利用Matlab遗传算法优化磁性纤维多元混纺纱的混纺比

李 金，荆妙蕾

（天津工业大学 先进纺织复合材料重点实验室，天津 300160）

利用Matlab遗传算法优化磁性纤维多元混纺纱的混纺比

李 金，荆妙蕾

（天津工业大学 先进纺织复合材料重点实验室，天津 300160）

采用磁性纤维和竹、棉纤维进行多元混纺，分析不同混纺比条件下混纺纱的性能，并采用1stopt软件得出混纺纱性能指标与各纤维含量的关系式，然后应用Matlab遗传算法工具箱对磁性纤维多元混纺纱的混纺比进行优化.结果表明：当权重系数为[0.25、0.2、0.3、0.25]时，得到最优混纺比为磁性纤维、竹、棉纤维各占67%、23%和10%.

磁性纤维；Matlab；遗传算法；混纺纱

磁性纤维是一种新型功能纤维材料，在纺纱及织物设计过程中加入磁性纤维或纱线，形成磁共振网，可以促进人体血液循环，增强人体免疫力，利用人体产生的热量产生保暖性，具有养生保健的作用.目前国内对磁性纤维的研制开发文献较多，主要针对纤维的保健性能进行新纤维开发，而对磁性纤维混纺纱线进行产品开发，对纤维形成织物的方法、织物的性能分析介绍较少.在纱线混纺比研究方面，当前对两种纤维混纺的纱线混纺比研究已较成熟，然而对3种以上纤维的混纺比的优化研究尚存在空缺.利用Matlab的遗传算法工具箱可以很好地解决这一问题，在体现不同材料功能性的同时确定出一个较为合理的混纺比.本课题所研究的磁性纤维是在丙纶中加入高浓度的磁粉纺制而成的，在此技术条件下利用磁性纤维与棉纤维、竹浆纤维混纺，可以发挥各自独特的作用，减少纺纱过程中的静电现象，从而改善织物的舒适性，实现风格与性能、功能互补，开发出功能性新产品.

1 混纺比及工艺设计

磁性纤维表面较光滑，有细微的纵向条纹，横截面呈较为规则的圆形；随着磁含量的增加，纤维表面会略有粗糙[1].对磁性纤维性能进行研究后发现，随着磁含量的增加，纤维的断裂强度及伸长都有所下降；当磁粉质量分数为50%时，拉伸性能与涤纶相似；回潮率与磁含量关联不大，保持在2%左右.由此看来，磁性纤维与棉型纤维混纺的可纺性较好.其常见物理性能对比如表1所示.

表1 几种纤维性能对比Tab.1 Performance comparison of several fibers

由于不同磁含量的磁性纤维各项力学性能皆有不同，因此本课题采用磁粉质量分数为50%的丙纶磁性纤维，切断长度为40 mm，纤维细度为2.5 dtex；竹浆纤维切段长度为35 mm，细度为1.5 dtex；细绒棉纤维主体长度为29 mm，细度为1.7 dtex.为了进一步研究磁性纤维混纺纱线的性能，同时确保磁性纤维在织物中的功能，其纤维质量分数需在50%以上.本课题设计了11种不同混比的混纺纱线，采用相同的纺纱工艺，以便能够准确地对比分析不同混比纱线的各项性能，得出测试数据，从而为后道加工工艺提供理论依据.纱线混纺比设计如表2所示.

表2 纱线混纺比Tab.2 Blended ratio of yarns

磁性纤维多元混纺纱线可应用于棉型机织物面料和装饰织物面料，设计纱线线密度为19.6 tex，捻度为203捻/（10 cm）.纺纱工艺流程为：原料选配→DSCa－01型小型数字式梳棉试验机→DSDr－01型小型数字式并条试验机→DSRo－01型小型数字式粗纱试验机→DSSp－01型小型数字式细纱试验机.

2 多元混纺纱线性能分析

为了优化纱线混纺比，对11种混纺纱进行性能测试，并利用1stopt软件对测试数据进行拟合以得到适用于后期优化处理用的关系式.式中：z1、z2、z3、z4分别表示纱线断裂强力（cN）、断裂伸长（%）、纱线毛羽（2～4 mm）、纱线条干不匀率（%）；x表示磁性纤维质量分数（%）；y表示竹纤维质量分数（%）；u表示棉纤维质量分数（%）.

2.1 拉伸性能测试

采用山东莱州电子仪器公司生产的YG061F电子单纱强力仪测试纱线的拉伸性能，夹持距离为50 cm，预加张力为5 cN，定速为500 mm/min，温度为20℃，相对湿度为65%±5%.对每个比例的纱线进行10次强拉伸性能测试，结果如表3所示.

2.1.1 断裂强力

由表3可知，虽然磁性纤维强度较高，但由于磁性纤维表面较竹、棉光滑，加之其较粗较刚硬，在纱线中抱合力相对较差，因此当磁性纤维含量增加时，纤维间滑脱情况增加，因而混纺纱强力有所降低[2]；而当磁性纤维含量不变且棉、竹纤维含量分别较高或者二者含量相近时，3种纤维之间抱合较为紧密，使得混纺纱断裂强力呈“w”型变化趋势.利用1stopt软件对上述数据进行拟合得拟合关系式为：

2.1.2 断裂伸长

由表3可以看出，当磁性纤维含量保持不变时，由于竹纤维的断裂伸长大于棉，因此混纺纱线断裂伸长的总体变化趋势是随着竹纤维的减少而降低，当竹纤维质量分数为20%左右时有所上升，之后再下降.而由于磁性纤维的断裂伸长要大于竹、棉纤维，因此当磁性纤维含量增加时，混纺纱的断裂伸长也随之增大.拟合关系式为：

2.2 纱线毛羽含量测试

采用长岭纺电的YG172型纱线毛羽测试仪对混纺纱的毛羽含量进行测试，片段长度取5 m，每管测试5次，测试速度为30 m/min，温度为20℃，相对湿度为60%±5%.测试结果如表4所示.

表4 纱线毛羽数量测试结果Tab.4 Test results of yarns′hairiness number

毛羽大多是在纺纱过程中形成的，竹、棉纤维较磁性纤维轻，在纺纱过程中受到的摩擦、离心力和空气阻力更明显，使得与纱体联系不够紧密的纤维段被拉扯出纱表面从而形成毛羽，因此毛羽含量随着磁性纤维的增加而减少；在加捻过程中，当不同毛羽形态的竹、棉纤维含量接近时，毛羽更易纠缠使捻绕更紧密，此时实际捻度较大，使得纤维的尾端更易翘起或分离从而形成端毛羽，因此磁性纤维含量不变时，毛羽含量增多[2].由于较小的短毛羽（<1 mm）及含量较少的长毛羽（>5 mm）对纱线性能影响较小，可以忽略，根据上述数据得到拟合函数：

2.3 纱线细度不匀测试

采用ME100型USTER条干仪对混纺纱的细度不匀进行测试.当纱条以一定速度连续通过平板式空气电容器的极板时，纱条线密度的变化引起电容量的相应变化，经过一系列的电路转化和运算处理，将最终信息分别输入积分仪、波谱仪、记录仪和疵点仪，就可以得到纱条的不匀率数值、不匀率曲线、波长波谱图及粗节、细节、棉结等测试结果.测试速度为200 m/ min，测试时间1 min，温度21℃，相对湿度60%.测试结果如表5所示.

表5 纱线细度变异系数测试结果Tab.5 Test results of yarns′evenness

除去由工艺机器原因造成的加工不匀和由环境因素造成的偶发不匀，引起纱线不匀的主要原因是随机不匀，即纤维本身的形状和性能，而此中最重要的原因是纤维的细度，以及各组分纤维的混合搭配.从表5中可以看出，当竹、棉两种纤维含量相近时细节明显减少，而粗节和棉结的数量则随着棉纤维含量的增加而增加.CV值方面，理论上纤维细度越细、长度越长，纱线不匀率越小[3]，而对于混纺纱，各组分纤维的含量越接近时不匀率越小.取CV值作为衡量纱线条干均匀度的指标.根据上述数据得拟合函数：

3 最优混纺比确定

得到一个最优的混纺比，使之能最大限度地满足各项后续工艺的要求，是本文的研究重点，而利用Matlab的遗传算法工具箱可以较为方便地进行优化计算[4].遗传算法是一种基于自然选择和基因遗传学原理的优化搜索方法，它借助生物进化的规律，通过优胜劣汰，一步一步地逼近问题最优解.目前该算法已渗透到许多领域，并成为解决各领域复杂问题的有效工具[5].

根据多目标优化理论，如果同时考察N个目标函数f1（x），f2（x），…，fN（x）的最优情况，可转化为求maxF（x），其中F（x）={f1（x），f2（x），…，fN（x）}；本文中用到的4个目标函数即为上述性能测试与分析中得到的4个拟合关系式.其中f1（x，y，u）为纱线的断裂强力，f2（x，y，u）为纱线的断裂伸长，f3（x，y，u）为纱线的毛羽含量（2～4 mm），f4（x，y，u）为纱线的CV值.纱线的各个性能对后续织造加工工艺的影响程度不同，因此要选定适当的加权系数ωi来表明它们代表的重要程度.ωi要满足0≤ωi≤1（i=1，2，…，N），且∑ωi= 1.因此混纺比的优化就转化为求maxωiF（x，y，u），其中ωiF（x，y，u）={ω1f1（x，y，u），ω2f2（x，y，u），－ω3f3（x，y，u），－ω4f4（x，y，u）}.式中：ω1为纱线断裂强力的权重系数；ω2为纱线断裂伸长的权重系数；ω3为纱线毛羽含量的权重系数；ω4为纱线细度不匀率的权重系数.根据纱线各项性能对后续加工的影响，选定权重系数分别为[0.25，0.2，0.3，0.25].利用Matlab遗传算法工具箱进行优化，过程如下（简化代码）：

由输出结果可知，利用Matlab遗传算法工具箱得到：当权重系数为[0.25，0.2，0.3，0.25]时，磁、竹、棉3种纤维的混纺比为67%、23%、10%.

4 结论

（1）磁性纤维多元混纺纱在各方面都表现出良好的性能特征，当磁性纤维含量增加时，混纺纱的断裂伸长也随之增大；毛羽含量随着磁性纤维的增加而减少；磁性纤维质量分数为60%～70%时纱线细度不匀率较低.

（2）利用1stopt软件对混纺纱性能测试数据进行拟合可以得到性能与混纺比之间的关系式，进而利用Matlab遗传算法工具箱可以对3种以上纤维混纺的情况进行较为精确的优化设计，能得到较为理想的混纺比.

（3）通过对纱线的拉伸强力、断裂长度、毛羽含量和细度不匀率的拟合和分析，利用Matlab遗传算法工具箱得到在权重系数分别为[0.25，0.2，0.3，0.25]时磁、竹、棉3种纤维的最优比例为67%、23%、10%.

[1] 齐 鲁，叶建忠.磁性纤维性能的分析[J].东华大学学报：自然科学版，2003，29（6）：108－110.

[2] 于伟东.纺织材料学 [M].3版.北京：中国纺织出版社，2006：214－218，230.

[3]朱 婕.纤维细度和长度分布对成纱不匀的影响及纱线质量预报模型[D].上海：中国科学院上海冶金研究所，2000：16－29.

[4]李辉芹，黄 故.基于MATLAB优化工具的混纺织物混纺比设计[J].纺织学报，2009，30（10）：62－65.

[5] 李辉芹，黄 故.基于多目标优化的混纺织物设计研究[J].棉纺织技术，2009，37（6）：20－22.

Optimization for blending ratio of multiple magnetic fiber blended yarn using Matlab genetic algorithm

LI Jin，JING Miao-lei
（Key Laboratory of Advanced Textile Composites，Tianjin Polytechnic University，Tianjin 300160，China）

The blended yarn is made of the magnetic fiber and cotton，bamboo fiber，and the performances of blended yarns with different blend ratios are analyzed.The relational equations between the performances and the fiber content are

with 1stopt software，then the blend ratio of the multiple blended yarns is optimized applying the Matlab genetic algorithm box.The results show that the optimized blending ratio is magnetic fiber，bamboo，cotton fiber possess 67%，23%and 10%separately when the weight coefficient is[0.25，0.2，0.3，0.25].

magnetic fiber；Matlab；genetic algorithm；blended yarn

TS102.528；TS106

A

1671－024X（2010）06－0013－04

2010-09-25 基金项目：天津市高等学校科技发展基金计划项目（20090316）

李 金（1985—），男，硕士研究生.

荆妙蕾（1969—），女，硕士，副教授，硕士生导师.E-mail：jingmiaolei@126.com