植物染散纤维色纺纱配色预测平台研究

张 斌,曹端山,刘春国,姜 伟,姜 展

(1.青岛大学,山东 青岛 266071;2.宁夏恒丰纺织科技股份有限公司,宁夏 吴忠 751199;3.山东新型纱线及面料创新中心有限公司,山东 德州 253500)

随着人们生活水平和社会环保意识的提高,传统且健康的植物染色技术日益受到大众的喜爱。然而,品种少、色谱不全、成本高、产量低、色牢度差等问题限制了植物染料在纺织品中的应用[1]。散纤维染色再通过色纺混纺比例调配可以很好地丰富植物染料纤维色纱的颜色,减少纱线色差,控制织物色档,使颜色系列化,弥补植物染料染色色谱不全的缺点,因此,采用散纤维染色然后色纺的技术将不同颜色的纤维混纺成纱,已成为植物染料染色产品开发的趋势[2],色纺纱将成为植物染纱线制造领域的一个重要发展方向。

计算机测配色技术是一种能够在很短时间内计算出准确的颜色配比,减少打样次数、节省原材料、提高生产效率的色纺纱配色方式[3]。然而,植物染料由于其不稳定的染色效果[4],在计算机测配色中一直存在难以准确且系统地配色的问题。本文针对植物染散纤维色纺纱的测配色特点,对现有计算机配色模型进行了一定修正,优化了配色算法,提升了配色准确性,进一步应用Matlab平台设计开发了可以提高植物染色纺纱生产效率的配色预测平台。

1 植物染色纺纱计算机配色原理

1.1 Stearns-Noechel模型

计算机配色理论的研究主要是配色模型和配色方法的研究,配色模型是计算机配色的基础,目前来看,比较有影响的模型有K-M模型、Stearns-Noechel模型、Friele模型等[5]。前期研究中发现Stearns-Noechel模型更适用于色纺纱的生产应用[6]。对于植物染色纺纱,该模型公式如下:

其中,M是一个与纤维的颜色、种类以及混纺样的比例等因素有关的可变常量;Xi为原料i占总质量的比例;Rr(λ,i)为原料i的光谱反射率;R(λ)为混纺纱的光谱反射率;f(R(λ))是混纺纱反射率模拟与实际的中间函数。

1.2 三刺激值匹配法

计算机配色大致有三种方法:色号归档检索、三刺激值匹配、反射光谱匹配。其中,三刺激值匹配的结果是给出的配方染物的三刺激值与来样的三刺激值相同,但反射光谱与来样不一定完全相同,也就是同色异谱,由于三刺激值相等,因此仍可得到等色。三刺激值配色在实际生产中应用更多,具有切实的实际意义。三刺激值计算公式如下:

1.3 色差公式

色差是两个不同的试样在颜色知觉上包含明度差ΔL*、彩度差ΔC*、色相差ΔH*的综合效应。有效的颜色比对之后,才能确定配色样品的颜色效果与标准样品之间的准确度,使配色结果可用于实际生产。目前纺织品行业上公认的为CMC(l:c)色差公式,l和c为调整明度和彩度的相对宽容系数,其中l=2,c=1。色差计算公式为:

式中SL、SC、SH分别为ΔL*、ΔC*、ΔH*的修正系数。

2 配色模型优化

2.1 试验样品制备

将红、黄、蓝、白以及不同质量比例混合的莫代尔纤维经过开松、混合、梳理、并条、粗纱、细纱等纺纱工艺流程,制备获得标准样,试验样品混色纤维种类及各色纤维质量比例见表1。

表1 试验制样混色纤维配比

在完成纱线制样后,使用自制测色样品制样机,将获得的细纱绕在黑色平板上,制成排列均匀、松紧适中、不漏底色的纱线板。使用分光测色仪CM-2300d,采用大孔径、10°视角、镜面光泽不包含、100%UV、模拟太阳光的D65光源进行纱线色彩测量。

2.2 配色模型优化

植物染纤维在生产上往往会因为色牢度等原因产生摩擦、掉色等一系列问题[7]。这使得更适用于化学染料的计算机配色模型需进行一定的修正才能更好地应用于植物染纤维色纺的生产。研究中发现,植物染色纺纱在棉网、粗纱、细纱各个阶段在光谱反射率上有一定波动,因此在Stearns-Noechel模型里引入Rr(λ,i)的比例修正系数ti对模型进行修正优化。公式如下:

f(X,R(λ))=

2.3 计算修正系数

将试验制样测色数据和优化后的Stearns-Noechel模型公式,代入如图1所示的修正系数计算流程进行计算。

图1 修正系数计算流程图

按以上流程计算得出适用于植物染散纤维色纺纱不同组分的修正系数ti。对多次计算结果取均方根后,发现其综合优化效果最佳。综合修正系数计算结果见表2。

表2 修正系数计算结果

3 配色平台搭建

3.1 配色算法设计

Stearns-Noechel配色模型实际上是对不同颜色纱线的反射率进行一定比例拟合叠加,是基于人视觉的反射率系数运算后求得在视觉上与标样最接近的反射率时的配比。然而在实际生产中,存在一些配色计算但实际并不会添加的组分。针对植物染色纺纱配色的这一特点,为增强配色系统的易用性和实用性,基于优化后的计算机配色模型,按照图2所示的配色算法流程对配色系统进行了设计。具体思路为,当某项组分配比初次拟合结果小于0.05且不为0时,将该组分赋值为0,即不添加该组分,重新进行拟合运算。

图2 配色算法流程图

3.2 平台界面设计

本研究在以上理论研究的基础上,通过Matlab软件构建了运行在Windows平台的植物染纤维色纺纱计算机配色交互平台。平台界面主要分为样品色参数设置区域、拟合样计算结果输出区域和可视化的样品色与拟合色的绘图区域。

首先,在目标样品参数设置区域选择标准样品文件,录入样品色数据,同时可以自由选择混纺配色种类,在一定情况下可以提高运算速率。设置好样品色参数后,点击“开始配色”,拟合样品的各项组分配比、色差、M值、标样与拟合样的反射光谱等数据在计算结果输出区域自动输出。在绘图区域分别点击“标样绘图”和“拟合样绘图”,即可分别绘制标样与拟合样的色度图、反射光谱图,并模拟输出标样与拟合样的RGB色彩,以便更直接地对配色结果进行观察对比,增强配色系统的可视化。

图3为平台某次运行结果图,可知本配色平台对于植物染色纺纱配色适用性优异,最终配色色差仅为0.307,标样与拟合样的反射光谱重合度高、RGB一致性好,配色效果显著。

图3 平台某次运行结果图

4 结语

本研究针对植物染色纺纱的特点,提出了Stearns-Noechel模型的优化方案,确定了Stearns-Noechel模型的红、黄、蓝、白四色纤维的修正系数分别为1.064、0.981、0.992、1.021,优化了配色算法。同时,本研究在优化理论模型的基础上设计了相应的配色模拟平台,在平台显示界面中加入了色度图、标准样颜色、拟合样颜色、标准样与拟合样的光谱反射率显示等功能,进一步加强了系统的可视化效果,为植物染色纺纱的配色计算提供了一个高效的配色预测方法,使测配色过程更加便捷,操作更加简单,管理更加方便,提高了植物染色纺纱的生产效率。