共查询到20条相似文献,搜索用时 52 毫秒
1.
2.
3.
水溶性维纶在精纺毛织物中的应用 总被引:3,自引:3,他引:3
介绍了水溶性维纶与羊毛伴纺工艺技术路线、伴纺的比例以及后整理工艺的选择及注意事项 ,结果表明利用水溶性维纶纤维与羊毛伴纺生产高支轻薄型毛织物是可行的 ,它不仅可以降低用毛等级 ,加大羊毛细度的使用范围 ,改善了织物的成品风格和呢面的质量 ,还可以降低生产成本。 相似文献
4.
水溶维纶毛条伴纺开发高支轻薄型毛织物 总被引:2,自引:1,他引:2
介绍了水溶维纺毛条的技术质量标准,并就纤维的长度、细度、强度等指标与羊毛进行了对比,从理论上阐明了伴纺工艺的可行性。着重指出了伴纺与纯纺在工艺技术上的差异性,特别指明了在混并比例、蒸纱、经纬密的设计、退维等工序应注意的问题。同时,就伴纺工艺可提高纱支、改善织物风格及降低生产成本等方面进行了探讨。 相似文献
5.
6.
利用水溶性PVA与羊毛伴纺开发毛精纺产品已成为许多生产厂家所认同,本文着重阐述了开发PVA与羊毛伴纺产品中应该注意的有关问题及相应措施。 相似文献
7.
8.
水溶性维纶纤维与相对低支的羊毛纤维伴纺后再退维,可生产出轻薄型毛织物。文章介绍了其染整加工的工艺过程及最佳工艺参数。 相似文献
9.
10.
含维纶产品因其独特的工艺条件使其在精纺毛织物后整理加工过程中与常规产品相比技术难度大,对后整理过程中的退维工艺进行了研究,利用正交实验的方法得出了最佳工艺,对生产实践有指导意义。 相似文献
11.
12.
13.
文中介绍了一种专用于精纺呢绒设计的CAD系统 (ZSW2 0 0 0 ) ,它采用向导的方式进行产品设计 ,界面友好、使用方便。整个过程无需人工计算 ,极大地提高了产品的开发效率 相似文献
14.
15.
文章介绍了利用莱卡纤维的多种生产方式开发弹力精纺毛织物,从莱卡丝的选用、纺制方式、牵伸倍数以及捻度的选择等方面作了介绍.着重介绍了如何计算纱线纺出支数和含量、纺纱工艺流程以及纺纱生产的技术要点.同时对织物的组织、纬向弹性的选择、织物的紧度、织造过程中的纬向张力和开口时间以及后整理的工艺流程和技术要点作了介绍,强调了整理过程中热定形的重要性.并且分别从各种类型的莱卡纺纱方式、不同原料的配比、不同组织、不同风格等方面列举了产品实例. 相似文献
16.
为使棉维包芯纱顺利退维,并减少退维过程中纱线强力的损失,对32.5 tex棉维包芯纱(芯纱为7.9 tex维纶纱)的退维工艺参数进行了优化.通过采用正交试验法,测试并对比纱线退维量、退维后纱线的吸湿性和纱线强力等指标,得出最佳退维工艺参数为:在100℃沸水中不加预加张力直接浸泡40 min,浴比为1:30. 相似文献
17.
18.
利用羊毛的天然弹性性能,不加入莱卡等化学弹性纤维,对常规精纺毛织物的设计与生产进行合理优化,使其具有优良的弹性及弹性恢复性能。文章从原料、纱线捻度、织物紧度3个主要环节介绍了弹性精纺毛织物的产品设计,同时对开发这类产品的后整理环节进行了例举描述,分析了操作过程中的技术要点。 相似文献
19.
采用当前国际最先进的FAST织物性能测试系统对弹力精纺毛织物的弯曲、剪切、延伸等基本力学性能进行了全面的测试分析,客观评价了织物的性能、外观、手感,并对弹力精纺毛织物的可缝性进行了预测和评定,为成衣加工厂提供了理论依据。 相似文献
20.
Vajihe Mozafary 《纺织学会志》2013,104(1):100-108
Today’s industry gives first priority to information technology. Since understanding the structures and relationships dominated of data can help industrial managers to attend in competitive market successfully, a special mechanism must be developed to process data stored in a system. Hence, the focus on widespread use of data mining gains increasing attention. The purpose of this paper is using data-mining technique in textile industry. More than 150,000 data includes testing of raw materials, manufacturing process parameters and yarn quality parameters, during one year in worsted spinning factory were collected. Next, yarn quality was predicted by using data-mining methods containing clustering and artificial neural network (ANN). In order to evaluate the proposed method, the results obtained were compared with conventional methods based on ANN. The results showed that the performance of data-mining technique is more accurate than that of ANN. 相似文献