毛織物孔隙特征與透濕性關系

張文娟， 紀 峰， 張瑞云， 趙曉杰,， 王 妮， 王俊麗， 張建祥

(1. 東華大學 紡織面料技術教育部重點實驗室， 上海 201620； 2. 魯泰紡織股份有限公司， 山東 淄博 255100；3. 上海嘉麟杰紡織品股份有限公司， 上海 201504)

羊毛是一種天然的紡織纖維，具有許多優良特性，隨著人們生活水平提高，對毛織物的濕舒適性需求也在提高?？椢飳﹄[式汗的通透能力影響其著裝舒適性，而織物對隱式汗的傳輸取決于其孔隙結構[1]。

透氣性、透濕性、導液性分別用于表示織物對空氣、水蒸氣和液態水的通過能力，其作用機制、表征指標和測試方法各不相同。對于透氣性能：徐廣標等[2]在23種精紡毛型織物實驗數據基礎上，探討了織物孔隙分布的特征及孔隙與織物結構和透氣性能的關系；吳海軍等[3]探討了毛織物孔隙分布的特征，測試并定量分析了毛織物的孔隙與織物結構對透氣性的影響?？椢锟紫督Y構的差動效應往往用于分析其導液現象。范菲等[4-5]認為孔徑尺寸和孔徑分布都對織物的芯吸速率起決定性作用，并根據毛細差動原理分析了毛細孔分布與雙層組合織物的芯吸性能的關系；姚穆等[6]提出了織物濕傳導通道的3種形式，指出了織物中透濕孔洞有多種多層次結構，在濕傳導過程中的表現和作用各不相同。YANILMAZ M等[7-8]研究了孔隙率、孔徑分布和孔徑大小對其芯吸性能的影響。對透氣性和導液性的研究都涉及織物內部孔隙結構對氣、液態流體的作用機制，這對研究孔隙結構對織物透濕性的作用機制有參考作用。

早在1985年李毅等[9]探討了5種毛呢織物的厚度、填充率與其熱濕舒適性表征指標的關系；姚穆等[10]研究了織物的透濕過程，涉及了水蒸氣在濕空氣中的擴散及毛細管中水蒸氣的蒸發的過程及理論方程；FANGUEIRO R等[11]研究了羊毛與聚酯型纖維混合紗線的導液性與干燥蒸發性能。LI Yi等[12-13]建立了關于羊毛織物熱濕擴散的數學模型，用于預測羊毛織物熱、濕擴散性能。可以看到，用于分析和預測透濕性的2類模型，純理論模型因做了較多理想化假設其分析結果往往與實際情形有差距，而經驗模型只能在有限范圍內根據經驗數據做出相對準確的預測。

織物內部孔隙情況(尺寸、分布等)，對濕汽傳輸有相當的決定作用，直接影響了濕舒適性。本文擬建立孔隙結構參數與濕阻的關系模型。采用體積孔隙率、表面孔隙率和平均孔徑3個指標各從不同角度描述織物中孔隙情況，使用回歸分析方法分別建立了3個孔隙指標與濕阻的多項式回歸關系經驗模型。

1 實驗部分

1.1 試樣選擇

本文選用由嘉麟杰紡織品股份有限公司、江蘇陽光集團提供的24塊羊毛織物試樣，包括14塊機織面料，10塊針織面料。織物基本結構參數如表1所示。

表1 織物結構參數Tab.1 Structural parameters of fabric samples

1.2 實驗設計

1.2.1孔隙率及平均孔徑測試

本文采用體積孔隙率[14-15]、表面孔隙率和平均孔徑3個指標表征織物內部孔隙特征。

體積孔隙率是指織物中的孔隙體積對其總體積的比值，是衡量織物內部孔隙量的指標。體積孔隙率計算公式如式(1)～(3)所示。

(1)

(2)

(3)

式中：εv為織物的體積孔隙率，%；Vf為織物的外觀體積，包括織物外輪廓全部體積，cm3；Vy為紗線體積，cm3；δy為紗線的體積密度，g/cm3；Kd為毛紗線直徑系數，這里取1.13；Tt為紗線的線密度，tex；d為紗線的直徑，mm；G為調濕后的質量，一般指公定回潮條件下的數值，g。

表面孔隙率是指織物朝大氣一側孔隙的面積占總面積的百分比，采用計算機圖形處理法計算得到表面孔隙率。本文用MatLab軟件對織物表面圖像進行二值化處理，如圖1所示。在二值化圖像中白色像素區表示織物中被紗線占據的區域，黑色像素區則表示孔隙區域。表面孔隙率計算公式見式(4),表面孔隙率值越大，表示織物大氣一側孔面積所占比值越大。

(4)

式中：εs為織物的表面積孔隙率，%；Φu為織物表面黑色像素點個數；Φa為織物表面像素點個數。

圖1 Matlab圖像處理Fig.1 MatLab image processing. (a) Original image; (b) Grayscale image; (c) Enhanced image; (d) Binarized image

織物表面孔隙率側重反映織物外表面的孔隙量。體積孔隙率則表征了織物結構體內部的孔隙體積百分含量。表面孔隙率提取時剔除了表面封閉假孔隙區域，而體積孔隙率計算中包含了由于紗線滑移等原因造成的封閉孔隙，因此采用的2種孔隙率分別反映了織物外側和內部孔隙的含量。

平均孔徑指織物內部所有孔隙當量直徑的平均值，表示孔徑的平均尺寸。采用CFP-1100AI型多功能孔徑儀測量織物孔徑。通過測量樣品受到的瞬時壓力和流經樣品孔隙的氣體或液體流量，可獲得壓力—流量的變化曲線。根據ASTM標準計算出平均孔徑指標，主要依據公式見式(5)[3]。

D=4γcosθ/P

(5)

式中：D為孔隙的當量直徑，μm；γ為液體的表面張力，mN/m；θ為接觸角，(°)；P為壓差，Pa。

1.2.2透濕性測試

濕阻是紡織品處于穩定的水蒸氣壓力梯度的條件下通過一定面積的蒸發熱流量，反映隱式汗透過織物的能力。濕阻值越小，表示濕汽透過能力越強，合適的濕阻值使人體感覺舒適。

實驗選用YG606型熱阻濕阻測試儀模擬人體皮膚散發出隱式汗從而測試服裝面料對汽態(隱式汗)通過的阻力(濕阻)。實驗按照GB/T 11048—2008《紡織品 生理舒適性 穩態條件下熱阻和濕阻的測定 (蒸發熱板法)》進行。采用式(6)計算濕阻。

(6)

式中：Ret為織物的濕阻，m2·Pa/W；Pm為飽和水蒸氣壓力，Pa；Pa為指水蒸汽壓力，Pa；A為試驗板的面積，m2；H為提供給測試面板的加熱功率，W；ΔHe為濕阻Ret測定中加熱功率的修正量；Reto為測定濕阻而確定的儀器常數，m2·Pa/W。

2 實驗結果

24份純毛織物試樣的孔隙率、平均孔徑及濕阻結果見表2。

表2 織物試樣測試數據Tab.2 Test data of fabric samples

通過實驗數據觀察到，機織物的表面孔隙率一般低于針織物。在機織物中，以試樣9、23為代表的斜紋組織，其經緯組織密度較高，即使在紗線線密度較小的情況下，其外表面組織結構相對致密，使表面孔隙率顯著較小。在針織物中，以試樣14為代表的緯平針組織，因縱、橫向組織結構疏松，使其表面孔隙率、體積孔隙率和平均孔徑都顯著較大。

表2中數據同時表明，表面孔隙率、體積孔隙率和平均孔徑之間的相關性不明顯，在上述試樣中，表面孔隙率相對最小的試樣，如試樣4、5、9，其體積孔隙率和平均孔徑并不是顯著小的。

3 織物孔隙透濕性回歸模型的建立

本文采用一元多項式回歸分析建立織物孔隙特征與其透濕性的經驗相關模型，該方法是研究1個因變量與1個或多個自變量間多項式的回歸分析方法，其顯著特點是可通過增加自變量的高次項對實測點進行盡可能地逼近。

3.1 體積孔隙率與濕阻的回歸模型

具體地，首先采用表2中的體積孔隙率與濕阻的實驗數據，通過SPSS軟件進行毛織物體積孔隙率與濕阻的一元高次函數的回歸分析見式(7)，并擬合出二者的關系曲線圖，如圖2所示。

(7)

圖2 織物體積孔隙率與濕阻的關系曲線Fig.2 Relationship between fabric volume porosity and wet resistance

該方程的判定系數R2=0.87，R2越接近1表示模型的擬合效果越好。

表3示出方差分析，對回歸關系進行F檢驗。

表3 方差分析表Tab.3 Variance analysis

由自由度為2和21，查F值表得F=82.88>F0.05(2,21)=3.47，表明該回歸關系顯著。

根據圖2所示數據變化趨勢大致劃分2個階段：第1階段，體積孔隙率增大濕阻隨之明顯增大；第2階段，濕阻達到一定峰值區域，此后體積孔隙率增大濕阻不再隨之明顯增加。

第1階段：體積孔隙率范圍在30%～60%之間時，隨著體積孔隙率上升，濕阻呈現上升趨勢。說明此范圍織物內部的孔隙含量對濕氣傳輸的影響作用不占主導，織物兩側濕氣的傳導在更高程度上受孔隙的形狀和分布狀態的影響。

第2階段：當體積孔隙率超過60%左右時，織物兩側的空氣更容易通過顯著增大的孔隙進出孔隙，兩側濕氣能夠在微孔區域內以對流的形式參與交換，令濕阻不再繼續增大。

從體積孔隙率與濕阻的關系曲線中可以看出，在符合其他服用條件的情況下，可根據服用舒適性需求設計合適的體積孔隙率。若用于戶外的運動服裝則選擇體積孔隙率為(40±10)%且厚度值在0.30～0.48 mm范圍，此范圍內濕阻在4.0以下且體積孔隙率對濕阻的影響較顯著，在可設計的范圍。

3.2 表面孔隙率與濕阻的回歸模型

由MatLab圖像處理測得的表面孔隙率為自變量，濕阻為因變量，采用SPSS軟件分析得到圖3所示的關系曲線?？椢锉砻婵紫堵逝c濕阻之間的回歸方程為式(8)，方程擬合度判定系數R2=0.75，模型擬合效果較好。

圖3 織物表面孔隙率與濕阻的關系曲線Fig.3 Relation between fabric surface porosity and wet resistance

y=1.3×10-2x3-0.21x2+1.03x+2.77

(8)

由自由度為3和20，查F值表得F=19.52>F0.05(3,20)=3.10，表明該回歸關系顯著。

從圖3可知，當表面孔隙率在0%～3%范圍內時，8塊機織物和3塊針織物的濕阻隨著表面孔隙率增加而增大。表面孔隙率在0%～1.5%范圍內時，濕阻值比較離散，一定程度上表明在這個范圍內表面孔隙率對濕阻的預測失效，說明應是其他因素起主要作用，如毛織物緊密程度、織物表面或內部毛羽；而當表面孔隙率大于1.5%時，表面孔隙率對濕阻的預測能力顯現，當同樣濃度的隱式汗接觸織物表面時，孔隙率相對小的織物在其表面液化會相對多一些，傳輸到織物另一面的較少。

當表面孔隙率大于3%時，隨著表面孔隙率增加，氣體對流效應起主導作用，濕氣流通能力增大，濕阻隨表面孔隙率的增大呈緩慢下降趨勢。

3.3 平均孔徑與濕阻的回歸模型

以CFP-1100AI 型多功能孔徑儀測量織物平均孔徑值為自變量，濕阻值為因變量建立的關系曲線如圖4所示。織物平均孔徑與濕阻的回歸方程見式(9)，方程的判定系數R2=0.74，模型的擬合效果較好。

圖4 平均孔徑與濕阻的關系曲線Fig.4 Relation between average pore size and wet resistance

(9)

由自由度為3和20，查F值表得F=18.99>F0.05(3,20)=3.10，表明該回歸關系顯著。

從圖4可知，當平均孔徑在10～45 μm之間時，隨著平均孔徑增大，濕阻呈現上升趨勢，這與隱式汗在織物內部可能發生液化有關，液體傳導依靠毛細孔徑，而織物孔徑增大會導致毛細管減小。除此之外，孔徑較大的織物其內部發生液化的程度也大，透過織物的濕氣量減少。當平均孔徑大于45 μm時，這時對流現象開始變得明顯，接觸阻礙等相對變弱，表現為隨著平均孔徑增大，濕阻降低。

4 結 論

1)分別對體積孔隙率、表面孔隙率、平均孔徑與濕阻的關系進行統計分析建立經驗回歸模型，3個多項式模型總體呈現先上升后下降的趨勢。

2)對于本文選用的試樣，在體積孔隙率與濕阻的回歸模型中，體積孔隙率在達到60%時出現拐點；表面孔隙率與濕阻的回歸模型中，表面孔隙率在3%左右時出現拐點；平均孔徑與濕阻的回歸模型中，平均孔徑在45 μm左右時出現拐點。

3)當表面孔隙率在0%～1.5%范圍內時，濕阻值比較離散，一定程度上表明在這個范圍內表面孔隙率對濕阻的預測失效，說明在該范圍內表面孔隙狀態對濕阻的影響不是主導因素；當表面孔隙率大于1.5%時，通過表面孔隙率對濕阻的預測效果開始顯現。

FZXB