单经单纬山羊绒机织面料生产工艺研究

来源 :西安工程大学 | 被引量 : 0次 | 上传用户:houjinlei11
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着人们生活品质的提高以及生产技术的更新,人们对山羊绒精纺面料寄以了更高的希望,希望山羊绒精纺面料更轻薄、更柔软、能达到贴身穿的程度。为了迎合广大消费者的追求,本课题开发了单经单纬山羊绒机织面料,并对单经单纬纯羊绒机织面料的纺纱、织造、后整理工艺参数进行了优化。本课题选择平均细度为16.72μm的白绒作为生产原料,经过计算可得单纱截面内纤维根数为65根,能够保证纱线上机强力。为了生产出强力高、毛羽少、不匀率小的纱线,本课题对影响纱线品质的毛粒、短绒率及捻系数三个因素进行了试验分析,着重研究了毛粒对纱线质量的影响。通过多次试验优化,最后得出最优的纺纱参数为:原料回潮为22%,和毛油添加量为1.5%;预梳工作辊(1#-5#)针布号数为32-33,预梳锡林针布号数为31,预梳道夫针布号数为33,末梳工作辊(1#-5#)针布号数为33-34,末梳锡林针布号数为33,末梳道夫针布号数为34;锡林盖板隔距为9、8、7、7、7,短绒率控制在8.2%,捻系数为436。本课题通过对经纱张力、后梁高度以及开口时间等影响织机效率参数的研究,最终得出织机效率最高、经纱断头次数最少的织造工艺参数为:经纱张力为17c N,后梁高度为102mm,开口时间为325°。本课题研究了对羊绒织物风格影响较大的后整理因素:煮呢、缩呢、洗呢、罐蒸。通过多次试验确定最优的煮呢工艺参数为:定型剂2%,温度80,速度20m/min,时间50min。最优缩呢工艺参数为:中性缩剂添加量为5%。高速200m/min-5min→150m/min,0.2bar-20min→150m/min-20min,0.5bar,缩率达到6.5%,幅宽150cm。最优罐蒸工艺参数为:处理压力为1.2bar/cm2,蒸汽温度为75℃,蒸汽循环方式为由外向内。通过对研发面料进行各项性能测试,得出本课题所研发的单经单纬山羊绒机织面料符合最初设计要求。最后,对单经单纬山羊绒机织面料和股线山羊绒机织面料进行服用性能测试和kes风格测试,单经单纬山羊绒机织面料在力学性能、汽蒸收缩性能、起毛起球性能、脱缝程度上均能和股线山羊绒机织面料相媲美,特别是在抗皱和透气性上优于股线山羊绒机织面料。充分体现了手感滑糯、弹性悬垂性优良、抗皱性好、轻薄、可贴身穿着的风格特点,得出单经单纬山羊绒机织面料风格优于股线山羊绒机织面料风格的结论。
其他文献
随着DNA测序技术的进一步成熟,我们对人类基因组和各类疾病在基因方面的研究得到了很大进展。通过对人类的基因组进行测序,我们已经能够比较全面地了解某些基因是如何运行的
<正> 血栓闭塞性脉管炎(TAO)是一种常见的末梢动脉慢性闭塞性疾病,相当于中医的“脱疽”,临床上较为难治。随着对本病认识的日益提高,治疗上也取得了较大的进展。现将1990年
目的调查COPD患者营养不足、营养风险的比例及营养支持治疗状况。方法选取2010年1月~2015年9月入住我科的COPD患者,按病史年限分为三组:5~9年组、10~14年组及≥15年组。急性
针对变形序列呈现非线性、随机性等特点,提出一种基于小波分析的灰色支持向量机变形预测新算法。首先采用小波原理对变形序列进行分解,得到不同频率的分量,根据各分量的特征分别建立灰色模型和支持向量机模型。同时,采用网格搜索法选取模型的最优参数,并与灰色模型、BP神经网络和支持向量机对比分析。经理论分析和算例表明:采用小波原理能够有效提取变形序列中隐含的时频信息,优化了原始序列,能更好地反映变形的局部特征和
近年来,"印太"作为新兴的地缘政治、地缘经济术语在印度国内引起广泛争议,并对印度外交政策产生一定影响。对印度而言,"印太"概念的兴起既是印度逐渐崛起的反映也是印度东向
简要介绍了港珠澳大桥首级控制网的建网与复测情况及取得的主要技术成果,阐述了港珠澳大桥GSNS连续运行参考站系统的建设特点、难点、关键技术及系统应用与维护中需要解决的
<正>作为世界第一大经济体,美国金融账户统计方法较为完善,金融账户统计编制方法规范、监测范围广泛、统计内容详尽、信息共享畅通。而反观我国,在金融账户统计方面还存在着
<正> 甲状腺功能亢进症(简称甲亢)是由于甲状腺合成和分泌的甲状腺激素过多,导致基础代谢增加,自主神经功能失常、甲状腺肿大等为特征的常见内分泌疾病。目前现代医学对该病
【正】 一、竞争与协调的意义及其交叉什么叫竞争?自然界的生物体、社会中的人或者各种类型的团体,为了同一的追求目标而进行力的较量,从而决定胜负和优劣并进行利益的再分配
首次将神经网络集成技术引入交通量预测.神经网络集成通过训练多个神经网络并将各网络输出进行合成,可显著提高学习系统的泛化能力.在Boosting和Bagging集成方法的基础上,提