技术 | 利用DR曲线预估布面质量的探讨(下)

利用DR曲线预估布面质量的探讨(中)(紧接上期)

四、一组试验数据中DR%值的分布状态要求

产品质量处于正常受控状态的情况下,在一组试验数据中,DR%值的分布状态应符合以下几个特征:

4.1 DR%值的离散性

在一组试验数据中,各个管纱的DR(1m,+5%)、DR(1m,-5%)或者DR(1cm,+20%)、DR(1cm,-20%)的离散性较小,也就是DR%值的管间变异系数较小,没有过大或过小的数据。这是因为,在单个管纱的DR曲线基本成正态分布的情况下,DR%值的管间变异系数小表明了纱线整体质量的一致性较好,否则就说明各根纱线上在设定的门限下粗细节分布不均匀,有的纱线上粗细节较多或总体长度较长,有的纱线上粗细节较少或总体长度较短,那么这些纱线织造到同一块布面上,必然会影响布面外观质量的一致性和均匀性。

DR%值的离散性可以使用DR(1m,+5%)、DR(1m,-5%)或者DR(1cm,+20%)、DR(1cm,-20%)的标准差S来进行判断,判断标准可以参考表3。

有些条干仪的报表中会直接显示标准差S的大小,而有些条干仪的报表中则不会显示标准差S这项参数,但会显示平均值和CVb,此时可以根据公式S=CVb×X来进行计算(式中CVb为DR%值的管间变异系数,X为各管纱线DR%值的平均值。)

4.2 DR%值与条干值的关系

在一组试验数据中,各个管纱的DR(1m,±5%)与CVm(1m)或(1cm, ±20%)与条干CVm应在数值上基本呈正相关。

DR%值反映的是在设定门限下的粗细节的总长度,而条干值反映的是在设定片段长度下的粗细节幅值的离散性。正常情况下,一组试验数据中,各个管纱的DR(1m,±5%)与CVm(1m)或(1cm, ±20%)与条干CVm具有基本相同的波动状态。也就是说,DR(1m,±5%)或(1cm, ±20%)大的管纱,条干CVm(1m)或CVm也会偏大,反之亦然。

如果在一组试验数据中,这两个指标不能呈现正相关状态,那就说明不成正相关的这个管纱,要么在设定门限下的粗细节的总长度较长,要么在设定片段长度下的粗细节幅值较大(示意图见图18),不管是哪一个值偏大,都说明这个管纱的质量状态与其它管纱有明显的差异,这个管纱织到布面上,必然会影响布面外观质量的一致性。

技术 | 利用DR曲线预估布面质量的探讨(下)

图18 纱线DR(1m,+5%)与CVm(1m)不相关的示意图

4.3 实例分析

4.3.1 R/JC/腈纶9.8tex品种DR%值分析

某企业生产的R/JC/腈纶60KSJ品种,质量测试指标见表4。

技术 | 利用DR曲线预估布面质量的探讨(下)

为便于分析,将表4中的质量数据进行折线图处理,见图19。

技术 | 利用DR曲线预估布面质量的探讨(下)

图19 R/JC/腈纶60KSJ纱DR%值分析折线图

从表4、图19可以看出,该企业生产的R/JC/腈纶60KSJ品种的DR%值分布状态有如下几个特点:

(1)DR(1m,+5%)和DR(1m,-5%)的平均值都小于9%,最大值分别为9.97和9.52,DR%值指标总体控制状态较好。

(2)各管纱的DR(1m,+5%)和DR(1m,-5%)都比较接近,差异性不大,平均差异0.54%,差异最大的管纱为第12管纱,相差1.18%,说明纱线的线密度总体上基本接近正态分布状态。DR(1m,+5%)和DR(1m,-5%)的相关性回归方程为:DR(1m,+5%)=0.7425 DR(1m,-5%)+1.645(见图21)。DR(1m,+5%)和DR(1m,-5%)的标准差分别为1.2和1.05,都在1.5以下,控制效果良好。

技术 | 利用DR曲线预估布面质量的探讨(下)

图21 DR(1m,+5%)与DR(1m,-5%)的相关性回归方程

(3)DR(1m,±5%)与CV(1m)的折线变化趋势基本一致,具有较强的正相关性。DR(1m,+5%)与CV(1m)的相关性回归方程为:DR(1m,+5%)=5.254 CV(1m)-9.924(见图22);DR(1m,-5%)与CV(1m)的相关性回归方程为:DR(1m,-5%)=3.892CV(1m)-5.692(见图23)。

技术 | 利用DR曲线预估布面质量的探讨(下)

图22 DR(1m,+5%)与CV(1m)的相关性回归方程

技术 | 利用DR曲线预估布面质量的探讨(下)

图23 DR(1m,-5%)与CV(1m)的相关性回归方程

由上述分析可知,该批纱线的DR(1m,+5%)、DR(1m,-5%)值较小,离散性较小,线密度分布状态正常,与CV(1m)具有基本的正相关性,因此可以预估织造出的布面外观质量会较好。

4.3.2 纯棉普梳14.8tex紧密赛络纺针织纱DR%值分析

某企业生产的纯棉普梳14.1tex紧密赛络纺针织纱,质量测试指标见表5。

技术 | 利用DR曲线预估布面质量的探讨(下)

为便于分析,将表5中的质量数据进行折线图处理,见图24。

技术 | 利用DR曲线预估布面质量的探讨(下)

图24 C14.8texJS纱DR%值分析折线图

从表5、图24可以看出,该企业生产的纯棉普梳14.8tex紧密赛络纺针织纱的DR%值分布状态有如下几个特点:

(1)DR(1m,+5%)和DR(1m,-5%)的平均值分别为18.84和19.2,远远大于正常的DR%值控制范围,反应出该纱线的条干均匀度较差。

(2)每一个管纱的DR(1m,+5%)和DR(1m,-5%)都比较接近,平均相差0.36%。相差最大的是第一个管纱,相差2.02,说明纱的线线密度总体上基本接近正态分布状态。DR(1m,+5%)和DR(1m,-5%)的相关性回归方程为:DR(1m,+5%)=1.142 DR(1m,-5%)-2.31(见图25)。DR(1m,+5%)和DR(1m,-5%)的标准差分别为1.54和1.94,都在2.0以下,控制效果正常。

技术 | 利用DR曲线预估布面质量的探讨(下)

图25 DR(1m,+5%)与DR(1m,-5%)的相关性回归方程

(3)DR(1m,±5%)与CV(1m)的折线变化趋势基本一致,具有较强的正相关性。DR(1m,+5%)与CV(1m)的相关性回归方程为:DR(1m,+5%)=3.078 CV(1m)+1.978(见图26);DR(1m,-5%)与CV(1m)的相关性回归方程为:DR(1m,-5%)=4.103CV(1m)-3.279(见图27)。

技术 | 利用DR曲线预估布面质量的探讨(下)

图26 DR(1m,+5%)与CV(1m)的相关性回归方程

技术 | 利用DR曲线预估布面质量的探讨(下)

图27 DR(1m,-5%)与CV(1m)的相关性回归方程

由上述分析可知,虽然该批纱线的DR(1m,+5%)、DR(1m,-5%)的离散性较小,线密度分布状态正常,与CV(1m)也具有基本的正相关性,但由于其本身的数值较大,远远超出了正常的控制范围,因此可以预估织造出的布面外观质量整体上会较差,但一致性没有大的问题。

五、结 语

要想全面评价纱线质量指标对布面质量的影响,需要将更多的质量指标及其相关图表(如波谱图、不匀率曲线图、线密度直方图等)进行综合分析,其中DR曲线图及DR%值对布面外观质量具有较好的相关性,选取适宜的DR%值指标和DR曲线图的形态特征,可以定性地分析纱线条干随机不匀的结构特征,并预估纱线织造后的布面外观质量的状态。建议纺织企业在质量监控工作中,把DR%值和DR曲线图作为辅助分析、预估布面质量的有效工具予以重点关注。

作者:王学元 中国纱线网

编辑:中国纱线网新媒体团队

给TA打赏
共{{data.count}}人
人已打赏
纺织技术

技术 | 利用DR曲线预估布面质量的探讨(中)

2022-11-3 14:39:57

纺织技术

技术 | 差别化纱线质量控制的要点

2022-11-7 13:22:38

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
搜索