陳飛榮

(黎明職業(yè)大學 新材料與鞋服工程學院, 福建 泉州 362000)

隨著生活水平的不斷提高，人們對服裝的色彩、款式和面料都提出了更高的要求。其中，色紡紗憑借色彩豐富、色澤柔和、手感舒適、節(jié)能環(huán)保等獨特優(yōu)點，在眾多服裝材料中脫穎而出，具有良好的發(fā)展前景。目前，色紡紗配色主要還是以傳統(tǒng)的人工經(jīng)驗配色為主，而面對不同客戶的需求和原料種類的更新，人工配色難度越來越大，暴露出許多問題，如配色誤差增加、配色時間長、材料損耗大等。伴隨信息技術的發(fā)展，借助現(xiàn)代信息技術提高配色效率，已成為當前思考和研究的重點。對此，黃燁等提出通過改進配色算法對色紡紗進行計算機配色[1]；馬崇啟提出對Stearns-Noechel模型進行改進，以提高該模型配色的精準度，但主要是將單色纖維進行混合，然后根據(jù)纖維的單色反射率等反推可變常量M，然后通過平均擬合色差，求得最佳M值[2]。實踐中發(fā)現(xiàn)，利用以上方法確定的M值用于配色，其結果還是不夠理想。為此，本課題采用實驗的方法，重點對Stearns-Noechel模型的M參數(shù)進行探討，以期望提高配色的精準度。

1 材料與方法

1.1 實驗環(huán)境

紡紗室和測色室溫度:(20±5)℃；濕度:(60±10)%。

1.2 材料與儀器

主要材料:有色黏膠纖維(3種，顏色為紅、黃、藏藍，南通億恒新材料科技有限公司，長度為38 mm，細度為1.6 dtex)；滌綸彩色纖維(3種，顏色為紫羅蘭、桔紅、茵綠，江陰市美佳特彩纖有限公司，長度為38 mm，細度為1.56 dtex)。

主要儀器:梳棉機(安徽省蕭縣徽星機械制造有限公司，HX200型)；粗紗機(青島金匯豐機械有限公司，JHF1477型三軸無差速)；環(huán)錠紡紗機(濰坊欣匯紡織有限公司，0045型)；搖黑板機(上海發(fā)瑞儀器科技有限公司，F(xiàn)R-1741型 )；測色配色儀(蘇量儀器科技(蘇州)有限公司，高精度SF600型)。

1.3 工藝流程

1.3.1 色紡紗配色工藝流程

配色制備工藝具體分為以下幾步:

1)開松:首先將色紡紗的每個單色纖維開松2～3遍，直至完全開松。

2)稱量:混合樣品色稱量15 g，單色樣品按比例稱量，誤差控制在10-3g范圍內。

3)混合:將混合樣品色完全混合。

4)梳理:混色樣品“橫鋪直取”，以減少飛花和落棉[4]，放入HX200型梳棉機后梳理3遍進行撕扯融合。

5)并和:樣品纖維設置間距后進行1次牽伸2次并和，最終制作出20 g/(5m)的棉條。

6)粗紗:將3 m樣品棉條放進JHF1477三軸無差速型粗紗機，通過旋轉和牽伸，最終稱重得到500 tex的粗紗。

7)細紗:細紗用0045型環(huán)錠紡紗機進行牽伸后出條由粗紗得到30 tex細紗。

8)制樣方法:紗線纏繞在FR-1741 型搖黑板機上，紗線板設置成6 m×22 m規(guī)格，以降低工作量，減少顏色誤差值，從而得到更精確的紡紗顏色[5]。

1.3.2 樣品制備

根據(jù)以上色紡紗工藝流程，制備30組紡紗纖維混色樣品，混色樣品質量比如表1所示。

表1 混色樣品質量比

1.3.3 測色流程

使用SF600型測色配色儀對服裝纖維進行測試。具體測試條件為：孔徑為22 mm、視角為10°，100%的UV、鏡面光澤以及模擬D65光源對混色纖維進行正反測量[6]。通過正反方向不同位置的照射，確保最后一個顏色參數(shù)和測量參數(shù)之間的偏差小于0.1；若偏差較大，則增加測量次數(shù)，最終測試到的光照反射率波長介于360～700 nm范圍內，間隔為10 nm[7]。

1.4 配色模型構建

1.4.1 Stearns-Noechel模型[8-9]

Stearns-Noechel模型是色紡紗配色模型中常用的模型，具體如式(1)所示:

(1)

式中：M為可變常量，受混色紗線中單色纖維的顏色和成分影響；Rλ代表色紡紗光照射波長為λ時的反射率；f(Rλ)為Rλ對波長λ的中間函數(shù)。由(2)式可推導出f(Rλ)與Rλ的關系：

(2)

由(2)式可以看出，Stearns-Noechel模型重點是確定M值。部分研究者先將幾種單色纖維按照一定的質量比進行混合紡絲，然后根據(jù)每一組單色纖維的反射率和已知的質量比反推出M，再計算出擬合反射率，同時求出所有擬合樣與標準樣的色差，最后選擇所有試樣色差最小時的M值求其平均數(shù)作為最優(yōu)參數(shù)。

1.4.2 全光譜匹配算法

色紡紗計算機配色有3種算法，分別為全光譜、三刺激值匹配算法和色號歸檔檢索。其中色號歸檔檢索依舊依靠人工經(jīng)驗配色，由于配色樣品程序冗雜，所以會增加配方誤差。本研究主要選擇全光譜匹配算法進行配色計算。全光譜匹配算法最多只能計算31個單色樣品，而要獲得最佳配色結果，配色樣品中的擬合反射光譜和標準反射光譜必須全部重合，且沒有偏差。因此反射光譜選取400～700 nm大小，間隔10 nm，共計31個波長下的反射率。具體算法為[10]

X=(PTP-1)PTWD[f(s)-f(m)],

(3)

P=WDΦ。

(4)

式中：X為3種色紡紗各自配比，表現(xiàn)為3×1的矩陣；P為不同波段下的光譜能量值；

W400、W410、…、W700表示不同波長反映出的權重因子；D表示標準色31個不同波長的[d(Rλ)/df(Rλ)]值，其余各項為由0構成的31×31的方陣;f(s)和f(m)分別代表色紡紗標準樣品和擬合樣品的中間函數(shù)值，均為列矢量；

其中n表示n個波段。

2 結果與分析

2.1 初始配方計算

2.1.1 配色計算流程

從Stearns-Noechel模型可以看出，只要已知各單色纖維的反射率和參數(shù)M，就可以通過式(1)和式(2)反推出擬合配方，同時也可知道存在1個M值使得擬合樣品和標準樣品的色差最小。具體配色流程如圖1所示。

為得到較高配色精確度，將色差作為評價標準，并用配方絕對偏差Ea和相對偏差Er進行對比。配方色差越小，說明配方精確度更高。配方絕對偏差計算公式為[11]

(5)

(6)

式中Ai和Xi分別代表標準樣品和擬合樣品中第i組分的配比。為精確表達擬合配方的精確程度，本文選擇配方相對偏差Er來判斷配方的精確度。

2.1.2 配色結果

在樣品制備中，選擇30組色紡紗混色樣品進行實驗。根據(jù)圖1的流程，并運用MATLAB進行擬合配方計算。由此得到表2的配色偏差結果。

表2 配色偏差結果

從表2中可以看出，30組樣品的擬合色差平均數(shù)為0.331，包含紅黃藍的0.335和紫桔綠的0.327。根據(jù)新的評價標準，利用式(6)得到30組樣品的Er平均數(shù)為0.553，包含紅黃藍的0.723，紫桔綠的0.383。對比可知，Stearns-Noechel模型于色紡紗計算機配色是適用的。而為使配色精確度更高，提出擬合樣的擬合色差都小于1的情況下，保證Er也控制在1以下。因此，提出改進初始配方選擇標準。

2.2 改進初始配方選擇計算方法

2.2.1 配色計算流程

為改進配方計算方法，將M的選擇標準從色差最小改為直接計算反射率偏差，從而當反射率偏差達到最小時，M對應的擬合配方作為最佳配方。改進后的配色流程如圖2所示。

2.2.2 改進后的配色結果

同樣選擇30組色紡紗混色樣品進行實驗，并根據(jù)圖2的計算流程，用MATLAB編程進行計算，得到表3的配色偏差計算結果。

表3 反射率偏差最小時的配色結果

從表3可以看出，改進初始配方計算方法后，30個混色樣品的擬合色差平均數(shù)為0.390，包含紅黃藍的0.375，紫桔綠的0.405；配方相對偏差的平均數(shù)為0.453，包含紅黃藍的0.560，紫桔綠的0.346。以上值都小于1，由此說明改進具有很好的效果。

2.3 配色結果對比分析

為驗證以上改進效果，對改進前和改進后的配色結果數(shù)據(jù)進行對比分析，得到配方相對偏差和擬合色差的箱控圖。如圖3和圖4所示。

從圖3可以看出，改進前相對偏差比改進后大：改進前箱控高度在0.148～1.148，中位數(shù)為0.509 5；改進后的箱控高度在0.153～1.125，中位數(shù)為0.408 0。由此可知，改進后的擬合配方的相對偏差比改進前更小，也說明改進后的配色算法所計算的配方更接近實際配方，具有更高的精確度。

同時，從圖4中的擬合色差的箱控圖看出，改進前和改進后色差數(shù)值都在1以下，差距不大。但綜合對比，改進后的配色計算算法更具可行性。

3 結論

通過以上改進可以看出，改進的色紡紗配色算法主要是將參數(shù)M選取從擬合色差最小改為反射率偏差最小，并將此時的M值對應的初始配方作為最佳擬合配方。而對比也發(fā)現(xiàn)，改進后的配色算法所計算出的配方更接近實際配方，具備更高的精確度，且對比改進前和改進后的色差范圍都在1以下，色差偏差更低，說明改進后的配色計算方法更適用。