BP神经网络预测环境对丝织物力学性能的影响

为研究环境中湿度、温度和pH值以及它们之间的交互作用导致丝织物老化的问题,建立BP神经网络模型,预测环境因素对丝织物力学性能的影响.首先采用L9(34)正交试验设计湿度、温度和pH值的交互环境,并将丝织物置于交互环境中进行24 h的连续老化处理.再使用3365型Instron万能材料试验机测试丝织物老化后的断裂强力,并将断裂强力值作为BP神经网络的训练样本,建立3层的神经网络模型进行迭代训练以及预测.结果显示训练输出值与实际试验值的相对误差均小于0.005％,表明BP神经网络模型可有效地对丝织物的力学性能进行预测.     

兔毛/腈纶混纺纱的开发

采用兔毛纤维和抗起球腈纶以70∶30的比例混纺的方法,在原料相同,不同温度、湿度的条件下,采用环锭纺、转杯纺和赛络纺3种不同纺纱方法,运用正交设计方法,开发新型兔毛/腈纶混纺纱。发现对混纺纱断裂强度影响最显著的因素是纺纱方法,其次为相对湿度和温度。采用赛络纺纺纱方法,相对湿度60%～70%,温度20～25℃时,兔毛/腈纶混纺纱的断裂强度最大。     

麻赛尔/次兔毛转杯纺与环锭纺混纺纱线性能比较

分析研究了麻赛尔和次兔毛混纺的可纺性能,通过选择适当的纺纱工艺成功纺制了2种麻赛尔/次兔毛混纺纱线.纺纱工序中,细纱前工序使用数字式小样纺纱设备,细纱工序分别采用SDL转杯纺与数字式环锭纺2种纺纱方法进行试纺,并对2种混纺纱线的主要性能进行测试分析比较.测试结果表明,转杯纺纱线的毛羽与条干优于环锭纺纱线.使用转杯纺有利于充分发挥麻赛尔/次兔毛混纺纱线性能,该研究既拓宽了麻赛尔纤维的使用范围,又为次兔毛的回收利用提供一个新思路.