纺织学报 ›› 2021, Vol. 42 ›› Issue (02): 60-64.doi: 10.13475/j.fzxb.20201008005

• 纺织工程 • 上一篇    下一篇

基于图像的喷气涡流纺纱线捻度测试方法探讨

李浩, 邢明杰(), 孙志豪, 吴瑶   

  1. 青岛大学 纺织服装学院, 山东 青岛 266071
  • 收稿日期:2020-10-29 修回日期:2020-11-19 出版日期:2021-02-15 发布日期:2021-02-23
  • 通讯作者: 邢明杰
  • 作者简介:李浩(1994—),男,硕士生。主要研究方向为新型纺纱。

Exploration of image-based testing method for yarn twist in air-jet vortex spinning

LI Hao, XING Mingjie(), SUN Zhihao, WU Yao   

  1. College of Textile and Clothing, Qingdao University, Qingdao, Shandong 266071, China
  • Received:2020-10-29 Revised:2020-11-19 Online:2021-02-15 Published:2021-02-23
  • Contact: XING Mingjie

摘要:

为探究适用于喷气涡流纺纱线捻度测试的有效方法,在对比分析喷气涡流纺纱线与传统环锭纺纱线结构的基础上,借助扫描电子显微镜,分别通过喷气涡流纺纱线的外观图像和横截面图像,测试了喷气涡流纺纱线捻度。并采用Photoshop软件处理喷气涡流纺纱线横截面图像,探究喷气涡流纺纱线内外层纤维数量比与其捻度的关系,提出了用喷气涡流纺纱线内外层纤维数量比表征其捻度的建议。研究结果表明:因喷气涡流纺纱线的特殊结构,传统的加捻退捻法不适应喷气涡流纺纱线捻度测试,通过纱线图像测试其捻度是可行的;喷气涡流纺纱线内外层纤维数量比与其捻度之间呈负相关关系。

关键词: 喷气涡流纺纱线, 纱线结构, 捻度, 内外层纤维数量比, 图像

Abstract:

In order to find an effective method suitable for yarn twist test produced by air-jet vortex spinning, with the help of scanning electron microscope, the twist of the yarn was tested by the appearance and cross-section images of the air-jet vortex spinning yarns, based on the comparative analysis of yarns made via air-jet vortex spinning and the traditional ring-spinning. Photoshop was used to process the cross-sectional images of the air-jet vortex spinning yarn, determining the outer layer and the inner layer of the yarns. The relationship between the ratio of inner and outer fibers of air-jet spun yarns and twists were analyzed. The research results show that due to the special structure of the air-jet vortex spinning yarn, the traditional twisting and untwisting method is not suitable for the air-jet vortex spinning yarn twist test. It is feasible to test the twist by the image of air jet vortex spinning yarn. There is a negative correlation between the ratio of the number of fibers in the inner and outer layers of the air-jet vortex spinning yarn and its twist.

Key words: air-jet vortex spinning yarn, yarn structure, twist, ratio of number of fibers in inner and outer layers, image

中图分类号: 

  • TS104.2

图1

电镜下纱线外观照片(×57)"

图2

喷气涡流纺纱线结构模型"

图3

用图像法测试纱线捻度(×200)"

图4

纱表面理想模型以及捻回角的示意图 β—捻回角;d—直径(mm);T—捻度(捻/(10 cm))。"

表1

图像法与计数法测试喷气涡流纺纱线捻度结果"

线密度/tex 平均捻系数
图像法 计数法
36 309.6 310.4
38 330.6 328.1
40 344.8 348.6

图5

电镜下喷气涡流纱横截面图片(×350)"

表2

样本纱线内外层纤维数量比测试结果"

试样编号 Onion指数 内外层纤维数量比 标准差
1# 0.83 2.95 0.069
2# 0.85 2.90 0.089
3# 0.76 2.67 0.036

表3

试样纱线捻系数测试结果"

纱线线密
度/tex
捻系数 内外层纤维
数量比
捻系数与
线密度比
36 306.0 2.51 8.50
36 309.6 2.48 8.60
36 312.1 2.45 8.67
38 330.6 2.44 8.70
38 323.0 2.51 8.50
38 333.3 2.42 8.77
40 344.8 2.47 8.62
40 339.6 2.51 8.49
40 319.2 2.52 7.98
平均值 38 324.2 2.48 8.54
标准差 1.732 13.701 0.036 0.230

表4

Pearson相关系数结果"

类别 线密度 捻系数 内外层纤
维数量比
捻系数与
线密度比
线密度 1
捻系数 0.800** 1
内外层纤维数量比 0.247 -0.222 1
捻系数与线密度比 -0.426 0.203 -0.750* 1
[1] 仲亚红. 基于不同几何形态的纤维喷气涡流纺成纱性能的研究[D]. 青岛:青岛大学, 2015: 13-19.
ZHONG Yahong. Study on yarn properties of fiber air-jet vortex spinning based on different geometric shapes[D]. Qingdao: Qingdao University, 2015: 13-19.
[2] 章友鹤, 朱丹萍, 赵连英, 等. 新型纺纱的技术进步及产品开发[J]. 纺织导报, 2017(1):58-61.
ZHANG Youhe, ZHU Danping, ZHAO Lianying, et al. Advancement of new spinning technologies and related product development[J]. China Textile Leader, 2017(1):58-61.
[3] 姚穆. 纺织材料学[M]. 3版. 北京: 中国纺织出版社, 2009: 129-146.
YAO Mu. Textile materials science [M]. 3rd ed. Beijing: China Textile & Apparel Press, 2009: 129-146.
[4] 张超. 涡流纺流场的模拟及机理的研究[D]. 青岛:青岛大学, 2008: 6-13.
ZHANG Chao. Study on the simulation and mechanism of vortex spinning flow field[D]. Qingdao: Qingdao University, 2008: 6-13.
[5] 王涛. 村田喷气纺与立达喷气纺的对比[C]// 中国纺织工程学会新型纺纱专业委员会. 第十七届全国新型纺纱学术交流会论文集. 北京:中国纺织工程学会, 2014: 151-155.
WANG Tao. Comparison of Murata air-jet spinning and Rieter air-jet spinning[C]// New Type Spinning Committee of China Textile Engineering Society. Proceedings of the 17th national symposium on new type spinning. Beijing:China Textile Engineering Society, 2014: 151-155.
[6] GULDEMET Basal, OXENHAM William. Vortex spun yarn vs air-jet spun yarn[J]. Autex Research Journal, 2003(3):96-101.
[7] 裴泽光, 俞兆昇, 郁崇文. 影响纯涤纶喷气涡流纱强度的因素[J]. 纺织学报, 2008,29(12):22-24.
PEI Zeguang, YU Zhaosheng, YU Chongwen. Effect of parameters on tenacity of polyester MVS yarn[J]. Journal of Textile Research, 2008,29(12):22-24.
[8] 逄邵伟, 赵娜, 赵学玉, 等. 喷气涡流纺缝纫线纱线结构分析[J]. 青岛大学学报(工程技术版), 2018,33(3):125-129.
PANG Shaowei, ZHAO Na, ZHAO Xueyu, et al. Analysis on the yarn structure of MVS sewing thread[J]. Journal of Qingdao University (E&T), 2018,33(3):125-129.
[9] 欧阳微微, 李艳清, 田伟, 等. 喷气涡流纺羊绒/涤纶混纺纱纤维径向分布[J]. 现代纺织技术, 2020,28(1):31-35.
OUYANG Weiwei, LI Yanqing, TIAN Wei, et al. Radial distribution of cashmere/polyester blended yarn by jet vortex spinning[J]. Advanced Textile Technology, 2020,28(1):31-35.
[10] 赵娜, 赵学玉, 丁莉燕, 等. 喷气涡流纺缝纫线的开发与性能测试[J]. 成都纺织高等专科学校学报, 2017,34(4):97-101.
ZHAO Na, ZHAO Xueyu, DING Liyan, et al. Development and performance test of MVS sewing thread[J]. Journal of Chengdu Textile College, 2017,34(4):97-101.
[1] 李东洁 郭帅 杨柳. 基于改进图像阈值分割算法的纱线疵点检测[J]. , 2021, 42(03): 0-0.
[2] 孟朔, 夏旭文, 潘如如, 周建, 王蕾, 高卫东. 基于卷积神经网络的机织物密度均匀性检测[J]. 纺织学报, 2021, 42(02): 101-106.
[3] 王婷, 顾冰菲. 基于二维图像的青年女性颈肩部形态自动识别[J]. 纺织学报, 2020, 41(12): 111-117.
[4] 裘柯槟, 陈维国, 周华, 应双双. 成像技术在纺织品颜色测量中的应用进展[J]. 纺织学报, 2020, 41(09): 155-161.
[5] 李涛, 杜磊, 黄振华, 蒋玉萍, 邹奉元. 服装款式图识别与样板转换技术研究进展[J]. 纺织学报, 2020, 41(08): 145-151.
[6] 邵金鑫, 张宝昌, 曹继鹏. 基于图像处理与深度学习方法的棉纤维梳理过程纤维检测识别技术[J]. 纺织学报, 2020, 41(07): 40-46.
[7] 王泽霞, 陈革, 陈振中. 基于改进卷积神经网络的化纤丝饼表面缺陷识别[J]. 纺织学报, 2020, 41(04): 39-44.
[8] 路浩, 陈原. 基于机器视觉的碳纤维预浸料表面缺陷检测方法[J]. 纺织学报, 2020, 41(04): 51-57.
[9] 潘博, 钟跃崎. 基于二维图像的三维服装重建[J]. 纺织学报, 2020, 41(04): 123-128.
[10] 张爱丹, 周赳. 聚集态网点结构提花织物的灰度仿真特性[J]. 纺织学报, 2020, 41(03): 62-67.
[11] 景军锋, 张君扬, 张缓缓, 苏泽斌. 梯度空间下的丝饼表面缺陷检测[J]. 纺织学报, 2020, 41(02): 44-51.
[12] 张铮烨, 辛斌杰, 邓娜, 陈阳, 邢文宇. 基于边界跟踪测量麻纤维横截面参数的算法研究与应用[J]. 纺织学报, 2020, 41(02): 39-43.
[13] 孙洁, 丁笑君, 杜磊, 李秦曼, 邹奉元. 基于卷积神经网络的织物图像特征提取与检索研究进展[J]. 纺织学报, 2019, 40(12): 146-151.
[14] 许倩, 陈敏之. 基于深度学习的服装丝缕平衡性评价系统[J]. 纺织学报, 2019, 40(10): 191-195.
[15] 张爱丹, 周赳. 基于图像色网点化设计的织物结构呈色特征[J]. 纺织学报, 2019, 40(09): 56-61.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!