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。     

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。     

环锭数码纱Kubelka-Munk双常数配色模型构建及其色彩预测

为构建适用于环锭数码纺混色纱的配色模型,以环锭数码纺纱机为平台,选用品红、黄色、青色、黑色、白色5种颜色的粗纱为原料,以10%为混纺梯度进行混色纺纱,并用小圆机织成针织物,进一步对织物进行测色。依据Kubelka-Munk双常数理论,用相对值法求解参数吸收系数和散射系数,并进行模型构建,结合全色谱算法和最小二乘法进行配色算法构建,实现对环锭数码纺混色纱的颜色预测与配方预测。用品红、黄色、青色3色粗纱按不同配比制备36种混色样进行预测效果分析。结果表明色差均值为1.74,平均比例误差为7.38%,色差分布小于2的占比达到72.22%,证明该模型对环锭数码纺纱系统具有适用性。     

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。     

基于Kubelka-Munk双常数理论的色纺纱配色模型

为了解决现有智能色纺纱配色系统无法适用于原液着色粘胶纤维的问题,本研究选用红、黄、蓝三色原液着色粘胶纤维在数码转杯纺纱机上以10%的比例梯度纺制成66种混色纱线,并利用小圆机将其制成针织样布,再利用Datacolor650型分光光度计进行颜色测试并记录试验结果。最后基于Kubelka-Munk双常数理论配色模型对试验结果进行分析计算,构建配色模型并验证其精确度。结果表明:通过最小二乘法计算所得吸收系数K值和散射系数S值构建的配色模型精确度更高。试验样品的预测比例与实际比例误差仅为0.097 9,平均色差仅有0.465,样品预测颜色与实际颜色无肉眼可见差别。     

多通道转杯纺混色纱的Friele配色模型

为探究多通道转杯纺的混色效果,利用Friele理论建立转杯多元基色混色纱的配色模型。将红、黄、蓝3种颜色纤维条纺制二组分和三组分样本,计算关于转杯混色纱的Friele理论模型参数,分别得到二组分和三组分的模型参数,并将其与其他研究者计算的模型参数进行比较。结果显示,无论是二组分还是三组分样本,通过实验计算得到的4种模型参数均比其他研究者推荐的模型参数对多通道多元基色转杯混色纱预测结果的准确性有所提高;其中与赋值法计算的模型参数相比,与波长相关的模型参数预测二组分和三组分的样本色差均值分别减少了0.42和0.48,容差范围为1时,样本合格率分别提高了33%和50%,在各波长下计算得到的模型参数能更好地预测多通道转杯纺多元基色混色纱的颜色。     

面向全色域转杯纺纱的Kubelka-Munk双常数理论模型构建及颜色预测

为了能在色纺纱的纺纱阶段即时调控纱线颜色,减少混色成本,缩短工艺流程,结合三通道数控转杯纺纱的特点构建了全色域网格化混色模型,该模型可在纺纱过程中进行全色域范围内的色相调控、明度调控和彩度调控。为了解决色纺纱的测配色问题,得到与之相匹配的测配色系统,根据来样快速进行计算机测配色,节约成本,结合传统Kubelka-Munk双常数理论模型的特点,从构建的全色域网格化混色模型中选取混合样来进行颜色预测。从传统Kubelka-Munk双常数理论模型颜色预测的结果发现,部分混合样的预测反射率明显低于实际的反射率,针对这个问题,重新构建了新的Kubelka-Munk双常数理论模型来进行颜色预测得到新的预测反射率,并用插值替换的方法,把传统Kubelka-Munk双常数理论模型预测结果中明显低于实际反射率的部分用新的预测反射率替换,得到最终的混合样预测反射率。结果表明：与传统的Kubelka-Munk双常数理论模型预测混合样颜色结果相比,新的Kubelka-Munk双常数理论模型预测颜色并用插值替换法替换后得到的最终的混合样的颜色,色差平均值从1.48降低到1.04,且所有混合样的色差均能控制在2....     

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。     

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。     

天然染料染色羊毛的色域拓展及颜色预测模型

天然染料色谱不全的缺陷限制了其在羊毛上的应用。为丰富天然染料染色羊毛纤维的颜色色谱,选用天然红、黄、蓝三原色染料染色羊毛织物与纤维,然后对羊毛织物的一浴法拼混染色和有色纤维的拼色进行研究,并基于Kubelka-Munk单常数理论和Stearns-Noechel模型分别对一浴法拼混染色织物和拼混有色纤维进行颜色预测。结果表明：使用一浴法拼混染色,染色后的羊毛织物在CIELAB色域空间中分布不均匀,倾向于红(+a^*),色相角(h)分布范围主要集中在0°～24°、324°～360°之间;经有色纤维拼混获得的颜色空间分布更加均匀,更倾向于黄(+b^*),色相角(h)分布范围集中在0°～50°、316°～360°区域;Kubelka-Munk模型和Stearns-Noechel模型可分别用于天然染料一浴法染色羊毛织物和羊毛有色纤维拼色的颜色预测,为进一步提高生产效率、降低配色成本提出新思路。     

纤维素类纤维数码转杯纺混色纱的Stearns-Noechel配色模型研究

为了解决现有配色系统无法适用于纤维素类数码转杯纺产品配色的问题,文章选用红、黄、蓝三色黏胶短纤,将三色短纤以10%为比例梯度纺制成混色纱线,再将其制作成针织物,利用Datacolor 650分光光度计进行测色并收集实验数据,采用Stearns-Noechel模型对其混色效果进行研究分析,建立适用于该种成纱方法的色彩预测模型。研究结果表明:经验参数M值为0.136时,模型配色效果最好;试验样品测试值与预测值的平均比例误差为7.89%,平均色差为0.320,且每个样品色差均小于1;同时发现理想M值与波长之间线性相关性较弱,仅在波长大于600 nm时具有较好的线性相关性,而二次函数能够更好解释两者之间的关系。     

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。     

基于多元回归的原液着色纤维混色规律研究

研究原液着色纤维混色规律。设计了不同比例的三种原液着色纤维进行混色,采用多元回归的方法建立了明度、彩度和色相与单色纤维比例含量的数学模型。同时对该模型进行回归显著性检验以及预测集数据预测。结果表明:建立的数学模型,其决定系数R~2几乎均大于0.9,方程F显著性检验和回归系数t检验结果均为极显著;利用建立的多元回归方程对预测集样本颜色进行预测,64%的样本满足色差要求。认为:采用该数学模型,多数样本基本可以实现一次配色成功,少数样本可以通过进一步修色来达到色差要求。     

基于单常数Kubelka-Munk理论的棉纤维颜色预测

为解决混色棉纤维颜色预测效果较差、模型预测精度较低的问题,文章通过对Kubelka-Munk理论的分析,确定采用基于单常数Kubelka-Munk理论的配色模型对混色棉纤维进行预测。在明确此配色模型不足之处的基础上,提出了标准化映射的方法对模型进行适用性改进,消除极端K/S值对模型预测效果产生的不利影响,从而改善模型的颜色预测效果。通过试验发现,模型对混色棉纤维颜色预测的适用性有明显改善,改进后的单常数K-M模型对混色棉纤维颜色预测精度有大幅度提高。     

基于Kubelka-Munk双常数理论的纬全显色提花织物配色算法

纬全显色结构提花织物,采用不同颜色的纱线与织物结构相配合,能够在织物表面获取各种各样的花形图案及丰富的颜色,由于织物结构与各单色纱线种类的千变万化,颜色设计一直以来都是生产设计中的难题,为了求得纬全显色提花织物的色彩显色模型。本文采用黑、白、红、绿、黄五种颜色为纬纱,按两组分不同比例混合交织得到单经双纬的纬全显色提花织物试样,通过大量实验测试,用数学中的最小二乘方法求得Kubelka-Munk双常数理论中的单纱吸收系数K值和散射系数S值,从而得到纬全显色提花织物的配色算法、并对织物中各纬纱颜色的表面比例进行预测。结果表明Kubelka-Munk双常数理论可以较好的解释纬全显色提花织物颜色与各单纱颜色比例之间的关系。     

Stearns-Noechel模型在天然彩色棉混色中的应用

为提高天然彩色棉混色织物的设计效率,采用Datacolor SF600+测试不同比例混合的天然彩色棉散纤维团、混纺纱及其交织物的颜色值;基于Stearns-Noechel模型对混合散纤维团,混纺纱和交织色块进行配色预测,并用CIEDE2000色差公式计算其与实测颜色的色差,从而优化混合纤维团、混纺纱及交织物色块的S-N模型参数,其中参数M的优化值分别为0.096,0.128和0.01,对应色差分别为1.72,3.40和4.90CIELab单位,从而建立本实验条件下的纤维、纱线、织物间反射率的预测模型。     

基于Stearns-Noechel模型的混色毛条颜色预测

 由于有色纤维混纺后难以准确预测目标色的颜色构成,其颜色预测一直是生产中有待解决的难题,为此,在Stearns-Noechel模型基础上探讨有色毛条混色的颜色匹配公式。通过统计分析改进公式中的M常数,提出新的预测公式,并与原公式进行对比。结果表明:改进后的公式在线性关系和匹配精度上都有了不同程度的提高,尤其是针对波长修正的M值所建立的新模型,在匹配90个样品时,色差小于3.0的个数占91.11%,平均色差降低为1.679 CIELAB单位,表明该模型适用于混色毛条的颜色预测。     

色纺针织物紧密程度对颜色预测的影响

为优化颜色预测模型,引入织物紧密程度常数,探究色纺针织物紧密程度对颜色预测的影响。采用红和蓝2种色纤维织造不同紧密程度的织物,选用常用的Stearns-Noechel模型为颜色预测模型,求解模型中的待定参数M时,以拟合色差最小时的M值为最优参数,对比引入常数前后的预测结果。结果表明:未引入织物紧密程度常数时,所得到的M值较引入常数后得到的M_p小;当织物组织相同时,随着织物紧密程度逐渐变小,M值变化很小(0.226 5~0.221 6),而M_p值却有逐渐增大的趋势(0.292 1~0.347 1);当弯纱深度一致时,M值随着织物紧密程度的增加,有变大的趋势,但M_p值变化趋势却不明显;引入织物紧密程度常数后,预测平均色差都更小。     

混色纤维双常数库贝尔卡—芒克理论绝对配色

探讨了双常数库贝尔卡－芒克理论用于混色纤维配色,使用最小二乘算法可以准确的预测各单色纤维的比例,配色结果可以达到光谱匹配。     

基于BP神经网络的全色域彩色纱颜色预测模型构建

针对传统测配色理论的局限性，利用神经网络良好的非线性映射能力构建一种全色域彩色纺纱的颜色预测模型。以灰、青、品红、黄作为四基色进行全色域混色模型的构建，并选取该全色域模型中的66个网格点进行纺纱，制备混色纱及织物，利用分光光度计测出66种织物的光谱反射率曲线，建立基于颜色预测混纺比和基于混纺比预测颜色值的神经网络，并根据预测值与实际值之间的色差值和均方误差评估这两种神经网络的准确性。结果表明：基于BP神经网络的颜色预测模型可以实现色纱颜色值与四基色颜色比例之间的非线性映射，测试样本的平均色差在2,后续将使用遗传算法或粒子群优化算法对其进一步优化，提高全色域彩色纱颜色预测模型的准确性。