基于XJ120测试数据的纱线质量预测技术研究

闫小兵　盛翠红　张一心

摘要：为合理有效地利用原棉资源，避免生产过程中造成浪费，通过原棉的各项性能指标来定量预测成纱质量是一个有效途径。本文收集了59组14.6 tex棉卷/生条作为样本，测试了对应成纱的强力、条干CV单纱品质指标。运用国产XJ120快速棉纤维性能测试仪检测出棉卷/生条的12项指标：Mic、Luhm、Ui、Str、Elg、Mat、Rd、+B、CG、TC、TA、TG。采用多元线性回归方法，建立了棉卷/生条XJ120测试性能指标与对应成纱单纱强力、条干CV品质指标的多元线性回归方程模型。结果所得的回归方程模型对棉纺厂的配棉工作具有一定指导意义。

关键词：XJ120；棉纱质量；多元线性回归；回归方程模型；配棉

中图分类号：TS111.9

文献标志码：A

文章编号：1009-265X（2017）06-0027-04

Research on Yarn Quality Prediction Technology Based on XJ120 Test Data

YAN Xiaobing， SHENG Cuihong， ZHANG Yixin

（School of Textile and Materials， Xian Polytechnic University， Xian 710048， China）

Abstract：To study the rational use of raw cotton resources and avoid the waste in the production process， an effective way is the quantitative prediction of cotton yarn quality through the performance indexes of raw cotton. 59 groups of 14.6tex cotton roll/cotton sliver were collected as samples， and the strength of corresponding yarn and quality index of CV single yarn were tested. The domestic XJ120 fast fiber performance testing instrument was used to detect the 12 indicators of cotton roll/cotton sliver： Mic， Luhm， Ui， Str， Elg， Mat， Rd， +B， CG， TC， TA， TG. Multivariate linear regression method was applied to establish multivariate linear regression equation model for cotton roll/cotton sliver XJ120 test performance index and the corresponding yarn strength and evenness CV quality index. The results show that the regression equation model has certain guiding significance to cotton assorting.

Key words：XJ120； cotton yarn quality； multivariate linear regression； regression equation model； cotton assorting

棉纖维是纺织工业中不可缺少的重要原料，原棉品质是影响成纱质量的重要因素之一（棉纱线的品质大约有80%受棉纤维性能的制约），同时，原棉成本约占棉纱成本70%左右。为合理有效地利用原棉资源，避免生产过程中造成浪费，可以通过原棉的各项性能指标来预测成纱质量[12]。

中国对棉纤维品质与成纱质量的关系研究起步较晚，20世纪90年代才提出了回归模型、灰色评判模型等。这些模型的建立基本都是通过对棉纤维单唛试纺的数据进行的各种研究[34]。近年，国内外也有部分学者研究了计算机专家分析系统在该课题中的应用，取得了一定的效果，但没有对中国棉花的生产实际情况做深入的研究[5]。

陕西长岭纺织机电科技有限公司生产的XJ120快速棉纤维性能测试仪（以下简称XJ120棉纤维测试仪）是集光、机、电、气、计算机等技术为一体的高技术、多功能仪器；该仪器结合中国国情以及用户的实际需要，应用现代电子技术、光电技术及气流控制技术等领域的新成果。

本文主要使用XJ120快速棉纤维性能检测仪检测了选定棉卷/生条的12个指标，结合传统方法检测的短绒率、含杂重量百分率两个指标，分析棉卷/生条与对应成纱的单纱强力、条干CV、细节、粗节以及棉结等5项品质指标之间的关系，最终建立原棉性能与棉纱质量之间的关系模型，并分析建立模型对于实际情况的代表性程度，从而检测探寻新的预测成纱品质途径的实用性，对实际生产具有一定的指导意义。

1原料选择

为确保样品有一定的代表性，从陕西风轮纺织股份有限公司、陕西唐华四棉有限责任公司、陕西大华纺织有限责任公司、宝鸡大荣纺织有限责任公司收集59组棉卷和生条半成品作为14.6 tex棉卷/生条样品，这些样品的指标综合值在指标常见分布区间中，并保持一定均匀的跨度。并在同一型号设备、工艺条件下纺制成纱。

2仪器设备

仪器设备：XJ120棉纤维测试仪（陕西长岭纺织机电科技有限公司），YG046型原棉杂质分析机（陕西长岭纺织机电科技有限公司），Y111型罗拉式纤维长度分析仪（莱州市电子仪器有限公司），YG063G全自动单纱强力仪（陕西长岭纺织机电科技有限公司），CT3000条干均匀度测试分析仪（陕西长岭纺织机电科技有限公司）[6]。

其中XJ120棉纤维测试仪主要由长度/强伸度测试仪（配有取样器和读码器），马克隆测试仪（配有电子天平），色泽测试仪，杂质测试仪和回潮率测试仪组成。另外还有主处理机、显示器、键盘、鼠标、打印机等外设控制部分（如图1）。

3实验方法

运用XJ120快速棉纤维性能测试仪分别测试棉卷/生条的上半部平均长度Luhm、马克隆值Mic、成熟度指数Mat、整齐度指数Ui、断裂比强度Str、断裂伸长率Elg、反光亮度RD、黄色深度+B、色泽等级CG、杂质数TC、杂质面积TA、杂质等级TG等12项性能。运用YG046型原棉杂质分析机和Y111型罗拉式纤维长度分析仪测试棉卷/生条的含杂重量百分率PTC和短绒率SFC；运用YG063G全自动单纱强力仪和CT3000条干均匀度测试分析仪分别测试棉卷/生条成纱的单纱强力和条干CV。

通过上述仪器测试，收集取样的59组代表性14.6 tex棉卷/生条的14项指标测试范围，见表1。

4预测成纱质量模型的建立与验证

根据多年的生产经验可知，成纱质量预测目标与原棉品质之间是一种非严格的、不确定的函数关系，即成纱质量不能由原棉品质的数值精确且唯一的函数关系确定，但是存在着一定的相关性[79]，因此本文选用多元线性回归分析的方法对于成纱质量进行预测分析[1011]。考虑到本文实验所得关系、规律的适应性需要通过企业的后期校正来完善，以及该模型的普及性与实际可操作性，运用了易于操作与掌握的SPSS软件中相关性算法与多元线性回归分析方法。本文对棉卷/生条性能数据与对应纱线质量建立了回归方程，方程中符号的代表意义如表2。

4.1棉卷/生条性能与14.6 tex成纱单纱强力指标关系

采用多元线性回归，对棉卷性能数据与成纱单纱强力进行拟合，拟合程度如图2所示，得到回归方程：

YP=1.346×Mic+0.129×Luhm+0.318×Ui+0.393×Str-0.901×Elg-57.473×Mat+0.291×Rd+0.795×B+0.115×CG+（8.048×10-2）×TC-0.411×TA+（2.037×10-2）×TG-0.144×SFC-1.074×PTC-5.873

相关系数R=0.832，模型判定系数（或解释力）R2=0.692，回归方程判定系数的F检验值为7.060，其显著性=0.000，表明模型的判定系数具有统计学意义，即用以上14个变量可以解释YP 69.2%的变差。

4.2棉卷/生条性能与14.6 tex成纱条干CV指标关系

采用多元线性回归，对棉卷性能数据与成纱条干进行拟合，拟合程度如圖3所示，得到回归方程：

YCV=0.577×Mic-0.148×Luhm-（6.72×10-2）×Ui-（3.541×10-3）×Str-（9.08×10-2）×Elg+（1.483×10-2）×Mat+0.120×Rd-0.448×B+（3.580×10-2）×CG-（2.09×10-2）×TC+（1.276×10-2）×TA-（1.51×10-2）×TG+（8.188×10-2）×SFC+0.149×PTC+16.955

相关系数R=0.893，模型判定系数（或解释力）R2=0.797，回归方程判定系数的F检验值为12.362，其显著性=0.000，表明模型的判定系数具有统计学意义，即用以上14个变量可以解释YCV79.7%的变差。

综上，本文预测出了14.6 tex棉卷/生条的XJ120等测试性能与对应成纱单纱的强力、条干CV质量关系模型，并且运用预测模型预测结果对比实际成纱质量具有较高的拟合程度（见图2、图3）。这种预测模型具有容易建立、低成本等优点，有利于指导棉纺企业科学配棉。

4.3预测成纱质量模型预测值与实测值关系

为了验证模型的实际预测效果，分析了成纱品质的实测值与预测值之间的相关系数与判定系数（表3）。从表3可得：棉卷/生条与对应14.6 tex成纱强力、条干CV质量指标的多元线性回归模型预测值与实测值间的相关系数和判定系数数值在合理范围内，此预测方法具有实用效果。

综上，模型对于数据的拟合程度比较好，在通过企业后期的继续校正后，可以用于成纱质量的生产控制中。

通过分别建立包含短绒率SFC与杂重量百分率PTC、不含含杂重量百分率PTC和含短绒率SFC、包含含杂重量百分率PTC和不含短绒率SFC、不含含杂重量百分率PTC与短绒率SFC的四个模型，得到成纱的条干CV值预测值与实测值的判定系数R2值（表4）。

从表4可知，添加传统指标比不添加传统指标对于预测模型的解释力要大，两个传统指标对于模型的科学、有效建立起到了一定的助推作用；两个传统指标都有的模型的解释力比只有其中一个传统指标也要大；并且只含有短绒率一个传统指标的模型的解释力比只含有一个含杂重量百分率传统指标的解释力要大，相对来说短绒率指标的作用要大于含杂重量百分率的作用。

5结论

a）建立了14.6 tex棉卷/生条与成纱强力、条干CV质量指标的多元线性回归模型，并且模型预测值与实测值的相关系数高，具有实用效果；

b）添加短绒率指标使棉纤维快速检测产生的弊端得到有效补充；增加含杂重量百分率指标后，改善了HVI检测“重表轻质”的局限性，使建立的模型更加可靠；

c）由于该方法属于低成本开发，所建立的模型的适用性比较强，有利于众多棉纺企业应用并推广。

参考文献：

[1]周方颖，张一心，王伟.原棉成纱质量预测模型的研究[J].纺织科学研究，2006（3）：51-56.

[2]孙海兰.纺纱质量分析与预测[D].苏州：苏州大学，2004.

[3]储才元，凌导宏.棉纤维性能和成纱质量间关系的研究[J].纺织学报，1993，14（7）：4-18.

[4]闫小兵，张一心，张鹏飞.原棉性能预测成纱品质方法新思考[J].中国纤检，2008（5）：35-37.

[5]徐伯俊，范生蒲，刘国清.原棉性能与成纱质量的综合评判[J].北京纺织，2001，22（1）：12-15.

[6]BASU A. Principles and application of high volume instruments part Ⅰ： principles of high volume instrument[J]. Asian Textile Journal， 1997（10）：75-79.

[7]LUO C， ADAMS D L. Yarn strength prediction using neural networks： part I： fiber properties and yarn strength relationship[J]. Textile Research Journal，1995，65（9）：495-500.

[8]董奎勇，杨萍.棉纺成纱质量预报的BP神经网络方法[J].棉纺织技术，2002（6）：39-40.

[9]唐万梅.几个预测方法及模型的研究[D].呼和浩特：内蒙古大学，2006.

[10]吕立斌.成纱质量综合评判系统的研究与开发[J].山东纺织科技，2001（6）：37-39.

[11]于健，薛少林.SPSS在根据原棉性能预测成啥棉结上的应用分析[J].河北纺织，2010（2）：66-69.

（责任编辑：陈和榜）