介绍
          人们用棉纱织成各种各样组织结构的针织布已经有很长的历史了，但如何控制针织服装的收缩对人们来说还是个谜。但是对棉针织布与其松弛性和收缩性有关的特性也是象其他数学或物理模型一样是可以建立模型进行预测的。事实上，在纺织工厂的加工中或在消费者的家庭洗涤中针织布结构与其他可以测量尺寸的织物结构和材料一样没有差别。美国棉花公司开发了一个系统(程序)，可以让棉针织布的生产部门和使用者充分了解针织物特性，在染色、后整理和成衣加工中通过选择正确地棉纱来控制针织物性能。这种优化棉针织布的方法是基于在湿加工中完全松弛的织物尺寸和针织时的结构参数之间的基本关系而建立的。

          优化针织系统方法的目的是更好地理解进而控制棉针织布的收缩特性。为什么不同重量和幅宽(最基本的是每单位面积上的横列针数和纵列数不同)的棉针织布的收缩程度不同?收缩程度不同只是因为不同的针织参数引起的，还是染色、后整理和成衣加工对织物收缩也有影响?还有，如果棉针织布的生产商或消费者积累了大量有关织物尺寸的数据(如重量、幅宽、收缩率等)，这些数据除了描述织物物理特性外还有其他价值吗?本文将阐述如何通过收集的数据来理解和预测针织物的性能。我们进一步又开发了一套计算机程序，可用于各种生产条件，能够帮助生产商在每条生产线上都能做出符合客户要求，收缩率又最低的产品。这套程序不仅考虑了纱线和针织参数的设定，而且还考虑了湿加工技术的因素。

讨论
          很显然，在开发产品时最关键的考虑因素是针织机上产品的结构参数和在印染车间织物经向承受张力的工序。在本文的研究中，我们采用了400多种结构不同、纱线不同、机器不同和后整理方法不同的产品。基本的结构包括平纹针织布、双罗纹组织、单式凹凸组织和1X1罗纹组织。共测试了5000多块织物，测定了织物上20,000多个数据点。并且分别对坯布和每一步染色和后整理加工后的织物都分别做了评估。由这些数据的分析得到一个将结构和加工过程关联起来的“K因子”。这些因子组成了织物性能预测的基础。

          “K因子”是从织物参照状态测定的实验数据中衍生出来的常数。其中最重要的数据是关于线圈长度、纱线支数及每英寸上的横列针数和纵行数的数据。织物的“参照状态”是指织物不再收缩时的尺寸。“参照状态”也称为“松弛状态”。消费者是唯一在常规状态下使用织物的人。参照状态只有当织物经历了许多次水洗和转笼烘干后尺寸不再发生收缩时才能得到。对大多数织物来说，经过五个水洗和转笼烘干的循环后的状态就是参照状态。

          “K因子”已经被人们知道并被一些科学家使用了30多年。但直到最近几年研究者们才干认识到在染色和后整理加工中的技术对织物的参照状态是有影响的。现在已经有预测针织物性能的程序在工业界被使用。有些程序采用了“K因子”来预测织物性能，有的程序则采用其他标准来预测。 但没有一种程序在没有校准之前可以对某一特定的加工工艺进行精确的预测。其他有些程序根本没有把染整工艺考虑进去。

           美国棉花公司相信，每个工厂对他们每条生产线都计算出“K因子”，这样是最有效的。例如，相同的坯布同样经过漂白、烘干和后处理，在连续式漂白机上处理的和在溢流机上处理的织物的参照状态是不同的。事实上坯布的“K因子”和这两种工艺处理的织物的“K因子”都是不同的。因此这两种加工系统处理的坯布产生的收缩率是不同的。相反，所有在同样的纺纱机(如环锭纺)上纺纱具有同样组织结构的100%棉针织物，经过相同的染色和后整理的处理，其“K因子”是一样的。

          目前美国棉花公司同时采用在文献上发表了很多次的“K因子”和一个基于织物产量的新的“K因子”。这些因子被定义为: “Ks”表示针密度（每英寸上的横列针数乘以每英寸上的纵行数），“Kw”表示幅宽和每英寸上纵行数 (WPI)，“Kc”表示长度和每英寸上横列针数(CPI)，“Kr”表示CPI对WPI的比率，以及“Ky”表示产率（盎司每平方码）。在本文讨论中我们只涉及到Kw，Kc，和Ky。

          表示每英寸上纵行数和幅宽的Kw是从参照状态下每英寸上纵行数与线圈长度成反比的关系式中生成的。这个比例的数学值是一个常数（“K因子”）。等式可表示为：                            

          表示每英寸上横列针数和长度的系数是从参照状态下每英寸上横列针数与线圈长度成反比的关系式中产生的。这个比例的值也是常数。等式可表示为：

          表示产率的系数是从参照状态下盎司每平方码与纱线支数和线圈长度的乘积成反比的关系式中产生的。等式可表示为：

          这些等式已经被美国棉花公司在100%棉平纹、双罗纹、单式凹凸组织和1X1罗纹组织的织物在实验室小试和生产大试的不同染色和后整理工艺中用于计算这些系数。本文只讨论在工厂中加工的一系列平纹针织物的常数，讨论两种不同的加工过程。第一种工艺包括前处理、溢流染色、轧压脱水、在导带式烘干机上松式烘干，然后预缩。第二种工艺包括连续式漂白、轧压脱水、抽真空烘干，及预缩。

喷射溢流染色
          这些染色的平纹针织物的“K因子”是从三种线圈紧密程度不同八种不同纱线支数的四种针号的平纹织物上得到的。经过预缩后每一种织物都有其“K”值，然后把每种针号的值平均一下，得到程序中要用的“K因子”。我们发现所有针号的织物的“K因子”都相同。这些值如下所示：

 100%棉平针织物的"K因子"^*

K_w = 4.170

K_c = 5.785

K_y = 15.670

*喷射溢流染色，轧压脱水，松式烘干，筒状预缩。

          说明这些关系的最好方法是用X-Y图来表示。图1、2、3分别显示了Kw、Kc和Ky的曲线。 

图1是Kw的曲线。每个数据点代表了不同的机器针号和不同线圈长度的针织物。参照状态的每英寸上的纵行数（Y轴）对线圈长度的倒数（X轴）作图。最佳拟合直线的斜率是一个常数Kw = 4.170。这些数据点的方差R2值为0.996，是非常好的拟合。

图 1

图2是Kc的曲线。参照状态的每英寸上的横列针数（Y轴）对线圈长度的倒数（X轴）作图。最佳拟合直线的斜率是一个常数K_c = 5.785。这些数据点的方差R2值为0.993，也是非常好的拟合。

图 2

图3是Ky的曲线。参照状态的每平方码上的盎司数（Y轴）对线圈长度与纱线支数乘积的倒数（X轴）作图。最佳拟合直线的斜率是一个常数K_y = 15.670。这些数据点的方差R2值为0.989，也是非常好的拟合。

图 3

          当“K因子”放在实际生产中利用时（有许多机器，如喷射溢流机、脱水机，烘干机等），可以编一段小的电子数据表的计算机程序来预测任何一种要经过特定工序加工的织物的重量、幅宽、每英寸上的横列针数、每英寸上的纵行数及收缩率等。如果需要，也可以在同样的电子数据表中其他生成数据，如成本、按不同生产率生产需要的时间等。事实上，计算机程序的功能可以按照生产商的任何要求编制。

演示
          下面将作一个简单的演示。例如需要在20针18英寸直径1104根针的针织机上生产一种100%棉平针织物，采用18/1粗梳环锭纺纱线，线圈长度为0.166英寸。经过喷射染色和后整理后织物的目标重量和幅宽分别为5.0盎司每平方码，22英寸筒状针织物，最大收缩率为5%X5%（长X宽）。我们的工厂用喷射溢流染色机来做前处理和染色，然后挤压脱水，在导带式烘干机上松式烘干，最后做预缩。如在“讨论”一节所述，“K因子”值已经针对这个工艺流程建立起来了。于是，我们就用这些“K因子”在一个简单的电子表格程序中计算预测织物在这样的机器上经过这样的染色处理流程后会不会达到要求的产量、幅宽和收缩率。

       图4是一个没有数据的电子表格。程序允许设定一些参数，包括机号、直径、圆机上的针数、纱线支数作为标准值或给定值（在打印页面的上半部分）。为了完成一个线圈长度的循环需要的横列长度可以计算出来，显示在线圈长度下面。然后计算机就可以计算参照状态的尺寸，并在图4的左下方列出算出的值。一旦在右下方输入了设定的收缩率的值，计算机就可以计算出下机状态的布重、幅宽、横列数及每英寸的纵行数。

图 4

图5显示了当在系统中输入机号、直径、针数、纱线支数、线圈长度和收缩率要求时，程序将自动计算下机状态和参照状态的布重、幅宽和线圈数。这个表中的数据表明当线圈长度和纱线支数给定时，一块每平方码4.73盎司直径为23.13英寸的圆筒状针织布下机后将有（5X5）%的收缩率。我们意识到，这块织物不能被接受因为规定织物应该是每平方码5.0盎司直径为22英寸。

图 5

图6显示了我们在程序中加入方法B时，可以在设定中输入需要的幅宽，计算机就会算出纱线和机器需要的线圈长度，从而给出需要的收缩率和幅宽。在电子表格的上半部在“计算值”下面显示出了新的线圈长度。图6中的数据给出了下机产量为每平方码4.98盎司，织物幅宽22英寸，长度和幅宽方向的收缩率均为5%。新的线圈长度为0.158英寸，新计算出的用来设置针织机的横列长度将为174.31英寸。这个修订过的线圈长度保证了产量为每平方码4.98盎司，这是可以接受的。

图 6

图7给出了对生产商有很大帮助的另一种分析方法。假定需要用线圈长度为0.166英寸的坯布，要求成品为每平方码5.0盎司，幅宽22英寸。显然，如果达到了这样的要求，收缩率不可能实现5X5%。可以用方法C控制起始线圈长度，保证布重和幅宽达到规格要求。然后程序会自动计算将产生的收缩率，并显示在电子表格右下方“计算方法C”旁边。分析的结果是收缩率为长度方向上4.55%，幅宽方向0.12%。

图 7.

          以上是对优化针织系统方法的一个非常简单的演示。还有其他计算方法可以预测针对不同下机规格应当采用什么支数的纱线、机器参数等。

连续漂白工艺
          在本节讨论的平纹针织物也是经过了连续漂白工艺加工。这套连续工艺包括一个干态堆布箱、浸渍箱、J型汽蒸箱、绳状水洗和挤压脱水。漂白后织物在“Tri-Pad”机器里扩幅超喂挤压脱水。织物在箱体里堆叠，然后在真空烘箱中烘干。烘干后织物经过一个加热的辊式或靴式预缩机圆筒状预缩。然后这些织物用“K因子”进行分析，方法和喷射染色的织物一样。分析的数据列在下表中。

          很显然不同的加工路线得到的“K因子”也不同。这些数据能告诉我们什么呢？

          对相同的坯布来说，在一组特定的机器上加工后得到的“K因子”值越高，说明这些变量的参照状态的值也更高。例如，连续工艺中的Kw值就大于喷射染色工艺的值。这表明连续漂白织物的参照状态中每英寸上有更多的纵行。换句话说，这种加工方法由于长度方向上高的张力导致织物更窄。相反，连续漂白织物的Kc值比喷射染色发织物低，说明漂白织物上每英寸的横列数比喷射染色织物的更少。这个结果还表明了产品在长度方向上被永久性地拉长了。而且，连续工艺的产品的Ky值也比喷射工艺的小。这是因为在加工中织物发生了伸长，而且在漂白浴中重量发生了损失。在喷射染色工艺中织物也没有因为上染了染料而增重。

          最后，很显然任何织物经过这两种不同的加工方法，如果要求达到相同的布重和幅宽，是不可能得到同样的收缩率的。如果需要经过这两种不同的加工方法得到相同的布重、幅宽和收缩率，则坯布就需要有不同的针织方法。在这种情况下，对漂白加工使用基于“K因子”的计算机程序来预测就会很有帮助。

结论与建议
          100%棉针织产品的生产商应当采用一些有效的方法来确定它们是否能满足客户的规格要求，而不是对针织、染色、整理后的每一道产品都来检测。市场上已经有计算机预测系统，可以给生产商一个很好的方法来决定他们能做什么不能做什么。本文期望能够给工业界一个提示，他们已经可以获取有关他们工艺操作方面的信息，也可以根据他们实际的生产设施具体开发新的程序。通过这些方法对他们的织物和生产设施进行评估有助于他们更好地理解自己正在进行的生产实践，这将受益匪浅。

因为“K因子”是基于经过一系列湿加工设备真正被处理过的产品而得出的，所以这些因子能够反映实际生产的真实情况。这套“棉针织物优化系统”将给生产商一个很好的提示，他是否能在他的领域获得成功。其他的考虑因素还包括把服装加工中的裁剪和缝纫技术也整合进“K因子”中。此外，实践还表明，通过“K因子”还有可能预测树脂整理的棉针织物的性能。这套系统最起码能够让针织品生产商或织物整理厂：

• 针对特定的客户开发特定的产品,

• 精准地调整湿加工设备,

• 把裁剪缝纫技术整合到织物加工流程中，及

• 大幅减少对织物收缩率的测定，因为收缩率是可以预测的。

---

如需更多的技术信息或其他需求，可联系北卡罗来纳州开利美国棉花公司Donald L. Bailey，电话: 919-678-2220; 传真: 919-678-2230  Donald L. Bailey .

---

本文所包含的陈述、建议和提议都是基于实验和据认为可靠的信息做出的，但其可靠性仅限于当时涉及的产品和/或工艺。无论是直叙表达还是暗示，本文都不能保证它们的精确性，以及所提供信息的准确性或可重复性，而且未授权允许将这些信息用于广告宣传、产品的担保或认证目的。同样，本文的陈述不能被解释为准许或者建议使用任何这些信息、产品或工艺从事可能侵害任何现存专利的行为。本文使用某些商品名称并不说明对这些涉及的产品提供保证，亦不表示准许使用棉花公司的名字或者任何与所涉及产品有关的商标。