数字化配色技术在色纺纱领域的应用

数字化配色技术有利于纺织行业的数字化和智能化体系建设和发展,能够更好地满足市场和消费者需求。文章分析了目前数字化配色技术的最新发展和应用领域,提出了数字化配色技术的概念以及应用于色纺纱生产中的具体步骤,阐述了数字化配色技术应用在色纺纱领域的优点和局限性,并通过具体案例指明了数字化配色技术在色纺企业实际开发应用中的重要作用。

艺术设计驱动下的色纺纱快速打样研究

随着市场需求不断增长,在生产效率和产品创新方面,色纺纱行业正面临着多重机遇和挑战。作为一种创造性的方式,艺术设计对于色纺纱快速打样技术的发展具有一定的推动作用,以适应小批量、多样化的生产需求。艺术设计与色纺纱快速打样技术的结合不仅对纺织行业的技术进步具有较强的推动作用,还为消费者提供了更多个性化和高质量的选择。因此,色纺纱生产企业需要不断创新,将艺术设计的创造力和技术的发展潜力完全发挥出来,以增强自身的竞争力,进而更大程度地满足不断变化的市场需求。基于此,文章对艺术设计驱动下的色纺纱快速打样技术进行研究。

绢丝/毛/棉色纺纱的组成调控与性能分析

绢丝质地柔软光滑、手感舒适,在服装与家居纺织品等领域中得到了广泛应用,是中国绢纺产业的重要产品之一;然而,目前绢丝织物生产仍存在高能耗、高排污问题,且产品竞争力不足。为此,采用低污染的色纺技术对绢丝进行精确配色,并引入羊绒、羊毛、棉等纤维组分,制备色泽独特且性能优异的色纺纱,以满足市场多样化的需求。通过调控纱线中纤维组成与配比,探究其对混纺色纱条干、机械性能及色牢度的影响规律。通过引入不同颜色与配比的各类纤维后,纤维间的优势互补提升了绢丝系列产品的机械性能、色牢度,完善了绢丝产品性能的不足,实现了绢丝系列产品的多样化,减少了绢纺业的生产能耗与排污。

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1.1773,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。

喷气涡流色纺纱产品生产开发要点

喷气涡流纺与色纺都属于发展较迅速的纺纱分支领域,而两者的碰撞交融又开辟了喷气涡流纺色纺纱的新板块。文章针对喷气涡流色纺纱产品的生产开发,阐述了喷气涡流纺色纺产品的色彩、结构等特征,讨论了喷气涡流色纺产品生产开发中关于原料选配、对色混色、流程装备、温湿度环境、花式(色)搭配等方面的特殊技术,以期为喷气涡流纺差异化产品生产企业提供参考。

提高喷气涡流纺涤粘色纺纱耐磨性能的实践

为了提升喷气涡流纺涤粘色纺纱的耐磨性能,以特黑T/R 70/3019.7 tex纱为例,根据不同原料成纱耐磨指数确定纱线原料配置,详细分析各工序的工艺原则和参数优化,总结温湿度控制要点;通过优化工艺方案的成纱质量数据对比,指出:采用线密度小的原料、柔性开松和柔性梳理理念、较小的喂入比、小直径纺锭、相对较大的喷嘴压力和油压差以及偏小的主牵伸倍数等,能够有效提升特黑T/R 70/3019.7 tex涡流纺色纺纱的耐磨性能,其纺纱车速为480 m/min,耐磨指数高达19.2,成纱质量良好,可满足高端针织用纱的质量要求。

植物染散纤维色纺纱配色预测平台研究

文章针对植物染散纤维色纺纱的测配色特点,提出了在Stearns-Noechel模型中添加修正系数的计算机配色优化方案,并应用Matlab平台设计开发了相应的配色预测平台。确定了植物染散纤维色纺纱的配色模型中红、黄、蓝、白四色纤维的最佳修正系数分别为1.064、0.981、0.992、1.021,为植物染散纤维色纺纱的快速、准确配色预测提供了理论与应用基础。

基于光谱特征的粘胶纤维混色纺纱过程呈色机理分析

针对现有色纺纱配色模型对纤维集合体呈色机理解释上表述模糊的问题,对原液着色粘胶纤维集合体在纺纱过程中的颜色变化机理进行了探究。实验纺制了36组不同混色比条纱样品,利用欧式距离和光谱角距离分别量化各组不同状态纤维集合体间的光谱幅值差异和形状差异,并以基于CMC(2∶1)公式的色差评价为对照,结合基于类别可分比(CSR)公式的差异性判别准则对量化的光谱差、色差大小作以横向比较,分析了纺纱过程中纤维集合体形态改变对反射光量与单色光成分的影响,其中,在生条与熟条间,样品CSRED和CSREcmc均值分别为2.87、 2.17,表现近似,且有30组样品对应CSRED>1, 23组样品对应CSREcmc>1,光谱的辐射差异较色差表现更稳定,在熟条与纱线间,dED和ΔEcmc有相同趋势的更大幅度改变,全部样品CSRED和CSREcmc均大于1;以上过程中,样品光谱的形状差异均保持较小的尺度,并条与纺纱前后,分别有20组、 22组样品对应CSRSAD>1,且其均值分别为1.69、 1.60,并不随加工进行而发生显著变化。由此得出,在纺纱过程中,因纤维排列和聚集态的重塑,反射光的量(明度)呈减小趋势,且气流纺阶段是发生变化的主要阶段,而光质(色相)并不在此过程发生显著变化。进一步地,依据纤维的光反射理论,即纤维的反射光的量主要受外反射光影响,而色度主要受内反射光的影响,可以得出纺纱加工主要影响了纤维的外反射光,而对内反射光不具有解释力。另一方面,还验证了综合光谱幅值和形状特征的SAD-ED公式对色纺纱颜色差异的表征能力,CSRSAD-ED可分辨31组生条熟条样本,可分辨全部条纱样本,该方案较CMC(2∶1)公式更具敏感性和稳定性,为色纺纱的颜色评价提供了新思路。

色纺纱产品绿色设计的探讨

为了实现色纺纱产品的绿色制造,以FZ/T 07013—2021《绿色设计产品评价技术规范色纺纱》为依据,对比了2种色纺纱产品设计方案的实际生产数据与标准的量化指标,并将生命周期评价方法引入到色纺纱整个生产过程,识别评价了生产边界内各阶段对环境影响的主要因素,针对主要因素优化了产品设计方案。结果表明:通过构建色纺纱生命周期模型,开展产品生命周期评价,针对性采取减小染色浴比、调整染色工艺、改进纺纱工艺、优化纱线原料配比,可以减少生产过程的单位产品水耗、能耗,减小对环境的影响。

涡流纺涤粘色纺纱工艺优化

为了纺好涡流纺涤粘色纺纱,以纺特黑T/R 19.7 tex纱为例,详细介绍其原料指标、纺纱工艺流程;着重从梳棉采用“陆S”纺纱工艺重定量配置,并条注重改善纤维伸直平行度,涡流纺工艺参数及电清、捻接器设置要点等方面进行优化。通过优化前后成纱质量对比,表明:纺涡流纺特黑T/R 19.7 tex品种时,加强操作管理、优化工艺配置、严控温湿度,纺纱车速达500 m/min,生产效率约为98.5%,成纱质量良好。

六基色纤维混纺构建的全色相混色模型及其色纺纱纺制

为实现预定色彩纺纱,将数控纺纱调控彩色纤维混纺比机制与六基色纤维全色相网格化混色模型相结合,构建了“多通道数控牵伸比、多元基色纤维混色比、纱线色彩”的三要素协同调控机制;基于红、黄、绿、蓝、青、品红等六基色纤维构建了色相调控范围为0~360°的包含60个网格点的全色相混色模型;基于网格点序号设计纺纱工艺参数并纺制了60种不同混色比的色纺纱,用其织成色织物;测试分析色纺纱条干均匀度、毛羽、断裂强力等外观质量与力学性能指标。结果表明:所纺60种纱线色彩变化趋势与六基色纤维全色相网格化混色模型色彩分布规律具有一致性;所纺纱线各项指标达到GB/T 398—2018《棉本色纱线》二级水平。

色纺纱线生产中质量监控相关技术的探析

文章根据浙江省色纺纱企业多年实践,对色纺纱的质量监控从常规检测与在线监控2种方法及相互关系作了叙述。文章最后对色纺纱生产中经常出现的横档、色棉结、飞花等7种质量疵点产生的原因及控制方法作了进一步分析,旨在使相关企业在生产中得到有效控制,以进一步提升我国色纺纱生产质量。

色纺纱产品开发现状及技术发展需求

分析色纺纱产品开发的现状及技术发展需求。从色纺纱结构特点的角度介绍了色纺纱产品的开发现状,深入分析了色纺产业所面临的问题,并针对色纺纱开发过程的需要,阐述了色纺纱的技术发展需求。认为:色纺纱可以划分为均一结构和差异化结构两大类,多元组分、功能性、差异化结构色纺纱开发将成为未来开发重点,而新型纺纱技术、色纺专用机械及专用配件、零部件开发与应用是提高色纺纱品质及附加值的关键。

不同纺纱流程下色纺纱色差对比

针对一种纺纱方法纺色纺纱小样被接受后,用另一种纺纱方法纺批次样时无法确保批次样与小样之间的色差可被接受的问题,将相同配比的有色纤维混合体,分别通过环锭纺、转杯纺以及快速纺3种不同的小样纺纱流程纺成纱线,绕在纸板上,再经过测色仪测色,比较不同纺纱流程下纱线之间的色差,并对造成色差的原因进行分析。结果表明:转杯纺纱线与快速纺纱线之间的色差均值为0.36 CMC(2∶1),环锭纺纱线与快速纺纱线之间的色差均值为0.95 CMC(2∶1),环锭纺纱线与转杯纺纱线之间的色差均值为0.77 CMC(2∶1);造成色差的主要原因是成纱方法不同,引起纱线结构与纱线表面状态不同,进而对不同波长的光线反射率也不同。

基于Stearns-Noechel模型的色纺纱配色算法改进

为提高色纺纱计算机配色的准确性和实用性,以Stearns-Noechel模型为基础,对配色算法进行改进。改变Stearns-Noechel模型中最优参数的确定方法,对参数M进行循环赋值,选择色差最小时对应的M值为最优参数预测配方,在此基础上,将人眼视觉特性以代码表示并用于色纺纱的配色,通过比较标准样与拟合样的色差大小判断配色效果。结果表明:按照前人固定最优参数预测配方,平均拟合色差为1.02,中位数为1.08;对参数M循环赋值后预测配方,平均拟合色差为0.477,中位数为0.46,配色效果得到提高;基于人眼视觉特性预测配方,平均拟合色差为0.201,中位数为0.125,配色效果得到进一步提高。

采用色纺纱图像的真实感色织物模拟

为解决色织物产品设计周期长,试织打样耗时费力的问题,提出一种采用色纺纱图像的真实感色织物的模拟方法。首先采集彩色纱线图像,运用阈值分割、形态学处理得到纱线主体,获取纱线主体的上、下边界和中心线,进而得到原始纱线图像的主体部分;接着根据椭圆模型和正弦曲线模型对纱线主体图像进行处理,得到纱线在二维织物表面中的形态;最后根据色纱循环和织物组织变换模型来改变经纬纱的覆盖关系,实现了真实感条纹型和格子型色织物的模拟。模拟结果表明:本文算法能够模拟不同种类色织物的织造过程,真实地反映织物的外观效果,且能够调整织物组织和色纱循环参数,提高了现有模拟算法的真实性和适应性。

基于Ga-BP神经网络的色纺纱配色

针对传统配色方法及配色算法存在不足之处,利用BP神经网络对色纺纱进行配方预测,并用遗传算法对其进行改进.结果表明:将遗传算法引入到BP神经网络,可优化BP神经网络配色模型;测试样本包含在训练样本中时,预测配方精度非常高,配方绝对误差均值几乎为0;而测试样本不包含在训练样本中时,预测配方精度较低,配方绝对误差均值为0.033,初次打样色差均值为1.69 CMC(2∶1),大于1 CMC(2∶1).

不同混和方式对色纺纱混和均匀性的影响分析

探讨不同混和方式对色纺纱混和均匀性的影响规律。介绍了色纺纱生产中通常采用棉包混和、棉条混和、棉包混和与棉条混和相结合的3种混棉方式。通过对3种混和方式生产的色纺纱进行切片成像对比分析,从单纱截面纤维分布来看,以棉包混和与棉条混和相结合的混和方式生产的色纺纱混和均匀性、稳定性最好。同时,对色纺纱生产过程中的色差控制也提出了具体的管理措施。认为:在保证色纺纱混和均匀性的前提下,应避免重复使用机械性混和,防止对纤维性能造成较大伤害,以采用柔性混和方式较佳。

基于BP神经网络的色纺纱配色

针对传统配色模型实用性差的问题,利用神经网络强大的非线性映射能力,探讨基于人工神经网络的色纺纱配色方法。构建了色纺纱BP神经网络配色模型,研究了多种BP算法,隐含层节点数对仿真效果及泛化能力的影响。结果表明:基于BP神经网络的色纺纱配色方法可以实现色纺纱反射率与配方之间的非线性映射,新型算法(Levenberg-Marquardt、拟牛顿、共轭梯度算法)在迭代次数和仿真时间上有较大的优势,隐含层节点数对仿真结果影响较小,训练样本的平均预测色差为0.18,但超出训练范围的样本预测色差较大,因此提高该神经网络的泛化性能是下一步研究的关键。

应用改进Stearns-Noeche模型的色纺纱配色技术

针对传统的人工配色繁复、效率低而现有的计算机配色修色算法不能满足生产实践需求的问题,在Mat Lab软件中开发出了一套计算机辅助色纺纱配色系统,并对该系统中的配色模块和修色模块进行了改进。在配色模块,采用在[0 1]区间对未知参数M值和对单色纤维初始配方赋值迭代的方法,改进了采用M值平均数的方法以及基于最小二乘法的初始配方求解算法;在修色模块,采用单色纤维调整量中间函数差最小的方法,改进了基于最小二乘法的三刺激值或反射率修色算法。该模型经过1~2次修色可得到色差小于1的配色结果,能满足色纺纱生产中多组分、定比例的配色、修色基本要求。