基于XJ120測試數據的紗線質量預測技術研究

閆小兵　盛翠紅　張一心

摘要：為合理有效地利用原棉資源，避免生產過程中造成浪費，通過原棉的各項性能指標來定量預測成紗質量是一個有效途徑。本文收集了59組14.6 tex棉卷/生條作為樣本，測試了對應成紗的強力、條干CV單紗品質指標。運用國產XJ120快速棉纖維性能測試儀檢測出棉卷/生條的12項指標：Mic、Luhm、Ui、Str、Elg、Mat、Rd、+B、CG、TC、TA、TG。采用多元線性回歸方法，建立了棉卷/生條XJ120測試性能指標與對應成紗單紗強力、條干CV品質指標的多元線性回歸方程模型。結果所得的回歸方程模型對棉紡廠的配棉工作具有一定指導意義。

關鍵詞：XJ120；棉紗質量；多元線性回歸；回歸方程模型；配棉

中圖分類號：TS111.9

文獻標志碼：A

文章編號：1009-265X（2017）06-0027-04

Research on Yarn Quality Prediction Technology Based on XJ120 Test Data

YAN Xiaobing， SHENG Cuihong， ZHANG Yixin

（School of Textile and Materials， Xian Polytechnic University， Xian 710048， China）

Abstract：To study the rational use of raw cotton resources and avoid the waste in the production process， an effective way is the quantitative prediction of cotton yarn quality through the performance indexes of raw cotton. 59 groups of 14.6tex cotton roll/cotton sliver were collected as samples， and the strength of corresponding yarn and quality index of CV single yarn were tested. The domestic XJ120 fast fiber performance testing instrument was used to detect the 12 indicators of cotton roll/cotton sliver： Mic， Luhm， Ui， Str， Elg， Mat， Rd， +B， CG， TC， TA， TG. Multivariate linear regression method was applied to establish multivariate linear regression equation model for cotton roll/cotton sliver XJ120 test performance index and the corresponding yarn strength and evenness CV quality index. The results show that the regression equation model has certain guiding significance to cotton assorting.

Key words：XJ120； cotton yarn quality； multivariate linear regression； regression equation model； cotton assorting

棉纖維是紡織工業中不可缺少的重要原料，原棉品質是影響成紗質量的重要因素之一（棉紗線的品質大約有80%受棉纖維性能的制約），同時，原棉成本約占棉紗成本70%左右。為合理有效地利用原棉資源，避免生產過程中造成浪費，可以通過原棉的各項性能指標來預測成紗質量[12]。

中國對棉纖維品質與成紗質量的關系研究起步較晚，20世紀90年代才提出了回歸模型、灰色評判模型等。這些模型的建立基本都是通過對棉纖維單嘜試紡的數據進行的各種研究[34]。近年，國內外也有部分學者研究了計算機專家分析系統在該課題中的應用，取得了一定的效果，但沒有對中國棉花的生產實際情況做深入的研究[5]。

陜西長嶺紡織機電科技有限公司生產的XJ120快速棉纖維性能測試儀（以下簡稱XJ120棉纖維測試儀）是集光、機、電、氣、計算機等技術為一體的高技術、多功能儀器；該儀器結合中國國情以及用戶的實際需要，應用現代電子技術、光電技術及氣流控制技術等領域的新成果。

本文主要使用XJ120快速棉纖維性能檢測儀檢測了選定棉卷/生條的12個指標，結合傳統方法檢測的短絨率、含雜重量百分率兩個指標，分析棉卷/生條與對應成紗的單紗強力、條干CV、細節、粗節以及棉結等5項品質指標之間的關系，最終建立原棉性能與棉紗質量之間的關系模型，并分析建立模型對于實際情況的代表性程度，從而檢測探尋新的預測成紗品質途徑的實用性，對實際生產具有一定的指導意義。

1原料選擇

為確保樣品有一定的代表性，從陜西風輪紡織股份有限公司、陜西唐華四棉有限責任公司、陜西大華紡織有限責任公司、寶雞大榮紡織有限責任公司收集59組棉卷和生條半成品作為14.6 tex棉卷/生條樣品，這些樣品的指標綜合值在指標常見分布區間中，并保持一定均勻的跨度。并在同一型號設備、工藝條件下紡制成紗。

2儀器設備

儀器設備：XJ120棉纖維測試儀（陜西長嶺紡織機電科技有限公司），YG046型原棉雜質分析機（陜西長嶺紡織機電科技有限公司），Y111型羅拉式纖維長度分析儀（萊州市電子儀器有限公司），YG063G全自動單紗強力儀（陜西長嶺紡織機電科技有限公司），CT3000條干均勻度測試分析儀（陜西長嶺紡織機電科技有限公司）[6]。

其中XJ120棉纖維測試儀主要由長度/強伸度測試儀（配有取樣器和讀碼器），馬克隆測試儀（配有電子天平），色澤測試儀，雜質測試儀和回潮率測試儀組成。另外還有主處理機、顯示器、鍵盤、鼠標、打印機等外設控制部分（如圖1）。

3實驗方法

運用XJ120快速棉纖維性能測試儀分別測試棉卷/生條的上半部平均長度Luhm、馬克隆值Mic、成熟度指數Mat、整齊度指數Ui、斷裂比強度Str、斷裂伸長率Elg、反光亮度RD、黃色深度+B、色澤等級CG、雜質數TC、雜質面積TA、雜質等級TG等12項性能。運用YG046型原棉雜質分析機和Y111型羅拉式纖維長度分析儀測試棉卷/生條的含雜重量百分率PTC和短絨率SFC；運用YG063G全自動單紗強力儀和CT3000條干均勻度測試分析儀分別測試棉卷/生條成紗的單紗強力和條干CV。

通過上述儀器測試，收集取樣的59組代表性14.6 tex棉卷/生條的14項指標測試范圍，見表1。

4預測成紗質量模型的建立與驗證

根據多年的生產經驗可知，成紗質量預測目標與原棉品質之間是一種非嚴格的、不確定的函數關系，即成紗質量不能由原棉品質的數值精確且唯一的函數關系確定，但是存在著一定的相關性[79]，因此本文選用多元線性回歸分析的方法對于成紗質量進行預測分析[1011]。考慮到本文實驗所得關系、規律的適應性需要通過企業的后期校正來完善，以及該模型的普及性與實際可操作性，運用了易于操作與掌握的SPSS軟件中相關性算法與多元線性回歸分析方法。本文對棉卷/生條性能數據與對應紗線質量建立了回歸方程，方程中符號的代表意義如表2。

4.1棉卷/生條性能與14.6 tex成紗單紗強力指標關系

采用多元線性回歸，對棉卷性能數據與成紗單紗強力進行擬合，擬合程度如圖2所示，得到回歸方程：

YP=1.346×Mic+0.129×Luhm+0.318×Ui+0.393×Str-0.901×Elg-57.473×Mat+0.291×Rd+0.795×B+0.115×CG+（8.048×10-2）×TC-0.411×TA+（2.037×10-2）×TG-0.144×SFC-1.074×PTC-5.873

相關系數R=0.832，模型判定系數（或解釋力）R2=0.692，回歸方程判定系數的F檢驗值為7.060，其顯著性=0.000，表明模型的判定系數具有統計學意義，即用以上14個變量可以解釋YP 69.2%的變差。

4.2棉卷/生條性能與14.6 tex成紗條干CV指標關系

采用多元線性回歸，對棉卷性能數據與成紗條干進行擬合，擬合程度如圖3所示，得到回歸方程：

YCV=0.577×Mic-0.148×Luhm-（6.72×10-2）×Ui-（3.541×10-3）×Str-（9.08×10-2）×Elg+（1.483×10-2）×Mat+0.120×Rd-0.448×B+（3.580×10-2）×CG-（2.09×10-2）×TC+（1.276×10-2）×TA-（1.51×10-2）×TG+（8.188×10-2）×SFC+0.149×PTC+16.955

相關系數R=0.893，模型判定系數（或解釋力）R2=0.797，回歸方程判定系數的F檢驗值為12.362，其顯著性=0.000，表明模型的判定系數具有統計學意義，即用以上14個變量可以解釋YCV79.7%的變差。

綜上，本文預測出了14.6 tex棉卷/生條的XJ120等測試性能與對應成紗單紗的強力、條干CV質量關系模型，并且運用預測模型預測結果對比實際成紗質量具有較高的擬合程度（見圖2、圖3）。這種預測模型具有容易建立、低成本等優點，有利于指導棉紡企業科學配棉。

4.3預測成紗質量模型預測值與實測值關系

為了驗證模型的實際預測效果，分析了成紗品質的實測值與預測值之間的相關系數與判定系數（表3）。從表3可得：棉卷/生條與對應14.6 tex成紗強力、條干CV質量指標的多元線性回歸模型預測值與實測值間的相關系數和判定系數數值在合理范圍內，此預測方法具有實用效果。

綜上，模型對于數據的擬合程度比較好，在通過企業后期的繼續校正后，可以用于成紗質量的生產控制中。

通過分別建立包含短絨率SFC與雜重量百分率PTC、不含含雜重量百分率PTC和含短絨率SFC、包含含雜重量百分率PTC和不含短絨率SFC、不含含雜重量百分率PTC與短絨率SFC的四個模型，得到成紗的條干CV值預測值與實測值的判定系數R2值（表4）。

從表4可知，添加傳統指標比不添加傳統指標對于預測模型的解釋力要大，兩個傳統指標對于模型的科學、有效建立起到了一定的助推作用；兩個傳統指標都有的模型的解釋力比只有其中一個傳統指標也要大；并且只含有短絨率一個傳統指標的模型的解釋力比只含有一個含雜重量百分率傳統指標的解釋力要大，相對來說短絨率指標的作用要大于含雜重量百分率的作用。

5結論

a）建立了14.6 tex棉卷/生條與成紗強力、條干CV質量指標的多元線性回歸模型，并且模型預測值與實測值的相關系數高，具有實用效果；

b）添加短絨率指標使棉纖維快速檢測產生的弊端得到有效補充；增加含雜重量百分率指標后，改善了HVI檢測“重表輕質”的局限性，使建立的模型更加可靠；

c）由于該方法屬于低成本開發，所建立的模型的適用性比較強，有利于眾多棉紡企業應用并推廣。

參考文獻：

[1]周方穎，張一心，王偉.原棉成紗質量預測模型的研究[J].紡織科學研究，2006（3）：51-56.

[2]孫海蘭.紡紗質量分析與預測[D].蘇州：蘇州大學，2004.

[3]儲才元，凌導宏.棉纖維性能和成紗質量間關系的研究[J].紡織學報，1993，14（7）：4-18.

[4]閆小兵，張一心，張鵬飛.原棉性能預測成紗品質方法新思考[J].中國纖檢，2008（5）：35-37.

[5]徐伯俊，范生蒲，劉國清.原棉性能與成紗質量的綜合評判[J].北京紡織，2001，22（1）：12-15.

[6]BASU A. Principles and application of high volume instruments part Ⅰ： principles of high volume instrument[J]. Asian Textile Journal， 1997（10）：75-79.

[7]LUO C， ADAMS D L. Yarn strength prediction using neural networks： part I： fiber properties and yarn strength relationship[J]. Textile Research Journal，1995，65（9）：495-500.

[8]董奎勇，楊萍.棉紡成紗質量預報的BP神經網絡方法[J].棉紡織技術，2002（6）：39-40.

[9]唐萬梅.幾個預測方法及模型的研究[D].呼和浩特：內蒙古大學，2006.

[10]呂立斌.成紗質量綜合評判系統的研究與開發[J].山東紡織科技，2001（6）：37-39.

[11]于健，薛少林.SPSS在根據原棉性能預測成啥棉結上的應用分析[J].河北紡織，2010（2）：66-69.

（責任編輯：陳和榜）