版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、本文重點研究了改性中空滌綸纖維特性和熱濕舒適性能;開發(fā)了不同功能改性中空滌綸針織物,并對其熱濕舒適性能、接觸舒適性和耐用性能進行測試和評價。
通過對改性中空滌綸纖維特性的研究,發(fā)現(xiàn)由于親水基團的引入,改性中空滌綸纖維回潮率提高,纖維的吸濕性變好,體積比電阻變小,靜電效應減小,服用性能變好,有利于紡織加工順利進行。
通過改性中空滌綸針織物熱濕舒適性能測試和評價,發(fā)現(xiàn)在同樣條件下,其織物的導濕性、透汽性與工字截面
2、滌綸(Coolbst)吸濕排汗織物的相應性能接近;其保溫率顯著高于Coolbst吸濕排汗織物、PTT織物和棉織物。
利用改性中空滌綸,設計了差動毛細效應織物、芯吸效應織物、差動毛細效應和芯吸效應相結合織物、保暖與導濕雙功能全天候休閑服織物。
通過差動毛細效應類織物的研究,發(fā)現(xiàn)隨著織物內(nèi)外層纖維線密度差逐漸增大,織物內(nèi)外兩層毛細管之間形成的附加壓力差逐漸增大,織物芯吸高度和芯吸速率變快,織物液態(tài)水傳導變快;滴水
3、干燥時間逐漸減小,織物內(nèi)層干燥變快;保水率逐漸減小,織物儲存水量變?。桓稍锫手饾u變大,干燥變快。
通過芯吸效應類織物的研究,發(fā)現(xiàn)織物外層為中空滌綸和精梳棉混紡紗,中空滌綸纖維集合體形成的毛細效應,使得織物的芯吸變快,織物液態(tài)水傳導最快;外層是親水性纖維與疏水性纖維混紡紗線,水分部分進入疏水纖維內(nèi)部,加上其特殊的中空結構,使得織物的保水率最低,干燥最快。
通過差動毛細效應和芯吸效應相結合類織物的研究,發(fā)現(xiàn)外層部
4、分為中空滌綸與精梳棉混紡紗,部分為竹炭滌綸,內(nèi)層為中空滌綸紗織物的熱濕舒適性能好。
通過全天候織物的研究,發(fā)現(xiàn)外層為棉纖維,內(nèi)層為中空滌綸的織物比內(nèi)外層均為棉纖維的織物的保暖性和內(nèi)層干燥性要好。同樣條件下,三層織物比兩層織物中間空隙大,有利于液態(tài)水的滲析、傳導和織物內(nèi)層的干燥。
通過測試織物的頂破性能、剛柔性、起毛起球性、拉伸彈性、折皺回復性和懸垂性,并用灰色關聯(lián)分析原理分別對前三類織物試驗數(shù)據(jù)進行數(shù)學處理,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 竹炭改性滌綸纖維針織物性能研究.pdf
- 竹炭改性滌綸纖維性能研究及針織物開發(fā).pdf
- 改性滌綸纖維及其針織物性能的研究.pdf
- 竹炭改性滌綸纖維-棉混紡針織物性能的研究.pdf
- 桑皮纖維滌綸短纖維混紡針織物服用性能研究.pdf
- Lucool滌綸-氨綸針織物性能研究.pdf
- lucool滌綸/氨綸針織物性能研究
- 水稻蛋白質改性粘膠纖維性能和針織物研究.pdf
- Polynosic纖維針織物性能研究.pdf
- 蜂窩微孔滌綸纖維-天竹針織物的開發(fā)及服用性能研究.pdf
- 蠶絲-滌綸短纖維混紡紗及其針織物的性能研究.pdf
- 雙蛋白改性維綸纖維-lyocell混紡針織物的性能研究.pdf
- 空調(diào)纖維及其針織物的性能研究.pdf
- 竹原纖維針織物服用性能研究.pdf
- 烏拉草纖維的提取及其紗線和中空針織物的制備與性能研究.pdf
- 椰炭纖維針織物吸附性能研究.pdf
- 狐貍絨纖維混紡針織物性能研究.pdf
- 大豆纖維針織物結構與性能的研究.pdf
- 駝絨中空紗線的開發(fā)及其針織物性能研究.pdf
- 儲熱調(diào)溫纖維及針織物的性能研究.pdf
評論
0/150
提交評論