用蝴蝶结法测试毛织物弯曲性

doi:10.13475/j.fzxb.20180501606

摘要/Abstract

摘要：

针对现有织物弯曲性测试需要用多块试样才能得到多个测试结果的现状,提出一种既简便又节约面料的预测毛织物弯曲性的方法蝴蝶结法。详细阐述了用蝴蝶结法测试织物弯曲性的实施步骤及采用的表征参数:蝴蝶结面积、宽度、高度和角度。以18块毛织物为研究对象,用新方法与传统方法进行对比测试分析。结果表明:新方法中的4个参数与毛织物的抗弯刚度都具有较好的相关性,且越硬挺的毛织物形成的蝴蝶结角度、宽度和面积越大,高度越小,其中蝴蝶结面积与抗弯刚度的相关性最高;用蝴蝶结法建立的蝴蝶结面积与织物抗弯刚度的关系式可预测毛织物的抗弯刚度。

关键词: 毛织物, 弯曲性, 抗弯刚度, 蝴蝶结法

Abstract:

Aiming at the actuality that for the measurement of the fabric bending behavior, more than one fabric samples are needed to obtain more than one test result, a simple and fabric saving bowknot method for testing the bending behavior of wool fabric was proposed, and the detailed method and parameters of area, width, height and angle of bowknot were elaborated. 18 kinds of wool fabrics were used to compare the new method with the conventional method. The results show that the correlations between the four indexes in the new method and bending rigidity are good. The bowknots of stiffer wool fabrics will have larger angle, width and area, but smaller height. The area of the bowknot has the highest correlation with the bending rigidity. Moreover, the regression equation between the area bowknot and the bending rigidity is established for the predicting the fabric bending rigidity.

Key words: wool fabric, bending behavior, bending rigidity, bowknot method

中图分类号:

TS941.2

余芳, 刘成霞. 用蝴蝶结法测试毛织物弯曲性[J]. 纺织学报, 2019, 40(8): 35-39.

YU Fang, LIU Chengxia. Measurement for bending behavior by bowknot method[J]. Journal of Textile Research, 2019, 40(8): 35-39.

图/表 8

表1

图1

图2

图3

表2

表3

图4

图5

参考文献 10

[1]	王府梅, 徐广标 . 精纺毛型织物弯曲性能预测途径探讨[J]. 纺织学报, 2004,25(2):76-78.
	WANF Fumei, XU Guangbiao . Study on predicting of bending performance of worsted wool fabric[J]. Journal of Textile Research, 2004,25(2):76-78. doi: 10.1177/004051755502500109
[2]	KYOUNG Okkim, SHIGERU Inui, MASAYUKI Takatera . Verification of prediction for bending rigidity of woven fabric laminated with interlining by adhesive bonding[J]. Textile Research Journal, 2011,81(6):598-607. doi: 10.1177/0040517510387212
[3]	杨萍 . 纱线与织物的弯曲刚度研究[D]. 上海:东华大学, 2002: 12-20.
	YANG Ping . Research on bending behavior of yarn and fabric[D]. Shanghai: Donghua University, 2002: 12-20.
[4]	韩燕娜 . 织物弯曲性与悬垂性测试新方法[J]. 丝绸, 2019,56(4):30-34.
	HAN Yanna . A new testing method for fabric bending & draping behavior[J]. Journal of Silk, 2019,56(4):30-34.
[5]	刘成霞, 韩永华, 张才前 . 基于图像处理的织物弯曲性能测试方法[J]. 纺织学报, 2013,34(7):52-56.
	LIU Chengxia, HAN Yonghua, ZHANG Caiqian . Test for fabric bending behavior based on image processing bending behavior of fabric[J]. Journal of Textile Research, 2013,34(7):52-56. doi: 10.1177/004051756403400110
[6]	刘成霞, 罗秋霞, 施美琴 . 织物多方向硬挺度测试方法研究[J]. 现代纺织技术, 2015,23(2):56-59.
	LIU Chengxia, LUO Qiuxia, SHI Meiqin . Study on the measurement of multi-directional fabric stiffness[J]. Advanced Textile Technology, 2015,23(2):56-59.
[7]	刘成霞, 周澳 . 利用十字交叉法测试织物弯曲悬垂性[J]. 纺织学报, 2018,39(6):42-46.
	LIU Chengxia, ZHOU Ao . Measurement of fabric bending and draping properties using crossing method[J]. Journal of Textile Research, 2018,39(6):42-46.
[8]	何琦辉, 王正伟 . 利用织物实际弯曲形态测试其弯曲性能的算法[J]. 纺织学报, 2006,27(12):52-58.
	HE Qihui, WANG Zhengwei . Arithmetic of bending property of the fabric based on its actual bending shape[J]. Journal of Textile Research, 2006,27(12):52-58.
[9]	倪红, 潘永惠 . 基于BP神经网络的织物斜向弯曲性能的预测[J]. 纺织学报, 2009,30(2):48-51.
	NI Hong, PAN Yonghui . Prediction of fabric diagonal bending rigidity by BP neural network[J]. Journal of Textile Research, 2009,30(2):48-51.
[10]	石风俊, 胡金莲 . 织物的弯曲性能[J]. 纺织学报, 2005,26(3):15-18.
	SHI Fengjun, HU Jinlian . Bending behavior of fabric[J]. Journal of Textile Research, 2005,26(3):15-18.

相关文章 15

[1]	莫帅, 冯战勇, 党合玉, 邹振兴, 王迪文, 朱红伟. 高速纺纱锭子弹性管减振机制与振动特性[J]. 纺织学报, 2020, 41(03): 148-153.
[2]	金守峰, 林强强, 马秋瑞, 张浩. 基于BP 神经网络的织物表面绒毛质量的检测方法[J]. 纺织学报, 2020, 41(02): 69-76.
[3]	王文聪, 范静静, 丁超, 王鸿博. 多功能复合导电毛织物的制备及其性能[J]. 纺织学报, 2019, 40(8): 117-123.
[4]	刘军, 刘奎, 宁博, 孙宝忠, 张威. 三维编织复合材料T 型梁的低温场弯曲性能[J]. 纺织学报, 2019, 40(12): 57-62.
[5]	安芳芳, 房宽峻, 刘秀明, 蔡玉青, 韩双, 杨海贞. 羊毛织物的蛋白酶改性对墨滴铺展及颜色性能的影响[J]. 纺织学报, 2019, 40(06): 58-63.
[6]	张雪飞王晶晶吕丽华叶方. 锯齿形三维机织间隔复合材料的弯曲性能[J]. 纺织学报, 2019, 40(03): 65-70.
[7]	张文娟, 纪峰, 张瑞云, 赵晓杰, 王妮, 王俊丽, 张建祥. 毛织物孔隙特征与透湿性关系[J]. 纺织学报, 2019, 40(01): 67-72.
[8]	刘成霞周澳. 利用十字交叉法测试织物弯曲悬垂性[J]. 纺织学报, 2018, 39(06): 42-46.
[9]	陈丽丽. 精纺毛织物缝纫平整度客观评价方法[J]. 纺织学报, 2018, 39(03): 120-125.
[10]	任燕飞巩继贤付冉冉张健飞王富邦陶宇庆. 微生物合成纳米灵菌红素及其对羊毛织物抗菌染色[J]. 纺织学报, 2018, 39(02): 91-96.
[11]	吕丽华黄耀丽崔婧蕊. 蜂窝状三维整体机织复合材料的弯曲性能及其有限元模拟[J]. 纺织学报, 2017, 38(11): 56-60.
[12]	陈诚贾丽霞张初阳. 毛用防蛀萘醌色素的合成与性能评价[J]. 纺织学报, 2017, 38(10): 70-74.
[13]	蔡冯杰祝成炎田伟吕智宁申晓. 3D打印成型的玻璃纤维增强聚乳酸基复合材料[J]. 纺织学报, 2017, 38(10): 13-18.
[14]	高雄胡侨乐马颜雪张琦魏毅邱夷平. 不同结构厚截面三维机织碳纤维复合材料的弯曲性能对比[J]. 纺织学报, 2017, 38(09): 66-71.
[15]	韦玉辉宁琳吴雄英丁雪梅. 家用干衣机滚筒烘干方式对羊毛织物性能的影响[J]. 纺织学报, 2017, 38(07): 69-74.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

试样编号	组织	成分(含量)	密度/(根·(10 cm)^-1)				面密度/ (g·m^-2)	厚度/ mm
试样编号	组织	成分(含量)	经向	纬向	经纱	纬纱	面密度/ (g·m^-2)	厚度/ mm
1^#	平纹	羊毛/涤纶(65/35)	190	150	30×2	30×2	412.6	0.63
2^#	平纹	羊毛(100)	360	216	24	24	358.8	0.24
3^#	平纹	羊毛(100)	260	200	16×2	16×2	342.5	0.34
4^#	平纹	羊毛/涤纶(50/50)	320	230	26	26	481.8	0.27
5^#	平纹	羊毛/粘胶(70/30)	384	384	10	10	130.4	0.22
6^#	平纹	羊毛/腈纶(65/35)	258	240	29×2	29×2	305.0	0.33
7^#	斜纹	羊毛/腈纶/粘胶(50/30/20)	350	320	25	25	172.6	0.43
8^#	斜纹	羊毛/粘胶(70/30)	360	280	28	28	259.3	0.32
9^#	缎纹	羊毛(100)	340	265	29	29	285.7	0.34
10^#	平纹	羊毛/腈纶(50/50)	320	160	24×2	25×2	241.4	0.43
11^#	平纹	羊毛/涤纶(65/35)	360	340	26×2	26×2	323.0	0.37
12^#	斜纹	羊毛/棉(65/35)	316	296	22×2	24×2	225.5	0.32
13^#	缎纹	涤纶/羊毛(80/20)	224	114	25×2	26×2	324.8	0.32
14^#	平纹	涤纶/羊毛(70/30)	270	180	23×2	24×2	223.0	0.27
15^#	平纹	涤纶/羊毛/氨纶(65/30/5)	480	320	21×2	20×2	263.8	0.34
16^#	斜纹	羊毛(100)	420	380	24.5×2	24.5×2	434.2	0.47
17^#	斜纹	羊毛/涤纶(85/15)	240	210	30×2	30×2	334.0	0.38
18^#	缎纹	羊毛/涤纶(95/5)	356	285	19.6×2	19.6×2	260.9	0.28

试样编号	斜面悬臂梁法			蝴蝶结法
	经向	纬向	45°方向	经向				纬向					45°方向
	抗弯刚度B/(μN·m)			A/cm²	W/cm	H/cm	θ/(°)		A/cm²	W/cm	H/cm	θ/(°)		A/cm²	W/cm	H/cm	θ/(°)
1^#	33.9	30.9	21.7	18.27	3.51	0.16	83		18.06	3.43	0.58	72		15.78	2.70	0.55	68
2^#	10.7	12.1	10.4	11.50	2.10	1.24	49		10.95	1.49	1.28	48		11.47	1.54	1.12	48
3^#	11.2	12.3	15.3	12.31	1.41	0.95	55		11.03	1.51	1.27	64		13.43	2.54	1.02	60
4^#	4.2	3.9	7.1	9.51	1.49	1.41	40		8.62	1.21	1.65	36		8.18	1.52	1.11	44
5^#	6.1	4.9	7.4	10.63	1.51	1.21	47		8.75	1.42	1.66	38		9.35	1.50	1.12	50
6^#	24.5	20.5	25.4	16.50	2.87	0.81	76		14.94	2.52	0.69	75		16.76	2.80	0.68	74
7^#	21.3	11.6	20.9	15.69	2.65	0.57	71		10.76	1.45	0.59	69		14.85	2.40	0.87	61
8^#	14.5	13.4	13.2	13.50	2.30	1.22	35		12.84	1.21	1.32	56		12.98	2.10	0.88	54
9^#	11.8	10.3	7.9	11.51	1.37	1.12	45		11.25	1.49	1.53	41		9.22	1.40	1.57	45
10^#	12.4	11.2	10.0	10.90	1.48	1.43	46		11.60	1.42	1.22	47		10.73	1.42	1.32	49
11^#	15.7	14.1	14.3	13.80	1.83	0.95	65		13.70	2.07	0.84	35		13.63	2.01	1.21	52
12^#	20.7	18.3	18.3	15.30	2.65	0.62	67		14.20	2.18	1.08	62		14.30	2.33	1.01	62
13^#	25.6	20.6	19.9	16.80	2.85	0.88	76		15.97	2.33	0.65	64		14.79	2.50	0.61	67
14^#	11.4	10.5	9.4	11.05	1.32	1.39	51		11.30	1.20	1.55	45		10.52	1.60	1.15	46
15^#	18.6	12.4	17.8	14.30	1.96	1.06	61		12.86	1.40	1.16	59		14.18	2.30	0.92	63
16^#	13.8	16.1	15.2	12.48	1.66	0.86	58		14.73	2.07	0.97	63		13.93	2.20	0.96	42
17^#	12.6	11.0	10.5	11.30	1.51	1.24	55		11.85	1.23	1.25	47		10.49	1.47	1.26	47
18^#	8.4	13.3	7.5	8.88	1.02	1.54	41		12.40	1.63	1.55	39		8.43	1.70	1.48	38

	B	A	W	H	θ
B	1	0.954^**	0.901^**	-0.806^**	0.830^**
A		1	0.879^**	-0.799^**	0.783^**
W			1	-0.792^**	0.716^**
H				1	-0.803^**
θ					1