聚对苯二甲酸丙二醇酯与聚对苯二甲酸丁二醇酯混纺纤维的智能识别

针对熔融显微投影法无法解决对聚对苯二甲酸丙二醇酯（PTT）纤维和聚对苯二甲酸丁二醇酯（PET）纤维的智能识别和根数的自动统计技术问题,采用图像处理方法对PTT 纤维与PBT 纤维混纺纱的显微图像进行前处理,获得较理想的二值化图像;再对二值化图像中各交叉纤维进行智能分离,解决纤维根数自动统计问题;然后提取每根纤维等效直径、色度和纤维伸直度3个特征值;再以200 根纤维的3个特征值矩阵为学习样本,建立BP 神经网络,以20根纤维作为检验样本。结果显示：该网络对PTT 纤维及PBT 纤维的识别率高于99%,成功地将混合纤维智能识别;采用该法对1 000根混纺纤维进行处理,并采用熔融显微投影法进行测试,PTT纤维及PBT 纤维混纺比为38%及62%或32%及68%,与对应实际混纺比4：6 或3：7相比,误差在± 3%之内。     

碳纤维织物基形状记忆复合材料的制备及其性能

为解决碳纤维织物基形状记忆复合材料体系中催化剂存在对其回收利用的影响,通过基于动态酯交换反应的环氧-酸酐体系作为形状记忆功能体(BMT),以多羟基反应单体三羟甲基丙烷(TMP)作为反应活性剂,与碳纤维织物整理复合制备出无催化剂可调控的形状记忆复合材料。结果表明,这种多羟基催化碳纤维织物基复合材料(C-BMT)不仅具有良好的形状记忆的能力,而且其物理性能也十分优异,特别是拉伸强度较形状记忆功能体BMT提高了24倍。另外,这种复合材料中不存在催化剂,解决了催化剂对其回收利用产品应用的限制,对未来高性能碳纤维织物基复合材料开发和回收利用的实现具有重要意义。     

显微投影法测定棉/苎麻混纺比的不确定度评定

为评定依据 FZ/T 30003—2009《麻棉混纺产品定量分析方法显微投影法》测定棉/苎麻混纺比的准确性,分析了测试中不确定度的来源,分别对棉/ 苎麻纤维平均直径、根数、切取长度、密度４ 个主要不确定度分量进行计算。同时,探讨了标准中约除的棉、麻纤维切取长度对混合纤维含量测试精度的影响,发现忽略长度差异会造成0.8%的检测误差。结果表明：参照FZ/T 30003—2009 测定棉/ 苎麻混纺比时,由平均直径引入的不确定度最大,密度引入的最小;为提高检测效率,在标准允许的误差范围内,可忽略棉、麻纤维切取长度的差异。