CN1215831A - 表征长纺织料测试样品特性的方法 - Google Patents

Abstract

本发明涉及表征细长纺织试样,例如纱线,粗线和纤维条特性的方法,该方法使参数值或测量结果一看就是可确定的,但仍需考虑到临界的和欠临界的参数或测量结果,并沿着互相倾斜或基本上同心的轴对参数值绘制曲线。最好使参数表示成一个圆的扇形(31－36),其中相交在圆中心的并以扇形为界的两轴之间的角度正比于参数的预定相互关系,扇形的半径正比于参数的测量值。

Description

表征长纺织料测试样品特性的方法

本发明涉及一种表征长纺织料，例如纤维，纱线，粗纱，纤维条和扁平织料特性的测试方法。

已知将纱线均匀度测量值采用线条图表方式图解表示，其中对每个测量值赋予一线条，线条的高度与测量值成比例，或者与测量值和所要求或限定值相比较的合格值成比例。这样的线条通常依次设置，从而可取得一种分布图。

同样，还知道采用指定的字母来表示合格值的结果，从而对每测量值或每测量组作为整个测量结果用文字表征。

由于对一纱线的可测量值的数目随着时间不断增长，因此线条或文字的增加数必需对所述已知的表达并置表示。所以，这种表达变得愈来愈复杂和不普遍，其结果使它不再值得使用，或者只会造成混乱。此外，临界的和不到临界的值之间的差别区分也成为不可能。

本发明目的在于创立一种方法，如权利要求书中所表述的，它使参数或测量结果值既使大数目也能一看就可确定，尽管还需要考虑到临界的和不到临界值参数或测量结果之间的差别。

利用将这些参数值沿着相对于另一个成倾斜或基本上同心排列的轴来取得测量结果。最好，使轴互相相对倾斜一个角度，该角度大小对一个参数来说甚为重要。该参数也可选用一段圆周来表示，其中在圆的中心相交的两轴之间的角度，以及两轴所界定的区域段正比于以预定方式连续连结的参数的重要性，该区段的半径正比于参数的测量值。最好以一种方式变换该测量值，即差值是外面的，而对于测量值最可取的范围位于最小和最大直径之间。可以用对数化方式变换测量值，也可通过形成对某一偏置等的绝对值或倒数值来变换测量值。另一种方法，利用已知的统计值将测量值变换成累积的频率值，而后者变换成一个分位点，其中假定有一个标准分布，并且半径相对于分位点线性增加。由此，可以确保所有的界限和/或所要求的值均位于相同的半径上。将测量对于参数和平均值的时间进行绘图，由所绘图计算分散值，并与所要求值限定值，分散值的先前组目标作比较。例如，分散值也可以用圆，或其它图形或带色码的部分边缘来标示。可以从测量值，平均值，限定值和分散值来测定测试样品的表征质量特性。所述的质量特性可用作图替代，或视为沿轴的参数表示。参数的鉴别也可改变，或者用可选择的精细步骤，或者采用指示误差的参数值，对此在下文予以详述。

本发明的优点尤其在于可对测试样品进行全面的评价，即，例如对纱线，粗纱，纤维条和其它织物料的纤维试样可进行简便测定，并通过电子处理取得测量结果。在处理测量值和用该测量值作评价时，可以放心地考虑使用测试样品。如果应用各种测试器件来测定测量值，则测试结果可用单一表达方式。可以采用与绝对值，限定值等作比较方式进行表达，或者与已知的统计测定值作比较，譬如一种所谓USTER STATISTICS统计测定。

下面将凭借实例和附图详细说明本发明。其中，

图1和图2分别是特性的第一表征图：

图3和图4分别是特性的其它表征图：

图5和图6分别是特性表征用的辅助曲线图；

图7,8,9和10分别是用不同鉴别方法表征测试样品特性的示图。

图1表示轴1,2和3，他们每一个相对于另一个以角度4,5倾斜，沿着轴标出参数a,b,c值。例如，对每参数a,b,c取值al,bl和cl和参数值ar,br,cr。限定值，希望值，平均值等只是少数几个表示这种参数值的例子。如果用直线将图示的参数值ar,br,cr连接，则取得参数图形6。如果用直线连接绘制的测量值al,bl,cl，则取得测量图形7。利用眼睛比较上述图形，可以迅速地与参数值相比来评价测量值。

图2表示，例如参数e、f和g的轴8、9、10，其中选择沿着轴8、9、10的值，参考值的位置或零点，使参考值er,fr,gr位于连续曲线11上。由测量值el,fl等开始，绘制曲线段12,13，他们大致上与曲线11平行。相邻轴之间曲线11段的长度，例如可作为有关相邻轴参数的相对重要性的判据。如进一步假设，在轴的箭头方向以一组值绘图，则轴8,9,10上反箭头方向的值是可取的，由此轴和曲线段12,13之间的面积也可以提供参数测量值的评估或质量判据。

图3表示沿着上述的参数h,i,k,l,m,n和有关的参数值与轴19,20,21,22,23,24所绘制的图形。由于轴19-24在中心25相交，因此提供各种同心圆26,27,28,29,30，他们能表示不同的参考值。在轴19-24之间形成多个扇区31,32,33,34,35,36，扇区的大小对应于有关测试样品性能的全面评估的参数的重要性。图中阴影面积18在每个扇区31-36中有一个阴影区，在区内存在处于最好测量或理应测量位置的测量值。

然而，也可以为这种按排将在扇区内对一个和相同参数提供无数的轴，或者相应地只是想象中提供轴，而绘出参考值或测量值和界定面积的圆是可见的。各个参数之间的区别可以用颜色或其它图表方法获取。

图4表示图3的一个例子，具有相同的轴和圆，所以他们也具有相同的参考标号(即使他们对于帮助理解不甚有帮助)。图中采用各段的径向位置，或者采用相邻轴及中心25和径向段之间的面积来表示测量值和参考值。

作为一个具体例子，假定所述图4在于提供一种对纱线质量的全面表示。图4包括扇区31-36，在每个扇区内绘出参考值和至少一个测量值，这些值与用参数表达的纱线的性质有关。为了不涉及所有的六个扇区和简单起见，下面将详述最后二个扇区。图4中，测量值以二个不同参考系统表达。一个参考系统利用统计方法测量比较值，他们是大小的圆形，相应于总的测量值的频率。这种由统计得到的参考值对同一频率安排在一个圆上。对于其它的频率，不同的参考值安排在不同的同心圆上。下面将说明专用纱线所要求的值，以及参数测量值用的限制值。另外，对所述的表征，以一种合适的方式转换测量值和参考值。

在扇区35中，每单位长度浅区的数目例如用扇形38表示，其中纱线作为试样。在所述扇区35内另一扇形37表示整个剖面的参考值。扇形38靠近中心，表示该值是完全可与总体的比较纱线相比较的，它是属于较好的部分，所以图中具有比平均数少的浅区受到测量。扇形38还位于扇形37内，这表示可将它评定为适合于特定的应用。浅区和其它值还可以采用例如张力测试装置来测量。对于其它值，例如最大受力，伸长，加工模数等均由相同装置在试料上测量，这些值可在相邻扇区内表示。

在扇区34，所测的深区的数目可用扇形39表示，用扇形40表示纱线剖面的参考值。这反映出一种差的评级。另，所测的深区的数目位于总体的平均值之上，它相应于圆28。另，对评级特别重要的是，扇形39位于扇形40的外面，测量值超过打算应用的限定值，于是必需把它分级为不合适的。单位纱线长度的深区的数目由纱线测试装置测量，该装置可以提供其它的值。这种其它值可以进入相邻的扇区内。图中由双阴影区41的形状和大小来再现纱线的总评级，双阴影区41超出整个扇区。所述的区域41愈靠近中心，纱线的质量愈好。

图5表示具有两个轴42和43的辅助曲线图，其中沿着轴42绘制所谓Z轴，这由标准分布统计学所知。轴43表示频率值，这由一般的统计学可知，他们可由例如所谓USTER STATISTICS的测量值导出，该文由USTer的Zellweger Uster公司发表。在USTER STATISTICS中所述频率值是指在大量的至少达到参数预定值的测量纱线数中所测纱线数的百分比。利用曲线44，可将轴43的百分数转换成线性统计用的标准Z值。

图6也表示具有两个轴45和46的辅助曲线图，其中沿着轴45如同沿着图5中轴42一样对相同值作图。沿着轴46赋予可能性从0-100％的值。由轴45和46限定的区域例如用三个函数47,48和49作图。每个函数47,48,49表示一种可能性，它是一种可实用的特殊语句或实情。在该例中，函数47表示具有最好测量值的概率。函数48表示测量值可以取得或可用于极限情况的测量值的概率。函数49表示某一不合适或不实用的参数测量值的概率。图5和图6的辅助曲线图对于应用模糊逻辑是非常重要的。在所选择的表示中，所希望值位于轴45上Z=0处，极限值位于Z=1处。由这种图形表示的变换表示与总体相比较的测量值可如何作出评价。所希望的值和极限值根据试样或纱线的应用也可有不同的大小。如果使用的是纱线，则所希望的极限值是稍微小一点。如果不要求使用纱线，则上述值稍大一些。纱线的轮廓表达这种要求。在这种情况下，可以线性地将轴45变换成轴45a。

图7是对测试材料，尤其是纱线的总体评价的表征图。由前述的图形可知，实线圆50,51,52表示由统计学得到的经变换的参考值，尤其是利用USTERSTATISTICS，和相应的频率值。扇形53,55,57,59表示变换的参考值，他们结合一起形成纱线的外形轮廓，扇形54,56,58,60表示测量值。在这种情况下，由均匀度测试器对例如扇区61内的纱线测试，从扇区62内外部结构的测试，从扇区63内由张力测试装置对张力的测试，以及在扇区64内对深和浅部位的测试来获取测量值。图中的表示方法相应于一种低的分辨度，因为从图只能导出非常一般的表达。

图8表示一种相应的但相比于图7更为简便的表示方法，具有中等的分辨率。所以，对有关的参数需有较多的扇区数目。扇区65用于纱线的发毛程度，扇区66用于材质的均匀度，或者纱线的直径，扇区67用于扭力，扇区68用于细度，扇区69用于伸长率，扇区70用于张力，扇区71用于单位长度的疵区数，扇区72,73,74用于粗和细位置等分类的结果表征。需指出，图中扇区69,70,71汇集起来形成图7中的扇区63。

图9表示一种具有高分辨率的相应表示方法。图中对图8的每个扇区还进一步细分，由某一扇区可见，例如扇区71用于表示纱线内疵区的数目，将该区分成三个扇区75,76，和77，分别用于相对伸长，受力和绝对伸长的表示。

图10表示根据纱线内的织疵对表示法的选择性鉴别，例如可以从均匀度测试来确定纱线。在图8中提供的扇区76是唯一受到进一步鉴别的，目的在于有选择地将信息赋予纱线中一个特定的织疵范围。这些信息尤其是扇区78内的棉结数，扇区79至82中的各种粗点位置，和扇区83中的细点位置数目。

本方法的操作方式如下：

下述的步骤可应用许多不同情况下，在这些情况中需对所获取的大量结果提供一种概述。下面的说明涉及对纱线织料试样综合特性测试所取得结果的评估。

首先，用测试装置对纱线进行测量，将测试过程中所得的结果予以汇集。从二个方面来分析，首先，对在特定纱线上测量的值作为评估的基础。这种结果已经得到，并且例如已发表在上述的OSTER STATISTICS出版物上。他们包括，例如各种参数测量的平均值，分散值，上、下极限值等。第二，对欲测试纱线上许多不同的参数作为测量值，这些测量值可依据开始测定的基础值作出评估。另，对从其它研究所提供的参考值予以测定，其中试样或纱线对于某种特定的应用必需满足所谓分布图或特殊纱线的分布图。

本发明现行的方法是，首先对各种不同参数的纱线，例如粗，细位置的数目，发毛程度，伸长度，最大张力，细度，均匀度，异纤维疵点和杂质含量等。所以，对每个参数得到一个测量值。这种方法也适用于由CV值或光谱图曲线，从中测量特性值，它在本发明中视为测量值。每个测量值可以用座标轴作图，或者用一个圆的扇形来表示。根据图1，这些值可以是al,bl,cl等值。如果对每个相同的轴赋予参考值ar,br,cr，并且将测量值互相连接，则可以获得测量曲线7和参考曲线6。对这两曲线进行比较，得到对纱线性能或品质的初步概观。最好以频率值对轴1,2,3定标，该频率值可以由比较大量试样，例如纱线，通过USTERSTATISTICS来取得。

如果使轴8、9、10上的参数值的分度通过一种方式使他们受到变换(图2)，即，使轴上相应的参考值er,fr,gr均位于连续曲线11上，则可认为测量值el,fl等为平行于曲线11的曲线部分12,13。测量值的位置与参考值的位置有关系，由此这种关系通过图的表述一目了然。

根据本发明的一个优选实施例，图3中的轴19-24对每个参数采用同心方式布置，对各参数值进行如下的定标或变换，即对于所有位于圆26-30上的参数具有可比较的参考值。由此圆26-30形成一种具有五个参考值的定标圆，将他们加到不同轴的参数上。最好使指示差品质的不希望值位于圆29,30区域的外侧，而让指示好品质的所希望的值位于圆26,27区域的内侧。此外，圆28可代表平均值，圆29,30可代表不应超过的极限值。圆28-30可用于指示特定的参考值，对于变换的参考值也如此，或者他们可指示常用在上述USTER STATISTICS中的频率百分数。在后一种情况下，利用USTER STATISTICS首先要将测量变换成为对应于所述参数值的统计频率，然后统计频率作为百分数出现，该百分数作为测量值记入由圆26-30确定的格栅内。除了参考值外，它是作为圆来提供的，图中测量值是作为扇形，在某些情况下也可作为曲线带，如图3中阴影区18所表示那样。此外，上述带的宽度(内外半径之间的差)指出测量值的分散值。然而，这样一种带也可指出优选参数或所希望参数的位置。所说的带或区域18可以是连续的，或者断续的，它可以有一个较小的或较大的直径，它可以是圆的，或者有一定程度的变形。此外，对于总的评估也需考虑个别参数的重要性，对于后者是由区域18内相邻轴之间的角度，或者扇形段的长度来确定。区域18与理想圆的全部偏差对于受测纱线的质量提供一个直接的指示。需注意，在对参考值，尤其是极限值和分散值作预选择时，上述测量对于特定对象，例如尤其对于选用纱线来说始终要进行的。

为了不依靠用人眼对图1-3表示方法中的确定测量值的评估，也可将测量值归因于所选择参数的质量贡献，这种确认最好由模糊逻辑来确定。执行这种确定的步骤可参见图5和图6所示。

采用这种方法获取参数的测量值，例如采用USTER STATISTICS，首先它涉及到其它的测量值。例如，测量精梳20号棉纱线细度CVFmax值为9％的参数，USTER STATISTCS指示由至少50％的可比较纱线来获取所述的值。所述的值赋予轴43上(图5)，于是在轴42上得到Z值为零。对于所述结果的评价由输入成为图6的模糊组进行。在轴45上写入0值，在轴46上读出说明这种关系的函数47，48和49。函数47表明，值0相应于概率为50％的所希望值。函数48表明，值0可被认为可适用于纱线的极限程度，概率为0％。函数49表明，值0可被认为不适用于纱线，概率为0％。上述三种说明的结合表示出，实际上值0是表示优质纱线的优良值。下面来看图7的表征方法，例如欲表示和评价的参数位于扇区61内。参数的重要性或权重进行一种初始的评价，例如利用扇区61进行比较粗的评价。然后将测量视为用标记号60表示的曲线，由标记86作为定性的评价。所以，测量值落在平均值的好的一侧，如用圆28表示，并位于由曲线59表示的轮廓内。由此可假设，至少平均值60得到满足，该值是由轮廓线内由标记86的位置所示的值。

上述也可承担对表示在相邻扇区内的全部参数组的总评价，并对各个标记区内的参数指出结果。对于按图6所取得的适用于各别参数的评级可由例如对每参数的所有三个表示与其它参数的表示进行综合或比较。然而，也可用标记来表示所测量值的分散。这种分散由标记相对于中心的大小和位置表示。根据图4，纱线性能可以与二种不同判据作比较来表示。另，一种可与普通的纱线生产上所用的经验值的比较表示。所表示的数据可在上述的USTER STATISTICS中找到。由此将圆26-30的百分比指定为5％,25％,50％,75％和95％。另，也可以采用纱线的应用技术用语来表示比较。由此所要求的纱线外形轮廓由单斜阴影区的边界87给出。

下面再次以不同的方式对本方法予以说明。首先，对平均值，分散值和极限值采用原先用于每个参数测定的已知方式予以测定，并储存在数据库内。这些值是参考值，并适用于纱线。

第一步，设定所测物的结构为例如图1,2，尤其是图3和4所示的，其中扇区31-36或轴的设置是为每个所要求的值所用，而对于参考值(如图3用参考符号26-30所示的)设置圆或曲线，他们适用于所有的扇区。此外，也可将采用试料或其它厂家生产的试料所测值的轮廓分布提供为进一步的参考。第二步，对个别试料所测的测量值，经变换并列入结构作为扇形(如图中标记的37,38)或作为整个圆区。然后，对每参数导出质量特性，它表示对测量值的一种评价。最好采用一种模糊逻辑，或根据它的规律来获取这种测量值。

最后，将对所有参数的评价相加，得到一个总的评价，并用一种信息组表示。

为了尽可能地清楚和明确对所测值和其重要性予以表示，首要的是，尽可能以最简便的方式变换参考值，并将它们表示成一种结构，例如表示为圆形。参考值最好选用平均值，分散值，分位数值等用于选择的参数。参考值也可确定纱线轮廓的若干参数的分布曲线。对于纱线或试料的应用可用该分布曲线来限定。这种限定也要考虑到使用纱线对象的要求。纱线的轮廓分布是许多纱线的参数用的规定值的表征，对每参数赋予一个平均值，一个限定值，在某些情况下还赋予一个对于分散用的平均值。现今，由纱线的用户，例如纺织厂等来规定纱线的外形，它对供货接受者起到判据作用。在大多数情况下，供货接受者提供一个限定值(最大值)，他们的意义在于可借助额外的要求值得到进一步提高。在上述USTERSTATISTICS中，所公布的许多参数的比较值作为频率数值，可利用来建立纱线的轮廓。对于纱线轮廓只需要指示百分频率数值。在理想情况下，对所有参数可用百分值表示，其结构表示可用同心圆。然而，也可根据参数的不同以不同的百分值或其它的绝对参考值来表示不同。这种参考值可作为整个测量周期中生产的经验值来形成，或者采用一种优质的纱线作为参考物。由于考虑到就纱线轮廓的各种值的计算工作量相当大，所以需要以较少的计算工作来取得许多有关的值。对此，可根据统计律来进行，例如由平均值+3°分散值作为限定值，由限定值-3°分散值作为平均值，或者由试样的数目和分散值作为分散值的CV值。也可以用内插和外插法由USTER STATISTICS的值，例如对以35％或70％频率数用于粗线处的值，对以50％频数由粗线处给出的值，来进行统计。其它的可能使用的方法，包括由纺织原料生产法规测定纱线轮廓值。例如，这些已知的关系是纤维细度的均匀度之间，或者纱线支数或细度的起伏与CVm值之间的关系。以此方式，可以由所选参数的已知参数值来测定其它参数的限定值。纱线的轮廓也可分级地构成，并形成一种三合结构，例如在下面提到的，具有干线和合适的齿状主、次支线的结构。下文涉及所用测试装置和评价测试参数的详细内容。下表右侧表示参数值的变换方式。

性质

    拉伸试验

    弱区数         对数

    力             倒数

    伸长           倒数

    乌斯特测试仪

均匀度

    CVm％

    CVlm％

    光谱图

  纱疵

    稀处              和数

        -60％         对数

        -50％

        -40％         对数

    密处              和数

        +35％         对数

        +50％

        +70％         对数

    毛结

        +140％        对数

        +200％

        +280％        对数

    细度

    纱疵分级

    S

    L

    T

利用指示质量属性还可进一步增加表征测量值的实际意义，采用扇形表示所述的这种质量属性。下面将利用有色的区域或图案，即带有适用于已知灯光信号的颜色。质量属性也可以指纱线的总质量，表示纱线对于限定的程度，即合适的，比较合适的或非常合适的，是不适宜的还是适宜的。可以把质量属性指定为，当测量值落在一个预定范围内时的参数的测量值。另外，不可能指定一个永久有效的质量属性，而只能是这种有效性可能出现的概率。在这种情况下，质量属性具有最大的概率，例如可应用的概率。

从几个扇形区域提供的质量属性也可以予以组合，即按照模糊逻辑运算规则，或利用概率的相加来进行这种组合。但是，超过规定概率的差的质量属性也可认为是存在的。

在测定质量属性时，有关参数的测量值的分散是可以允许的。在测量纱线样品时，置信度限制在总的分散值范围内，因为只有少数测量是可以利用的。所以，质量属性不能予以可靠地认定。因此，依据测量值的分散，可以将质量属性和测量值之间结合起来。例如，对一参数的测量值，只有在低于99％的置信度限位于规定限制之上时纱线才是“不合适的”。类似地，如果高于99％的置信度限位于规定限制值之下时纱线可被认为是“好的”。这意味着，置信度分散得愈宽，认为质量属性“不可靠”的测量值的范围愈大。然而，试样的数目或测量的次数增加，则认定质量属性的概率可以提高。

作为例子，对纱线测量所提供的参数已作为表示本方法的操作模式。然而，这对于如何取得测量值，或者如何从测试样品获取测量来说不是苛求的。所以，进行在粗纱，纤维条，纤维或扁平织物上测量参数的表征可以取得一种可以比较的效果。

Claims (10)

1．一种用于表征细长纺织试样，例如纱线，粗纱和纤维条特性的方法，其特征是沿着轴(1,2,3)指示参数(a,b,c)的值，所述的轴以互相相对倾斜地安置。

2．如权利要求1的方法，其特征是变换参数的值，其方式是使参数(e、f、g)的参考值(er,fr,gr)座落在一条连续曲线(11)上。

3．如权利要求1的方法，其特征是在扇区(31-36)内的参数值用一个圆来表示。

4．如权利要求1的方法，其特征是轴(a,b,c)互相相对地以一角度(4,5)倾斜布置，该倾角正比于某一参数的统计显著性。

5．如权利要求1的方法，其特征是沿着参数的轴指示测量值(a1,a2,a3)和参考值(ar,br,cr)。

6．如权利要求1的方法，同心地布置各轴，并将参考值(26,27,28,29,30)赋予轴(19-24)上的多个参数(h-n)。

7．如权利要求1的方法，其特征是通过测定参数，由此计算多个测量值，平均值和分散值，并对参数规定有关的需要值，限定值和分散值。

8．如权利要求1的方法，其特征是由测量值，平均值，限定值和分散值质量属性(86)来测定，上述诸值表示试样的质量。

9．如权利要求1的方法，其特征是借助模糊逻辑方法来测定质量属性。

10．一种对细长纺织试样，例如纱线，粗线和纤维条特性的表征方法，其特征是利用基本上以同心圆布置的轴，沿着轴对参数值绘曲线，并由曲线指示多个参数的参考值。

Images