基于GRA-GA-BP神经网络的家居服面料透气性能预测

本文构建了一种改进BP神经网络模型来预测家居服面料的透气性能,能为家居服设计提供重要的参考。首先,采用灰色关联分析法(Grey Relation Analysis,GRA),选择与透气率关联度较大的因素作为研究对象。其次,采用遗传算法(GA)优化BP神经网络的结构参数,构建基于灰色关联分析的遗传算法优化BP(GRA-GA-BP)神经网络预测模型。选取58种面料成分不同、织物组织各异的家居服面料,其中42种为模型训练样本,16种为测试样本对建立的模型进行验证。实验结果表明,透气率实测值与预测值平均相对误差为8.39%;对透气率实测值与预测值进行相关性分析,拟合优度R^(2)为0.976。研究表明,该预测模型预测效果良好、预测精度高,在一定程度上可以精准预测家居服面料的透气率。

冬季暖气房环境下被子睡眠舒适性能分析

为研究不同种类的被子睡眠舒适性,提出了睡眠质量、热湿舒适性、主观评价等评价被子睡眠舒适性的主客观数据指标,通过真人实验对比分析了被子睡眠舒适性能的差异。在人工气候室内模拟冬季暖气房环境(温度20℃,湿度40%),选择纱布夹棉被、羽绒被、蚕丝被、化纤被、羊毛被5种被子作为实验样品,测试受试者在使用不同被子睡眠过程中睡眠质量、平均皮肤温、肩腰部湿度和心率,以及睡眠后的热湿舒适性和睡眠质量的主观评价。客观数据结果表明:在冬季暖气房环境下,被子材料显著影响睡眠质量,对热湿舒适性影响较小;化纤被和纱布夹棉被睡眠效率较高,深睡眠时长较长,平均皮肤温和肩腰部湿度均处于舒适范围,在冬季暖气房下睡眠效果较好;蚕丝被睡眠效率和深睡眠占比均较低,睡眠舒适性最差。此外,主观评价结果显示,化纤被和纱布夹棉被的睡眠满意度更好,这与客观数据相一致,说明在冬季暖气房下可以优先覆盖化纤被或纱布夹棉被入睡。

棉纱布被保暖性能的影响因素

为提高人体睡眠热舒适性,改善睡眠质量,对不同参数的棉纱布被进行系统的保暖性能研究。借助出汗热平板纱布织物实验与出汗暖体假人被子实验,探究了棉纱布织物透气性、面密度、层数及水洗处理等因素对纱布被织物热阻的影响规律,并建立纱布被织物热阻与被子热阻的相关关系。结果表明:纱布被织物的热阻与其面密度呈明显的正相关线性关系,热阻与透气率相关性较低;棉被与纱布被的面密度相当的情况下,棉被的保暖性能更好,纱布被的透气性更好;纱布被织物的热阻与层数之间呈线性关系,层数越多热阻值越大;水洗处理后棉纱布被织物的热阻增加;纱布被织物热阻与纱布被子热阻呈显著的相关关系,当纱布被织物的总热阻较小(小于1.8 clo)时,二者近似呈线性关系。本文研究结果可为开发高质量棉纱布被提供参考。

基于三维传热模型的婴儿抱被热舒适性分析

为开发保障婴儿睡眠热舒适的抱被,并指导消费者科学使用婴儿抱被,构建了“婴儿-抱被-卧室”系统三维传热模型,阐明了抱被面料厚度及卧室环境温度对婴儿热生理反应的作用规律。模型计算结果显示,受抱被开口位置的影响,婴儿胸部皮肤温度低于其他被包裹部位,婴儿平均皮肤温度随抱被面料厚度的变化规律为0.35℃/1 mm,随环境温度的变化规律为1.03℃/1℃。由于抱被开口及被下微空间尺寸较大,卧室环境温度对婴儿皮肤温度的影响效果高于抱被面料厚度,且当被下微空间尺寸大于12 mm时,微空间内开始出现对流。厚度为0.56~5.60 mm的抱被可至少满足婴儿在20.8~24.6℃卧室环境内的睡眠热舒适需求。研究结果为婴儿抱被的开发提供了理论指导及数据支撑。

不同废弃聚酯醇解产物分析与表征

采用乙二醇醇解法对不同聚酯瓶片、聚酯纤维和聚酯面料进行降解,得到主产物对苯二甲酸乙二醇酯(BHET)。并对降解产物进行红外光谱、核磁共振谱、元素分析等表征,以确定产物结构及纯度,计算产率,分析聚酯瓶片、聚酯纤维和聚酯面料的回收利用价值,进一步探究聚酯纺织品的可回收利用性。实验数据显示,相同质量的聚酯经醇解反应,反应时间:聚酯面料<聚酯纤维<聚酯瓶片,聚酯瓶片和聚酯纤维醇解产物的产率高于聚酯面料,聚酯瓶片醇解产物的产率最高达到63.50%。

蒸汽闪爆与碱处理结合法制备棉秆皮纤维

在当前绿色环保的大环境下,为了更环保、有效地利用废弃农作物秸秆资源,采用蒸汽闪爆和低浓度的碱处理相结合的方法制备棉秆皮纤维,并与仅采用碱处理制备的棉秆皮纤维进行比较。采用纤维成分分析,FT-IR、XRD、SEM及拉伸性能测试等方法研究了2种制备方法对棉杆皮纤维的成分、结晶结构、表面形态,断裂强度的影响。结果表明:蒸汽闪爆和碱处理结合制备的棉秆皮纤维的性能较好,棉秆皮纤维的纤维素含量增加,其长度为53.4mm,细度值为29dtex,断裂强度为2.56cN/dtex。