紡織品起毛起球技術探究

    起毛起球是毛織物和大多數含化纖織物的主要外觀疵點之一，一直以來都是紡織服裝業的經典難題，在織物的品質評定，或者進行減少起毛起球的嘗試中，均須考慮正確地測評織物的起毛起球性。影響起球的因素較多，如羊毛纖維表面鱗片和形態卷曲‘1。，纖維表面和彎曲性能的基本特征，但在以往的研究中對此關注較少心，一般采用后整理¨-5]的方法來改善起球并且討論其影響。研究起毛起球的原因基本都是從紗線捻度¨]、組織結構"]、織物經緯密¨1、加工工藝，或同時考慮這幾者的共同的影響∽一…，或對纖維進行表面化學改性研究¨。
毛球形成包括2個方面原因：一是織物表面突出纖維端和圈毛羽的逐漸轉移，二是這些自由纖維端和圈毛羽與成球后固著織物表面的纖維發生糾纏¨“。以往為減少織物起球所做的工作包括：1)使用樹脂化學涂覆¨引；2)采用uV物理處理¨¨is]；3)臭氧／氧氣處理連續或脈沖低溫等離子體(LTP)氣體或聚合處理。2””1，這些研究工作或是對羊毛表面改性以改變表面摩擦從而增加抽拔力，或者降低纖維強力使起球后易于從織物表面脫落，或是用樹脂或聚合膜沉積補償羊毛的強力損傷，但是，從根本上*解決起毛起球問題且不給織物其他性能如外觀和手感帶來負面影響，仍然存在著很大挑戰。起毛是起球的先決必要條件，起球是一個過程，通常的表述’2引是：起毛一糾纏一起球一脫落。一般認為，先起毛，后發生起球，一旦纖維發生糾纏即有成球的機會和趨勢，其實質是纖維糾纏成團后成疏松的球狀，隨著摩擦次數的增加，球狀纖維團逐漸變緊，當球的成形速度超過球的脫落速度時，出現起球。起球是織物外觀疵點，也是織物品質評定的一個指標或使用價值的評價依據。
現有的方法基本上是針對織物的磨損進行評價，并且一般是描述織物的起球量。盡管討論的是起毛起球，但實質對起毛(fuzzing)并不評價，大多研究只是關注起球(pilling)。由于是對織物進行測評，故只能是滯后測量即事實已經存在。
本文結合現有的起球方法和表征技術，對前人常用的3種織物起毛起球起因及其主觀評價方法、圖像處理織物表面毛球的客觀表征和神經網絡預測起球的虛擬表征方法的研究工作進行回顧，以強調研究起毛、起球本質機制的重要，提出了因機制研究不足導致的各種表征技術存在的缺憾，明確了表征技術對明晰起毛起球機制的重要性，將有利于對織物起毛起球機制進行本質表達的研究。

一、已有的起毛起球測試及表征方法
目前，對紗線的起毛起球表征都是先織成織物經裁剪進行磨損后，再通過比照評價。織物起球的預測技術，是在實驗和分析討論后的基礎上建立某些相關參數與起球的關系，然后依據這些參數來預報起球的可能性，即利用人工神經網絡對織物的起球趨勢進行預測心”2”。起毛起球表征技術的基本現狀是以感官的評價為基礎，依據的是經驗的結果和數據，并因此來預報起球。
1．1 起毛機制的表達
一直以來，利用織物zui終起球數、球粒或起球質量等來表達該織物起毛起球的難易，人們忽略了對起毛的表征或對起毛機制的表達。一些研究者通過跟蹤旋轉的磨料運用定時顯微攝影，對起球初期的纖維糾纏階段進行研究，并對起球初期的起毛過程進行表征，其中Gintis和Mead舊糾根據圈毛羽的產生和抽拔來定義起毛形成機制，但沒有給出詳細的實際糾纏機制。
1．2起球過程模擬及裝置
從模擬織物起球的過程來說，裝置較多，雖然這些裝置的具體組成及結構有差異，但其目的均是從模擬人體穿著織物的角度出發，并且根據相應的標準比較各種不同織物試樣的起球等級，目前常采用的評價織物起球方法有隨機翻滾起球儀法口叫(Random Tumble Pilling Test)、ICI起球箱法(ICIPilling—Box Test)、馬丁代爾起磨儀法(MartindaleAbrasion Tester)¨“、圓軌跡起球儀法(GB／T4802．1—2008《紡織品織物起毛起球性能的測定第1部分：圓軌跡法》)、電子填塞法(Elastomeric—padMethod)、膨脹振動儀法(Inflated—diaphragm Tester)、刷式起球儀法(Brush．pinning Tester)、表面保持法(Appearance．retention Method)和HATRA(TheHosiery and Allied Trades Research Association)起球儀法等口。使用較多的是ICI起球箱法(參照GB／T 4802．3—2008《紡織品織物起毛起球性能的測定第3部分：起球箱法》)和隨機翻滾法(參照GB／T 4802．4—2009《紡織品織物起毛起球性能的測定第4部分：隨機翻滾法》)，而馬丁代爾法也可用于織物耐磨性的測試(GB／T 4802．2—2008《紡織品織物起毛起球性能的測定第2部分：改型馬丁代爾法》)，因此也應用廣泛。
以上列出的起球評價方法大多是盡可能模擬織物實際穿著狀態下的起球行為，織物通過模擬實際穿著或進行起球實驗從而形成毛球后，需要對試樣起球程度進行相關的評估。

二、起毛起球的評價技術
起毛起球的評價方法一般可分為主觀評價、客觀評價和虛擬表征3種。
2．1 主觀評價
主觀評價常用的有樣照法、描述法、切割稱重、起球曲線4種舊2|。樣照法是指與標準樣照進行對照，目前國內多采用此方法。該方法采用目測，讓評價者對評級箱內的待評織物與標準樣照作對比，給出織物的起球等級，采用5級制，級數1代表織物起球程度zui嚴重。一般由本領域經驗豐富的專家來進行評級，對多個起球實驗也可結合描述法和樣照法進行同時評定，描述法和樣照法的相關程度很高。切割稱重方法是對毛球進行計數然后切割稱量，球徑大小視為相同，該方法的缺點是易受主觀因素影響且測量費時。起球曲線反映了試樣單位面積上的起球個數，因選取區域的差異，其結果也易受人為因素的影響。這2種方法一般僅在科研和產品研發中使用。此外，尚存在制樣方法的一致性和穩定性問題。
2．2 客觀評價
20世紀90年代以來，圖像處理技術快速發展，分析算法新成果不斷涌現，同時計算機軟硬件技術不斷提高，不少研究人員開始專注應用計算機視覺對織物起毛起球客觀評級的研究，取得了一些成果。計算機視覺評估主要基于2類：一類是起球織物灰度圖像，另一類是起球織物表面形態高低起伏信息(又稱距離圖像)心。除了計算機視覺評定外，還有用建立模型對織物起球過程進行描述。的方法。
2．2．1灰度圖像的計算機視覺評估
計算機視覺技術為起球的客觀評價提供了一種較好的方法。20世紀80年代末至90年代初就已經研發了對毛球鑒別和表征的有效圖像分析技術。作為起球評定的圖像分析系統的典型設備包括CCD照相機、圖像采集卡、電腦及分析軟件，同時還需要合適的硬件配置，但分析軟件通常需要定制或者自行開發。
起球評價程序應包括至少2個部分：毛球區分和特征值提取。素色織物中比較簡單的毛球區分計算機算法遵循一個普通的原則，那就是毛球的高度比周圍區域高，因此能夠通過選擇恰當的閾值來進行區別‘3引。正如Ramgulam等‘船1提出的，區分用CCD照相機捕捉到有圖案的織物表面毛球是比較困難的，因為不同顏色區域產生毛球的密度不同，可以采用激光掃描技術獲得織物圖像從而克服在有圖案的織物表面區分毛球產生的困難，但是激光掃描比照相機拍攝速度慢得多，因為激光掃描需要戈-Y相來傳輸試樣，因此，用于毛球評價的圖像處理系統應與當前視覺標準相一致，能適用于不同顏色或圖案的試樣，同時與系統元件分開，并且速度夠快。為此，文獻[33]研制了適用于彩色織物起球的評價系統，并對圖像增強，將背景織物與毛球分開，提取出毛球特征值，并且對毛球密度、平均大小和明暗對比進行表征，將標準樣照也采用圖像處理后，zui后進行對比評價。
隨后，快速、準確、自動化的織物起毛起球評價方法得到發展，與前面提及的以階段性圖案過濾之后對毛球切割的方法不同，Jensen等p4 3利用圖像分析技術對針織物的起毛起球進行評價，主要是在傅里葉有線域利用掩模對給定試樣計算出絨毛和毛球的數量，該方法將絨毛和毛球從結構組織背景有效過濾出來，其主要步驟為圖像獲取、傅里葉轉換、掩模生成、絨毛和毛球特征提取，并將結果與專家評級相比較，發現一致性較好。
結合計算機算法的圖像處理技術的表征技術也得以發展，如利用小波重建對標準起球照片進行圖像處理。將織物表面重復的圖案變細同時增強毛球，結果表明重建分辨率水平、小波基數和重建使用的子圖像對毛球分割產生影響進而影響起球等級，毛球與整個圖像的面積比也是起球等級的影響因素。
2．2．2距離圖像的計算機視覺評估
一般通過激光逐點掃描織物的表面獲得距離圖像，也可以通過其他方法間接獲取。利用激光三角法采集圖像的原理和方法是將織物試樣放在工作平臺上，光束從激光器發出，經透鏡照射到織物表面，散射后的光束經成像透鏡由位置傳感器接受，根據三角測量原理得到織物表面該點的相對高度，試樣在X方向和l，方向以一定的間隔進行位移，通過逐點掃描織物得到反映織物表面整個高度分布的距離圖像卜…。
2．2．3應用模型的織物起球表征
織物的起毛起球是一個動態的過程，其形成機制也是依托于這個過程來闡述的。1959年Gintis和Mead舊糾描述了起毛起球的3個基本階段，Ukponmwam等”¨概述為“首先，纖維由于一些機械運動至織物表面．j其次，表面的纖維糾纏成類似于小球的形狀。zui后，小球可能被磨掉或從織物上脫落”。
起球的3個階段被簡單敘述為不起球、起球的絨毛和絨毛脫落的n丁能性。B&B模型采』H化學反應動力學的類比，用動力學的方程描述這些過程：dW／dt=矗：V+南5X一(后3+k4)形+k。U式葉1：W為起球時絨毛階段的材料質量；t為時間；k為每個過程中的比例常數。，該方程是計算起球zui復雜的方程。1974年Conti和Tassinari 4…采取了Gintis和Mead的建議，在起球形成前起毛迅速發生階段，把模型簡化為W—X—Y。Cooke和Arthur”通過進一步的實驗觀察，提?Ij一個更復雜的步驟，包括沒起球、起球或脫落的圈毛羽，也有起毛過程中的端毛羽，但是，他們得m的結論是“任何試圖建立運用反應一動力學分析南17個速度系數和9個‘反應物’濃度控制的動力學情形的模型，將導致一個無法接受的復雜的解決方法”，尤其是當速度常數隨時間可能變化的時候。1975年Conti和Tassinari 51’采用一種整體統汁法汁算形成小球的纖維數，但是這種方法沒有覆蓋起球的細小稀薄處。Cooke’”認為毛球的生長似乎是一個交互的過程，存在一個沒有球生長的停滯期，此時在纖維同結點發生了纖維多霞分裂，包括纖維的抽拔和卷曲成球。Cooke和Arthur’”編寫了整個過程巾這個部分的簡單力學模型，但沒有拓展到起球的其他階段。
隨著這些早期模型的建立和研究以及計算機計算能力的提高，意味著可能建立1個完整的模型，即從單個纖維露H{織物、成球、然后經球的脫落整個過程。Hearle拍為建模打下了基石；}；(結果見圖2)，并拓展了有助于理解起球過程的某些關系(見圖3)。對一個可預測的模型，許多方面的問題需要更多地了解：在糾纏的組織內纖維運動的自由度、相關參數的測量。
文獻[37]第2部分描述了起球過程的簡單一維模型的基本原理，預測了涉及的不同步驟和因素的影響。起球過程的順序較高程度依賴于起毛起球過程中纖維長度的時空分布。
2．2．4起毛起球機制的研究
Gintis和Mead”捕述了起毛形成機制是圈毛羽的產生和拔出，但未給出實際的糾纏機制。Cooke?54j通過掃描電鏡觀察了一系列棉及棉／滌綸磨損實驗的衣服起毛排列，汪實毛球形成前存在纖維疲勞，隨著摩擦過程的進行，纖維發生糾纏‘”。，同時存在從輕微破裂到嚴重劈裂直至*折斷的不同程度損壞，疲勞區域顯示}{5纖維發生了非常小彎曲半徑的彎曲，相當于纖維間相互鎖結。
由于起毛過程發生在織物表面的微觀結構中，并且持續的時間非常短，描述其發生機制變得比較復雜。而通常在絨毛密集區域產生毛球，出現糾纏的旋轉纏結模式。
起球初期和發展分為6個階段：絨毛密集的局部區域的建立；該區域不牢同的糾纏及發展；糾纏變緊成為1個硬的纖維球狀物；固結纖維抽拔形成一個離散的運動的毛球；隨著毛球重定位，某些同結纖維斷裂；剩下的同結纖維斷裂和毛球掉落-…。
2．3 虛擬表征
虛擬表征是借助于計算機圖像處理及分析算法，對給定的原料參數及加工參數通過神經網絡算法預測織物起毛起球趨勢的過程。神經網絡可以表示線性和非線性關系，并且可以從模擬數據中直接得出它們的關系心。根據取得的許多參數關系式，神經網絡可以模擬各種現象，尤其是十分復雜或難以解釋的現象¨“。
人工神經網絡將獲得的信息加工成范例，可以從神經系統上形成信息傳遞，類似大腦從各個不同途徑得到感受”“。
神經網絡包含許多神經，每根神經與其他神經相連，所有接觸的信息可用加權加以調整并記錄其數據，用1個轉換因素乘以連通神經總數提供的信息就得出1個非線性(靜態)的總因素，如公式"9‘所示：
式中：ttj為非線性總因素；加，i為第．『根神經在i層上
加權；Yi為在i層上信號Y的信息因素，Yi=l／(1+e“‘)。
這個輸出的結果也可以是將神經網絡中任意一個神經的信息，逐層轉換至其他神經或轉變為整個系統的輸出H“。
因人工神經網絡的出現，織物起球性能的預測發生新轉機。紡織領域的各類實驗中廣泛使用神經網絡，比如從判別羊毛／馬海毛纖維怕叫到服裝的穿著舒適感哺1I，此外，Behran等M21利用神經網絡預測精梳毛紡的性能，以及預測織物起球性能一’2L63|。艾紅玲等¨4。采用BP神經網絡方法，建立紗線和織物結構參數與織物起毛起球性之間的關系，根據各種影響因素的變化預測精紡粗花呢起毛起球等級。人工神經網絡模擬可以完成起球特性的預測，考慮到在網絡實踐時有限的數據位置，可以考慮增加網絡數據點。優化的網絡參數及預處理工序將會提高預測的準確性，這個模式的功能呵以作為預測的手段。
也有用線性回歸㈤3和灰色理論‘66 3等方法來進行預測。

三、主要問題
3．1主觀表征方面
主觀表征有很多方法，但決策過程往往受評價者主觀因素及外界環境干擾從而導致主觀評定的結果離散性大，缺乏準確性。另外，織物種類不同，起球方法不同，以及各個機構制定的不同的起球等級樣照一“，對評定結果均會造成差異。
3．2客觀表征方面
客觀表征中基于新型設備的方法，比如激光三角成像法，采用的設備昂貴、復雜；而基于圖像處理算法又包含多個步驟Ⅲ1。對織物尤其是有復雜花型表面的絨毛和小球的區分不清是導致客觀表征不準確的一大障礙。同時，由于深色織物表面反光效果較差，在成像過程中，織物表面的毛球與織物本身的光強度相差不大，也是客觀表征的一大問題。
3．3虛擬表征方面
多年來有許多科研人員對起球的問題進行了深入的研究，然而起球本質的確切模型或準確預測至今仍未形成。起球的關鍵因素及其原理現已基本清楚，但在這個研究課題內因素之間及其在眾多加工過程中的情況，卻缺乏理論論證；即使了解了在諸多加工過程中繁多復雜的因素，但這其中的每個因素及其影響織物起球的主要共同作用的程度還有待考證。
現有的起毛起球評價方法是對織物進行的摩擦起球實驗，必須要先將紗線織成樣片，要求實驗室備有各種不同規格的織機，不僅多了一道工序而且占地費時。另一方面，儀器摩擦時間長，實驗用織片面積小，試樣的代表性差。相對于主觀評價方法而言，基于圖像處理的評級方式雖然更加客觀，但是由于圖像分析受到織物組織結構不同導致的不同紋理、印染加工后出現不同顏色深淺以及局部爛花和印花的影響，這些問題都給圖像處理帶來一定困難，對等級評定的準確性也存在影響。
3．4機制問題方面
以往較多地關注影響起毛起球的外在因素，在研究成因與過程方面，其進展只是給出了一些定性的描述¨。，而忽略了起毛起球發生、發展、消亡的規律，因此，應該跳出對織物進行起球實驗的局限，轉而考慮研究適合紗線甚至纖維或纖維團的摩擦起球和等級評定方法，如尋求紗線的毛羽長度、毛球形態及直徑、磨損物質量等在線原位測量為一體的快速、準確、客觀、適合工業化應用的評價方法和裝置。

四、結 語
目前，起毛起球仍是一個爭論不休的、爭議zui大的問題。本文概述了織物起毛起球的表征方法，并指出了起毛起球機制和各種表征技術存在的問題， 希望能對學術界和工業界有所啟發。尤其是借助各種表征技術對織物的起毛起球機制進行本質表達，仍是今后國內外研究者努力的方向。