CN1422306A

CN1422306A - 制备染料混合物以获得确定的目标色

Info

Publication number: CN1422306A
Application number: CN01807986A
Authority: CN
Inventors: R·麦克唐纳; R·多南
Original assignee: J&P Coats Ltd
Current assignee: J&P Coats Ltd
Priority date: 2000-04-13
Filing date: 2001-04-12
Publication date: 2003-06-04
Anticipated expiration: 2021-04-12
Also published as: EG22861A; CN100334162C; WO2001079356A1; EP1272569B1; MXPA02010105A; KR100708000B1; BR0110046A; HK1054242A1; DE60118539T2; DE60118539D1; BR0110046B1; TNSN01059A1; JP2004518768A; US20030172477A1; EP1272569A1; GB0009011D0; HK1054242B; KR20030010599A; ATE322521T1; AU4853901A

Abstract

一种制造染料混合物以在给定的基体上产生目标色的方法，其包括下述步骤：a)在多种波长λii＝1，2，……n下测量目标色λ的反射率值RT(λi)；b)在相同的波长λ_i下测量基体的反射率值R_S(λ_i)；c)由一个N种染料的数据库D_n，b＝1，2，……N，用相关常数g_n，k_n，形成M种染料的一组浓度c_jj＝1，2，……M；d)用M种染料在计算所得的浓度下制备染料混合物；数据库由以下内容汇编得到：aa)在不同浓度下用多种染料D_n的混合进行染色；；bb)在不同的波长下测量染色的反射率值；cc)定义一个函数f(R)；dd)定义一个包括常数g和k的f(R)与c之间的关系，和ee)对于每一种染料D_n决定常数g_n和k_n，以使f(R)、c、g_n、k_n的计算所得值非常接近测量值。

Description

制备染料混合物以获得确定的目标色

本发明涉及染料配方。

在染色物料工业中，特别是纺织品，对于配色的要求变得更加严格，配制必需的染料混合物的工作更加艰苦，耗时更长。为了减少配制所需的染料混合物的工作量，其方法已发展到由目标色的测定，预测能够产生这种颜色的染料混合物。

通常所知的预测方法是：首先，在可能制造目标色的染料中做一个选择，然后在给出的基体上，以覆盖染料通常应用的浓度范围的不同浓度，应用每种染料。通常使用至少六种不同的浓度。

在不同浓度下的不同染料样品的反射率值用一种反射分光光度计来测量。测量在通常的可见波长范围的不同波长间隔进行。合适的波长间隔是在400到700纳米波长范围内20纳米的间隔。

每种染料在每一浓度及每一波长的反射率值通常各自转化成一个反射率函数，而且每一反射率值函数对应于染料浓度之间的关系已经获得。

对任意选择的单一染料混合物的反射率值的评价通过单一染料样品的反射关系函数来得出。通过该反射关系函数，并为未染色基体的反射率值做余量，可以获得由任意混合物制备得到的颜色的三色激励值，通常为以Commission Intemationale d’Eclairage(CIE)定义的XYZ值的形式。

这些三色激励值与通过实验获得的给定颜色的三色激励值比较，如果这两套三色激励值充分接近，那么由所选的该任意浓度描绘的染料方程被认为是提供了匹配。如果这两套三色激励值不足够接近以给出可接受的匹配，那么则将一种新的具有相同单一染料但是浓度不同的染料混合物用公式表示，并将新的染料混合物的三色激励值与目标色的三色激励值相比。该操作将重复至匹配结果令人满意。

在实践中，在反射率值与染料浓度之间给出这些反射率值的通常是非线性关系。这是因为，当混合物中染料浓度增加，通常会出现更少的染料转移到基体上而更多的留在染色浴中的趋势。这种非线性关系使通过修改针对单一染料浓度关系的单一染料反射而对染料混合物进行预测变得不可靠。

由上面所述的已知方法得到的染料预测成功率通常在40-60％，也就是说，大约40-60％的预测可以制得那些被认为与目标色匹配令人满意的染料混合物产品。但是，那些不能提供足够匹配的预测所占的百分比太大，使在当前实验情况下，必须对每一个预测混合物进行试验染色，而且如果发现得到了不令人满意的匹配结果，如必要应多次纠正该实验染料混合物。

当试图在基于单一染料进行测量的基础上预测染料混合物时，遇到了另一个严重困难。这是因为，一种染料常常会改变与之混合的其他染料的染色能力，从而无论对任意染料的染色特性了解的多么精确，几乎可以肯定，当该染料与其他染料混合时，不会和该染料单独使用时表现得非常一致。基体的存在和/或特性的变化，也会影响染料的习性，无论染料是单独的还是在混合物中。

在本领域中习惯的预测能够提供给定目标色的染料混合物的方法没有考虑各种染料混合在一起时的相互作用，并且没有显著的方法以提高其预测的精确度。

在染色工业中，如果这种方法将在染料混合物预测方面取得更高成功率的话，有这样的方法是一个巨大的有利条件，该方法是通过预测，用方程表达在给定基体上获得给定颜色的染料混合物。在起始点，染料样品实际上在工厂中制备，或者是在实验室中，由染料混合物在尽可能与工厂条件接近的条件下制造。

本发明提供一种将该染料混合物公式化的简化方法，该方法的成功率不仅高到足以消除对试验染色的大部分需要，而且能够日益进步。

本发明包括一种方法，该方法是用来制备一种在给定基体上制造目标色的染料混合物，包括步骤如下：

a)在多种波长λ_ii＝1，2，……n下测量目标色λ的反射率值R_T(λ_i)；

b)在相同的波长λ_i下测量基体的反射率值R_S(λ_i)；

c)由一个N种染料的数据库D_n，b＝1，2，……N用相关常数g_n，

k_n，形成M种染料的一组浓度c_jj＝1，2，……M；

d)用M种染料按计算所得的浓度制备染料混合物；所述数据库由以下内容汇编得到：

aa)在不同浓度下用多种染料D_n的混合进行染色；

bb)在不同的波长下测量所述染色的反射率值；

cc)定义一个函数f(R)；

dd)定义一个包括常数g和k的f(R)与c之间的关系，并且

ee)对于每一种染料D_n决定常数g_n和k_n，以使f(R)、c、g_n、k_n的计算所得值非常接近测量值。

函数f(R)可以是称为Kubelka-Munk变换的算法，其中

f (R) = \frac{{(1 - R)}^{2}}{2 R}

但是也可使用其他种类的变换，例如Chandrasekhar变换。

在一种染料的反射率的函数与其各自浓度合并的两个常数之间的关系可以采用不同形式，一种可能的形式为：

f (R) = \frac{gc}{1 + kc}

其中g和k是两个常数。

两个常数g和k的数值最初可以任意选择，并在随后用实验方法校正。

常数g可被描述为两个值的和，一个是每一单个染料通过基体的摄入对最初加入染色浴的单个染料的浓度的比值，另一值是由染料的吸收系数表示的染料吸光性，染料的吸收系数可以通过测量经染色基体每单位染料浓度的被吸收的光的量来获得。常数k表示来自每一单个染料通过基体的摄入与最初加入染色浴的单个染料的浓度之间的关系线性的偏差。

考虑基体的反射率和将方程式扩展到染料混合物，公式变为：

f (R) - f (R_{S}) = \frac{g_{1} c_{1}}{1 + k_{1} c_{1}} + \frac{g_{2} c_{2}}{1 + k_{2} c_{2}} + \frac{g_{3} c_{3}}{1 + k_{3} c_{3}} + \cdot \cdot \cdot \cdot \cdot \cdot

这里后缀数字确定各自的构成染料。

色彩的三色激励值可以方便地是由CIE定义的色彩的XYZ值。

这些被用做三色激励值的XYZ值可以通过以下如CIE定义的关系来得到：

X＝∑RE_X 每一

Y＝∑RE_Y 所有提到的总和

Z＝∑RE_Z 波长

这里E是如CIE定义的所选光源(举例来说：日光或其他光源)的光学分布及

X(红) 是由CIE定义的

Y(绿) 基于观察者色视觉的

Z(蓝) 对于红、绿和蓝光的系数

E、x、y和z的值可在出版的表中获得。

本发明的方法还包括用一种信息反馈或interative方法有规律地更新或校正数据库中信息的附加步骤，其中适合于在给定染料混合物中每一单个染料的两个常数更加精确，并做了更新以考虑到在染色技术方面的变化，及在染料混合物和基体中使用的单个染料的物理性质的变化。当越来越多不同颜色被制造出来导致样品数量增加时，执行附加步骤。得到新染料混合物的反射率值，并且由此通过前述的方法导出新的常数。因为样品数量更多，常数变得更加精确。如果所用染料的性质，或在染色方法上有所改变，常数也会日益更新。最初，在建立数据库的早期阶段，如果一些反射率值已经存储，如前述的联合反射率值也可以包括一些已经在数据库中的反射率值。如果只有很少的新反射率值可用，但是当数量更多的来自染坊的染料混合物反射率值变得可用，存储在数据库中的最早的反射率值被弃用，并将新的值输入数据库以供将来使用，这种做法是理想的。当新的和额外的染料样品变得可用，这些常数将轮流被弃用。在那些染料性质改变或染色技术变化的时候，随着染料样品的数量越来越多，重复该程序保证了染料预报的方法不仅仅与染色操作的变化同步，而且变得越来越精确，并给出更好的配色。

为了更好的理解本发明，现在给出一个本发明方法的更为详细的描述。在随后的描述中，含有不同的成分染料组合的不同的染料混合物被命名为A、B、C……，并且，每种染料混合物的成分染料的不同浓度编号为1、2、3……，这样，例如A1和A2是含有不同浓度的相同成分染料的染料混合物。

通过制备含有在不同浓度下不同颜色的不同组合1，2，3……的大量染料混合物A、B、C……，使之形成染料组合A1、A2、A3……B1、B2、B3……等等，开始进行数据库的准备工作。用这些染料混合物将一片片给定的基体染色，并且，在几种跨越可见光谱的不同的波长下，通常是16种，例如间距20纳米从较低的400纳米波长到较高的700纳米波长，在这些波长下测量每一种样品的反射率值。上述的反射率值现在转化为反射率函数f(R)，例如依靠算法

f (R) = \frac{{(1 - R)}^{2}}{2 R}

。测量在相同波长下的未染色基体的反射率值R_S，并也用同样算法转化为反射率函数f(R_S)。所有染料混合物A1、A2、A3……的真实反射率值对在每一上述波长下的每一成分染料的浓度1、2、3……的关系被用一个合并了在每一上述波长下每一成分染料的两个常数g、k的算法表示。该算法可以是先前测定的，就是

f (R) - f (R_{S}) = \frac{g_{1} c_{1}}{1 + k_{1} c_{1}} + \frac{g_{2} c_{2}}{1 + k_{2} c_{2}} + \frac{g_{3} c_{3}}{1 + k_{3} c_{3}} + \cdot \cdot \cdot \cdot \cdot \cdot (1)

这里下标1、2、3……表示染料混合物各自的成分染料1、2、3……。

由所有预先制备的染料混合物的f(R)-f(R_S)的实验导出值，和成分染料的浓度c₁、c₂、c₃……，用迭代法，例如所谓的多面体，解方程(1)，以得到在每一波长下每一染料的g和k的值。如果是三种染料组成三重染料混合物，且在16种不同波长下测量反射率值，在16种波长中的每一种波长下，对于每一种染料混合物将有6个常数。(对于每一种成分染料有两种)，对于每一种染料混合物A、B、C……可给出共计96个常数。这些常数事实上不受染料浓度的限制。

这些常数和其各自对应的染料混合物被存储在数据库中，以供将来设计染料混合物，制造其他颜色时使用。上述其他颜色的各自的反射率值和染料浓度也会被存储起来。

当染坊中制造的颜色范围加时，常数有规律地变得更加精确和适时。这是通过反馈来自染坊的信息来做到的。当大量色彩由每一种单个染料的组合A、B、C……制备出来时，对每一种染料混合物A、B、C……获得的不同的反射率值与相应的染料浓度一起被用在上面的算法(1)中，以得到在每一种波长下的每一种成分染料的新的和适时的常数g和k。

在一种给定的基体上发现一种染料混合物以便与所给目标色相匹配，在上述波长范围内每一波长下的目标色的反射率值要通过实验来获得。

目标色的三色激励值，很方便地在如CIE所定义的XYZ值的项中，可以从已经描述如下的表达式中获得：

X＝∑RE_X

Y＝∑RE_Y

Z＝∑RE_Z

现在，获得在每一种前述波长下的所给基体的反射率值(R_S)，并转化为一个反射率函数，很可能可以制备目标色的染料混合物A或B或C或……被选择，从数据库中查找对于在每一种前述波长下每一种成分染料的常数g和k并与任意选择的成分染料的浓度一起代入表达式：

f (R) - f (R_{S}) = \frac{g_{1} c_{1}}{1 + k_{1} c_{1}} + \frac{g_{2} c_{2}}{1 + k_{2} c_{2}} + \frac{g_{3} c_{3}}{1 + k_{3} c_{3}} + \cdot \cdot \cdot \cdot \cdot \cdot

从而得到对于每一种波长的f(R)-f(R_S)。得到的在每一种波长下的f(R_S)和每一种波长下的f(R)并用如下表达式转化为R：

f (R) = \frac{{(1 - R)}^{2}}{2 R}

从所有波长下的R值，可以得到被提议的染料混合物的XYZ值，由下式：

X＝∑RE_X

Y＝∑RE_Y

Z＝∑RE_Z

比较目标色的XYZ值和被提议的染料混合物的XYZ值，如果接近程度令人满意，则任选的浓度c₁、c₂、c₃可以用于制备所需的染料混合物。如果两个XYZ值相差的量不可接受，选择新的c₁、c₂、c₃值并重复操作直到获得好的匹配。

在尝试原始值后，对于c₁、c₂、c₃，可以通过考虑将提议的染料混合物的不可接受的XYZ值改变为X±δX、Y±δY和Z±δZ的方法，使其适合目标色的XYZ值的方法，得到所需新值的接近的估计值，这种情况是可能的。用这种权宜的方法可以计算c₁±δc₁、c₂±δc₂和c₃±δc₃。这种计算使用习知的数学原理，无须在这里详述。

在70％的例子中，使用存储在数据库中的第一个常数，已经发现可能得到那些必须制备或与明确的目标色相匹配的染料混合物的精确的预报。对于那些已知的成功率在40％到60之间的预报染料混合物的方法，这是一个相当大的进步。而且，应用了前述的反馈原则，已经可以发现，在许多染料混合物匹配所给颜色的生产试验中，可以以极高的精确度进行预测，在许多例子中达到了100％。对于染坊，这意味着大批原料的染色可以安全地开始而无须预先试验染色或频繁的检查。对于在每一种波长下的每一种染料，对于染料与其他染料或染料与基体之间的的相互影响，本方法首先、主要通过两个常数的使用，留出了充足的余地，而且，反馈操作保证了大范围染色能够持续进行，而不论是染料自身发生变化还是所用的染色技术发生变化。

同时，一种系统的实验室的方法可以如所述的那样应用，在实践中，当在一些商业染坊中，许多不同的颜色被加工处理超过恰好相关短时间段，系统方法可以结束，在产品染色、应用上，有利于ad hoc测量完成，如必需，一种关于颜色的“替代”的系统方法在商业操作中不好描绘的。

在一些事件中，一旦汇编一个相当适用的数据库，这里展示的技术明显优于以前的工艺程序，并且可以应用该技术，用适当的置信度预报一种染料混合物，用适当的精确度，例如数据主要在一种绿色染色基础上汇编的棕色染色。

Claims

1、一种制造染料混合物以在给定的基体上生成目标色的方法，包括如下步骤：

b)在相同的波长λ_i下测量基体的反射率值R_S(λ_i)；

c)由一个N种染料的数据库D_n，b＝1，2，……N用相关常数g_n，

k_n，形成M种染料的一组浓度c_jj＝1，2，……M；

e)用M种染料按计算所得的浓度制备染料混合物；所述数据库由以下内容汇编得到：

aa)在不同浓度下用多种染料D_n的混合进行染色；

bb)在不同的波长下测量所述染色的反射率值；

cc)定义一个函数f(R)；

dd)定义一个包括常数g和k的f(R)与c之间的关系，并且

2、如权利要求1所述的方法，其中所述函数f(R)是称为Kubelka-Munk变换的算法，其中

f (R) = \frac{{(1 - R)}^{2}}{2 R} .

3、如权利要求1或2所述的方法，其中步骤ee)由迭代方法产生。

4、如权利要求1-3中任一项所述的方法，其中步骤ee)中的关系是

f (R) = \frac{gc}{1 + kc} .

5、如权利要求1-4中任一项所述的方法，其中步骤cc)中的函数f(R)是。

6、如权利要求1-4中任一项所述的方法，其中在步骤bb)中测量的所述反射率值R是由CIE定义的所述颜色的XYZ值。

7、如权利要求1-6中任一项所述的方法，其中使用对于所考虑的染料来说，工业中常规的多种染料浓度的组合进行染色。

8、如权利要求1-7中任一项所述的方法，其中系统地进行试验染色。

9、如权利要求8所述的方法，其中对于所述系统实验，浓度以5％为一级改变。

10、如权利要求1-7中任一项所述的方法，其中以工业染色工艺进行染色。

11、如权利要求10所述的方法，其中进行系统染色覆盖以工业染色在一段数据收集期间内没有充分覆盖的颜色。

12、如权利要求1-8中任一项所述的方法，其中由重新执行步骤aa)到ee)，添加来自由步骤a)到e)制备的染料混合物的数据修订数据库。