基于四基色的全色域混色模型构建及彩色纱纺制

为了解决色纺纱产品研发与生产中的颜色模型构建等关键共性技术，基于四基色纤维以12.5%的离散梯度网格化混配构建全色域混色模型；结合构建的全色域混色模型和三通道数控纺纱技术，阐述了“多通道牵伸比-色纤维混合比-成型纱线颜色值”的三要素调控机理，提出了调控成形纱线色相、明度及彩度的工艺方法，设计了纺制全色域混色纱的工艺；利用三通道数码纺纱机纺制了等明度不同色相、等色相不同明度、等色相不同彩度的三个系列的彩色纱，并对纱线的条干、毛羽及力学性能进行了测试，将测试数据与本色纱性能指标进行对比分析。结果表明：文章提出的基于全色域混色色谱纺制全色域彩色纱线的工艺具有可行性，纺制的彩色纱各项性能指标均可达到本色纱的一等品要求。     

三通道数码纺混色纱色谱体系构建及其彩色纱性能分析

为研究色纺过程中彩色纤维的显色效应,设计色纺纱的混合模式并对混合效应进行预测。以三通道环锭数码纺纱机为平台,研究以青色(C)、品红(M)、黄色(Y)、黑色(K)、白色(W)5种颜色为粗纱基础色,通过单通道、双通道和三通道这3种混纺模式及梯度调控色纺纱在色相、明度与饱和度变化的机制,构建CMYKW五基色混色色谱体系;基于五基色混色色谱,优化设计红、黄、青三基色明度及饱和度梯度变化的混色纱外观,以此为依据设计纺纱工艺并生产6种明度与饱和度梯度变化的混色纱;测试此混色纱的强力、条干和毛羽,分析不同混纺比对数码混色纱在强力、条干及毛羽的影响。结果表明:完整的色谱体系可直观快速得到目标颜色的CMYK值,提高打样效率;随着混纺比差异增大,混色纱的条干、断裂功与强力的恶化越严重,有益毛羽会减少并且有害毛羽会增多。     

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。     

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....     

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。     

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。     

原液着色涤纶交织混色织物的颜色预测模型

为准确预测色纱交织后形成的空间混合颜色,对以往圆柱形纱线的织物几何结构模型进行了改进,并提出了织物几何结构模型中纱线压扁系数的计算方法;在现有有色纤维混合和色纱交织混合颜色预测模型的基础上,构建了一个带经验系数和中间函数的新模型用于原液着色涤纶交织混色织物的颜色预测,并提出采用牛顿迭代确定经验系数的方法。为检验模型的准确性和有效性,设计并织造了单组纬显色和双组纬显色,4种经纬密度组合以及32种组织结构的共288块原液着色涤纶长丝交织混色织物。研究结果表明,与以往固定形式的颜色预测模型相比,新模型的预测精度良好;在不同场合下,新模型可以调整经验系数,以适用于不同类型色纱交织混合颜色的更准确预测。     

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。     

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。     

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。     

基于双通道环锭数码纺混色纱产品的开发

探讨基于双通道环锭数码纺的混色纱制备及不同梯度配比下纤维混和颜色的变化规律。简述了环锭数码纺成纱系统,并研究了数字化牵伸调控纤维混纺比生产混色纱的成纱机制;通过超景深三维显微镜简要分析了环锭数码混色纱的结构;通过织物颜色测试建立色卡,全面地呈现梯度配比下的环锭数码纺混色纱颜色变化规律。认为:通过来样与色卡对比,根据粗纱原料、混纺比例和成纱工艺,可较为快速地确定环锭数码混色纱的生产工艺。     

改善精梳混色纱布面实物质量的实践

近几年来 ,混色纱生产在我国得到迅猛发展 ,产品远销欧美国际市场 ,因混色纱是由两种或两种以上不同色泽的纤维混纺而成的 ,纱线风格独特 ,成纱颜色可根据混色配比不同或配色棉花的改变而任意变化 ,配色选择余地较大。用它织成的织物布面风格是用普通染整工艺所不能达到的。其布面颜色层次清晰 ,色泽自然 ,可与彩色天然原棉纺制的产品媲美 ,并且色泽更艳丽多彩。为了体现混色纱布面自然、逼真的天然效果 ,一般其织物后整理经水洗或漂洗后不再染色 ,纱线上的外观疵点 (色结、色条、色差 )暴露在布面上 ,深浅颜色相互映衬特别醒目 ,严重影响布…     

基于模拟退火算法改进遗传算法的织物智能配色

为提高传统配色方法及现有配色算法的配色精度、效率及泛化能力,构建了基于BP神经网络的遗传算法和模拟退火算法相结合的织物智能配色模型,利用BP神经网络预测颜色,将训练好的BP神经网络与CIEDE2000色差公式结合作为遗传算法的适应度函数,用模拟退火算法改进的基于BP神经网络的遗传算法预测颜色配方,并根据预测的配方对涤纶织物进行染色实验,计算实验色差。结果表明:模拟退火算法优化的基于BP神经网络的遗传算法配色模型只需经过80次迭代即可收敛,预测颜色的理论色差均值为0.165,染色实验色差均值为0.289,配方绝对误差平均值为0.010 7;验证样本的理论色差均值为0.240,染色实验色差均值为0.437。该算法可实现织物的智能配色。     

用BP神经网络预测棉织物的手感

采用BP神经网络技术建立和训练反应织物手感的预测模型，对比预测值和实验值，表明用神经网络方法预测织物手感有相当的准确性。     

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。     

莱赛尔腈纶壳聚糖羊毛赛络集聚色纱的生产

探讨了莱赛尔/腈纶/壳聚糖/羊毛40/35/15/10 12.3tex赛络集聚色纱的生产工艺及质量控制措施。对腈纶进行抗静电预处理;采用纤维混和与条混相结合的方式,控制好预并条湿重,确保混纺比例和无色差;优化各工序工艺参数;最终成功纺制出四组分混纺赛络集聚色纱。认为:优化工艺配置,确保多组分纤维原料混和充分,采用赛络集聚纺纱技术,对于改善毛羽、提高纱线强力等成纱质量有显著效果。     

基于Halcon多层感知机的织物色差检测研究

探讨基于Halcon中多层感知机织物色差检测研究。首先将数据库中部分样本特征数据输入神经网络,然后采用均方误差最小化训练优化神经网络,构建样本特征与色差类别的多层感知机映射函数;最后将面积更大、上色情况更复杂的织物输入多层感知机,通过形态学算法分割出织物中不同类别的色差区域,并统计三种颜色织物的色差检测平均准确率,最低可达到89.7%。认为:织物图像中的不同色差区域均能准确判别并分割出来,能满足工业色差检测的准确率与灵敏度要求。     

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。     

数码纺纱生产的彩色纱及其针织物花型模拟

本文是基于数码混色纺的彩色纱,对其所形成的织物花型进行模拟。利用图像处理技术对采集的图像进行平滑去噪,得到剔除细节的模糊图像;然后运用彩色图像Kmeans聚类算法,对平滑后的图像进行聚类分割得到混色纱主体图像,获取其左右边界和中心线信息。之后在经典的Pierce线圈模型的基础上,利用混色纱主体图像的中心线离纱线左右两侧距离,将此距离对应于线圈中心线两侧的对应位置,可准确地完成纱线到线圈圈弧和圈柱的映射。最终根据不同组织的圈弧和圈柱的覆盖关系,得到基本纬编针织物组织。本文提出纱线映射线圈算法,能够按照实际织造过程,模拟各类纱线纬编织物,同时能精确预测织物外观图案。