验计算出一个最优固定参数值的方法对比,用这2种不同方法预测其拟合配方与拟合反射率,并根据CMC(l:c)色差公式计算其与标准样的色差。对比得出,当模型参数固定时,平均拟合色差为1.23,而优化后参数不固定时,平均拟合色差为0.399,进而建立了本文实验条件下的混色纱线反射率的预测模型。选取14种不同比例的三色混纺纱进行纺纱验证,其色差较小,经过1-2次修正即可得到色差小于1的配色结果。     

纯棉色纺纱配色中的Stearns-Noechel模型参数优化

为实现棉色纺纱更精准的配色,以色纺纱配色中常用的光学 Stearns-Noechel 模型为基础,采用青、品红、黄、黑、白5种颜色的棉纤维,按照不同组合方式不同混合比例进行纺纱制样,并利用分光光度仪测量光谱反射率值。针对 Stearns-Noechel 模型中的待定参数,结合数理统计分析法进行优化,得到3个新的修正模型。结果表明,将颜色分为非彩色和彩色系列研究,所得到的参数值更加合理,对应的修正模型在配方预测上更加精确,利用该模型得到的预测样与标准样之间的色差在3个修正模型中最小,总平均色差0.75 (CMC(2:1)),可满足棉纤维配色中的色差要求。