棉織物透氣性能的預測研究

徐瑤瑤，朱俐莎，杜 磊，鄒奉元，b

(浙江理工大學,a.服裝學院；b.浙江省服裝工程技術研究中心，杭州 310018)

棉織物透氣性能的預測研究

徐瑤瑤a，朱俐莎a，杜 磊a，鄒奉元a，b

(浙江理工大學,a.服裝學院；b.浙江省服裝工程技術研究中心，杭州 310018)

采用兩種計算孔徑的方法，分別計算出織物孔徑dp、dh。在特定紗線線密度下，研究織物孔徑和織物透氣率之間變化規律。其次改變紗線線密度，觀察紗線線密度變化對織物透氣率大小的影響。利用Origin軟件擬合織物透氣率與紗線線密度、織物經緯紗密度、孔徑dp或孔徑dh之間的函數關系。研究結果表明，當孔徑分別采用dp、dh用作擬合參數時，所得函數計算的透氣率與實測透氣率的相關系數分別為0.9927、0.9952。由此可見，所建立的擬合函數可用于全棉織物的透氣性預測。對于孔徑計算方法的選擇，采用dh時要比采用dp時，透氣率的預測精度略高。

棉織物；擬合；透氣性；相關性

織物透氣性是指織物兩側存在壓差時，空氣從織物的孔隙透過的性能[1]。根據所需紡織品透氣性需求，通過透氣性預測，在投入生產之前便可準確進行織物的規格設定。因此織物的透氣性預測對于紡織品的生產及使用具有指導意義。

目前，對于織物透氣性預測主要有兩類，一類是通過人工網絡模型對所選取的影響因子進行擬合訓練，利用神經網絡能夠對一類特定的織物較為準確地進行織物透氣性預測。所采用的神經網絡一般有BP神經網絡[2]、RBF神經網絡[3]、PPR神經網絡[4]。3種模型中，PPR神經網絡被認為擬合效果最佳。另一類是公式計算法，利用流體動力學原理、擬合得出預測公式，通過公式計算求得預測值。兩類方法在特定訓練樣本下得到特定類型織物的透氣性預測值都能達到一定的預測精度，但是公式計算法相對神經網絡預測法有兩大優點：一是相對更加泛化[5]，由于神經網絡選取固定的影響因子作為輸入層數據，輸入層單元會自動計算權重，而不同的織物其透氣性大小影響因子權重[6]會有所差異，公式計算法選用織物參數作為公式擬合依據，不受特定影響因子束縛，所以應用范圍廣；二是公式計算法相對簡單方便，神經網絡模型的建立相對復雜，專業性要求高。公式擬合許多數據處理軟件均能直接應用，為非計算機專業學者進行相關研究提供諸多便利[4-6]。因此本文選取公式計算法，對棉織物透氣性能進行預測研究。公式計算中的參數孔徑有兩種計算方法，對兩種孔徑計算方法通過擬合得出兩種織物透氣率預測公式，分析預測值和實測值之間的相關性，從而得到預測精度較高的一種織物透氣率預測公式。

1 孔徑計算方法

在公式計算法中通常采用的一個參數是孔徑，孔徑主要是為了表示織物紗線間孔隙的大小。研究思路不同對孔徑的數學定義有所差異，而孔徑的計算方法主要有以下兩種。

1.1 孔徑dp

Marie Havlova認為可以將織物經緯向交織所形成的孔隙理想化，假設每個孔隙為方形、大小相同且分布均勻,Dj、Dw(根/10cm)分別表示織物經向密度和織物緯向密度，dj、dw(mm)分別表示織物經向紗線直徑和緯向紗線直徑，定義dp為織物紗線間孔隙半徑。可得孔徑dp計算公式[7]：

(1)

1.2 孔徑dh

織物其實是一種典型的多孔介質材料，空氣透過織物的過程與流體流過多孔介質的過程相似,因此織物的多孔隙結構可以視為平行毛細管束集聚體模型[5,8]。通過流體力學原理，模擬織物間孔隙通道為圓形通道，可得圓形通道孔徑dh計算公式[9]：

(2)

式(2)中：A為織物孔隙截面面積；p為織物孔隙截面周長。

計算織物孔隙截面面積及截面周長，可得孔徑dh計算公式為式(3)：

(3)

2 實 驗

2.1 試樣

排除織物材質、組織結構對織物透氣性的影響，選用全棉平紋織物共29塊作為試樣。其中21塊為擬合樣，8塊為驗證樣。采用樣本均由紹興縣紡業良紡織有限公司提供。具體織物規格詳見表1。

2.2 測試數據及孔徑計算結果

2.2.1 織物紗線直徑測定

為了更好地表征織物紗線直徑，采用江南永新MV2100金相顯微鏡獲取經緯向紗線圖片、利用Scope image9.0中的測量工具對同一紗線取10個有效點進行直徑測量，取平均值，獲取織物經緯向紗線表觀直徑[10]。如圖1所示，測試結果見表2。

表1 樣本織物結構參數

注：1～21為擬合樣，22～29為驗證樣。

圖1 紗線直徑測試示意

2.2.2 織物厚度測定

利用YG(B)141D數字式織物厚度儀測量織物厚度L(mm)，樣品在測試前放置于恒溫恒濕室預調濕24h。測試過程選取10組有效點數據，取平均值。

2.2.3 織物透氣率測定

使用YG461型織物透氣儀進行織物透氣率測試。測試條件：織物兩側壓差設為100Pa，圓形測試試樣的直徑為20mm。

2.2.4 孔徑dp、dh的計算

通過所給的公式(1)、公式(3)，將相關數據代入公式，計算得出每塊樣本的孔徑dp、dh。其中織物紗線線密度T(tex)、織物經緯向密度由樣本制造商提供，經緯向紗線表觀直徑由實驗測量所得。

織物經緯向紗線表觀直徑、織物厚度、透氣率及織物孔隙直徑計算結果見表2。

表2 織物測試數據及孔徑計算結果

3 透氣性預測計算公式構建

分別選取經緯紗線線密度為28.12、19.69、18.46、14.76tex和9.84tex的織物，改變織物經緯紗密度，計算出孔徑dp、dh，繪制dp、dh與透氣率之間的散點圖。其結果如圖2、圖3。

通過觀察所得散點圖可知，隨著織物紗線線密度的增大，透氣率先增大后減小，說明織物透氣性能大小不僅受織物經緯紗密度影響，同樣也受織物紗線線密度等其他因素影響。在特定紗線線密度下，織物透氣率隨孔徑的增大而增大，觀察圖2、圖3可發現兩者之間呈線性關系。變化規律同時適用于dp、dh。可見在紗線線密度確定的條件下，織物透氣率大小可表示為，

圖2 dp與透氣率之間關系

圖3 dh與透氣率之間的關系

(4)

式(4)中：Ap表示透氣率，d表示孔徑dp或dh，K、B為待定參數。

相同紗線線密度下，對孔徑和透氣率之間線性關系進行線性擬合，得出在給定的紗線線密度下，織物孔徑和透氣率之間的函數關系式。圖4是織物紗線線密度在14.76tex時，織物孔徑dp與透氣率之間的線性擬合。圖5是織物紗線線密度在14.76tex時，織物孔徑dh與透氣率之間的線性擬合。

圖4 dp與透氣率之間擬合關系

圖5 dh與透氣率之間擬合關系

采用同種擬合方法，對其他紗線規格下的孔徑與透氣率之間進行數據擬合，得出在不同紗線規格下，孔徑分別為dp、dh與透氣率之間的函數關系，如表3，表4。

表3 孔徑dp在不同線密度下對應的參數K、B值

表4 孔徑dh在不同線密度對應的參數K、B值

由表3、表4可發現，透氣率計算公式中的參數K、B隨織物紗線線密度變化而變化，繪制散點圖，觀察分析兩者之間符合指數函數曲線，利用Origin8.0進行數據擬合，得出K、B與織物紗線線密度之間的函數關系。如圖6、圖7為孔徑dp時參數K、B與線密度之間的擬合關系。

圖6 線密度與參數K之間的擬合曲線

圖7 線密度與參數B之間的擬合曲線

同樣，在孔徑dh的情況下，對紗線線密度和參數K、B之間分別繪制散點圖。擬合紗線線密度與參數K、B之間的相關函數關系。分別將dp、dh所得參數K、B回代至式(4)中，得到透氣率預測計算式如式(5)、式(6)。

Ap=114910T-2.15563dp-763859.013T-2.022697

(5)

Ap=1233480T-2.20088dh-998435.021T-2.14753

(6)

4 驗 證

根據擬合所得織物透氣率預測計算式，選取8塊面料進行驗證，與前面擬合樣相同，計算孔徑dp、dh,測量驗證樣透氣率及厚度。參數見表6。

表6 驗證樣各項參數

將所得的計算值與實測值進行相關性分析，驗證所得預測值的準確性。通過相關性分析可得孔徑計算方法選取dp時，將擬合方程計算值與實測值之間進行相關性分析，其相關系數為0.9927。選取dh時，計算值與實測值之間相關系數為0.9952。

5 結 論

a) 使用兩種計算方法計算織物孔徑大小dp、dh，通過實驗測試織物透氣率。繪制織物孔徑和透氣率之間散點圖，觀察發現在線密度不變的情況下，織物透氣率和孔徑dp、dh呈線性相關。透氣率和孔徑之間計算公式中的參數K、B隨織物紗線線密度增大而減小。

b) 利用軟件擬合平紋全棉織物透氣率預測計算式。所得擬合式用于平紋棉織物透氣率計算，計算值與實測值之間相關系數可達到0.99以上。表明通過數據繪制散點圖，分析相關參數與所求值之間的函數關系，有針對性進行數據擬合，該種方法用于織物的透氣性預測具有較高的可行性。

c) 兩種不同的孔徑dp、dh用來擬合織物透氣率預測公式，所得計算值和實測值之間相關系數分別為0.9927、0.9952。結果表明：對于平紋棉織物的透氣率預測公式擬合，選用孔徑dh時預測值與實測值之間相關性相對更高，在后期的平紋棉織物透氣性預測研究中，選用孔徑dh作為預測參數可行性更高。

[1] 俞月莉,張 麗,周 強,等.織物透氣性測試方法標準之比較[J].紡織標準與質量,2011(4):21-25.

[2] Wang L Y , Mao L E.Valuation and prediction of wet comfort performance of knitted fabric underwear using artificial neural network [C]//3rd International Symposium of Textile Bioengineering and Informatics,2010:1335-1341.

[3] 田 麗,高 洪,葛 愿,等.基于RBF神經網絡的織物透氣性預測研究[J].自動化與儀器儀表,2006(5):6-8.

[4] 王 健,張曉麗,劉 陶.機織物透氣性預測的投影尋蹤回歸模型[J].紡織學報,2011(8):47-49.

[5] 徐廣標,王府梅.基于BP神經網絡的精紡毛織物透氣性能的預測[J].毛紡科技,2008(2):54-56.

[6] 曹建達.棉織物透氣性能的BP神經網絡預測研究[J].棉紡織技術,2004,31(11):19-21.

[7] Havlova M. Air permeability and costructional parameters of woven fabrics[J]. Fibres & Texties in Eastern Europe,2013,21(2):84-89.

[8] Kulichenko A V, Langenhove L V. The resistance to flow transmission of porous materials[J]. Journal Textile Institute, 1992,83(1):127-132.

[9] Zupin Z, Hladnik A, Dimitrovski K. Prediction of one-layer woven fabrics air permeability using porosity parameters[J].Texties Research Journal, 2011(2): 117-128.

[10] 邱茂偉,王府梅.機織物透氣性能的預測研究[J].紡織學報，2005,26(4):73-75.

(責任編輯：許惠兒)

Prediction of Air Permeability of Cotton Fabrics

XUYaoyaoa,ZHULishaa,DULeia，ZOUFengyuana，b

(a.School of Fashion Design and Engineering; b.Zhejiang Garment Engineering Technology Research Center, Zhejiang Sci-Tech University, Hangzhou 310018, China)

Two methods of calculation of the aperture were adopted to calculate thedpand thedh. Under particular yarn linear density, change rules between aperture and air permeability of fabrics were studied. Then, yarn linear density was changed to observe effects of changes in yarn linear density on air permeability of fabrics. Origin software was used to fit the relationship among air permeability, yarn linear density, weft and warp yarn density, aperturedpor aperturedh. The results show whendpand dh are used as fitting parameters, correlation coefficients of air permeability calculated according to the function and actual air permeability are 0.9927 and 0.9952, respectively. It thus can be seen that the fitting function can be used to predict air permeability of cotton fabrics. for aperture selection, prediction accuracy whendhis adopted is slightly higher than that whendpis adopted.

cotton fabric; fitting; air permeability; relevance

2014-09-10

紡織科學與工程重中之重一級學科2013年學生科研創新計劃項目(11110031211202)

徐瑤瑤(1991—)，女，浙江衢州人，碩士研究生，主要從事服裝人體工程與舒適性方面的研究。

鄒奉元，E-mail:zfy166@zstu.edu.cn

TS195.644

A

1009-265X(2015)03-0026-05