涤锦和阳离子涤锦复合纤维毛圈针织物的同浴染色方法技术

本发明专利技术公开了一种纺织印染技术领域，特别是一种涤锦和阳离子涤锦复合纤维毛圈针织物的同浴染色方法，该方法包括：步骤一，通过神经网络预测得出色差值随工艺参数变化的规律确定优化工艺参数；步骤二，在优化工艺参数基础上制备染料；步骤三，在优化工艺参数基础上对毛圈针织物染色。本发明专利技术解决了“涤锦和阳离子涤锦复合纤维毛圈针织物实现同浴染色”的技术问题，将涤锦和阳离子涤锦复合纤维毛圈针织物通过一浴一缸染色，不仅染色时间相对较短，省时省力，而且用水量也大大降低，从而实现降低生产成本的目的。

【技术实现步骤摘要】
涤锦和阳离子涤锦复合纤维毛圈针织物的同浴染色方法
本专利技术涉及一种纺织印染
，特别是一种涤锦和阳离子涤锦复合纤维毛圈针织物的同浴染色方法。
技术介绍
目前市场上较为流行的涤/锦复合纤维是用涤纶、锦纶两种原料以一定的比例和米字形复合截面制取的，该类纤维经过碱减量处理可以剥离获得超细纤维。分散染料是一类水溶性较低的非离子型染料，其分子量较低，结构上不含水溶性基团，借助于分散剂的作用在染液中高度均一分散而进行染料，通常对涤纶纤维、涤锦纤维进行染色。阳离子染料因含有阳离子基团，因此水溶性较好，且染色后色泽鲜艳，通常对腈纶纤维进行染色，也可对阳离子改性涤纶纤维（例如，阳离子涤锦复合纤维）染色。而对于含有涤锦纤维和阳离子涤锦复合纤维的织物，通常需要同时采用分散染料和阳离子染料进行染色。目前均是采用二浴染色工艺，但这样耗时耗能，生产成本较高。人工神经网络是用计算机模拟人脑神经网络的结构与功能特征的一种信息处理系统。由于具有很强的非线性映射能力和柔性的网络结构,人工神经网络适用于相关因素众多、影响复杂、难以建立确定数学模本文档来自技高网...

【技术保护点】
1.一种涤锦和阳离子涤锦复合纤维毛圈针织物的同浴染色方法，其特征是采用阳离子染料、分散染料同浴法染色，包括如下的具体操作步骤：/n步骤一，在实验数据的基础上，采用MATLAB编程，通过建立涤锦和阳离子涤锦复合纤维毛圈针织物的同浴染色工艺参数与色差值关系的BP神经网络模型，对色差值进行分析预测，通过神经网络预测得出色差值随工艺参数变化的规律确定优化工艺参数，即染料浓度3～5 g/L，染料pH值4.0～4.5，上染温度60～120℃及上染时间30～40 min；具体步骤为：/na网络结构与参数选取/n采用一个输入层、一个隐含层和一个输出层结构的网络；输出层和输入层的神经元个数分别为目标值毛圈针织物...

【技术特征摘要】
1.一种涤锦和阳离子涤锦复合纤维毛圈针织物的同浴染色方法，其特征是采用阳离子染料、分散染料同浴法染色，包括如下的具体操作步骤：
步骤一，在实验数据的基础上，采用MATLAB编程，通过建立涤锦和阳离子涤锦复合纤维毛圈针织物的同浴染色工艺参数与色差值关系的BP神经网络模型，对色差值进行分析预测，通过神经网络预测得出色差值随工艺参数变化的规律确定优化工艺参数，即染料浓度3～5g/L，染料pH值4.0～4.5，上染温度60～120℃及上染时间30～40min；具体步骤为：
a网络结构与参数选取
采用一个输入层、一个隐含层和一个输出层结构的网络；输出层和输入层的神经元个数分别为目标值毛圈针织物的色差值及其影响因素染液浓度、染液pH值、上染温度以及上染时间；并通过对不同隐含层结点数的考察，综合比较迭代次数，预测误差后，确定隐含层结点数为20；同时，采用的算法为Levenberg-Marquardt，学习速率为0.03；
b样本数据与网络训练
运用神经网络进行预测和分析时，需要能够覆盖输入参数变化范围的实验数据作为样本数据；上染温度变化范围为5～1...

【专利技术属性】
技术研发人员：刘伟东，
申请(专利权)人：浙江流庆纺织有限公司，
类型：发明
国别省市：浙江;33