论文部分内容阅读
在生活中，我们通常利用手感来衡量服用产品的品质优劣，而与织物手感的关系较为密切的就是织物表面的摩擦性能。因此，织物的表面摩擦性能成为对手感的客观评价中重要的检测项目之一。目前，在测试织物表面摩擦特性的方法中，最有影响力的是日本川端季雄的KES系统FB24表面测试仪。KES测试织物的表面摩擦性能主要是从织物表面的摩擦系数和粗糙度两个方面进行测试的，同时，利用KES对织物的表面摩擦性能进行测试的时候，需要分别对织物的经、纬向进行测试，且要在不同位置测至少3次。
本文利用的是本课题组自行搭建旋转法系统测试织物的表面摩擦性能，该系统与KES系统相比就有以下优点：
1、测试过程中，摩擦头在待测样本上做圆周运动，经过一个周期的运动就可以检测待测样本各个方向上的摩擦性能，与KES相比，节省了测试的时间。
2、该测试系统测试的结果是从力学角度反应织物的表面摩擦性能。
在日常生活中，人们是通过手施加一定的力作用在织物上，同时以打圈的摩挲方式来感知它的手感，进而对其品质做出判断的。与此相比较，无论是接触方式还是测试结果，从理论上讲，该测试系统都更接近于人的感知。为了证明这一点，本课题组，以该系统测出的结果与KES系统测出的结果作对比，来证明该系统的可行性。
由于该系统测得信号，受到许多不同因素的影响，可以看成是一个由各种不同频率信息交织在一起的混合信号，它包含了织物的各向异性特征信息，表面结构特征信息，以及电压信号的跳跃信息和电机的振动信息等。所以，在进行对比实验前，首先要对所测得的信号进行一定的处理。
首先，本文利用MATLAB中的小波分析对测得信号进行分层，将不同因素对织物的表面摩擦性能的影响分离开来，之所以利用小波分析，而不是利用滤波等其它的方法，主要是由于该方法在得到理想频率信号的基础上，又可以不丢失任何可能含有重要信息的信号。本课题组上一届的毕业生已经证实了经过小波分解后得到的低频部分摩擦曲线图可反映出织物的各向异性特征；实验结果与KES方法的结果具有很好的相关性。
本文主要是对小波分解后的高频信息进行分析，同时，与上一届同学不同的是，在对信号进行小波分解的时候，本文用的是编程的方法，因为利用其它的方法没有办法保存高频部分的数字信号。取得高频部分的信息后，本文利用功率谱分析的方法其进行分析，发现得到的功率谱图中有两个波峰，刚好织物也分为经纬两向，同时两个波峰的高度与KES测得的织物经纬向的粗糙也存在较好的相关性。结合上一届同学的结果，证实了该系统的可行性。