植物染散纖維色紡紗配色預測平臺研究

張 斌,曹端山,劉春國,姜 偉,姜 展

(1.青島大學,山東 青島 266071;2.寧夏恒豐紡織科技股份有限公司,寧夏 吳忠 751199;3.山東新型紗線及面料創新中心有限公司,山東 德州 253500)

隨著人們生活水平和社會環保意識的提高,傳統且健康的植物染色技術日益受到大眾的喜愛。然而,品種少、色譜不全、成本高、產量低、色牢度差等問題限制了植物染料在紡織品中的應用[1]。散纖維染色再通過色紡混紡比例調配可以很好地豐富植物染料纖維色紗的顏色,減少紗線色差,控制織物色檔,使顏色系列化,彌補植物染料染色色譜不全的缺點,因此,采用散纖維染色然后色紡的技術將不同顏色的纖維混紡成紗,已成為植物染料染色產品開發的趨勢[2],色紡紗將成為植物染紗線制造領域的一個重要發展方向。

計算機測配色技術是一種能夠在很短時間內計算出準確的顏色配比,減少打樣次數、節省原材料、提高生產效率的色紡紗配色方式[3]。然而,植物染料由于其不穩定的染色效果[4],在計算機測配色中一直存在難以準確且系統地配色的問題。本文針對植物染散纖維色紡紗的測配色特點,對現有計算機配色模型進行了一定修正,優化了配色算法,提升了配色準確性,進一步應用Matlab平臺設計開發了可以提高植物染色紡紗生產效率的配色預測平臺。

1 植物染色紡紗計算機配色原理

1.1 Stearns-Noechel模型

計算機配色理論的研究主要是配色模型和配色方法的研究,配色模型是計算機配色的基礎,目前來看,比較有影響的模型有K-M模型、Stearns-Noechel模型、Friele模型等[5]。前期研究中發現Stearns-Noechel模型更適用于色紡紗的生產應用[6]。對于植物染色紡紗,該模型公式如下:

其中,M是一個與纖維的顏色、種類以及混紡樣的比例等因素有關的可變常量;Xi為原料i占總質量的比例;Rr(λ,i)為原料i的光譜反射率;R(λ)為混紡紗的光譜反射率;f(R(λ))是混紡紗反射率模擬與實際的中間函數。

1.2 三刺激值匹配法

計算機配色大致有三種方法:色號歸檔檢索、三刺激值匹配、反射光譜匹配。其中,三刺激值匹配的結果是給出的配方染物的三刺激值與來樣的三刺激值相同,但反射光譜與來樣不一定完全相同,也就是同色異譜,由于三刺激值相等,因此仍可得到等色。三刺激值配色在實際生產中應用更多,具有切實的實際意義。三刺激值計算公式如下:

1.3 色差公式

色差是兩個不同的試樣在顏色知覺上包含明度差ΔL*、彩度差ΔC*、色相差ΔH*的綜合效應。有效的顏色比對之后,才能確定配色樣品的顏色效果與標準樣品之間的準確度,使配色結果可用于實際生產。目前紡織品行業上公認的為CMC(l:c)色差公式,l和c為調整明度和彩度的相對寬容系數,其中l=2,c=1。色差計算公式為:

式中SL、SC、SH分別為ΔL*、ΔC*、ΔH*的修正系數。

2 配色模型優化

2.1 試驗樣品制備

將紅、黃、藍、白以及不同質量比例混合的莫代爾纖維經過開松、混合、梳理、并條、粗紗、細紗等紡紗工藝流程,制備獲得標準樣,試驗樣品混色纖維種類及各色纖維質量比例見表1。

表1 試驗制樣混色纖維配比

在完成紗線制樣后,使用自制測色樣品制樣機,將獲得的細紗繞在黑色平板上,制成排列均勻、松緊適中、不漏底色的紗線板。使用分光測色儀CM-2300d,采用大孔徑、10°視角、鏡面光澤不包含、100%UV、模擬太陽光的D65光源進行紗線色彩測量。

2.2 配色模型優化

植物染纖維在生產上往往會因為色牢度等原因產生摩擦、掉色等一系列問題[7]。這使得更適用于化學染料的計算機配色模型需進行一定的修正才能更好地應用于植物染纖維色紡的生產。研究中發現,植物染色紡紗在棉網、粗紗、細紗各個階段在光譜反射率上有一定波動,因此在Stearns-Noechel模型里引入Rr(λ,i)的比例修正系數ti對模型進行修正優化。公式如下:

f(X,R(λ))=

2.3 計算修正系數

將試驗制樣測色數據和優化后的Stearns-Noechel模型公式,代入如圖1所示的修正系數計算流程進行計算。

圖1 修正系數計算流程圖

按以上流程計算得出適用于植物染散纖維色紡紗不同組分的修正系數ti。對多次計算結果取均方根后,發現其綜合優化效果最佳。綜合修正系數計算結果見表2。

表2 修正系數計算結果

3 配色平臺搭建

3.1 配色算法設計

Stearns-Noechel配色模型實際上是對不同顏色紗線的反射率進行一定比例擬合疊加,是基于人視覺的反射率系數運算后求得在視覺上與標樣最接近的反射率時的配比。然而在實際生產中,存在一些配色計算但實際并不會添加的組分。針對植物染色紡紗配色的這一特點,為增強配色系統的易用性和實用性,基于優化后的計算機配色模型,按照圖2所示的配色算法流程對配色系統進行了設計。具體思路為,當某項組分配比初次擬合結果小于0.05且不為0時,將該組分賦值為0,即不添加該組分,重新進行擬合運算。

圖2 配色算法流程圖

3.2 平臺界面設計

本研究在以上理論研究的基礎上,通過Matlab軟件構建了運行在Windows平臺的植物染纖維色紡紗計算機配色交互平臺。平臺界面主要分為樣品色參數設置區域、擬合樣計算結果輸出區域和可視化的樣品色與擬合色的繪圖區域。

首先,在目標樣品參數設置區域選擇標準樣品文件,錄入樣品色數據,同時可以自由選擇混紡配色種類,在一定情況下可以提高運算速率。設置好樣品色參數后,點擊“開始配色”,擬合樣品的各項組分配比、色差、M值、標樣與擬合樣的反射光譜等數據在計算結果輸出區域自動輸出。在繪圖區域分別點擊“標樣繪圖”和“擬合樣繪圖”,即可分別繪制標樣與擬合樣的色度圖、反射光譜圖,并模擬輸出標樣與擬合樣的RGB色彩,以便更直接地對配色結果進行觀察對比,增強配色系統的可視化。

圖3為平臺某次運行結果圖,可知本配色平臺對于植物染色紡紗配色適用性優異,最終配色色差僅為0.307,標樣與擬合樣的反射光譜重合度高、RGB一致性好,配色效果顯著。

圖3 平臺某次運行結果圖

4 結語

本研究針對植物染色紡紗的特點,提出了Stearns-Noechel模型的優化方案,確定了Stearns-Noechel模型的紅、黃、藍、白四色纖維的修正系數分別為1.064、0.981、0.992、1.021,優化了配色算法。同時,本研究在優化理論模型的基礎上設計了相應的配色模擬平臺,在平臺顯示界面中加入了色度圖、標準樣顏色、擬合樣顏色、標準樣與擬合樣的光譜反射率顯示等功能,進一步加強了系統的可視化效果,為植物染色紡紗的配色計算提供了一個高效的配色預測方法,使測配色過程更加便捷,操作更加簡單,管理更加方便,提高了植物染色紡紗的生產效率。