本发明涉及一种基于纤维排列的精梳模拟的精梳工艺参数确定方法，包括精梳模拟和确定精梳工艺参数过程，精梳模拟过程为：(1)喂入精梳棉层的模拟，即生成长度、细度和坐标已知的多根纤维；(2)锡林梳理过程的模拟，即根据每根针齿的纵坐标与每根纤维的纵坐标的关系对纤维进行不同的处理的过程；(3)锡林循环梳理模拟，即对纤维进行分离后累次重复锡林梳理过程的模拟的过程；(4)精梳中考察指标的计算；确定精梳工艺参数过程即随机生成多组精梳工艺参数后，进行精梳模拟，得到多组考察指标，再从中筛选出一组精梳工艺参数的过程。本发明的方法能够根据原料性能和最终成纱的质量要求，确定精梳工艺参数，大大节省时间和原料，降低成本。
1.基于纤维排列的精梳模拟的精梳工艺参数确定方法，其特征是，包括以下步骤：a)精梳模拟；
将步骤(1)生成的精梳棉层作为输入精梳的棉层，从棉层的一端开始通过锡林进行梳理，具体过程如下：首先，建立精梳棉层坐标：以棉层的输出方向为横坐标，棉层输出方向为负方向，其垂直方向为纵坐标；
然后，在所述精梳棉层坐标中确定锡林上的每根针齿的坐标，第j排第i根针齿的上侧面的纵坐标wij1＝Wij+dj/2，下侧面的纵坐标wij2＝Wij-dj/2，i＝1,2,…,M，M为第j排针的数量，j＝1,2,…,M'，M’为锡林上针齿的排数，Wij＝dj/2+(dj+sj)(i-1)，dj为第j排针每根针齿的厚度，单位为mm，sj为第j排的针齿齿距，单位为mm；
当sfibertail(ii)≥holdstate(jj)≥sfiberhead(ii)时，将屈曲型纤维梳理伸直；
当wfibertail(ii)fiberj(ii)或fiberj(ii)>wij1时，将纤维送入棉网或再次对纤维进行梳理；
当hooktail(ii)>holdstate(jj)，且wij2
当wfibertail(ii)≥holdstate(jj)≥wfiberhead(ii)，且hooktail(ii)
其中，sfibertail(ii)为屈曲型纤维的右头端的横坐标，holdstate(jj)＝lmax+(jj-1)×A，jj为梳理次数，lmax为最长纤维的长度，单位为mm，A为给棉长度，单位为mm，fiberj(ii)为第ii根纤维的纵坐标，sfiberhead(ii)为屈曲型纤维的左头端的横坐标，wfibertail(ii)为弯钩型纤维的右头端的横坐标，hooktail(ii)为第ii根纤维前弯钩右头端的横坐标，wfiberhead(ii)为弯钩型纤维的左头端的横坐标；
纤维分离：判断被梳理后的纤维的左头端的横坐标是否位于[xchead,xchead+A]内，如果是，则将纤维输送至棉网，反之，则不进行处理，xchead＝holdstate(jj)-L，L＝B+12.5+(1-K)×A，B为落棉隔距，单位为mm，K为给棉系数，0
累次重复：棉层向输出方向位移A的距离，重复步骤(2)，直至钳口线到达LS-lmax位置，Ls为棉层片段长度，单位为mm；
落棉率Q2、落棉短绒率Sf落棉和精梳条短绒率Sf精梳条的计算公式如下：式中，w1为进入落棉的纤维的重量之和，w2为未进入落棉的纤维的重量之和，单根纤维的重量等于单根纤维的长度与单根纤维的细度的乘积，S1、S2、S3、…、SG+1为将落棉每Δmm长度分为一组，共R组，且R×Δ>lmax，计算得到的0～Δ、Δ～2Δ、2Δ～3Δ、…、GΔ～16mm长的纤维的重量占精梳条总重量的百分比，S1’、S2’、S3’、…、SG+1’为将精梳条每Δmm长度分为一组，共R组，且R×Δ＞lmax，计算得到的0～Δ、Δ～2Δ、2Δ～3Δ、…、GΔ～16mm的纤维的重量占精梳条总重量的百分比，G为16/Δ向下取整；
首先，生成多个针齿厚度、针齿齿距、落棉隔距和给棉长度，针齿齿距包括第一梳理区针齿齿距、第二梳理区针齿齿距、第三梳理区针齿齿距、第四梳理区针齿齿距和第五梳理区针齿齿距，针齿厚度、第一梳理区针齿齿距、第二梳理区针齿齿距、第三梳理区针齿齿距、第四梳理区针齿齿距和第五梳理区针齿齿距的取值范围分别对应为0.10～0.35mm、0.75～
0.85mm、0.6～0.7mm、0.55～0.6mm、0.4～0.5mm和0.3～0.4mm，落棉隔距为8mm、10mm、12mm，给棉长度为4.7mm、5.2mm、5.9mm，将针齿厚度、针齿齿距、落棉隔距和给棉长度进行组合得到多组精梳工艺参数；
然后，通过步骤a)的模拟过程得到每组精梳工艺参数对应的落棉率Q2、落棉短绒率Sf落棉和精梳条短绒率Sf精梳条；
接着，根据要纺制的纱的支数，确定落棉率的范围，筛选出对应的落棉率满足要求的几组精梳工艺参数，当支数为30～14tex时，落棉率为14～16％；当支数为14～10tex时，落棉率为15～18％；当支数为10～6tex时，落棉率为17～20％；当支数<6tex时，落棉率>19％；
接着，筛选出对应的落棉短绒率Sf落棉大于60％的几组精梳工艺参数；
最后，筛选出对应的精梳条短绒率Sf精梳条最接近欲得到的精梳条短绒率的一组精梳工艺参数。
2.根据权利要求1所述的基于纤维排列的精梳模拟的精梳工艺参数确定方法，其特征在于，喂入精梳棉层的模拟的具体步骤如下：(1.1)生成棉层中每根纤维的长度；
3.根据权利要求2所述的基于纤维排列的精梳模拟的精梳工艺参数确定方法，其特征在于，步骤(1.1)的具体过程为：首先通过测试得到精梳小卷的长度频率直方图，长度频率直方图的组距为d，组数为m，各组矩形的面积为Piii，iii＝1,2,…k…,m；
按此过程，分别生成随机数r11、r12、…、r1e、...、r1N，即依次生成第1、2、…、e、…、N根纤维的长度。
4.根据权利要求3所述的基于纤维排列的精梳模拟的精梳工艺参数确定方法，其特征在于，步骤(1.2)的具体过程为：首先通过测试得到精梳小卷的细度频率直方图，细度频率直方图的组距为c，组数为m’，各组矩形的面积为Qiii’，iii’＝1,2,…k’…,m’；
按此过程，分别生成随机数r21、r22、…、r2e’、...、r2N，即依次生成第1、2、…、e’、…、N根纤维的细度。
5.根据权利要求4所述的基于纤维排列的精梳模拟的精梳工艺参数确定方法，其特征在于，步骤(1.3)的具体过程为：以棉层的输出方向，把棉层中纤维的实际形态分为前弯钩、后弯钩、两端弯钩和屈曲型四类，其数量占纤维总数的比例分别为P1、P2、P3、P4，则第1至P1×N根纤维为前弯钩纤维，第P1×N+1至(P1+P2)×N根纤维为后弯钩纤维，以此类推，确定每根纤维的弯钩类型；
在所述精梳棉层坐标中确定屈曲型纤维的头端坐标：生成在[0,1]区间内的随机数r和rr，左头端坐标为(r×Ls,rr×H)，右头端坐标为(r×Ls+li×η,rr×H)，其中，H为棉层的宽度，单位为mm，li为纤维的长度，单位为mm，η为纤维的伸直度系数；
先确定弯钩型纤维的主体左头端坐标和主体右头端坐标，确定方法分别同屈曲型纤维的左头端坐标和右头端坐标；
再确定弯钩型纤维的弯钩头端坐标，所有的弯钩头端的纵坐标同弯钩型纤维的主体左头端的纵坐标，当纤维为两端弯钩时，前弯钩左头端的横坐标hookhead1(ii)同弯钩型纤维的主体左头端的横坐标，前弯钩右头端的横坐标hooktail1(ii)＝hookhead1(ii)+(1-η)×li×α，α为在[0,1]区间内的随机数，后弯钩右头端的横坐标hooktail2(ii)同弯钩型纤维的主体右头端的横坐标，后弯钩左头端的横坐标hookhead2(ii)＝hooktail2(ii)-(1-η)×li×(1-α)；当纤维为前弯钩时，前弯钩右头端的横坐标为hooktail1(ii)＝hookhead1(ii)+(1-η)×li；当纤维为后弯钩时，后弯钩左头端的横坐标为hookhead2(ii)＝hooktail2(ii)-(1-η)×li。
6.根据权利要求5所述的基于纤维排列的精梳模拟的精梳工艺参数确定方法，其特征在于，步骤(1.4)的具体过程为：将屈曲型纤维的左头端和右头端连接，将弯钩型纤维的主体左头端和主体右头端连接，将前弯钩右头端和前弯钩左头端连接，同时将后弯钩右头端和后弯钩左头端连接。
7.根据权利要求6所述的基于纤维排列的精梳模拟的精梳工艺参数确定方法，其特征在于，所有的随机数都是通过Matlab的rand函数生成的。
8.根据权利要求1所述的基于纤维排列的精梳模拟的精梳工艺参数确定方法，其特征在于，Δ为2。
基于纤维排列的精梳模拟的精梳工艺参数确定方法
技术领域
[0001] 本发明属纺织加工技术领域，涉及一种基于纤维排列的精梳模拟的精梳工艺参数确定方法，特别是涉及一种通过模拟精梳锡林梳理过程用以确定精梳工艺参数的方法。
背景技术
[0002] 精梳是纺纱工序中提高纱线质量的重要工序之一，它利用精梳锡林、顶梳排除小卷中的短绒、棉结及杂质，并使纤维伸直、平行、分离，提高纤维的整齐度，提高成纱条干和强力，改善强力不匀。精梳工艺参数的选配比较复杂，而目前对精梳的质量的控制是通过实验的方法，这样的方法浪费时间和原料成本。计算机模拟精梳过程，可根据原料性能和最终成纱的质量要求，确定精梳工艺参数以及落棉率，能大大节省时间和原料，降低成本。
[0003] 公开号为CN103400029A的发明专利“拟等细度纤维在单纱中随机排列预测成纱断裂强力方法”模拟了等细度伸直的纤维，纤维在单纱中的排列，且模拟的单纱断裂强力能反映出纤维长度与成纱强力之间的关系。但上述专利假设纤维在纱条中是伸直平行排列的，与实际纱条中的弯钩纤维还有一定的区别。
[0004] 东华大学2016年1月的硕士论文“纱条中纤维形态及排列对条干不匀的影响”，在前人的基础上对纱条中纤维的排列考虑了纤维的弯钩状态，更符合纤维在纱条中的实际形态，为精梳前棉层的生成提供基础。
[0005] 2017年6月《纺织学报》第38卷第6期的文章“基于纤维长度根数分布的精梳加工模拟及棉网质量预测”以及公开号为CN104217085A的发明专利“一种计算机辅助精梳工艺设计与精梳棉网质量预测的方法”在纤维长度分布的基础上模拟了精梳加工过程，在不同工艺参数下的模拟结果与实验结果有良好的相关性。但是上述专利的精梳模拟过程中存在下列不足：(1)该发明的假设棉层中的纤维均是平行伸直的，没有考虑到纤维的实际形态，没有对纤维的伸直度进行研究，忽略了因纤维梳理伸直导致的头端位置的变化，上述精梳梳理过程仅为去除短纤维的过程，仅仅对棉层的短绒率有影响；(2)在梳理模拟过程中，纤维被梳理进入落棉的依据是纺纱理论中现有的纤维长度与分界纤维长度(L3＝分离隔距+(0.5-给棉系数)×给棉长度)的大小关系进行判断，即纤维长度小于分界纤维长度，则该纤维进入落棉，所以该方法对长度小于分界长度以下的短纤维的排除率是百分之百，而实际生产中，精梳对短纤维的排除率仅为50～60％，说明并非小于分界长度的纤维都直接进入落棉。因此，现有技术模拟的精梳的梳理过程与实际精梳过程有较大差别，模拟的准确度不佳，无法准确地指导生产。
[0006] 因此，提供一种能够准确模拟精梳的梳理过程的方法，进而将其用于指导生产，得到一种准确高效的基于纤维排列的精梳模拟的精梳工艺参数确定方法极具现实意义。
发明内容
[0007] 本发明的目的是克服现有技术模拟精梳的梳理过程准确度不佳，无法准确地指导生产的问题，提供一种准确高效的基于纤维排列的精梳模拟的精梳工艺参数确定方法。本发明基于纤维的实际弯钩形态生成连续的棉层，根据精梳锡林的齿密分布与纤维的梳理通道的关系，以锡林针齿对纤维的作用作为评判落棉的依据来进行梳理模拟，使模拟更符合实际的精梳梳理过程。
[0008] 为达到上述目的，本发明采用的方案如下：
[0009] 基于纤维排列的精梳模拟的精梳工艺参数确定方法，包括以下步骤：
[0010] a)精梳模拟；
[0011] (1)喂入精梳棉层的模拟；
[0012] (2)锡林梳理过程的模拟；
[0013] 将步骤(1)生成的精梳棉层作为输入精梳的棉层，从棉层的一端开始通过锡林进行梳理，具体过程如下：
[0014] 首先，建立精梳棉层坐标：以棉层的输出方向为横坐标，棉层输出方向为负方向，其垂直方向为纵坐标；
[0015] 然后，在所述精梳棉层坐标中确定锡林上的每根针齿的坐标，第j排第i根针齿的上侧面的纵坐标wij1＝Wij+dj/2，下侧面的纵坐标wij2＝Wij-dj/2，i＝1,2,…,M，M为第j排针的数量，j＝1,2,…,M'，M’为锡林上针齿的排数，Wij＝dj/2+(dj+sj)(i-1)，dj为第j排针每根针齿的厚度(单排针内针齿的厚度都相同)，单位为mm，sj为第j排的针齿齿距，单位为mm；
[0016] 最后，进行梳理，梳理过程即根据每根针齿的纵坐标与每根纤维的纵坐标的关系对纤维进行不同的处理的过程，具体如下：
[0017] 当sfibertail(ii)
[0018] 当sfibertail(ii)≥holdstate(jj)≥sfiberhead(ii)时，说明纤维被钳板握持，此种情况下将屈曲型纤维梳理伸直；
[0019] 当wfibertail(ii)
[0020] 当wfibertail(ii)fiberj(ii)或fiberj(ii)>wij1时，说明纤维未被钳板握持，没有与针齿的接触，不能梳理掉，此种情况下纤维不能进入落棉，将纤维送入棉网或再次对纤维进行梳理；
[0021] 当hooktail(ii)>holdstate(jj)，且wij2
[0022] 当wfibertail(ii)≥holdstate(jj)≥wfiberhead(ii)，且hooktail(ii)
[0023] 其中，sfibertail(ii)为屈曲型纤维的右头端的横坐标，holdstate(jj)＝lmax+(jj-1)×A，jj为梳理次数，lmax为最长纤维的长度，单位为mm，A为给棉长度，单位为mm，fiberj(ii)为第ii根纤维的纵坐标(一根纤维在坐标轴内是平行于横坐标轴的，因此主体、弯钩等的纵坐标是一致的)，sfiberhead(ii)为屈曲型纤维的左头端的横坐标，wfibertail(ii)为弯钩型纤维的右头端的横坐标，hooktail(ii)为第ii根纤维前弯钩右头端的横坐标，wfiberhead(ii)为弯钩型纤维的左头端的横坐标；
[0024] (3)锡林循环梳理模拟；
[0025] 纤维分离：判断被梳理后的纤维的左头端的横坐标是否位于[xchead,xchead+A]内，如果是，则将纤维输送至棉网，反之，则不进行处理，xchead＝holdstate(jj)-L，L＝B+12.5(分离罗拉半径)+(1-K)×A，B为落棉隔距，单位为mm，K为给棉系数，0
[0026] 累次重复：棉层向输出方向位移A(给棉长度)的距离，重复步骤(2)，直至钳口线到达LS-lmax位置，Ls为棉层片段长度，单位为mm；
[0027] (4)精梳中考察指标的计算；
[0028] 落棉率Q2、落棉短绒率Sf落棉(小于16mm)和精梳条短绒率Sf精梳条(小于16mm)的计算公式如下：
[0029]
[0030]
[0031]
[0032] 式中，w1为进入落棉的纤维的重量之和，w2为未进入落棉的纤维的重量之和，单根纤维的重量等于单根纤维的长度与单根纤维的细度的乘积，S1、S2、S3、....、SG+1为将落棉每Δmm长度分为一组，共R组，且R×Δ>lmax，计算得到的0～Δ、Δ～2Δ、2Δ～3Δ、....、GΔ～16mm长的纤维的重量占精梳条总重量的百分比，S1’、S2’、S3’、....、SG+1’为将精梳条每Δmm长度分为一组，共R组，且R×Δ>lmax，计算得到的0～Δ、Δ～2Δ、2Δ～3Δ、....、GΔ～16mm长的纤维的重量占精梳条总重量的百分比，G为16/Δ向下取整(即16除以Δ得到的数值的整数部分)；
[0033] b)确定精梳工艺参数；
[0034] 首先，生成多个针齿厚度、针齿齿距(即两相邻针齿的中心距)、落棉隔距和给棉长度，针齿齿距包括第一梳理区针齿齿距、第二梳理区针齿齿距、第三梳理区针齿齿距、第四梳理区针齿齿距和第五梳理区针齿齿距，针齿厚度、第一梳理区针齿齿距、第二梳理区针齿齿距、第三梳理区针齿齿距、第四梳理区针齿齿距和第五梳理区针齿齿距的取值范围分别对应为0.10～0.35mm、0.75～0.85mm、0.6～0.7mm、0.55～0.6mm、0.4～0.5mm和0.3～0.4mm(针齿齿距取值时的步长为0.05mm，针齿厚度取值时的步长为0.05mm)，落棉隔距为8mm、10mm、12mm，给棉长度为4.7mm、5.2mm、5.9mm，将针齿厚度、针齿齿距、落棉隔距和给棉长度进行组合(组合方式不限，为随机组合)得到多组精梳工艺参数；
[0035] 然后，通过步骤a)的模拟过程得到每组精梳工艺参数对应的落棉率Q2、落棉短绒率Sf落棉和精梳条短绒率Sf精梳条；
[0036] 接着，根据要纺制的纱的支数，确定落棉率的范围，筛选出对应的落棉率满足要求的几组精梳工艺参数(如果落棉率都不满足要求，则筛选出与理想落棉率最接近的几组精梳工艺参数)，当支数为30～14tex时，落棉率为14～16％；当支数为14～10tex时，落棉率为15～18％；当支数为10～6tex时，落棉率为17～20％；当支数<6tex时，落棉率>19％；
[0037] 接着，筛选出对应的落棉短绒率Sf落棉大于60％的几组精梳工艺参数(如果落棉短绒率Sf落棉都不大于60％，则筛选出落棉短绒率Sf落棉较大的几组精梳工艺参数)；
[0038] 最后，筛选出对应的精梳条短绒率Sf精梳条最接近欲得到的精梳条短绒率的一组精梳工艺参数(如果对应的精梳条短绒率Sf精梳条最接近欲得到的精梳条短绒率的精梳工艺参数为多组，则任选一组即可)。
[0039] 作为优选的方案：
[0040] 如上所述的基于纤维排列的精梳模拟的精梳工艺参数确定方法，喂入精梳棉层的模拟的具体步骤如下：
[0041] (1.1)生成棉层中每根纤维的长度；
[0042] (1.2)生成棉层中每根纤维的细度；
[0043] (1.3)确定每根纤维的弯钩类型和坐标；
[0044] (1.4)生成喂入精梳棉层。
[0045] 如上所述的基于纤维排列的精梳模拟的精梳工艺参数确定方法，步骤(1.1)的具体过程为：
[0046] 首先通过测试得到精梳小卷的长度频率直方图，长度频率直方图的组距为d，组数为m，各组矩形的面积为Piii，iii＝1,2,…k…,m；
[0047] 然后生成0至1之间的随机数r1e；
[0048] 接着确定满足bk≤r1e
[0049] 最后通过公式 计算得到纤维长度L；
[0050] 按此过程，分别生成随机数r11、r12、…、r1e、...、r1N，即可依次生成第1、2、…、e、…、N根纤维的长度。
[0051] 如上所述的基于纤维排列的精梳模拟的精梳工艺参数确定方法，步骤(1.2)的具体过程为：
[0052] 首先通过测试得到精梳小卷的细度频率直方图，细度频率直方图的组距为c，组数为m’，各组矩形的面积为Qiii’，iii’＝1,2,…k’…,m’；
[0053] 然后生成0至1之间的随机数r2e’；
[0054] 接着确定满足dk’≤r2e’
[0055] 最后通过公式 计算得到纤维细度fin；
[0056] 按此过程，分别生成随机数r21、r22、…、r2e'、...、r2N，即可依次生成第1、2、…、e’、…、N根纤维的细度。
[0057] 整体思路即首先生成随机数，然后在直方图中找到对应的频率和，最后通过计算得到细度，因为每次的生成的数是随机的，所以生成的细度也是随机的，但整体上是服从原来的分布直方图的。
[0058] 如上所述的基于纤维排列的精梳模拟的精梳工艺参数确定方法，步骤(1.3)的具体过程为：
[0059] 以棉层的输出方向，把棉层中纤维的实际形态分为前弯钩、后弯钩、两端弯钩和屈曲型四类，其数量占纤维总数的比例分别为P1、P2、P3、P4，则第1至P1×N根纤维为前弯钩纤维，第P1×N+1至(P1+P2)×N根纤维为后弯钩纤维，以此类推，确定每根纤维的弯钩类型；
[0060] 在所述精梳棉层坐标中确定屈曲型纤维的头端坐标：生成在[0,1]区间内的随机数r和rr，左头端坐标为(r×Ls,rr×H)，右头端坐标为(r×Ls+li×η,rr×H)，其中，H为棉层的宽度，单位为mm，li为纤维的长度，单位为mm，η为纤维的伸直度系数；
[0061] 在所述精梳棉层坐标中确定弯钩型纤维的坐标：
[0062] 先确定弯钩型纤维的主体左头端坐标和主体右头端坐标，确定方法分别同屈曲型纤维的左头端坐标和右头端坐标；
[0063] 再确定弯钩型纤维的弯钩头端坐标，所有的弯钩头端的纵坐标同弯钩型纤维的主体左头端的纵坐标(一根纤维在坐标轴内是平行于横坐标轴的，因此主体、弯钩等的纵坐标是一致的)，当纤维为两端弯钩时，前弯钩左头端的横坐标hookhead1(ii)同弯钩型纤维的主体左头端的横坐标，前弯钩左头端与主体左头端重合，前弯钩的长度为(1-η)×li×α，即前弯钩右头端的横坐标hooktail1(ii)＝hookhead1(ii)+(1-η)×li×α，α为在[0,1]区间内的随机数，后弯钩右头端的横坐标hooktail2(ii)同弯钩型纤维的主体右头端的横坐标，后弯钩右头端与纤维主体右头端重合，后弯钩长度为(1-η)×li×(1-α)即后弯钩左头端的横坐标hookhead2(ii)＝hooktail2(ii)-(1-η)×li×(1-α)；当纤维为前弯钩时，前弯钩右头端的横坐标为hooktail1(ii)＝hookhead1(ii)+(1-η)×li；当纤维为后弯钩时，后弯钩左头端的横坐标为hookhead2(ii)＝hooktail2(ii)-(1-η)×li。
[0064] 如上所述的基于纤维排列的精梳模拟的精梳工艺参数确定方法，步骤(1.4)的具体过程为：
[0065] 将屈曲型纤维的左头端和右头端连接，此时即生成屈曲型纤维，将弯钩型纤维的主体左头端和主体右头端连接，此时即生成弯钩型纤维的主体，将前弯钩右头端和前弯钩左头端连接，此时即生成弯钩型纤维的前弯钩，同时将后弯钩右头端和后弯钩左头端连接，此时即生成弯钩型纤维的后弯钩，由于弯钩型纤维的主体头端与弯钩头端连接处重合，因此无需再将二者连接。
[0066] 如上所述的基于纤维排列的精梳模拟的精梳工艺参数确定方法，所有的随机数都是通过Matlab的rand函数生成的，本发明的保护范围不限于此，还可以采用其他任意方法，只要能生成位于[0,1]区间的随机数即可。
[0067] 如上所述的基于纤维排列的精梳模拟的精梳工艺参数确定方法，Δ为2，本发明的保护范围不限于此，Δ的取值可适当调整，一般而言Δ越小，纤维分组越多，计算得到的纤维平均长度或细度越接近实际值，然而当Δ过小时，会导致计算量过大，本发明优选Δ为2，此时计算量适中，且计算得到的纤维平均长度或细度能够较为准确地反应实际平均长度或细度。
[0068] 有益效果：
[0069] (1)本发明的基于纤维排列的精梳模拟的精梳工艺参数确定方法能够根据原料性能和最终成纱的质量要求，确定精梳工艺参数，大大节省时间和原料，降低成本；
[0070] (2)本发明的基于纤维排列的精梳模拟的精梳工艺参数确定方法充分考虑到精梳锡林的齿密分布与纤维的梳理通道的关系，以及纤维的实际弯钩形态，模拟的精梳的梳理过程更符合实际精梳过程，因此模拟的准确度较佳。
附图说明
[0071] 图1为精梳梳理前棉层示意图；
[0072] 图2为锡林梳理示意图；
[0073] 图3为纤维丛分离示意图；
[0074] 图4为纤维长度分布直方图；
[0075] 图5为纤维细度分布直方图；
[0076] 图6为精梳梳理后棉层示意图。
具体实施方式
[0077] 下面结合具体实施方式，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
[0078] 一种基于纤维排列的精梳模拟的精梳工艺参数确定方法，包括以下步骤：
[0079] a)精梳模拟；
[0080] (1)喂入精梳棉层的模拟；
[0081] 具体为生成不等长不等细且带有弯钩的纤维棉层(精梳梳理前棉层示意图如图1所示)作为输入精梳的棉卷，从棉层的一端开始通过锡林进行梳理，不考虑纤维与纤维、纤维与锡林针齿之间的摩擦力，当短纤维的位置在针齿沿纱条运动方向上的投影上时，就会对纤维形成梳理作用，锡林的针齿具有一定的厚度，在锡林上的排列具有一定的密度，锡林表面的针齿密度配置是从前排到后排逐渐增加的，以使梳理逐步加强，有利于减少纤维的损伤，锡林的齿片可以根据其排列密度和针齿的厚度的不同可分为四个或五个梳理区，第一梳理区针齿较厚且稀疏，第五梳理区针齿较薄且密集，棉层先由第一梳理区进行梳理最后由第五梳理区进行梳理；
[0082] 假设落棉隔距为B(mm)，给棉长度为A(mm)，给棉系数为K(0
[0083] 本发明方法对精梳过程中棉层的一端握持梳理，纤维的头端的位置因纤维伸直而发生改变，对下一步纤维丛的分离有影响，更符合实际精梳中纤维的位置与形态的变化；具体步骤如下：
[0084] (1.1)生成棉层中每根纤维的长度，具体过程为：
[0085] 首先通过测试得到精梳小卷的长度频率直方图，长度频率直方图的组距为d，组数为m，各组矩形的面积为Piii，iii＝1,2,…k…,m；
[0086] 然后通过Matlab的rand函数生成0至1之间的随机数r1e；
[0087] 接着确定满足bk≤r1e
[0088] 最后通过公式 计算得到纤维长度L；
[0089] 按此过程，分别通过Matlab的rand函数生成随机数r11、r12、…、r1e、...、r1N，即可依次生成第1、2、…、e、…、N根纤维的长度；
[0090] (1.2)生成棉层中每根纤维的细度，具体过程为：
[0091] 首先通过测试得到精梳小卷的细度频率直方图，细度频率直方图的组距为c，组数为m’，各组矩形的面积为Qiii’，iii’＝1,2,…k’…,m’；
[0092] 然后通过Matlab的rand函数生成0至1之间的随机数r2e’；
[0093] 接着确定满足dk’≤r2e’
[0094] 最后通过公式 计算得到纤维细度fin；
[0095] 按此过程，分别通过Matlab的rand函数生成随机数r21、r22、…、r2e’、...、r2N，即可依次生成第1、2、…、e’、…、N根纤维的细度；
[0096] (1.3)确定每根纤维的弯钩类型和坐标，具体过程为：
[0097] 以棉层的输出方向，把棉层中纤维的实际形态分为前弯钩、后弯钩、两端弯钩和屈曲型四类，其数量占纤维总数的比例分别为P1、P2、P3、P4，则第1至P1×N根纤维为前弯钩纤维，第P1×N+1至(P1+P2)×N根纤维为后弯钩纤维，以此类推，确定每根纤维的弯钩类型；
[0098] 在所述精梳棉层坐标中确定屈曲型纤维的头端坐标：通过Matlab的rand函数生成在[0,1]区间内的随机数r和rr，左头端坐标为(r×Ls,rr×H)，右头端坐标为(r×Ls+li×η,rr×H)，其中，H为棉层的宽度，单位为mm，li为纤维的长度，单位为mm，η为纤维的伸直度系数；
[0099] 在所述精梳棉层坐标中确定弯钩型纤维的坐标：
[0100] 先确定弯钩型纤维的主体左头端坐标和主体右头端坐标，确定方法分别同屈曲型纤维的左头端坐标和右头端坐标；
[0101] 再确定弯钩型纤维的弯钩头端坐标，所有的弯钩头端的纵坐标同弯钩型纤维的主体左头端的纵坐标，当纤维为两端弯钩时，前弯钩左头端的横坐标hookhead1(ii)同弯钩型纤维的主体左头端的横坐标，前弯钩右头端的横坐标hooktail1(ii)＝hookhead1(ii)+(1-η)×li×α，α为通过Matlab的rand函数生成的在[0,1]区间内的随机数，后弯钩右头端的横坐标hooktail2(ii)同弯钩型纤维的主体右头端的横坐标，后弯钩左头端的横坐标hookhead2(ii)＝hooktail2(ii)-(1-η)×li×(1-α)；当纤维为前弯钩时，前弯钩右头端的横坐标为hooktail1(ii)＝hookhead1(ii)+(1-η)×li；当纤维为后弯钩时，后弯钩左头端的横坐标为hookhead2(ii)＝hooktail2(ii)-(1-η)×li；
[0102] (1.4)生成喂入精梳棉层，具体过程为：
[0103] 将屈曲型纤维的左头端和右头端连接，将弯钩型纤维的主体左头端和主体右头端连接，将前弯钩右头端和前弯钩左头端连接，同时将后弯钩右头端和后弯钩左头端连接；
[0104] 本发明通过实验证明了本发明的精梳模拟过程相对于现有技术准确度更高，具体如下：
[0105] 模拟对象的平均长度为25.1mm，长度分布直方图如图4，平均细度为0.17tex，细度分布直方图如图5，纤维平均伸直度为0.7，前弯钩、后弯钩、两端弯钩以及屈曲型弯钩的比例分别为：11％、52％、8％、29％；
[0106] 模拟过程中精梳工艺参数为：给棉长度5.2mm，落棉隔距为10mm，针齿厚度、第一梳理区针齿齿距、第二梳理区针齿齿距、第三梳理区针齿齿距、第四梳理区针齿齿距和第五梳理区针齿齿距的取值范围分别对应为0.35mm、0.85mm、0.7mm、0.6mm、0.5mm和0.4mm；
[0107] 实验测得的落棉率Q2、落棉短绒率Sf落棉和精梳条短绒率Sf精梳条分别为15.4％、68％和7.2％；
[0108] 采用本发明的方法模拟得到的落棉率Q2、落棉短绒率Sf落棉和精梳条短绒率Sf精梳条分别为15.8％、65％和7％；
[0109] 采用“基于纤维长度根数分布的精梳加工模拟及棉网质量预测”中的方法模拟得到的落棉率Q2、落棉短绒率Sf落棉和精梳条短绒率Sf精梳条分别为22％、70％和0％；
[0110] 对比可以看出，在相同的喂入的原料和精梳参数下，采用本发明的模拟方法得到的模拟值与实测值更吻合，说明本发明的模拟方法具有比现有技术更高的准确度；
[0111] (2)锡林梳理过程的模拟；
[0112] 锡林梳理过程的模拟具体为将步骤(1)中梳理后的须丛中纤维左头端位置距离须丛头端位置小于A(给棉长度)的纤维分离出来进入棉网，如图3中加粗的纤维为被分离的纤维，棉层向输出方向位移A(给棉长度)的距离，然后锡林对分离后的棉层头端再次进行梳理，即进入下一精梳循环过程，因此喂入精梳的棉层是连续不断的，精梳过程是循环往复的。而前述专利“一种计算机辅助精梳工艺设计与精梳棉网质量预测的方法”中生成一片棉层，且棉层中所有的纤维头端均在一个给棉长度的距离内，然后经过精梳过程，再生成一片棉层，棉层与棉层之间是相互独立的；具体操作如下：
[0113] 将步骤(1)生成的精梳棉层作为输入精梳的棉层，从棉层的一端开始通过锡林进行梳理(梳理后棉层示意图如图6所示)，具体过程如下：
[0114] 首先，建立精梳棉层坐标：以棉层的输出方向为横坐标，棉层输出方向为负方向，其垂直方向为纵坐标；
[0115] 然后，在所述精梳棉层坐标中确定锡林上的每根针齿的坐标，第j排第i根针齿的上侧面的纵坐标wij1＝Wij+dj/2，下侧面的纵坐标wij2＝Wij-dj/2，i＝1,2,…,M，M为第j排针的数量，j＝1,2,…,M'，M’为锡林上针齿的排数，Wij＝dj/2+(dj+sj)(i-1)，dj为第j排针每根针齿的厚度，单位为mm，sj为第j排的针齿齿距，单位为mm；
[0116] 最后，进行梳理：
[0117] 当sfibertail(ii)
[0118] 当sfibertail(ii)≥holdstate(jj)≥sfiberhead(ii)时，将屈曲型纤维梳理伸直；
[0119] 当wfibertail(ii)
[0120] 当wfibertail(ii)fiberj(ii)或fiberj(ii)>wij1时，将纤维送入棉网或再次对纤维进行梳理；
[0121] 当hooktail(ii)>holdstate(jj)，且wij2
[0122] 当wfibertail(ii)≥holdstate(jj)≥wfiberhead(ii)，且hooktail(ii)
[0123] 其中，sfibertail(ii)为屈曲型纤维的右头端的横坐标，holdstate(jj)＝lmax+(jj-1)×A，jj为梳理次数，lmax为最长纤维的长度，单位为mm，A为给棉长度，单位为mm，fiberj(ii)为第ii根纤维的纵坐标，sfiberhead(ii)为屈曲型纤维的左头端的横坐标，wfibertail(ii)为弯钩型纤维的右头端的横坐标，hooktail(ii)为第ii根纤维前弯钩右头端的横坐标，wfiberhead(ii)为弯钩型纤维的左头端的横坐标；
[0124] (3)锡林循环梳理模拟；
[0125] 纤维分离：判断被梳理后的纤维的左头端的横坐标是否位于[xchead,xchead+A]内，如果是，则将纤维输送至棉网，反之，则不进行处理，xchead＝holdstate(jj)-L，L＝B+12.5+(1-K)×A，B为落棉隔距，单位为mm，K为给棉系数，0
[0126] 累次重复：棉层向输出方向位移A的距离，重复步骤(2)，直至钳口线到达LS-lmax位置，Ls为棉层片段长度，单位为mm；
[0127] (4)精梳中考察指标的计算；
[0128] 落棉率Q2、落棉短绒率Sf落棉(小于16mm)和精梳条短绒率Sf精梳条(小于16mm)的计算公式如下：
[0129]
[0130]
[0131]
[0132] 式中，w1为进入落棉的纤维的重量之和，w2为未进入落棉的纤维的重量之和，单根纤维的重量等于单根纤维的长度与单根纤维的细度的乘积，S1、S2、S3、....、SG+1为将落棉每Δmm长度分为一组，共R组，且R×Δ>lmax，计算得到的0～Δ、Δ～2Δ、2Δ～3Δ、....、GΔ～16mm长的纤维的重量占精梳条总重量的百分比，S1’、S2’、S3’、....、SG+1’为将精梳条每Δmm长度分为一组，共R组，且R×Δ>lmax，计算得到的0～Δ、Δ～2Δ、2Δ～3Δ、....、GΔ～16mm长的纤维的重量占精梳条总重量的百分比，G为16/Δ向下取整；
[0133] b)确定精梳工艺参数；
[0134] 首先，生成多个针齿厚度、针齿齿距、落棉隔距和给棉长度，针齿齿距包括第一梳理区针齿齿距、第二梳理区针齿齿距、第三梳理区针齿齿距、第四梳理区针齿齿距和第五梳理区针齿齿距，针齿厚度、第一梳理区针齿齿距、第二梳理区针齿齿距、第三梳理区针齿齿距、第四梳理区针齿齿距和第五梳理区针齿齿距的取值范围分别对应为0.10～0.35mm、0.75～0.85mm、0.6～0.7mm、0.55～0.6mm、0.4～0.5mm和0.3～0.4mm，落棉隔距为8mm、
10mm、12mm，给棉长度为4.7mm、5.2mm、5.9mm，将针齿厚度、针齿齿距、落棉隔距和给棉长度进行组合得到多组精梳工艺参数；
[0135] 然后，通过步骤a)的模拟过程得到每组精梳工艺参数对应的落棉率Q2、落棉短绒率Sf落棉和精梳条短绒率Sf精梳条；
[0136] 接着，根据要纺制的纱的支数，确定落棉率的范围，筛选出对应的落棉率满足要求的几组精梳工艺参数，当支数为30～14tex时，落棉率为14～16％；当支数为14～10tex时，落棉率为15～18％；当支数为10～6tex时，落棉率为17～20％；当支数<6tex时，落棉率>19％；
[0137] 接着，筛选出对应的落棉短绒率Sf落棉大于60％的几组精梳工艺参数；
[0138] 最后，筛选出对应的精梳条短绒率Sf精梳条最接近欲得到的精梳条短绒率的一组精梳工艺参数。
