CN107577640B - 一种毛型纱线合股捻缩率的预测方法 - Google Patents

Abstract

本发明涉及纺织技术领域，尤其涉及一种毛型纱线合股捻缩率的预测方法。所述毛型纱线合股捻缩率的预测方法，包括如下步骤：提供一种双股毛型纱线的产品设计方案，并获取所述双股毛型纱线的多个物理参数；建立合股捻缩率预测方程式；在依次计算各级数据迭代结果的基础上，确定所述合股捻缩率预测方程式中常数项之值，以得到目标预测方程式；采用数值逼近法得到能使所述目标预测方程式成立的合股捻缩率的具体数据。本发明提高了毛型纱线规格精度与毛纺工艺设计效率，也为纺纱工艺设计的智能化提供相关的理论依据。

Description

一种毛型纱线合股捻缩率的预测方法

技术领域

本发明涉及纺织技术领域，尤其涉及一种毛型纱线合股捻缩率的预测方法。

背景技术

ZS捻双合股线是最常见的服用类纱线。在毛纺生产中，合股捻缩率是设计毛纱实纺线密度与股线加捻工艺的依据，因此对其取值的精确度直接影响着对毛纱实纺线密度与股线加捻工艺的设计精度，最终影响其合股后纱线规格要求的实现度，合股捻缩率取值精确度的重要性还体现于精致纺织品用的纱线开发与生产中。但传统上，合股捻缩率一直以来是凭经验取值，往往依据不足、针对性不够。至今，在国内外资料中未见有相关的研究报道。

发明内容

本发明提供一种毛型纱线合股捻缩率的预测方法，从而提高毛型纱线规格精度、提高毛纺工艺设计效率，也为纺纱工艺设计的智能化提供相关的理论依据。

为了解决上述问题，本发明提供了一种毛型纱线合股捻缩率的预测方法，包括如下步骤：

第一步：提供一种双股毛型纱线的产品设计方案，在所述双股毛型纱线中单纱设计线密度为N_t、其单位为tex，单纱设计捻度为T'、其单位为捻/m，股线设计合股捻度为T”、其单位为捻/m，所述双股毛型纱线所用原料的平均体积密度为γ、其单位为g/cm³，所用原料的平均直径为d、其单位为μm；

第二步：建立如下式(1)所示的合股捻缩率预测方程式：

A×c⁸-B×c⁷+D×c⁶-E×c⁵+F×c⁴-G×c³+M×c²-P×c+Q＝0 (1)

其中，c为所述双股毛型纱线的合股捻缩率；

第三步：采用如下步骤，在依次计算各级数据迭代结果的基础上，确定所述合股捻缩率预测方程式中各常数项A、B、D、E、F、G、M、P与Q之值，并将各常数项代入式(1)中，以得到目标预测方程式：

步骤1：

k＝2.4474d²×T'²×10^-11，

s＝2.4474d²×T”²×10^-11；

步骤2：a＝h－k+2，b＝3l－s，

x＝3l－2s，e＝s－l+1；

步骤3：H＝4h²×l，R＝4(2a×h×l+b×h²)，

U＝4(a²×l+2a×b×h+h²×x)，V＝4(e×h²－a²×b－2a×h×x)，

W＝4(a²×x－2a×e×h)，X＝4a²×e，

Y＝h×l，Z＝a×l+b×h+h，

U'＝a×(b+1)+h×x，V'＝a×x+e×h，

W'＝2－a×e；

步骤4：A＝Y²，B＝2Y×Z+H，

D＝2U'×Y+Z²+R，E＝2V'×Y+2U'×Z+U，

F＝2W'×Y+2V'×Z+U'²－V，G＝2W'×Z+2U'×V'+W，

M＝2U'×W'+V'²－X，P＝2V'×W'，

Q＝W'²；

第四步：采用数值逼近法对方程式中的c值进行筛选，从而得到能使所述目标预测方程式成立的合股捻缩率c的具体数据。

本发明提供的毛型纱线合股捻缩率的预测方法，通过公式迭代计算的方法实现了对毛型纱线合股捻缩率的精准预测，整个过程可以由计算机完成，避免了以往仅凭经验确定合股捻缩率值而导致预测准确度较差的问题，提高了毛型纱线规格精度与毛纺工艺设计效率，也为纺纱工艺设计的智能化提供相关的理论依据。

附图说明

附图1是本发明具体实施方式的毛型纱线合股捻缩率的预测方法流程图；

附图2是本发明具体实施方式的合股捻缩率预测方程式中各常数项的迭代计算步骤示意图；

附图3是本发明具体实施方式的合股捻缩率的预测方法的界面示意图。

具体实施方式

下面结合附图对本发明提供的毛型纱线合股捻缩率的预测方法的具体实施方式作详细说明。

本具体实施方式提供了一种毛型纱线合股捻缩率的预测方法，附图1是本发明具体实施方式的毛型纱线合股捻缩率的预测方法流程图，附图2是本发明具体实施方式的合股捻缩率预测方程式中各常数项的迭代计算步骤示意图。

如图1、2所示，本具体实施方式提供的毛型纱线合股捻缩率的预测方法包括如下步骤：

步骤S11：提供一种双股毛型纱线的产品设计方案，在所述双股毛型纱线中单纱设计线密度为N_t、其单位为tex，单纱设计捻度为T'、其单位为捻/m，股线设计合股捻度为T”、其单位为捻/m，所述双股毛型纱线所用原料的平均体积密度为γ、其单位为g/cm³，所用原料的平均直径为d、其单位为μm；

步骤S12：建立如下式(1)所示的合股捻缩率预测方程式：

A×c⁸-B×c⁷+D×c⁶-E×c⁵+F×c⁴-G×c³+M×c²-P×c+Q＝0 (1)

其中，c为所述双股毛型纱线的合股捻缩率；

步骤S13：采用如下步骤，在依次计算各级数据迭代结果的基础上，确定所述合股捻缩率预测方程式中各常数项A、B、D、E、F、G、M、P与Q之值，并将各常数项代入式(1)中，以得到目标预测方程式：

步骤1：

k＝2.4474d²×T'²×10^-11，

s＝2.4474d²×T”²×10^-11；

步骤2：a＝h－k+2，b＝3l－s，

x＝3l－2s，e＝s－l+1；

步骤3：H＝4h²×l，R＝4(2a×h×l+b×h²)，

U＝4(a²×l+2a×b×h+h²×x)，V＝4(e×h²－a²×b－2a×h×x)，

W＝4(a²×x－2a×e×h)，X＝4a²×e，

Y＝h×l，Z＝a×l+b×h+h，

U'＝a×(b+1)+h×x，V'＝a×x+e×h，

W'＝2－a×e；

步骤4：A＝Y²，B＝2Y×Z+H，

D＝2U'×Y+Z²+R，E＝2V'×Y+2U'×Z+U，

F＝2W'×Y+2V'×Z+U'²－V，G＝2W'×Z+2U'×V'+W，

M＝2U'×W'+V'²－X，P＝2V'×W'，

Q＝W'²；

步骤S14：采用数值逼近法对方程式中的c值进行筛选，从而得到能使所述目标预测方程式成立的合股捻缩率c的具体数据。

本具体实施方式为了提高毛型纱线规格精度与毛纺工艺设计效率，通过理论推导与实验验证，提出了ZS捻双合股毛型纱线合股捻缩率的预测方法。在建立纱线横截面几何透视模型的基础上，导出合股捻缩率与相关因素之间的数学关系，再采用数据迭代法逐步简化常数项表达式，得到求解合股捻缩率的方程式，并进一步采用数值逼近法确定具体纱线的合股捻缩率值。

附图3是本发明具体实施方式的合股捻缩率的预测方法的界面示意图。在具体应用过程中，可以利用Microsoft Office Excel软件，将上述参数及公式输入EXCEL工作表中，得到如图3所示的界面，从而不需要另外设置复杂的软件程序，操作简单、方便；且可以将所述步骤S13中用到的各级迭代计算在EXCEL界面中进行隐藏，使得整个预测界面简洁，结果一目了然。

本具体实施方式提供的毛型纱线合股捻缩率的预测方法，通过公式迭代计算的方法实现了对毛型纱线合股捻缩率的精准预测，整个过程可以由计算机完成，避免了以往仅凭经验确定合股捻缩率值而导致的预测准确度较差的问题，提高了毛型纱线规格精度与毛纺工艺设计效率，也为纺纱工艺设计的智能化提供相关的理论依据。

实施例1

本实施例以四种精梳机织用毛型纱线为例来说明本发明的毛型纱线合股捻缩率的预测方法，表1是试纺纱线设计要求与所用原料相关信息，表2是试纺纱线合股捻缩率预测方程式及其求解结果，表3是试纺纱线合股捻缩率预测值及其工艺效果。在本实施例中，四种试纺纱线合股捻缩率实测值的测定方法参照GB/T2543.2-2001《纱线捻度的测定第1部分：直接计数法》。

表1试纺纱线设计要求与所用原料相关信息

表2试纺纱线合股捻缩率预测方程式及其求解结果

表3试纺纱线合股捻缩率预测值及其工艺效果

结果表明，在本实施例中，根据所纺毛型纱线的毛纱设计线密度与设计捻度、股线设计合股捻度以及所用原料的平均体积密度与平均直径，可以快速预测合股捻缩率值；依据合股捻缩率预测值设计毛纱实纺线密度与股线加捻工艺时，所纺纱线的规格要求实现度高，且合股捻缩率实测值与其预测值之间的最大误差率仅为-3.90％。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (1)

1.一种毛型纱线合股捻缩率的预测方法，其特征在于，包括如下步骤：

第一步：提供一种双股毛型纱线的产品设计方案，在所述双股毛型纱线中单纱设计线密度为N_t、其单位为tex，单纱设计捻度为T'、其单位为捻/m，股线设计合股捻度为T”、其单位为捻/m，所述双股毛型纱线所用原料的平均体积密度为γ、其单位为g/cm³，所用原料的平均直径为d、其单位为μm；

第二步：建立如下式(1)所示的合股捻缩率预测方程式：

A×c⁸-B×c⁷+D×c⁶-E×c⁵+F×c⁴-G×c³+M×c²-P×c+Q＝0 (1)

其中，c为所述双股毛型纱线的合股捻缩率；

第三步：采用如下步骤，在依次计算各级数据迭代结果的基础上，确定所述合股捻缩率预测方程式中各常数项A、B、D、E、F、G、M、P与Q之值，并将各常数项代入式(1)中，以得到目标预测方程式：

步骤1：

步骤2：a＝h－k+2， b＝3l－s，

x＝3l－2s， e＝s－l+1；

步骤3：H＝4h²×l， R＝4(2a×h×l+b×h²)，

U＝4(a²×l+2a×b×h+h²×x)， V＝4(e×h²－a²×b－2a×h×x)，

W＝4(a²×x－2a×e×h)， X＝4a²×e，

Y＝h×l， Z＝a×l+b×h+h，

U'＝a×(b+1)+h×x， V'＝a×x+e×h，

W'＝2－a×e；

步骤4：A＝Y²， B＝2Y×Z+H，

D＝2U'×Y+Z²+R， E＝2V'×Y+2U'×Z+U，

F＝2W'×Y+2V'×Z+U'²－V， G＝2W'×Z+2U'×V'+W，

M＝2U'×W'+V'²－X， P＝2V'×W'，

Q＝W'²；

第四步：采用数值逼近法对方程式中的c值进行筛选，从而得到能使所述目标预测方程式成立的合股捻缩率c的具体数据。

Images