基于改进灰色关联度的弹力针织物吸湿速干性评价

鲍正壮,周 捷,鲁丹丹,宋庆文,周道海,魏 菲

(1.西安工程大学 服装与艺术设计学院，陕西 西安 710048;2.西安工程大学 纺织科学与工程学院，陕西 西安 710048;3.镇江海天针织制品有限公司，江苏 镇江 212000)

0 引 言

弹力针织物多用于内衣、泳装等贴身衣物中,为保持人体皮肤表面的舒适性,对其热湿舒适性要求较高[1]。而吸湿速干性是影响织物热湿舒适性的一个重要指标,当人体运动产生大量汗液后,需要织物迅速吸收水分,并传导至织物外表面快速挥发,使身体保持干爽舒适[2]。目前国内外对于织物吸湿速干性能的研究主要集中在新型纤维开发[3-4]、纱线与织物加工工艺优化[5-7]以及对织物吸湿性[8-9]、导湿性[10-11]、速干性[12]等单向性能指标评价,但关于织物综合吸湿速干性能研究较少[13-14]。在实际设计生产中,通常需要考虑多种因素评价某一织物性能的优劣[2],因此,织物吸湿速干性的综合分析显得尤为重要。

目前关于织物性能的综合评价方法主要有模糊综合评价、模糊相似优先比和灰色近优模型,但这3种方法在运用中仍有一定的局限性。模糊综合评价对多因素、多层次的复杂问题评判效果较好,但评价过程偏于主观性,而且不能较好地解决评价指标间相关造成的评价信息重复等问题[15]。模糊相似优先比方法对样本量的多少没有过多要求,不需要典型的分布规律,但该方法计算量相对较大且仅适用于样本数据离散程度较大的情况,离散程度过小时评价结果误差较明显[16]。灰色近优模型计算量相对较小,常用于影响因子较多又难以确定权重的情况,而该模型仅能得出各样本综合性能的优劣顺序,若更深入地探讨各指标对综合性能的影响程度,还需通过灰色关联分析所得近优度的关联度大小来判断[17]。灰色关联度分析是定性分析和定量分析相结合的综合评价方法,该方法可以更好地解决评价指标难以准确量化和统计的问题,改进后的灰色关联度分析可以排除主观因素的影响,使评价结果更加客观准确。基于此,本文选用13种纬平针弹力织物,测试其性能指标,通过对比不同纤维种类、密度、面密度、厚度参数的织物实验数据差异,分析影响织物吸湿速干性因素,并利用灰色关联度分析得出综合吸湿速干性最优织物。

1 实 验

1.1 材料

为探究织物各参数对吸湿速干性的影响,选用13种纬平针弹力织物。为分析纤维含量对织物吸湿速干性的影响,选择1#～3#纤维含量比不同的涤氨织物;为进一步探讨纤维种类的影响,选用4#棉氨织物和5#棉锦混纺织物;为研究织物密度、面密度、厚度与织物吸湿速干性的关系,选用6#～13#纤维含量相同但密度、面密度、厚度参数各不相同的锦氨织物；对比1#～5#低密度涤氨、棉混纺织物与6#～13#高密度锦纶织物,分析织物密度对吸湿速干性的影响。13种纬平针弹力织物具体规格参数见表1。

表 1 针织物规格Tab.1 Knitted fabric specification

续表 1 针织物规格Continued Tab.1 Knitted fabric specification

1.2 仪器与测试过程

根据GB/T 21655.2—2019《纺织品吸湿速干性的评定 第2部分:动态水分传递法》,采用DR290M型液态水份传递性能测试仪(温州大荣纺织仪器有限公司)进行织物吸湿速干性能测试。测试前将试样在温度25 ℃、湿度67.0 %的环境中静置24 h。测试过程:每种织物在距离布匹端2 m、布边0.5 m外的不同横向纵向位置上各剪取5块90 mm×90 mm方形试样(即每种织物测5次,测试结果取平均值),用镊子夹起试样一角,平放到仪器两传感器之间,将织物贴近皮肤的一面看作浸水面,朝上放置。仪器在启动后20 s内自动向织物的浸水面滴入0.20 g测试液(9 g·L-1氯化钠溶液),电脑绘制120 s内织物含水量随时间变化曲线图,数据采集频率10 Hz,实验结束后读取各指标数据。

2 结果与讨论

2.1 织物吸湿性

在液态水动态传递测试中,织物吸湿性能的优劣由浸湿时间、吸水速率两指标大小决定[18],浸湿时间越小、吸水速率越大,说明织物的吸湿性能越好。各织物浸湿时间及吸水速率的测试关系如图1所示。

(a) 浸湿时间

(b) 吸水速率图 1 织物浸湿时间及吸水速率Fig.1 Fabric wetting time and water absorption rate

为定量分析织物浸湿时间与平均吸水速率的相关性,采用Pearson相关系数法,分析图1中2个变量的13种样品的浸水面与渗透面数据。借助SPSS软件计算得,2个变量浸水面Pearson相关系数为-0.393,渗透面Pearson相关系数为-0.316,表明织物浸湿时间与平均吸水速率呈负相关,浸湿时间越长的织物,其平均吸水速率较小。从图1可以看出，图1(a)中,1#～5#织物纤维种类与纤维含量各不相同,但其浸湿时间小于6#～13#高密度锦纶织物,说明与纤维种类、纤维含量相比,织物密度对织物浸湿时间的影响更大。从8#、10#、13#和9#、11#得到,织物横密或纵密越大其浸湿时间就越长,因为织物密度增大,纤维接触到水分的表面积减小,织物吸收水分所需时间就变长,说明织物密度是影响浸湿时间的重要因素。图1(b)中,6#～13#织物浸水面与渗透面的吸水速率差异较大,因为织物的密度与面密度值大,纤维内部中空量和纤维间空隙小,上下表面水分传导阻力大,导致两表面含水量存在较大差异[19]。由7#和9#、12#和13#两组织物得到,在密度相同、厚度相近情况下,面密度越大其吸水速率越小。因此，织物密度、面密度是影响织物吸湿性的关键因素,1#涤纶织物吸湿性最优,10#织物吸湿性最差。

2.2 织物速干性

织物渗透面的液态水扩散速度与最大浸湿半径是考量速干性能的2个因素,数值越大,表示织物的速干性就越好[18]。织物渗透面液态水扩散速度与最大浸湿半径对比如图2所示。

图 2 织物渗透面液态水扩散速度、最大浸湿半径Fig.2 Spreading speed and maximum wettingradius of fabric permeable surface

从图2可以看出,各织物渗透面液态水扩散速度与最大浸湿半径变化趋势相似。为进一步探讨2个变量间的正负相关性,运用Pearson相关系数法,计算出织物渗透面的最大浸湿半径与液态水扩散速度的Pearson相关系数为0.793,说明2个变量存在显著正相关性,即渗透面的最大浸湿半径越大,织物的液态水扩散速度越大。与4#和5#棉织物相比,1#和3#涤氨织物渗透面液态水扩散速度更大,表明涤氨纤维的液态水扩散速度大于棉纤维,2#涤氨纤维织物扩散速度相对较小。可见渗透面液态水扩散速度不仅与纤维种类有关,还受织物厚度影响,4#和10#织物厚度越大,其液态水扩散速度相对越小。在6#～13#织物中,10#、12#织物的面密度值最大而液态水扩散速度最小,6#、13#织物面密度值较小而液态水扩散速度相对较大,织物面密度越大,纱线间与纤维间空隙越少,织物内水分横向传导阻力就越大,渗透面液态水扩散速度越小,可见面密度是影响织物速干性的重要因素。除2#织物外,1#～5#织物的渗透面最大浸湿半径均达最大值,受仪器半径规格的限制无法对其大小进一步比较,故纤维种类与含量分别对渗透面最大浸湿半径的影响还有待探讨。6#～10#织物的面密度与厚度均在不断增大,而最大浸湿半径不断减小,织物越厚重,织物表面水分集中的越少,越不容易扩散和蒸发[20]。因此，纤维种类与织物厚薄程度均对织物速干性影响较大,且轻薄型织物的速干性优于厚重型。

2.3 织物吸湿速干性能综合评价

采用灰色关联度与加权分析相结合方法对 13 种织物的各项性能进行吸湿速干性能优劣的综合评价[21-22], 液态水动态传递性能指标测试数据如表2所示。

表 2 液态水动态传递性能指标测试结果Tab.2 Test results of overall moisture management capability

将织物浸湿时间、吸水速率、最大浸湿半径、液态水扩散速度、单向传递指数和液态水动态传递指数等10项指标作为单项评价指标,计算各指标的权重及灰色关联系数,通过各自关联度大小选出最优样品。

2.3.2 无量纲化处理 由于实验中各指标量纲不同,数量级存在差异,为避免数量级大(或小)的指标作用被放大(或缩小),需对原始数据作无量纲化处理,常用的方法有标准差化、极值化、均值化和标准化等。本文采用极值化处理,公式为

参考数列为x0(k)={1,1,…,1}。

2.3.3 计算灰色关联系数 求织物各指标比较数列与最优值之间的绝对差:

Δi(k)=|1-xi(k)|

(i=1,2,…,13;k=1,2,…,10)

得出两极最大差与最小差:

计算灰色关联系数εi(k)

(i=1,2,…,13;k=1,2,…,10)

式中：ξ为分辨系数，取值范围为0～1,通常取ξ=0.5。各种织物的灰色关联系数εi(k)见表3。

表 3 灰色关联系数Tab.3 Grey correlation coefficient

2.3.4 确定各指标权重 传统灰色关联度分析法将系统内各指标的权重视为相等,但在液态水动态传递测试中,各影响因素对整体吸湿速干性能的重要度不同,故各权重不相等。从实际客观赋权角度出发,本文采用变异系数法,测定织物各因素集的权重系数,具体公式为

(1)

(k=1,2,…,10)

(2)

(3)

根据式(3)计算得到权重向量

0.08,0.10,0.06,0.18)

2.3.5 计算与比较权重关联度 利用式(4)计算权重关联度γi,得出每种织物关联度大小。

(4)

关联度越大,说明该织物的吸湿速干性能越好,反之,性能越差。各织物吸湿速干性的加权关联度大小及排序见表4。

表 4 样品灰色关联度及排序Tab.4 Grey correlation degree and ranking of samples

从表4可以看出,由加权灰色关联度得到13种织物吸湿速干性能综合比较排序: 1#>5#>6#>3#>4#>11#>7#>8#>13#>12#>9#>2#>10#。1#涤氨织物综合吸湿速干性能最优,10#锦纶织物最差。从整体排序看,低密度涤氨、棉氨织物综合吸湿速干性能优于高密度锦纶织物,织物密度对整体性能影响较大。在锦纶织物中,厚度排序为6#<12#<8#<13#<10#,吸湿速干性能排序为6#>12#>8#>13#>10#,因此织物厚度对吸湿速干性影响较大。在涤纶织物中,1#到3#织物氨纶含量逐渐增多且涤纶含量逐渐减少,而1#织物综合吸湿速干性优于3#织物,2#织物受厚度因素影响小于1#和3#,纤维含量比比厚度对织物综合性能影响小。

3 结 论

1) 对针织物吸湿性而言,织物密度、面密度对吸湿性影响较大,且织物浸湿时间与平均吸水速率呈负相关；对针织物速干性而言,纤维种类、面密度和厚度对速干性影响较为明显,且渗透面最大浸湿半径与液态水扩散速度呈显著正相关性。

2) 在13种纬平针弹力织物中,1#织物吸湿性最优,10#最差；11#织物速干性最优,2#最差。灰色关联度分析得出纤维成分为90 %涤纶、10 %氨纶,横密和纵密分别为96列/5 cm和120行/5 cm,厚度0.47 mm的1#弹力织物综合吸湿速干性最优。因此,1#涤氨织物更适合作为泳装、内衣等贴身服装面料。

3) 吸湿性较差的10#织物可改进密度、面密度优化综合吸湿速干性能。同时可改进纤维种类、面密度和厚度提高2#织物的速干性。因此,分析织物参数对吸湿速干性的影响以及织物整体综合性能的优劣,为企业和设计师在弹力织物服装产品的设计与开发提供参考依据。