基于KES与PhabrOmeter测试系统的棉织物保形性对比

2017-10-15 03:35赵超刘新金王广斌
丝绸 2017年12期
关键词:回归分析

赵超 刘新金 王广斌

摘要: 目前对于织物保形性的测试方法过于繁琐,自动化程度较低,而KES与PhabrOmeter这两种测试系统能方便地提供可靠的数据。为了探究这两种测试系统保形性指标的相关性,分别对15种全棉织物进行了测试。利用SPSS软件对指标进行多元回归分析,得到拟合度较高的多元回归方程。并采用灰色关联法,分析棉织物基本参数与保形性能之间的关系。结果表明:PhabrOmeter系统的折皱回复率与KES风格仪的剪切刚度G、剪切滞后量2HG、弯曲刚度B和压缩线性度LC这几个参数之间具有较高的可代替性;棉织物的保形性能和织物的密度关系最密切,其次是纱线的线密度,织物的组织和保形性能之间的关联度较弱。

关键词: KES;PhabrOmeter;保形性;回归分析;灰色关联法

中图分类号: TS101.923.1

文献标志码: A

文章编号: 1001-7003(2017)12-0026-06

Abstract: Current methods to test fabric shape preservation are too cumbersome, and the automation level of testing methods is low. However, KES and PhabrOmeter test systems can conveniently provide reliable data. In order to explore the correlation of the shape preservation index between the two test systems,15 different kinds of cotton fabrics were measured. The multivariate regression analysis was carried out for the indexes with SPSS to gain the multiple regression with high degree of fitting. In addition, grey correlation method was used to analyze the relation between basic parameters and shape preservation of cotton fabrics. It is shown that there is a high degree of substitutability between the wrinkle recovery rate of PhabrOmeter system and the parameters of KES system including shear stiffness G, shear hysteresis 2HG, bending stiffness B and compression linearity LC. The shape preservation of cotton fabrics is most closely related to its density, followed by linear density of yarns. Fabric texture has little influence on the shape preservation.

Key words: KES; PhabrOmeter; shape preservation; regression analysis; grey correlation method

隨着社会经济的发展,人们对衣物的服用性能要求越来越高,除了舒适性、耐久性等常规性能外,衣物的保形性也越来越受到重视。衣物的保形性指织物在使用过程中能保持原有外观特征,便于使用、易于保养的性能[1]。而衣物的保形性一般通过测试织物的折皱回复性能来表示,折皱回复率越大则织物的折皱回复性能越好,保形性能也越好。针对现有测量折皱回复性能的方法存在的测试过程自动化程度低,测量结果精确度不高等弊端[2],近年来国内外学者对织物折皱回复性能进行了一系列的研究。张晓婷等[3]找出了织物物理性能和折皱回复性能之间的线性关系;王蕾等[4]研发了一种基于视频序列的JN-1型织物折皱回复性能动态测试仪,能精确直观评价织物的抗皱性能;刘成霞等[5]提出了一种可模拟实际着装的抗皱测试方法,利用图像处理技术来表征织物穿戴过程中的折皱能力;Xia Dong等[6]研究了织物的应变曲线与折皱回复性的关系,并建立了回归方程。由于这些测试方法过于繁琐,自动化低,本文采用KES织物风格仪和PhabrOmeter织物风格仪这两种测试系统对织物的保形性能进行测试评价。这两种测试系统的测试原理差异导致PhahrOmeter织物风格仪能为用户提供更可靠的量化数据,并且在使用上更加快捷方便,费用更低。为探讨这两种测试系统之间的关系,本文选用不同线密度、不同密度、不同组织结构的15种纯棉织物,分析它们所测试的指标之间的关系和可代替性,并分析了影响棉织物保形性能的多种因素,为评价面料的保形性将起到一定的推动作用。

1 KES与PhabrOmeter测试系统简介

1.1 KES测试系统介绍

20世纪70年代末,Kawabata研制开发出一整套测试服装面料低应力力学性能和表面性能的仪器KES-F系统[7],用于服装面料手感的客观评定,在世界范围内得到了应用。以川端方法为基础研制的KES-FB系列织物风格仪,能测定织物的拉伸、剪切、弯曲、压缩、表面、厚度六项基本力学性能,共16个力学指标,从而计算出织物的风格和综合风格,最后判断织物的风格特性。

1.2 PhabrOmeter测试系统介绍

美国潘宁教授对织物客观评价进行了大量的研究,利用抽出法研制出了PhabrOmeter织物手感评价系统[8]。PhabrOmeter织物风格仪织物的测试原理很简单,类似于选购面料时,将面料从戒指中穿过,并以穿拉过程中面料的抵抗程度来判断面料质量。该仪器通过模拟人拿捏纺织品使之变形,由计算机发送信号控制一推杆向下移动,推动样品通过测试盘中心圆孔产生包括拉伸、剪切、弯曲及摩擦等机械变形,来模拟手掌做手感评价,并提取相关载荷—位移曲线,经过数据转换计算出相应指标,分别为硬挺度、柔软度、光滑度、悬垂系数、手感值和折皱回复率。PhabrOmeter测试原理图如图1所示。

通常来讲,织物的折皱可以简单看做弯曲变形和剪切变形的过程,因此选择用KES的剪切刚度、弯曲刚度和剪切滞后量这三个参数来表征织物折皱性能。除此之外,织物的折皱回复能力还与压缩性能有关[9]。所以,KES与PhabrOmeter测试系统所测的与织物保形性能有关的指标见表1。

2 实验准备

2.1 试 样

选择不同纱支、不同纱线密度、不同织物组织结构的15种全棉机织物(绍兴市沁宇纺织品有限公司),分别使用KES织物风格仪(加藤技研株式会社)与PhabrOmeter织物风格仪(美国欣赛宝科技公司),对这些织物进行织物风格性能测试,试样的具体规格见表2。

2.2 测试方法

KES风格仪器测试:同一块样布取3块20cm×20cm大小的试样,根据FZ/T01054.1—1999《织物风格试验方法 总则》,在室温20℃、相对湿度65%的标准环境下预调湿48h,采用KES风格仪分别测试拉伸性能、剪切性能和弯曲性能,测试3次取平均值,测试结果如表3所示。

PhabrOmeter风格仪测试:同一块样布取3块100cm2大小的圆形试样,根据美国标准AATCC TM202—2012《纺织品服装 相对手感值的评定:仪器法》,将待测织物在温度为20℃、相对湿度为65%条件下平衡24h后,根据测试原理将试样平铺在测试平台上,启动仪器,推杆将试样从圆盘中心平台穿过(图1),接着将所测面料从仪器中取出静置5min,然后将上述织物按原先测试顺序再次放入设备测试,通过使用PhabrOmeter风格仪自带软件计算织物前后差异,测得织物的折皱回复率,测试结果如表3所示。

3 测试结果与分析

3.1 建立回归模型

为了更好地分析比较KES与PhabrOmeter测试系统保形性指标之间的关系,利用SPSS软件对1#~11#棉织物指标进行多元线性回归分析。首先建立多元线性回归方程,模型为:

Y=a+b1X1+b2X2+b3X3+b4X4(1)

式中:Y为PhabrOmeter的折皱回复率,a为常数,b1~b4为各项指标的回归系数,X1、X2、X3、X4分别代表剪切刚度、弯曲刚度、压缩线性度和剪切滞后量。

以公因子为自变量,折皱回复角为因变量,采用进入法,即将X1、X2、X3、X4这四个自变量全部选入回归模型,对各项指标进行多元回归模拟分析。得到的回归方程为:Y=93.17+6.757X1-167.589X2-159.617X3+0.74X4。模型拟合度R为0.924,说明PhabrOmeter的折皱回复率和KES测试系统的各指标之间的回归模型拟合度非常好。回归方程F检验中,F为8.765,大于临界值F0.05(4,11)=3.36,且P检验值为0.011,小于0.05,所以,可以认为建立的回归方程显著。

3.2 回归模型检验

对上文建立的回归方程进行验证,将12#~15#棉织物的测试指标代入回归方程,把计算值与实际测得的结果进行比较,结果如表4所示。

为了更显著地比较实测值与计算值的差异,考证回归方程的准确度,以检验织物样品编号为横坐标,折皱回复率的计算值和实测值分别为纵坐标,进行比较分析,结果如图2所示。

结合表4和图2可以看出,两条数据线不仅趋势相同,峰值变化也基本一致,绝对值最大为2.16,最大误差率绝对值为4.42,这说明该回归方程基本能够预测PhabrOmeter的折皱回复率的实测数据及变化趋势,验证了经上述方程计算的折皱回复率较为准确,用来评价织物抗皱性能具有可行性。同时也说明了PhabrOmeter的折皱回复率与KES风格仪的剪切刚度G、剪切滞后量2HG、弯曲刚度B和压缩线性度LC这几个参数之间具有可代替性,该回归方程具有较高的实用价值,能为织物折皱回复的测试提供选择和参考依据。

4 棉织物保形性能分析

4.1 棉织物基本参数与折皱回复性能的关系分析

折皱回复率是衡量织物保形性能的一个重要指标,为了更好地分析棉织物保形性能和织物组织结构之间的关系,将表3棉織物的PhabrOmeter折皱回复率测试结果绘制成图3。结合图3和表2可知:1)当棉织物的纱线线密度和织物密度基本一致时,由织物12#、13#、3#和棉织物4#、14#、5#这两组织物可知,缎纹棉织物的折皱回复率最好,斜纹棉织物次之,平纹棉织物最差。这是因为平纹棉织物组织最为紧密,虽然当它受到外力时不容易折皱变形,但是当外力撤去时,纱线也不容易回复到原来的位置,所以平纹棉织物的保形性能较差。2)织物6#、7#、8#和织物9#、15#、10#是纱线线密度相同而密度不同的2组平纹组织,由图3可知,织物密度越大,折皱回复率越小,棉织物的保形性越差。这是因为随着纱线线密度的增加,纱线之间空隙变小,当棉织物发生折皱回复时,纱线不易相对移动,所以当其他条件相同时,织物密度小的保形性能好。3)棉织物6#、9#和11#是织物密度相同但纱线线密度不同的平纹组织,由图3可知,由于纱线线密度小,纱线与纱线之间的摩擦力减小,折皱回复时容易回到原来位置,因此抗皱性能越好,保形性也越好。

4.2 棉织物基本参数与折皱回复性能灰色关联分析

灰色关联分析方法,是根据各个因素与结果之间的发展相似程度,对各因素与结果间的主次程度作出衡量的一种方法[10]。通过灰色关联分析法,分析棉织物纱线线密度、经纬纱线密度、织物组织与棉织物折皱回复性之间互存在的联系,并对关联度进行排序。由于不同织物组织的浮长不同,因此用浮长来量化不同的织物组织,平纹组织浮长为1,三枚斜纹为1.5,五枚缎纹为2.5。

第一步,将棉织物折皱回复率设为参考数列,记为:Y0=(43.01,40.19,30.42,36.64,34.27,50.77,49.53,45.91,52.41,47.63,52.76,36.3,31.44,36.02,48.82),线密度、浮长、经纱线密度和纬纱线密度设为对比数列,分别记为:Y1=(18.2,18.2,14.6,11.7,11.7,9.7,9.7,9.7,7.3,7.3,5.83,14.6,14.6,11.7,7.3), Y2=(2.5,1,1,2.5,1,1,1,1,1,1,1,2.5,1.5,1.5,1), Y3=(130,130,133,144,144,90,110,140,90,151,90,133,133,144,133), Y4=(70,70,72,80,80,88,110,120,88,152,88,72,72,80,100)。

第二步,对以上数列进行初值化处理,得到:

X0=(1,0.93,0.71,0.85,0.8,1.18,1.15,1.07,1.22,1.11,1.23,0.84,0.73,0.84,1.14), X1=(1,1,0.8,0.64,0.64,0.53,0.53,0.53,0.4,0.4,0.32,0.8,0.8,0.64,0.4), X2=(1,0.4,0.4,1,0.4,0.4,0.4,0.4,0.4,0.4,0.4,1,0.6,0.6,0.4), X3=(1,1,1.02,1.11,1.11,0.69,0.85,1.08,0.69,1.16,0.69,1.02,1.02,1.11,1.02), X4=(1,1,1.03,1.14,1.14,1.26,1.57,1.71,1.26,2.17,1.26,1.03,1.03,1.14,1.43)。

第三步,求出Xi与X0的绝对差值如表5所示,得到最小绝对差值为0,最大绝对差值为1.04。

接着根据表5数据,求出线密度、浮长、经纱线密度和纬纱线密度分别对应的关联系数(ζ1,ζ2,ζ3,ζ4):

ζ1=(1,0.89,0.85,0.71,0.77,0.45,0.46,0.49,0.39,0.42,0.36,0.93,0.88,0.73,0.41),

ζ2=(1,0.49,0.63,0.78,0.57,0.40,0.41,0.44,0.39,0.41,0.39,0.77,0.80,0.69,0.41),

ζ3=(1,0.89,0.62,0.67,0.63,0.52,0.63,0.98,0.50,0.95,0.49,0.74,0.64,0.66,0.82),

ζ4=(1,0.89,0.62,0.64,0.60,0.87,0.55,0.45,0.93,0.33,0.94,0.74,0.64,0.63,0.64)。

因为关联系数多且分散,不便于比较,所以最后计算出纱线线密度关于折皱回复率的关联度R1=0.65,浮长关于折皱回复率的关联度R2=0.57,经纱线密度关于折皱回复率的关联度R3=0.72,纬纱线密度关于折皱回复率的关联度R4=0.70。由R3>R4>R1>R2可知,棉织物的折皱回复性能与经纱线密度之间的关联度最好为0.74,其次是纬纱线密度和纱线线密度,浮长与折皱回复性之间的关联度较弱。所以,棉织物的保形性能和织物的密度关系最密切,其次是纱线的线密度和浮长。通过灰色关联分析可以为织物的工艺设计提供依据。

5 结 论

1)PhabrOmeter系统的折皱回复率与KES风格仪的剪切刚度G、剪切滞后量2HG、弯曲刚度B和压缩线性度LC这几个定义织物保形性能参数之间,能够建立高拟合度的多元线性回归方程,且具有可代替性,因此能用KES与PhabrOmeter这两种测试系统来表征织物的保形性能。

2)在其他参数相同的情况下,缎纹棉织物的保形性能最好,斜纹棉织物次之,平纹棉织物最差;随着棉织物密度的增加,保形性能变差;随着棉织物纱线线密度的减小,棉织物的保形性能越好。

3)棉织物的保形性能和织物的密度关系最密切,其次是纱线的线密度,织物的组织和织物的保形性能之间的关联度较弱。

参考文献:

[1]于伟东.纺织材料学[M].北京:中国纺织出版社,2006:343-359.

YU Weidong. Textile Material Science[M]. Beijing: China Textile & Apparel Press,2006:343-359.

[2]张月,王蕾,刘建立,等.織物折皱回复角测试方法比较[J].纺织学报,2015,36(1):60-63.

ZHANG Yue, WANG Lei, LIU Jianli, et al. Comparison of test methods for fabric wrinkle recovery angle[J]. Journal of Textile Research,2015,36(1):60-63.

[3]张晓婷,高卫东,卢雨正.织物折皱回复角与其物理力学性能的关系[J].纺织学报,2008,29(6):29-31.

ZHANG Xiaoting, GAO Weidong, LU Yuzheng. Relationship between fabrics wrinkle recovery angle and its physical and mechanical property[J]. Journal of Textile Research,2008,29(6):29-31.

[4]王蕾,刘建立,潘如如,等.基于视频序列的织物折皱回复角动态测量[J].纺织学报,2013,34(2):55-60.

WANG Lei, LIU Jianli, PAN Ruru, et al. Dynamic measurement of fabric wrinkle recovery angle by video sequence[J]. Journal of Textile Research,2013,34(2):55-60.

[5]刘成霞,韩永华.模拟实际着装的织物抗皱性测试方法[J].纺织学报,2017,38(3):56-60.

LIU Chengxia, HAN Yonghua. Measurement for fabric wrinkle resistance by simulating actual wear[J]. Journal of Textile Research,2017,38(3):56-60.

[6]XIA Dong, ZHANG Jianchun, ZHANG Yan, et al. A study on the relaxation behavior of fabrics crease recovery angle[J]. International Journal of Clothing Science and Technology,2003,15:47-55.

[7]侯秀良,高卫东.KES-F织物风格评价系统的发展[J].毛纺科技,2005(3):46-48

HOU Xiuliang, GAO Weidong. Development of kawabata evaluation system-fabric (KES-F)[J]. Wool Textile Journal,2005(3):46-48.

[8]吴烨.基于FAST和KES测试的PTT织物风格评价[D].苏州:苏州大学,2010:7-8.

WU Ye. Evaluation of PTT Fabric Style Based on FAST and KES Test[D]. Suzhou: Soochow University,2010:7-8.

[9]张晓婷.织物折皱回复性能的研究[D].无锡:江南大学,2008:30-31.

ZHANG Xiaoting. Study on Crease Recovery of Fabric[D]. Wuxi: Jiangnan University,2008:30-31.

[10]孫芳芳.浅议灰色关联度分析方法及其应用[J].科技信息,2010(17):880-882.

SUN Fangfang. Analysis of grey relational method and its application[J]. Science & technology information,2010(17):880-882.

猜你喜欢
回归分析
社会保障支出与GDP之间的关系研究
基于CGSS2003数据关于住房影响因素的报告
基于CGSS2003数据关于住房影响因素的报告
溶血标本对生化检验的准确性干扰及纠正性回归分析
中国经济发展状况与大学生就业情况的相关性研究
北京市旅游产业与经济增长的实证分析
城乡居民医疗费用的相关性与回归分析
基于变形监测的金安桥水电站坝体稳定性分析
森林碳汇影响因素的计量模型研究
河北省城镇居民人均可支配收入与消费统计分析