基于響應曲面分析的緯編3D凹孔針織物保暖性能研究

王建萍，王 莉，姚曉鳳，1b，沈德垚，1b，劉 莉

(1.東華大學 a.服裝與藝術設計學院,b.現代服裝設計與技術教育部重點實驗室,c.上海市紡織智能制造與工程一帶一路國際聯合實驗室, 上海 200051;2.同濟大學 上海國際設計創新研究院, 上海 200092;3.北京服裝學院 服裝藝術與工程學院, 北京 100029)

隨著針織行業的飛速發展,各種針織服裝產品越來越豐富,尤其是秋冬季的服裝中,針織類目占比不斷增加。由于冬季低溫環境的特點,保暖性成為冬季面料開發的一項重要內容[1-3],針織面料的空氣層能通過貯存一定的空氣量來增加織物的保暖性,因此針織面料成為冬裝面料的重要組成部分[4-5]。針織產品織造過程中的移圈、抽針等工藝技術能使織造出表面產生明顯凸起或凹孔肌理的凹凸結構針織物[6-7],使其具有較好的保暖效果。在無縫針織面料織造中,使用無縫針織緯編圓機二功位可實現成圈與浮線,通過設計吊針組織和平針組織的組合可以織造出一定3D凹孔效果的結構,但目前這種結構常用于無縫內衣胸部的收胸組織(提胸組織)中[8-10]。研究[11]指出,設計一個組織循環內不同吊針路數與平針結構交替組合后在織物的表面會形成非閉合立體凹孔,隨著吊針路數的增多凹孔越深3D效果越明顯,通過擴散組織循環數量,單個3D凹孔在織物面層上連續均勻間隔排列,而在織物里層,其相互連通形成一條條中空凹陷通道,與人體皮膚間隔接觸,可增加織物的保暖性。因此,吊針組織與平針組織構成的3D凹孔效果織物保暖性較好,兩種組織參數的變化會改變織物的立體形態效果進而會影響織物的保暖性,但具體的影響關系缺少相關研究,組織參數的變化對于3D凹孔結構針織物保暖性能的影響也沒有進一步探討,目前相關成果難以指導實際生產實踐。本文為探究組織結構設計參數對緯編3D凹孔針織物保暖性能的影響,采用雙股70 dtex DRYARN?紗線作面紗,50 dtex DRYARN?紗線包覆17 dtex氨綸作底紗,設計織造一個組織循環內不同吊針路數、連續成圈針數及平針路數的緯編3D凹孔針織物,并對選取的15種織物試樣的保暖性能相關指標進行測試與分析,得出組織循環內吊針路數、連續成圈針數及平針路數對3D凹孔針織物保暖性能的影響關系,為開發保暖性能優良的3D凹孔針織物提供了高效的工藝參數方案。

1 試驗設計

1.1 單因素試驗設計

基于一個組織循環內吊針路數、連續成圈針數、平針路數3個因素,運用控制變量法織造15種試樣進行試驗。將試樣分為3組進行單因素試驗,選擇一個因素參數作為變量,控制剩余2因素不變,將吊針路數作為變量因素組時為a組,連續成圈針數作為變量因素組記為b組, 平針路數作為變量因素記為c組,根據市場調研和實際生產經驗選取每個參數的5個水平見表1。

表1 單因素試驗設計方案Table 1 Single factor experimental design scheme

1.2 多因素試驗設計

響應曲面分析是一種綜合試驗設計和數學建模的優化方法,研究兩個或多個因素之間的交互作用,并全面研究在最短時間內對所選試驗參數[12],且具有成本低、試驗次數少等優點。本文根據單因素試驗分析結果,選取3因素3水平采用Design Expert8.0軟件進行正交試驗設計做Box-Behnken 試驗方案,以研究吊針路數、連續成圈針數、平針路數等3因素對織物性能的影響關系。試驗自變量吊針路數、連續成圈針數、平針路數及其水平如表2所示,其中0為中間值,-1為低值,1為高值。

表2 試驗自變量及其水平表Table 2 Test independent variables and level tables

2 試驗方法

2.1 織物織造儀器

采用SANTONI TOP2型八路單面電子提花針織圓機。提花針織圓機的成圈系統為8 F,針距0.907 mm(28E),針數為1248針,筒徑為356 mm。

2.2 織物編織意匠圖

凹孔針織物編織意匠圖如圖1所示。由圖1可知,凹孔織物在為吊針路數為16路,連續成圈針數為10枚,平針路數為10路的一個組織循環下編織。

圖1 凹孔針織物編織意匠圖Fig.1 Knitting artisan of 3D concave welf-knitted fabric

2.3 織物參數測試方法

在溫度為(20±2)℃,相對濕度為(65±2)%的環境下,采用 YG141N 型數字式織物厚度儀(參照GB/T 3820—1997《紡織品和紡織制品厚度的測定》)對15種織物試樣進行厚度的測試,每種織物測試5次,取平均值。參照GB/T 11048—2008《紡織品 生理舒適性 穩態條件下熱阻和溫阻的測定》,采用YG606E型紡織品熱阻測量儀對織物的保暖性能進行測試,熱板溫度為35 ℃,分別剪取每種織物規格為35 cm×35 cm的試樣3塊進行測試,結果取平均值。

3 試驗結果與分析

3.1 單因素試驗結果與分析

分別測試根據表1試驗方案設計的15種3D凹孔針織物的厚度和克羅值,測試結果如表3所示。由表3和表1可知,在連續成圈針數為12枚,平針路數為12路不變的情況下,改變吊針路數值的5種試樣(a1～a5),其中,試樣a1厚度與克羅值最小,分別為1.386 mm、 0.466 clo;試樣a5的厚度和克羅值最大,分別為4.322 mm、0.803 clo。

表3 單因素試驗測試結果Table 3 Single factor test results

在吊針路數為為16路,平針路數為12路不變的情況下,改變連續成圈針數值的5種試樣(b1～b5),試樣b3厚度最大,為3.032 mm;試樣b1厚度最小,為2.583 mm。此外,試樣b1的克羅值最大,為0.590 clo, 試樣b5的克羅值最小,為0.522 clo。

在吊針路數為16路,連續成圈針數為12枚不變的情況下,改變平針路數值的5種試樣(c1～c5),試樣c1的厚度和克羅值最大,分別為4.322 mm、0.799 clo;試樣c5的厚度和克羅值最小,分別為2.437 mm、0.619 clo。

吊針路數值對織物指標的影響結果如圖2所示。由圖2可知,在連續成圈針數為6枚、平針路數為12路的情況下,只改變1個組織循環內吊針路數就可以改變織物3D凹孔的孔洞深度,隨著吊針路數的增加,織物厚度與克羅值逐漸增加。這是由于吊針路數增加使得3D凹孔孔洞逐漸變深會使織物厚度變大,同時使凹孔空間變大可承托更多靜止空氣,兩者共同作用使得織物克羅值增加,保暖性增強。

圖2 吊針路數對織物指標的影響結果Fig.2 Effect of number of suspended stitch systems on fabric index

連續成圈針數對織物指標影響結果如圖3所示。由圖3可知,吊針路數為16路,平針路數為12路時,隨著1個組織循環內的連續成圈針數的增加,織物厚度有變化但整體差別較小,因此連續成圈針數對織物厚度的影響較小;連續成圈針數的增加會使織物凹孔的孔口變寬,導致織物的克羅值逐漸下降,一定程度上影響凹孔承托空氣,從而降低織物保暖性能。

圖3 連續成圈針數對織物指標影響結果Fig.3 Effect of number of consecutive coils needles on fabric index

平針路數對織物指標影響結果如圖4所示。由圖4可知,在吊針路數為16路、連續成圈針數為12枚的情況下,隨平針路數的增加,織物厚度及克羅值均減小。由此說明改變1個組織循環內的平針路數會改變織物3D凹孔的密度,且隨平針路數的增加,凹孔間距增加孔洞逐漸稀疏,織物的厚度逐漸減小,使得其保暖性下降。

圖4 平針路數對織物指標影響結果Fig.4 Effect of number of plain stitch systems on fabric index

3.2 多因素試驗結果與分析

根據第3.1小節中單因素試驗分析結果,確定表2的多因素試驗自變量及其水平表,在此基礎上,采用Design Expert8.0軟件設計得到17個響應曲面 Box-Behnken 試驗方案(見表4),其中響應值分別為織物厚度和織物克羅值。

表4 Box-Behnken 試驗的相關參數Table 4 Parameters of Box-Behnken experiment

3.2.1 回歸方程及方差分析

對表4中3個因素(吊針路數、 連續成圈針數、平針路數)試驗結果進行響應面分析,經過二次回歸擬合得到厚度的回歸模型如式(1)所示。

δ=0.146 77A-0.031 38B-0.197 63C-8.465 3×10-4AB+8.59 03×10-4AC+

5.781 9×10-3BC-9.888 5×10-4A2-2.513 7B2+2.91C2+2.5

(1)

式中:δ為織物厚度,mm;A為吊針路數,路;B為連續成圈針數,枚;C為平針路數,路;AB表示吊針路數和連續成圈針數的交互作用;AC表示吊針路數和平針路數的交互作用;BC表示連續成圈針數和平針路數的交互作用。

對式(1)進行顯著性分析結果見表5。由表5可知,該擬合方程模型顯著水平P值為0.000 3<0.050 0。失擬項的P值為0.098 1>0.050 0,試驗中無失擬項存在;模型的決定系數R2為0.965,大于0.950,說明模型達到顯著水平,因此模型可信程度較高,能較好的地反應實際情況。此外,吊針路數(A)的P值小于0.000 1,達到極顯著水平;平針路數(C)的P值為0.006 5<0.050 0,達到顯著水平;連續成圈針數(B)的P值為0.073 3>0.050 0,未達到顯著水平。研究表明單個因素中吊針路數對織物厚度有極顯著影響,C對織物厚度有顯著影響,而B無顯著影響。分析其原因,A直接影響凹孔的孔洞深度,從而對織物厚度有極顯著的影響。而C會改變孔洞的排列疏松度,在一定范圍內,孔洞排列越緊密,織物厚度越厚,反之C超過一定數量后,織物厚度會降低,C對織物厚度的影響可能與吊針路數有關。而B改變凹孔孔口口徑的大小,一定程度上對織物的影響不明顯。此外,BC的P值為0.029 6<0.050 0,說明B與C交互作用對織物的有顯著影響。

表5 厚度回歸模型方差表Table 5 Variance tables of the thickness regression model

經過二次回歸擬合得到克羅值的擬合方程如式(2)所示:

Rclo=0.026 6A-0.062 5B-0.105 3C-3.75×10-4AB+3.298 6×10-4AC+1.291 6×10-3BC-4.142×10-3A2+3.336 2×10-4B2+3.662 6×10-3C2+1.138 6

(2)

對該回歸模型方程進行分析得出回歸方差表見表6,如表6的顯著性分析可知,本試驗所用的二次多項式顯著(P值為0.000 5<0.050 0),失擬項P值為0.091 8>0.050 0,試驗模型的決定系數R2為0.957>0.950,說明模型達到顯著水平,失擬項差異不顯著,表明試驗中無失擬項存在,能夠較好的反應實際情況。通過對模型系數顯著性檢驗發現,B、C、BC、B2、C2對克羅值的影響顯著(P<0.050 0),A對克羅值的影響為極顯著(P<0.000 1),除此之外其他因素得到的效應不顯著。同時對比F值可以發現,A、B、C3個自變量對織物克羅值的影響次序為:A>C>B,說明A會直接改變凹孔深度從而對3D凹孔織物保暖性的影響最大,其次C會直接改變凹孔密度從而影響織物保暖性。連續成圈針數B決定凹孔孔口寬度,在第2.3節所述測試環境下B對織物保暖性影響最小。

表6 克羅值回歸模型方差表Table 6 Variance tables of clo regression models

3.2.2 響應曲面交互作用分析

吊針路數和連續成圈針數的交互作用對克羅值的3D響應圖如圖5所示。吊針路數(A)和連續成圈針數(B)的交互作用對克羅值有影響,但未達到顯著水平,隨著吊針路數(C)增加織物克羅值增大,與單因素分析結果一致;而隨連續成圈針數增加,織物克羅值呈現先增加后減小的拋物線關系,且隨著吊針路數區間增大,拋物線的曲率有所增加。

圖5 吊針路數和連續成圈針數的 交互作用對克羅值的3D響應圖Fig.5 3D response diagram of interaction on clo value between the number of supended stitch systems and the number of consecutive coils needles

吊針路數和平針路數的交互作用對克羅值的3D響應圖如圖6所示。由圖6可知,隨著吊針路數的增加織物克羅值增大,與單因素分析結果一致;而隨平針路數的增加,織物克羅值呈現先減小后增加的拋物線關系,且隨著吊針路數的區間增大,拋物線的曲率有所增加。這表明由于3個因素會相互影響,單因素試驗時變量值的選擇會影響變量分析結果,因而本研究的多因素交互作用分析的結果比單因素分析更接近真實情況。

圖6 吊針路數和平針路數的交互 作用對克羅值的3D響應圖Fig.6 Interaction between the number of suspended stitch systems and the number of plain stitch systems

連續成圈針數和平針路數的交互作用對克羅值的影響3D響應圖如圖7所示,其中底面等高線的形狀趨向于橢圓且橢圓的軸線與坐標軸存在一個角度,表明交互作用明顯[12-14]。由圖7可知,連續成圈針數與平針路數的交互作用對克羅值的影響顯著,與方差分析結果一致。此外,在吊針路數為16路、平針路數為10針左右、連續成圈針數為7針和8針時,織物克羅值最低,說明此參數下形成的孔寬度、密度及深度配比下其織物保暖性較差。

圖7 連續成圈針數和平針路數的 交互作用對克羅值的影響3D圖Fig.7 3D response diagram of interaction on clo value between the number of supended stitch systems and the number of plain stitch systems

3.2.3 模型的驗證及使用

根據式(2)的回歸模型,使用Design Expert8.0軟件計算出表4試驗參數的最優保暖性方案。方案中,吊針路數為16路,連續成圈針數為16枚,平針路數為4路時,織物的克羅值為0.957 clo。再利用式(1)計算出織物厚度預測值為2.917 mm。同樣,在該參數條件下,進行織物織造驗證試驗,測得織物的克羅值為0.942～0.993 clo, 厚度為2.903～2.987 mm,克羅值的誤差為-1.5%～3.7%,厚度誤差為-0.48%～2.3%。由此說明可以通過響應曲面分析得到經驗參數的最優保暖性參數。此外,使用該模型進行響應曲面分析,該模型會根據擬合方程給出多組3種參數條件下的響應值預測,實際應用時,可根據需要優先選出厚度與克羅值配比最合適的參數條件,從而有效減少試驗次數,為該3D凹孔結構在不同面料使用場景中提供參考。

4 結 論

使用SANTONI MF8-CHN單面電子提花針織圓機,以雙股70 dtex DRYAERN?紗線作面紗,50 dtex DRYAERN?紗線包覆17 dtex氨綸作底紗,將設計的15種不同組織結構參數的3D凹孔針織物進行織物厚度及克羅值測試,并基于響應面對試驗結果進行分析,得出以下結論:

1)改變緯編針織圓機中的吊針結構與平針結構的組合,不僅會影響織物外觀風格,還對織物的保暖性能有顯著影響,其中一個組織循環內吊針路數、連續成圈針數、平針路數對織物保暖影響程度大小為吊針路數>平針路數>連續成圈針數。一個組織循環內連續成圈針數與平針路數的交互作用對織物保暖性影響顯著,當連續成圈針數為16路、連續成圈針數為10針左右、平針路數為7～8針時,織物克羅值處于較低水平,保暖性相對較差。

2)采用Design Expert8.0軟件,按照Box-Behnken 原理設計響應面試驗,設響應值為織物厚度和克羅值,并對試驗結果進行二次擬合得出多個響應值的回歸模型。結果表明:織物厚度及克羅值的模型擬合精度較高,可較真實的反映實際情況;模型得出織物保暖性最佳的組織結構設計方案為吊針路數16路、連續成圈針數16枚、平針路數4路,織物克羅值為0.957 clo, 保暖性較好。

在實際應用中,根據織物厚度、克羅值的擬合方程綜合選擇出適宜的參數方案,以滿足服裝對織物厚度、風格與保暖性的綜合要求。