纺纱段纱线贯穿液珠毛羽减少机理及工艺研究

来源 :武汉纺织大学 | 被引量 : 2次 | 上传用户:huimin0609
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
环锭纺是目前主要的短纤维成纱方式,其品种适应性广,可纺纱支多,但成纱毛羽较多一直是个问题。纱线毛羽较多会影响后续织造工序,并造成织物的质量等级下降。为减少纱线毛羽,本课题建立了一种“液膜纺”纺纱方法,并研制出液膜纺装置。该方法是在环锭纺细纱机的前罗拉钳口和导纱钩间加装一个液膜纺装置,装置末端始终悬挂一个液珠,由前罗拉输出的纱线从液珠中间穿出,因为液珠与纱线不会润湿,液珠内部会形成一个液膜孔道,此过程中覆盖在毛羽上的液膜因表面张力的收缩作用,将毛羽压至贴服在纱线主干上,从而有机会参与主干纤维的加捻扭转,达到毛羽下降的效果。本文首先从理论上研究液膜纺的成纱机理,然后将液膜纺纱线与环锭纺纱线作对比分析,最后研究液膜纺纺纱工艺对成纱毛羽的影响。通过接触角测量、引入示踪纤维、显微镜观察等表征方法对液膜纺纱线进行研究,研究发现:水珠与棉纱线的接触角大于90o,表明水珠不会润湿纱线。引入示踪纤维后,观察液膜纺纱线横截面,发现主干表面的纤维进入了纱线内部,从而有力证明了液膜纺是正真消除毛羽而不是因为毛羽被“捋湿”贴服在纱线表面。将环锭纺纱线与液膜纺纱线作对比分析,研究表明:相比环锭纺纱线,液膜纺纱线的条干没有恶化,强力没有下降,3毫米及以上的毛羽下降率达64%。分别经过络筒工序后,液膜纺纱线与环锭纺纱线毛羽都增多,但是液膜纺纱线毛羽增加幅度没有环锭纺的大,其3毫米及以上的毛羽比环锭纺少53.1%。分别对液膜纺装置中液珠的位置、液珠直径、液体表面张力、液膜持久性、捻系数五个影响因素进行液膜纺毛羽下降率的研究,研究结果为:当液膜纺装置距离导纱钩2厘米处,液珠直径为6毫米,捻系数为340时,纱线毛羽下降率最大。随着液体表面张力的增大和液膜持久性的增强,纱线毛羽下降率增大,最佳状态时3毫米及以上的毛羽下降率可达89.9%。液膜纺纺纱方法仅通过一个液珠就可以达到较好的消除毛羽效果,且无耗能,无噪音,设备运行成本低,易维护的优点。符合当今节能、环保理念,具有广阔的应用前景。
其他文献
第一部份不同感兴趣区选择方法对直肠腺癌原发灶磁共振DKI参数一致性影响的研究目的:探讨不同感兴趣区(region of interest,ROI)选择方法对直肠腺癌病灶磁共振扩散峰度成像(d
本文首先基于快速多极子边界元法构造了一个数值波浪水池。使用四阶龙格库塔法作为时间步进工具以准确获得每一步的速度势和波面抬升,使用加速度势同时计算物体运动与受力,并
当前,智能制造已成为传统制造企业转型升级的重要方向之一。在传统的车用空调生产车间中,氦检漏设备作为其中的重要检测设备,存在着数据采集困难,设备互操作性差、远程监控困
硬件和功能相绑定的特点使得传统网络静态僵化,难以满足当今社会发展的需求。近几年来,学术和产业界依托硬件虚拟化技术分别提出了不同的新型网络架构,旨在解决该问题。智慧协同网络是其中一种,由北京交通大学提出。在智慧协同网络中,组件被定义为完成数据转发、采集等功能的网络部件,分为物理组件和虚拟组件;族群被定义为提供完整网络功能的一类组件集合;族群编排被定义为一种创建、删除和管理族群的机制,它是智慧协同网络
近些年,空分行业伴随着行业内部大型企业的并购和联合,以及全球气体市场需求持续下行,竞争态势日趋激烈,作为专门生产空分设备的制造工厂,面临着严酷的挑战。在这样的市场大
沥青混合料因为其良好的路用性能和使用性能以及便捷的维护方式,在高速公路中使用广泛。沥青混合料是由沥青、矿物粉末、骨料等材料组成的多样复杂的复合材料,在不同力学条件
近年来国家对建筑产业化发展给予高度重视和大力支持,本文根据现有的研究成果,结合了地震作用下节点受力特点和节点施工可靠性、便捷性,在遵循“强柱弱梁,强节点弱构件”抗震
在地震勘探中,一个十分关键的任务就是地震资料的解释,其中三维地震数据中地质异常体的识别十分重要。尤其是盐丘的识别,对研究者们理解盐构造、建立地震偏移速度模型等都具有非常重要的作用。虽然目前自动化的方法已经被应用到计算盐丘属性和提取盐丘边界过程中,但盐丘的解释识别仍然是个耗时耗力的工作。传统的方法基于物理原理、几何构造等派生出地震属性,但是这些属性可能无法完全表达包含噪声且地质特征复杂的真实地震数据
地铁因具有快速、客运量大等优点正逐渐成为缓解城市交通压力的主要手段。地铁在运行过程中产生的杂散电流与其所处环境中的氯离子共同引发了钢筋的锈蚀,导致地铁钢筋混凝土
由于古镇旅游热潮的出现,盲目的建设使传统古镇的开发和古镇景观设计规划中出现了严重的“趋同”现象。在地域特色的发掘与保护上,以及在传统古镇景观规划的打造中,没能更好