I. Noll, M. Kopaczka, O. Rippel, D. Merhof, G. Seide, T. Gries
亚琛工业大学 纺织技术研究所(ITA)(德国)
横截面非圆形的纤维称为异形纤维。与圆形横截面纤维相比,异形纤维内含空腔、具有较高的表面或凹槽,可使纺织品具有针对性的功能。纺丝挤出过程中,聚合物熔体会在模具出口处发生膨胀,这给异形纤维的生产带来挑战。由于挤出模口后聚合物熔体发生膨胀,因此无法直接制备与成型毛细管横截面几何形状相同的长丝。可以用形状因子表征制得的纤维的横截面。借助这一参数,可以定量地确定期望截面与实际截面的一致性。形状因子参数既与纤维的应用相关,也与工艺过程有关。此外,喷丝板的迭代开发也需要记录制得的纤维横截面的质量。
在工业上,纤维横截面几何形状的期望值与实际形状之间的一致性是由纯粹的视觉控制决定的。为此,拍摄纤维横截面的显微镜图像,并将长丝及其横截面尺寸与生产设计参数进行比较。非圆纤维形状因子的目视检测是一种主观性强、耗时长的质量控制方法。由于缺乏定量数据,该方法不易理解,信息价值不大。然而,尽管目前形状因子测定领域已取得了诸多进展,但这种方法仍然符合当今的科学实践。
目前,纤维形状因子的测定方法有很多(表1)。与工业生产中的测定不同,表1中的测定方法产生的是形状因子的定量值。
表1 现有研究中确定形状因子的方法
然而,现有的方法也存在许多缺陷,无法采用通用的且跨行业的方法来测定纤维的形状因子,这些方法存在的缺陷列于表2中。
表2 异形纤维形状因子测定中的缺陷
为了减少形状因子测定中的缺陷,德国亚琛工业大学纺织技术研究所(ITA)和成像与计算机视觉研究所(LFB)合作开发出一种几何无关的测定方法。该方法开发过程中解决的问题如下所述。
为了生成几何无关的形状因子,必须考虑不同几何体的所有特殊特征。基于此,必须定义可用于表征所有几何图形的因子。
为了消除挤出过程中聚合物的溶胀和表面效应,获得纤维横截面的“目标”几何图形,根据当前最新技术,将异型毛细管过度拉伸。由于过度拉伸的几何图形不一定与期望的“目标”几何图形相同,因此,在确定形状因子时,应确保几何图形的自由定义。
为使测量值具有较高的重现性和可比性,并减少测定所需的时间,自动化程度应最大化。现有的、免费的应用程序可用于实现此目的。
为了消除统计上的不确定性,并基于使用最先进的方法确定形状因子的前期研究工作,样本数量定义为至少10根纤维。
在确定形状因子时,应尽量减少主观影响。使用图像处理程序,对样本总体的评估是全自动化的,因此在这一点上,可排除操作员的任何主观影响。
为了对测量结果进行有意义的缩放,必须将下限和上限引入工艺技术背景中。为此,能量上最有利和最不利的状态被用作下限或上限。挤出长丝在能量上最有利的状态(FITA=0)是圆形,在能量上最不利的状态(FITA=1)为期望的“目标”几何图形。这就产生了取值范围下限和上限的图解定义(图1)。
图1 确定形状因子的下限/上限范围
根据需求,开发出一种半自动化、几何无关的异形纤维形状因子测定程序。程序的输出参数是纤维横截面的二进制图像和“目标”几何形状的图形图像(图2)。纤维横截面的二进制图像是采用合适的图像处理程序[如免费提供的GIMP软件(GNU图像处理程序)或美国Adobe系统的Photoshop软件]处理纤维横截面的显微图像生成的。显微图像上纤维横截面填充以白色,背景为黑色。类似地,创建“目标”几何体的二进制图像。
图2 纤维横截面与“目标”几何图形(以十字形纤维为例)二进制图像的创建
程序读取纤维横截面和“目标”几何图形的二进制图像,并使用阈值自动记录和输出几何特征值。该程序存在于Python语言中,由非营利的Python软件基金会开发,作为一个开放的科学工具,可在通过作者请求后开放使用。
从估计的纤维横截面的特征值可推导出下述与几何无关的特征因子。
通过将“实际”几何图形与“目标”几何图形的叠加,可得出关于目标的“偏差”。记录凸体的圆度、平行度和端部垂直度、凸体之间的夹角、间隙的可达性和长径比。外伸因子FO的计算式及取值范围如式(1)所示。
(1)
外内圆半径之比可用来确定图像投影的长度或空腔大小,圆因子FC的计算式及取值范围如式(2) 所示。
(2)
仅确定外伸和错像素不足以描述纤维的横截面特征。这可以通过十字形纤维的示例来说明,图3解释了两种因子组合确定形状因子的相关性。因此,将“实际”几何图形与“目标”几何图形的一致性合并为一个形状因子(FITA)表征,同时考虑外伸因子(FO)和圆因子(FC)这两个因子。FITA的计算式如式(3) 所示。
FITA=0.5×FO+0.5×FC
(3)
图3 十字形纤维可能的表现形式对比
开发的程序能够在几乎可以忽略的时间内从二进制图像中半自动地查看和评估多根纤维的横截面(2 min内约100根纤维)。通过制定外伸因子和圆因子准则,定义了一个几何无关的、定量的形状因子指标。
在当前的程序版本中,手动创建二进制图像仍属于一个主观影响因素。因此,进一步的研究目标是在现有程序中实现二进制图像的生成,以便在将来能够实现完全自动化的形状因子评估。