用分光光度仪测棉麻混纺比的探讨

利用物质的吸光原理，建立起棉麻混纺比与吸光度的关系回归方程式，为棉麻混纺比的测定提供了一种新的方法。     

碱溶解度法测定羊／兔毛产品的混纺比

本文提供了一种测定羊／兔毛混纺产品混纺比的新方法，这种方法是根据羊，兔毛在一定浓度碱液中的溶解度相差较大的事实，先测出羊，兔毛及其混合物的碱溶度，然后换算出其混纺比，此法具有简便易行，准确度高的优点，并对其他纤维（如棉／麻等）的混纺比测定具有指导意义。     

溶解—吸光法测定亚麻／棉混纺比

文章提出一种测定亚麻/棉混纺比的新方法，这种方法是根据亚麻和棉在一定浓度硫酸溶液中溶解后的吸光值不同来分析两组分混纺比的，该方法具有简便易行、准确度高的优点。     

用分光光度仪测棉麻混纺比的探讨

利用物质的吸光原理，建立起棉麻混纺比与吸光度的关系回归方程式，为棉麻混纺比的测定提供了一种新的方法。     

Nomex／棉混纺织物的LOI值与混纺比的关系

探讨了Ｎｏｍｅｘ／棉纤维不同混纺比织物限氧指数与混纺比的关系，得出了ＬＯＩ值与混纺比的拟合方程，可为生产实际中确定合理的混纺比提供参考依据。     

棉麻混纺纱布混纺比的测定

随着新品种的不断开发,棉和麻纤维混纺纱线和交织布越来越多。如何测定混纺产品中棉麻纤维的混纺比例,目前还没有一个比较完善和理想的方法。本文介绍一种索氏萃取法,即借助棉纤维和麻纤维所含脂肪、蜡质和果胶     

豆蛋白改性纤维/涤纶混纺针织物力学性能与混纺比优化

通过对5种不同混纺比的大豆蛋白改性纤维／涤纶混纺一针织物力学性能的测试，得出了2种纤维混纺针织物力学性能与混纺比的关系。通过比较，得到了所测试样各项力学性能综合效果最好时的较优混纺比。     

用溶解-吸光法测定麻棉混纺纱的混纺比

介绍了一种测定麻棉混纺纱混纺比的方法 ,该方法将麻棉混纺纱经硫酸半溶解 ,然后测定其溶液的吸光值 ,求得混纺比。     

混纺产品投料的计算方法

混纺产品因各混纺原料制成率的差异，造成产品中各种纤维的含量比与投料时的混比值不同，本篇文章是根据当前国内混纺产品的不断开发，混料成分日渐复杂，以往凭经验调整投料比的局限性日渐明显，故介绍用计算的方法调整混纺产品投料时的混比值和各混料的具体投料量。     

纱线混纺比测定与处理的应用研究

介绍了利用图像处理技术测定纱线混纺比的新方法，以及在特征提取时的特征参数的选择，并用人工神经网络对目标信号进行识别和分类。     

混纺比对竹/棉混纺织物力学性能的影响

文章通过测试分析不同混纺比的竹/棉混纺织物的拉伸、顶破、撕破以及耐磨等四个方面的性能差异,来探讨竹/棉混纺织物的混纺比对其织物力学性能的影响规律.     

苎麻/棉混纺比对织物性能的影响

对不同配比的苎麻/棉混纺织物的性能和风格进行了测试评定，得出了最佳混纺比。     

用图象分析法测定麻／棉混纺比

由于麻和棉都是植物性纤维素纤维,它们的内部结构、化学组成以及理化性能都基本相同,因此不能使用常规的化学溶解法来测定其混纺比。本文介绍用图象分析法在图象仪上区别麻纤维和棉纤维,借助电子计算机自动测量其平均直径,统计每种纤维的根数,最后,计算出麻/棉混纺纱线或织物的混纺比。     

多组份纤维混纺投料比的探讨

对多组份纤维混纺的投料比与产品制成率、落物率的关系做了探讨，提出了多组份纤维混纺的计算公式，分析了在使用中投料比不易控制的难点及应对措施，以期达到科学设定的投料比．从而提高混纺产品制成率，降低消耗，全面提高多组份混纺产品的经济效益。     

用分光光度法测定兔羊毛混纺比

用分光光度法测定兔羊毛混纺比郑少波吴俭俭１前言兔毛纤维是纺织工业中的珍贵原料，因其轻滑、抱合力差、强力低，故适宜与多种纤维混纺，尤其是与细羊毛混纺，制作高档商品。由于兔毛在加工过程中不可避免的会落掉一部分（一般加工过程中，兔毛的落毛量占总落毛量的９０...     

Kerme1／ViscoseFR混纺阻燃织物的开发

采用Kermel纤维和阻燃粘胶纤维ViscoseFR，以不同的比例进行混纺，试制成了耐热阻燃织物。将各种混纺比织物进行了性能测试比较，确定出具有最佳性价比的混纺织物。     

染色法测定纤维混纺比时不同染色残液取样方法分析

本文介绍染色法测定纤维混纺比时，比色分析的一种快速，准确的染色残液取样方法。用该方法可以提高测试结果的精度。     

纤维混纺比的快速测定法

本文介绍用红外光谱法,通过加合谱测定涤/腈、涤/棉、毛/涤混纺比的方法,经计算机检索可达到快速测定的目的。本方法的特点是:1.检量限可很容易地确定; 2.可避免机械混合不均一引起的误差;3.做标准混合(?)谱(?)比用标准试样配制法省时、耗样少、重现性好。     

基于深度学习的毛/粘混纺织物混纺比检测技术

针对常规织物混纺比检测方法工作效率低的问题,提出一种基于深度学习技术的毛/粘混纺织物混纺比检测方法。以单阶段目标检测算法(YOLOv5)为基础,采集羊毛纤维和粘胶纤维的光学显微镜图像构建数据集,使用CSPDarknet53网络(Cross Stage Partial Network)从数据集中提取纤维特征,通过特征金字塔(FPN)和路径聚合网络(PAN)结合的方式完成不同层次特征的融合;在主干网络引入卷积注意力模块(CBAM)以加强局部特征的提取能力。训练后的YOLOv5模型平均精度均值达0.93,可实现毛/粘混纺织物混纺比的自动检测。采用光学显微镜法和化学溶解法对模型的可靠性进行校验,差异在2%以内,说明该方法在毛/粘混纺织物混纺比快速检测领域具有良好的应用前景。     

麻棉混纺比显微镜法控制误差范围的实践

近些年来,麻棉混纺产品逐步成为纺织品中的一项大宗产品。我国是苎麻纺织品的主要出口国,每年有大量的苎麻棉混纺制品销往香港、日本、美国等地区和国家。麻棉混纺制品中的混纺比,一直被外商视为一项重要指标。倘若混纺比不符合外商的要求,企业或单位就会遇到退货和经济索赔,蒙受重大的经济损失。因此混纺比检测方法的准确性至关重要。