精纺毛型织物剪切性能的实验研究

在大量实验数据的基础上 ,运用逐步回归的方法探讨了精纺毛型织物剪切性能与纱线、织物结构参数之间的关系。     

精纺毛型织物弯曲性能预测途径探讨

实验研究差别化纤维长丝织物弯曲性能的预测公式对毛型织物的适用性。研究表明绝大多数单层毛型织物的弯曲性能对纱线织物结构的依赖关系与差别化长丝织物有类似的规律 ,得到单层毛型织物弯曲性能的预测公式。并对双层织物、高密织物及弹力织物的弯曲性能作了初步探讨。     

毛涤精纺织物风格探讨

在4种精纺毛型织物基础上,探讨了含有不同类型涤纶精纺毛型面料的基本风格.结果表明,在一定条件下,中空涤纶对织物丰满度的提高比较明显,但涤纶含量增加到一定程度时,中空涤纶和常规涤纶对风格的影响差异不明显.     

轻薄型精纺毛型织物性能的分析及研究方法

西服面料主要选择轻薄型精纺毛织物和毛混纺织物。面料的性能对西服在裁剪、缝纫、造型方面有极其重大的影响。本文主要介绍轻薄型精纺毛型织物性能的分析以及研究方法。     

经纬向强捻织物的开发

经纬向强捻纯棉绉布具有手感滑爽、穿着舒适、弹性好、表面光泽柔和等优点,是夏季服装的理想面料.生产该品种时,因经纬纱均为强捻纱,即使进行了热湿定型处理,仍会因特定的原因而产生经向辫纱和纬缩,且很难消除,织造难度大.通过我们对工艺流程、工艺参数等方面进行大胆的摸索,终于解决了这一系列难题,成功的开发了这一新品.     

经纬双向弹力精纺织物的开发

文章介绍了精纺双弹织物的设计思想,对纤维原料、纱线的线密度和捻系数确定、氨纶丝含量和预牵伸倍数的确定、织造、后整理等加工工艺进行了阐述,重点探讨了产品关键工序的工艺技术参数及操作要求,围绕影响产品质量的因素提出了具体的措施。     

经纬向双弹织物织造实践

介绍了经纬向双弹织物织部生产工艺。经纬向都具有弹性的织物技术含量高，浆纱难度大，重点介绍了准备工序的工艺要点和关键技术，通过控制整经张力，采取以被覆为主，兼顾渗透的浆纱工艺原则，减少了断经、经缩等疵点，提高了弹力织物的下机一等品率。     

薄型精纺毛织物刚柔性与织物结构参数的关系

以14种精纺薄型毛织物为例,采用斜面悬臂法测定织物的经向和纬向抗弯长度,根据试验数据分析原料和织物组织对织物刚柔性的影响,并运用Origin7.0分析纱线的捻度、线密度,织物的厚度、经密和纬密与织物刚柔性的关系。分析得出:织物刚柔性与构成织物原料的性能、纱线的结构和织物结构有很大的关系。原料的初始模量越小,织物的柔软度越好;纱线的捻度越大,织物的柔软度越差,纱线的线密度越大,织物呈现刚性;平纹组织的刚性大于斜纹组织,织物越厚,织物越呈现刚性,在其他参数相同的情况下,织物经、纬密增加时,织物的抗弯长度增大,织物越呈现刚性。     

Prediction of the shearing hysteresis of worsted fabrics

In this article, we assume that the shearing hysteresis of woven fabrics comes only from the friction resistance of warp and weft yarns at the interlacing points. The theoretical equation expressing fabric shearing hysteresis with fabric structure and the shearing hysteresis of every interlacing point was established. A total of 49 kinds of worsted fabrics were used to explore the relation between the shearing hysteresis of every interlacing point and the structure parameters, and then the optimal experimental equations were established using statistical method. By combining the theoretical equation and experimental equations, a set of predicted equations for fabric shearing hysteresis were derived. The validation with eight kinds of worsted fabrics shows the average error about 10% and maximum error below 20%.     

精梳毛织物经档疵点的分析与预防

分析了精梳毛织物经档疵点的危害.着重从原料的选择搭配、纺纱蒸纱工艺的制定、毛纱的存放要求、整经及织造工序的工艺制定及操作要求等方面,研究了精梳毛织物在生产过程中经档疵点产生的原因及形成的机理,并针对各个工序分别提出了对应的预防、控制和消除产生经档疵点的具体措施,同时提出了在企业日常的生产工艺质量管理中,为避免精梳毛织物经档疵点的产生应当注意的一些操作方法.     

毛精纺单纬织物织造工艺设计

介绍了高支轻薄双经单纬毛精纺产品织造工艺设计的特点,及织造工艺流程、设计规格,经位置线确定的原则和上机工艺参数调节方法.针对高支全毛、高支高毛精纺产品在生产过程中容易出现的问题,从穿综顺序和上机张力、闭口时间、综框动程等上机工艺参数调节人手,分析了主要疵点产生的原因,提出了相应的预防和解决措施.通过细化措施,优化工艺,达到降低织疵,提高坯布质量和织机效率的目的,为企业生产提供了一些借鉴.     

基于BP神经网络的精纺毛织物透气性能的预测

在34种精纺毛型织物实验数据基础上,利用三层BP神经网络方法,建立了织物透气性能与织物结构参数之间的神经网络模型,重新采集7种织物对网络模型进行验证和评估,结果表明:神经网络可以用来预测织物的透气性能指标,织物透气量的预测误差率范围为3%～24.2%,平均误差率为14.3%,最大误差率小于25%,神经网络预测精度受样本大小影响,进一步丰富学习样本后,神经网络的泛化能力可望得到改善.     

精纺毛织物起毛起球的分析

引起精纺毛织物起毛起球的因素很多,文章通过大量的实验研究了毛织物起毛起球的原因,从纱线捻度、化纤与羊毛混纺比、织物密度、织物组织、后整理工艺等方面着手,通过对实验结果的分析提出了改善毛织物起毛起球的方法.     

精纺毛织物结构参数与折皱回复性的关系

为探究精纺毛织物结构参数与折皱性能的关系,收集了18 种精纺毛织物,应用JN-1型织物折皱回复性能动态测试仪进行折皱回复角测试,通过数据分析,得出结构参数与折皱回复角间的关系。为了进一步分析各结构参数对织物抗皱性能的影响程度,找出对折皱回复角影响较大的结构参数,同时研究了织物结构参数与折皱回复角的相关性。结果表明：精纺毛织物的折皱回复性不仅与织物原料、纱线线密度和捻度有关,还与织物经纬密、织物紧度以及面密度有关;除了纤维原料以外,纱线捻度对织物折皱回复性的影响最为显著。     

毛精纺面料成形性与纬纱结构参数的关系

以三群判别法为基础,通过自制毛精纺面料样本,求取其基本力学指标、成形性判别值和指标权重等数值,得出面料成形性变化程度（矢量模）和方向（矢量方向）,探讨面料成形性动态变化趋势和纬纱结构参数的关系。通过研究得出：当纬纱细度变化量相同时,面料成形性变化矢量模相同,但其意义并不相同;在所采用的纬纱捻系数100～160范围内,一旦捻系数变化量固定不变,其对应样本之间的成形性矢量模差异不变,矢量方向变化由各力学指标权重分配综合确定。验证结果表明：得出的成形性变化矢量模、矢量方向与纬纱结构参数关系式,在一定范围内能较好地反映面料成形性与纬纱结构参数之间的变化关系,可为面料成形性设计提供理论参考。     

Prediction of warp and weft yarn crimp in cotton woven fabrics

The aim of this study was to develop statistical models for the prediction of warp and weft crimp percentage of cotton woven fabrics. The developed models are based on the empirical data obtained from carefully developed 60 fabric samples with different yarn linear densities, fabric densities, and weave designs. The predictability and accuracy of the developed models was assessed by correlation analysis of the predicted and actual crimp values of another set of eight fabric samples which was not used for the development of models. The results show fairly good capability and accuracy of the prediction models.