共查询到20条相似文献,搜索用时 46 毫秒
1.
对羊绒织物数码印花进行研究,生产并对包头市鹿王羊绒有限公司的产品以现有工艺为基础,从上浆配方的筛选等方面对工艺及其机器参数进行了优化,得出适合于不同羊绒比例织物的前处理浆料、后处理水洗和机器参数相结合的最优工艺. 相似文献
2.
3.
对丝网印花中承印对象的性能,丝网的选择、印浆的流变性及合理使用花设备等多方面因素与精细印花的关系进行了探讨,为更好地实施丝网精细印花提出了参考依据。 相似文献
4.
5.
6.
纺织品四分色丝网彩色印是用红、黄、蓝、黑四种颜色套印出丰富多彩的图案,文 中对原稿分色、丝网制作及印花工艺作了介绍。 相似文献
7.
羊绒织物数码印花工艺的优化分析 总被引:1,自引:0,他引:1
数码喷墨印花顺应市场的要求而出现,是高新技术在印花生产中的典型应用,是近几年来国内外开发的一项新的印花技术.文章着重介绍了羊绒数码喷印机的后处理过程,并在后处理的蒸化和水洗过程提出了改进,进而提高了羊绒数码印花织物的得色、渗化等方面的性能. 相似文献
8.
数字印花——丝网印花的补充 总被引:3,自引:0,他引:3
介绍了国际上数字印花的新发展和数字印花的特点及目前存在的一些问题,论述了数字印花与丝网印花的互补关系。同时介绍了数字印花的几个基本概念,并讨论了面对数字印花的飞速发展应作的一些准备。 相似文献
9.
我国纺织品印花有着2000多年的历史,在这漫长的时间里,几经变革,近世纪以来有了很大的飞跃,并不断地突破传统的生产工艺.织物印花通常有几个基本要求:穿着舒适的实用性;色泽坚固的耐洗性;图形美观的艺术性.为达此目的,常规印花工艺是采用染料印花.由于纺织纤维性质不同,所以使用染料也有区别.针纺织品丝网印花在我国推广使用,还不到半个世纪,进展较快,但都局限于纺织工业系统内.据资料介绍:我国机织物丝印占印花总量8%,针织物约占一半以上,这里仅对“三衫(文化衫、T恤衫、茄克衫)、二装(女装、童装)、一服(运动服)”作一探讨.“三衫、二装、一服”的丝网印花,目前绝大部分采用涂料工艺.从五十年代德国拜耳公司推出乳化系统粘合剂,开创纺织品涂料印 相似文献
10.
应用丝网印刷涂料对针织内衣直接进行印花后。只要经过自然干燥或焙烘就可完成。因为该工艺不用湿处理,所以特别适用于针织衣片,可避免针织物因湿处理而产生变形等问题。此工艺应用于小批量、多品种、多花色的产品生产,现把工艺设计介绍如下: 相似文献
11.
12.
13.
14.
数字图像修复是图像恢复领域的一个重要分支,即用一定数学算法使受损的图像恢复、移走或取代照片中被选择的物体等.文章讨论了整体变分算法的相关理论,分析研究了如何利用整体变分算法进行图像修补.实验结果表明:整体变分算法对羊绒织物喷墨印花图像中的细小斑点、划痕等的修补有非常理想的效果. 相似文献
15.
为得到一种适用性强、地色均匀丰满、染色牢度高的羊绒制品拔染印花加工方法,分析了拔染印花染料与助剂的选择及拔染剂的用量对织物拔白程度、K/S 值的影响,探讨了温度对染料提升力和可拔性的影响。结果表明:偶氮多丽兰染料适合用作羊绒织物拔染印花的地色染料,拔染剂朗茄烈C、BR-1(复配)是适合于羊绒制品拔染印花的拔染剂,用量应控制在11%~13%;随朗茄烈C、BR-1用量的增加,兰纳芯染料在地色织物上的K/S 值呈上升趋势;在85~95℃下,酸性多丽兰染料染色提升力良好,温度的提高对织物拔白程度有一定的影响。 相似文献
16.
为了改善紫绒脱色预处理后单纤维断裂伸长度率低,处理效果差的问题,在预处理阶段对亚铁盐体系进行改进,并将改进后的3种脱色活化体系应用于紫绒的脱色预处理.从白度及手感两项指标优选出最佳活化体系及工艺,并将此最优工艺与传统工艺的脱色效果及单纤维拉伸断裂性能进行比较.结果表明,最佳活化体系由SA、WFE与Na2SO3(质量比为3∶3∶1)组成,其最佳用量为20%(owf).采用该工艺进行脱色预处理的紫绒白度、手感均较好,且单纤维断裂强力与传统工艺相当,单纤维断裂伸长率明显提高. 相似文献
17.
18.
《毛纺科技》2015,(12)
选择活性染料诺威克隆和毛绒用兰纳洒脱染料作为实验用染料,分析研究莱赛尔/羊毛/羊绒混纺织物丝网印花用糊料、染料、释酸剂、碱剂的筛选和用量,探讨其对织物强力、色差、K/S值、染色牢度的影响,确定莱赛尔/羊毛/羊绒混纺织物丝网印花工艺。研究结果表明:印制浅色花纹时,采用诺威克隆染料和海藻酸钠糊料,织物色牢度好,K/S值高,色泽鲜艳,且花型轮廓清晰,用小苏打作为碱剂,其用量为0.15%;印制中深色、深色花纹时,选用诺威克隆和兰纳洒脱染料的拼混染料,A-9糊料,用纯碱作为碱剂,其用量为0.2%;释酸剂ADF适宜莱赛尔/羊毛/羊绒混纺织物印花,织物得色量高、染色牢度好。 相似文献
19.
针对3D增材印花工艺中刮刀压力、刮印速度、刮刀角度和油墨黏度等参数的组合对印花质量存在较大影响,但实际生产中各工艺参数组合无法实现最优这一问题,利用附加动量法改进下的BP神经网络构建3D增材印花工艺模型,通过实验参数对模型进行训练,确定工艺参数和印花质量间的非线性关系。利用遗传算法对该非线性函数进行极值寻优,从而得到3D增材印花工艺的最优参数组合:印花压力为4 800N,刮印角度为18°,刮印速度为400 mm/s,油墨黏度为170.5 Pa·s,该模型预测误差基本稳定在0.01范围之内。利用优化前后的参数进行对比实验,结果证明该算法可以实现3D增材印花工艺的质量预测和参数寻优,从而提升印花质量,缩短产品开发时间。 相似文献