羊毛/棉织物一浴法染色

采用中性固色活性染料对羊毛/棉模拟交织物一浴法染色,分析了中性固色活性染料对羊毛和棉织物的上染情况,探讨了染色温度、pH值、氯化钠质量浓度对羊毛和棉浅色染色同色性的影响,以及酸性染料用量对羊毛和棉深色染色同色性的影响,测试了染色织物的牢度。研究结果表明:当中性固色活性染料用量0.5%(owf),pH值为5,95℃染色60 min,羊毛和棉织物可获得很好的同色性,当中性固色活性染料用量3%(owf),加入少量酸性染料,pH值为7,95℃染色60 min,羊毛和棉织物可获得很好的同色性。

基于1D-CNN的近红外光谱定量分析棉/涤纶/羊毛混纺纤维含量方法研究

纤维成分的定性及定量分析在纺织品检测中一直是研究热点,但常规检测手段存在周期长、工序复杂且对环境不友好等问题,因此提出一种对纺织品纤维含量快速、无损且准确的检测方法就显得尤为重要。研究提出一种纺织品纤维含量的定量校正模型,可以准确预测纺织品中棉/涤纶/羊毛的纤维含量,解决传统校正模型无法兼顾准确与多种纤维预测的难点。针对645个羊毛/涤纶、棉/涤纶以及羊毛/涤纶/棉混纺样品为研究对象,采用红外光谱分析仪采集样品的近红外反射光谱,在光谱数据预处理的基础之上,提出一种一维卷积神经网络(1D-CNN)模型,实现对多种纤维含量的同时预测,为了凸显模型的优势,在相同的训练集和测试集样本之上对比3种不同机器学习算法的预测结果。结果表明:选用线性函数归一化、多项式平滑滤波(SG平滑,滑动窗口为9,拟合阶数为7)的预处理方法,结合所提出的1D-CNN模型效果最优,其模型决定系数R-Squared可达到0.998,各含量预测的平均绝对误差(MAE)为0.62,预测均方根误差(RMSE)为1.31。同时采用未参与建模的138个纺织品样品验证模型泛化能力,模型在测试集上的表现为,决定系数R-Squared为0.996,各含量预测的平均绝对误差(MAE)为0.80,预测均方根误差(RMSE)为2.01。采用所提出的模型,可以准确预测羊毛、棉和涤纶混纺织品中纤维含量,为快速无损检测纺织品提供了一种可行的方法,同时为其他混纺纤维含量的定量分析提供了新的思路。

羊毛/桑蚕丝/棉混纺产品定量分析方法的研究

探讨了羊毛/桑蚕丝/棉三组分混纺织物定量分析的试验方法。根据GB/T2910.2—2009和GB/T2910.4—2009,选择合适的试验方法进行定量分析,成功测定了羊毛/桑蚕丝/棉三组分混纺样品中各组分纤维含量。此方法操作简便,具有较好的可靠性和实用性。