摘要
近几年，快速反应已经被视为纺织企业生存的主要救命稻草。在色纺行业中一直存在配色效率低、准确性差、人工成本高的问题，难以满足“小批量、多品种、快交货”的行业发展需求。目前越来越多的色纺企业选择将人工配色与计算机配色相结合的方式，从而提高配色效率和配色精度。然而，不论是何种配色方法，均是基于纱线测色或织物测色。本文通过对散纤维颜色测量方法的研究，为开发基于散纤维测色结果进行配色和颜色预测提供数据基础，创建适用于棉散纤维测色的混色配色模型和最佳颜色预测方案。。 首先，制备具有12色环颜色的棉纤维，然后分别探究纤维密度和光学玻璃材质对散纤维颜色测量的影响。结果显示：（1）、纤维密度的大小主要影响纤维之间的紧密度，进而影响光在传播过程中能量的损耗和在纤维表面的反射。当纤维密度过小时，纤维之间相对蓬松，光线在纤维表面反射减少，损耗增加，使得明度值偏低；当纤维密度逐渐增加，纤维之间纠缠紧密，光的损耗减少，明度值增大，色度值也随之变化。所以，在散纤维颜色测量时需要保证一定的纤维密度，确保测色结果的准确性和稳定性，本文推荐棉散纤维测色时的密度应大于等于0.0709g/cm3；（2）、根据光线在空气、光学玻璃和样品之间的传播路径，从物理光学角度推导出了盖玻璃时所测反射率与样品真实反射率之间的修正公式Rg=R-R0/T2-R0/(1-R0)2。经实验证明，本文提出的修正公式适用于棉散纤维盖玻璃测量后颜色参数的修正中，修正结果较好，10种标准色板、100种织物和12种纱线的颜色经修正后与直接测量所得颜色之间的平均色差分别为0.09、0.52和0.28，表明盖玻璃测量的修正公式的准确性高。 然后，以散纤维盖玻璃测量修正后的颜色作为基础数据，选用Stearns-Noechel模型，采用基于最小二乘法的全光谱匹配算法，以拟合色差最小和所有样品平均拟合色差最小作为确定初始配方的判定依据，分别得到当M固定和对M进行0到1范围内循环赋值时的拟合配方。结果表明，当固定最优参数M时，得到的拟合配方相对偏差为1.118，拟合色差为0.79；当对M进行循环赋值时得到的拟合配方相对偏差为0.423，拟合色差为0.55。可见，采用对M赋值并以拟合色差最小作为求解初始配方的方法，适用于基于散纤维测色的Stearns-Noechel光谱匹配模型，这证明基于散纤维测色结果进行光谱匹配具有一定的可行性。 最后，本文仍以散纤维盖玻璃测量修正后的颜色作为基础数据，选用Stearns-Noechel模型，利用Matlab计算当拟合色差最小时的最佳M值，然后计算出当所有样品平均拟合色差达到最小时的M值，得到M1=0.0888，建立ModelⅠ模型；再分别计算所有样品在不同波段下的最佳M值，探究M值与波长λ的函数关系，建立ModelⅡ模型，最终将这两个颜色预测模型与目前已有的两个模型做对比。实验结果显示，ModelⅡ模型在颜色预测中有较高的准确度，平均色差为1.4，色差小于3.0的样品数占总数的100%。可以得出，本文建立的基于散纤维测色的混色棉条颜色预测模型效果较好，可应用于混色棉条生产中的颜色初步预测，为配色人员提供颜色参考，提高生产效率，节省成本。 因此，本论文主要探讨了散纤维颜色测量方法，以Stearns-Noechel模型为基础，并基于散纤维测色结果进行配色，给出了混色棉条颜色预测模型，为进一步提高生产效率、降低配色成本提出新的思路。
NETL