隨著非織造技術以及智能化紡織技術的不斷發(fā)展,多種類纖維材料的開發(fā)與制備已經(jīng)成為研究領域的熱點。而這些纖維材料的制造技術及工藝為纖維材料成分檢測與鑒別帶來了大量的應用性課題。羊毛是天然的動物纖維,屬于紡織工業(yè)的重要原料,其在非織造領域主要通過針刺技術加工,熱收縮后用于高檔的鋼琴按鍵氈布以及高檔密封墊及襯墊等密封材料,因其具有良好的聲學性能以及有效的除塵能力能夠有效提升鋼琴的品質(zhì)。在羊毛制品中常需要混合一定量的羊絨纖維,而羊絨纖維的含量決定了以其為主要原材料成品的品質(zhì)和加工技術的標準,其制備過程中羊絨/羊毛的混合比的精確控制的需求,也對工藝技術過程的檢測提出了更高的要求。而當前市場上針對羊絨/羊毛的區(qū)分仍舊以人工為主要方法,缺少一種客觀、實時、有效的分類檢測方法。粘膠纖維具有優(yōu)秀的吸濕性能,非織造加工中時容易纏繞,而滌綸纖維彈性好、耐腐蝕,但不易染色同時吸水性能也不如粘膠纖維。在非織造加工工藝中可以使用二者進行混合制備各種密封性功能用品,由于其成品應用需求不同,需要采用不同的混合比對二者進行混合。高品質(zhì)的滌綸/粘膠網(wǎng)的制備對精確、實時的混合比檢測技術提出了更高的要求,而當前沒有一種能夠?qū)崟r... 

【文章來源】：東華大學上海市 211工程院校 教育部直屬院校

【文章頁數(shù)】：148 頁

【學位級別】：博士

【部分圖文】：

非織造用材料應用領域

由于二者在纖維表象以及特征的相似性，目前而言光學顯微鏡以及掃描電子顯微鏡(SEM)是對羊絨纖維進行識別的最重要方法。SEM 下羊絨及羊毛纖維的顯微形態(tài)如圖1-2。從圖1-2可以觀察到與羊毛相比羊絨的鱗片紋理較為不明顯。(a) 羊絨纖維 （b）羊毛纖維圖1-2 羊絨及羊毛纖維 SEM 下的形態(tài)(放大比例 1000 倍)2.非織造用材料也包含許多化學纖維，其特殊的用途與天然纖維形成有利的補充。在各種纖維進行混合制造的過程中，對纖維混合織造的比例進行有效的控制是極為困難的，尤其是實時的對混合纖維的比例進行測算是混合控制的第一步，該計算可以對上游的工序進行量化控制起到關鍵作用。與此同時，由于混合纖維的特點、作用以及定價也不盡相同，所以對混合材料的比例進行測算也可以對非織造產(chǎn)品的精確定價和成本估計起到重要的作用。

(a) 滌綸纖網(wǎng) (b)粘膠纖網(wǎng)(c)粘膠/滌綸混合纖網(wǎng) (d)木棉纖網(wǎng)圖1-3 常用非織造用纖維樣本 SEM 圖在文中選取了非織造用材料常見的 1 全滌綸、2 全粘膠、3 木棉等三種纖維并加入了非織造常用的木棉纖維、以及昂貴的羊絨、羊毛等纖維進行了分析鑒別，同時對粘膠和滌綸的混合纖維的混合比進行了量化計算。其中粘膠、滌綸、木棉以及粘膠與滌綸混合纖網(wǎng)見圖1-3。3.由于當前原棉是非織工藝所制造的醫(yī)衛(wèi)用品的主要原材料，同時也為了擴展了視覺形態(tài)分析技術在非織造用材料應用的多樣性，本課題選取了原棉作為研究對象。在常用的非織造原材料中，原棉通過開包、粗開松、混合、筵棉以及梳理等過程通過水刺工藝加工成為醫(yī)衛(wèi)用品。其中原棉的質(zhì)量決定了成品的質(zhì)量也影響了織造工藝。當前原棉質(zhì)量有不同的分類方式：其中包括按照棉花的品種劃分、按照棉花的初加工劃分、按照棉花的色澤劃分以及按照行業(yè)或者國家標準對棉花質(zhì)量進行劃分[6–9]。原棉質(zhì)量不僅影響了原棉材料的市場價格和下游棉織物成品的價格，同時也對原棉加工工序及質(zhì)量具有正相關的影響，從技術層面也對實時的檢測和質(zhì)量鑒別工序提出了更高的要求。所以，對原棉質(zhì)量的分級研究具有大的意義。根據(jù) GB1103.1-2012 棉花第 1 部分:鋸齒加工細絨棉

【參考文獻】：
期刊論文
[1]我國儲備棉政策對國際棉花市場傳遞效應研究——基于VEC模型和協(xié)整方法分析[J]. 祝宏輝,李曉曉.  價格月刊. 2018(07)
[2]基于“兩河流域”棉區(qū)變遷分析的棉花生產(chǎn)發(fā)展研究[J]. 白巖,王桂峰,董文全,周勇,李雪,朱懷艷,尚懷國.  中國棉花. 2018(05)
[3]機器視覺技術在現(xiàn)代農(nóng)業(yè)裝備領域的應用進展[J]. 周航,杜志龍,武占元,宋程,郭楠,林亞玲.  中國農(nóng)機化學報. 2017(11)
[4]絨纖維專家鑒別特征統(tǒng)計分析及自動鑒別方法研究[J]. 馬彩霞,劉小楠,劉峰.  毛紡科技. 2014(10)
[5]一種改進的Roberts和灰色關聯(lián)分析的邊緣檢測算法[J]. 文永革,何紅洲,李海洋.  圖學學報. 2014(04)
[6]一種基于改進Canny的邊緣檢測算法[J]. 許宏科,秦嚴嚴,陳會茹.  紅外技術. 2014(03)
[7]我國棉花生產(chǎn)現(xiàn)狀與發(fā)展趨勢[J]. 喻樹迅.  中國工程科學. 2013(04)
[8]原棉品質(zhì)與成紗質(zhì)量關系的探討[J]. 陳同中,杜娟.  現(xiàn)代紡織技術. 2004(02)
[9]基于兩種色彩空間的顏色選擇方法[J]. 王勝正,施朝健.  計算機應用與軟件. 2004(02)
[10]原棉品級與棉纖維主要品質(zhì)指標關系的研究[J]. 鄭芝獎,劉從九.  紡織學報. 2000(04)

博士論文
[1]多焦面圖像融合及其在紡織品數(shù)字化檢測中的應用[D]. 周金鳳.東華大學 2018
[2]基于集成學習的高分遙感圖像玉米區(qū)高精度提取算法研究[D]. 李大威.中北大學 2017
[3]基于深度學習的圖像分類方法研究[D]. 孟丹.華東師范大學 2017
[4]基于遷移學習與深度卷積特征的圖像標注方法研究[D]. 宋光慧.浙江大學 2017
[5]籽棉軋花及皮棉清理關鍵技術研究[D]. 董全成.山東大學 2016
[6]深度學習模型的高效訓練算法研究[D]. 陳凱.中國科學技術大學 2016
[7]基于Gabor濾波的虹膜多特征提取及融合識別方法研究[D]. 何飛.吉林大學 2015
[8]棉麻纖維圖像分析及自動檢測技術的研究[D]. 宗亞寧.東華大學 2006

碩士論文
[1]基于深度學習的圖像分類及應用研究[D]. 辛晨.中國科學院大學(中國科學院遙感與數(shù)字地球研究所) 2017
[2]細粒度物體分類算法研究與實現(xiàn)[D]. 何東梅.北京交通大學 2016
[3]基于紋理分析的羊絨羊毛鑒別[D]. 袁森林.東華大學 2016
[4]棉花軋工質(zhì)量分級儀器的研究[D]. 陳光亭.山東農(nóng)業(yè)大學 2014



本文編號：3533362