纺织生物化学

1、纺织生物化学论文题目：改善羊毛织物的防缩性能的几种酶 指导老师：张颖老师学生姓名：刘园园 S110703010所在研究室：差别化纤维研究室 提交时间： 2012年1月7日 木瓜蛋白酶体系改善羊毛织物的防缩性能刘园园(江南大学纺织服装学院.江苏省无锡蠡湖大道1800)摘要在采用碱性过氧化氢体系进行预处理的基础上，用木瓜蛋白酶、亚硫酸钠、半胱氨酸和维生素C体系在50、pH值为7的条件下处理羊毛织物60min。根据中心合成试验设计方案，改变体系中各组分的用量，进行了3l组试验，测定与分析织物白度、黄度、干湿顶破强力的变化率和缩水率。结果表明，该体系可以使织物白度大幅提升50120，黄度减少2040，

2、在干湿强力损失小于5的情况下，缩水率小于1。各组分中亚硫酸钠的作用最为显著。通过优化分析，得到各组分的最佳用量：维生素C为0.02()，半胱氨酸为O.24()，亚硫酸钠为1.50()，木瓜蛋白酶为2.02()。关键词木瓜蛋白酶；蛋白酶；羊毛；防缩整理；强力损失中图分类号:TS102.3 文献标志码:AImprovingshrinkage propertyof woolbypapaintreatmentYAOJiming(CollegeofTextile andGarment,HebeiUniversity ofScienceTechnology, Shijiazhuang, Hebei0500

3、18,China)AbstractThepapain systemsIncludingsodiumsulphite , cysteineandvitamin Cwere used to treatwoolfabric for 60 minutes at 50andpH7after thepretreatment processwith alkalinehydrogen peroxidesystems.Accordingto theexperiments program designed bythe centrallab,31groupsofexperimentswerecarried outt

4、hrough varyingtheamountofthecomponentsinthesystem.Changesofthefabricinwhitenessandyellowness ,dryand wetburststrength, shrinkagewere measured andstatistically analyzed.Theresults showedthat the whiteness increasesby 50-120is less than1whenthedryandwet burststrengthlossisless than5.SodiumsulphiteWast

5、hemostsignificantfactorin thissystem.Theoptimalconcentrationsof themwere Vitamin C0.02() , Papain 2.02(),respectively.Keywordspapain；protease；wool；shrinkageproofingtreatment；strengthloss羊毛表面的疏水性和鳞片结构在湿强力作用下会引起定向摩擦效应，导致纤维向其根部运动而使羊毛织物产生毡缩，因而防缩加工的主要目标是对羊毛的表面进行改性，主要方法有氧化、还原或表面树脂涂层。氯化一涂层法是对羊毛进行防缩整理的常用方法。

6、氯化法可导致部分胱氨基氧化成磺酸，在纤维表面形成带有阴离子的亲水层，使阳离子树脂易于覆着在纤维表面而改善羊毛的毡缩性能。但是由于氯化法会对环境造成污染，近年来被许多国家禁用。许多研究人员采用其他的氧化剂如过乙酸、硫酸等，通过氧化打开二硫键使羊毛表面形成亲水层，改善羊毛防缩性能。试验证明只有在严重损伤纤维性能的情况下，采用单纯的氧化才可能使羊毛产生防毡缩性能。有人试图通过用蛋白酶降解羊毛鳞片的方法来取代氯化法，认为蛋白酶是1个大分子，不能穿透纤维的鳞片层，降解作用将限于鳞片层，对纤维内部损伤很小，不会对纤维的力学性能产生很大的影响。事实并非如此，蛋白酶更倾向于穿透鳞片层下面的空隙作用在高度可及区

7、，使羊毛的力学性能受到非常大的损伤，以至于失去加工价值。文献利用双氧水、氢氧化钠催化体系在低温条件下对羊毛织物进行了预处理，通过对纤维横截面的分析发现，羊毛的表面形成了环状的阴离子层，这主要是由于羊毛的二硫键断开后形成了磺酸根基团。这种预处理过程大幅降低了羊毛的缩水率，对羊毛的力学性能影响很小，同时提高了碱性蛋白酶处理的效果。木瓜蛋白酶是一种植物蛋白酶，Sayed等采用脂肪酶/过氧化苯甲酸钠/亚硫酸钠对羊毛织物进行预处理，随后用木瓜蛋白酶处理得到了非常满意的防缩效果。张茜采用过氧化氢/氢氧化钠体系对羊毛进行预处理，然后用木瓜蛋白酶在50、pH值为7的条件下处理60min，结果发现木瓜蛋白酶与碱

8、性蛋白酶相比作用较小。木瓜蛋白酶需要用半胱氨酸等还原剂激活，本文采用亚硫酸钠、半胱氨酸和维生素C作为还原剂，在双氧水、氢氧化钠催化体系对羊毛织物进行预处理的基础上对其进行酶处理，根据中心合成试验设计方案，改变体系中各组分的用量，通过对白度、黄度、干湿强力的变化率和缩水率的测定与分析，找出该体系的最佳应用条件。1 试验部分1.1材料和试剂纯毛平纹精纺机织物，由河南华成毛纺有限公司提供；织物剪成10g的矩形样板，四周缝边。非离子表面活性剂WP，由石家庄美施达生物化工有限公司提供；木瓜蛋白酶(EC3.4.22.2，酶活为2.1U/rag)，由Aldrich-Sigma公司提供；其他化学试剂均为分析纯

9、。1.2试验方法1.2.1磷酸盐缓冲溶液的制备将276g磷酸二氢钠(含1个结晶水)和42gEDTA.4Na盐(无水)溶解在800mL去离子水中。用60g氢氧化钠调节pH值为7，最后加水至1 L。1.2.2试验过程4块羊毛织物同时进行预处理，浴比为25：1。预处理液的组成为：3g/L NaOH；3 g，L双氰胺； 20ml/H2O2 (30)；1g/L D.葡萄糖酸钾；2g/LWP。所有样品在30用小染机处理30 min。预处理后的织物用冷水冲洗并挤去多余的水分，然后投入酶处理液中。酶处理液的组成采用响应曲面法的中心合成试验设计。响应曲面法是优化处理过程的统计学试验设计方法，采用该法不仅可以建立

10、连续变量曲面模型，对影响过程因子及其交互作用进行评价，确定最佳水平范围，而且所需试验组数相对较少，可节省人力物力。每个染杯中放4块试样，总质量为40g，总液量为1 L。每个染杯中加入10mL2mol/L磷酸盐缓冲溶液以保证溶液的pH值为7，同时加入1s/L WP，在50条件下酶处理60min。1.2.3单一处理过程和空白试验1组羊毛织物(4块)仅进行预处理，另1组羊毛织物(4块)不经过预处理，直接进行酶处理，酶处理液的组成为：木瓜蛋白酶2()；亚硫酸钠1.25)；半胱氨酸0.5()；维生素C0.5()。处理条件与1.2.2相同。第3组为预处理与酶处理均不加任何试剂的空白试验。1.2.4缩水率所

11、有样品在105烘干4h，随后在温度为25，相对湿度为65的条件下放置24h，然后测定经纬向的尺寸。距离织物边缘4cm处在4个方位各抽出1根纱线形成1个矩形标记。记录织物处理后和水洗后的经纬向尺寸。水洗在家用自动洗衣机中进行。洗涤5次，水温为37，每次洗涤时间为30min，洗涤液为1杯Woolite，洗涤物总质量为1.5kg(由涤纶白色织物填充)，洗涤后平铺在不锈钢平板上，自然晾干。缩水率S根据式(1)计算。S=(Aa一Aw)/Aa×100 (1)式中：Aa为织物水洗前测得的面积；Aw为织物水洗后测得的面积。缩水率的大小表明织物在水洗过程的缩水程度。1.2.5白度和黄度指数根据ASTM

12、E313，采用Color-insights。QCManager系统(BYK-Gardner，Inc.，Silver Spring， MD)记录处理前后样品的白度和黄度指数。白度提高率W和黄度降低率W根据下式计算。W=(WIa一WIb)/WIb×100 (2)Y=(YIbYIa)/YIb×100 (3)式中：WIb、WIa分别为处理前、后织物的白度系数；YIb、YIa分别为处理前、后织物的黄度系数。白度提高率为正值表明白度增加，黄度降低率为正值表明黄度减少。1.2.6顶破强力试验尽管顶破强力试验通常用于针织物，但该方法用于机织物可以快速评价织物的干湿强力损失。基于ISO296

13、0的方法，在顶破强力测试仪上进行干湿强力的测定。每个样品在4个不同的置测定4次。干强力损失率ADS和湿强力损失率IVS的计算公式如下。DS=(DSc一DSa)/DSc×100 (4)WS=(WSc一WSa)/WSc×100 (5)式中：DSc、DSa为处理前、后织物的干强力；WSc、WSa为处理前、后织物的湿强力。1.2.7电镜照片观察采用JSN840A扫描电镜(JEOLUSA，Peabody，MA)获得电镜照片，放大倍数为2500。2结果和讨论2.1羊毛织物处理后的各项物理指标表1示出酶处理的中心合成试验设计方案及处理后织物各项物理指标变化率。根据表1的设计方案，织物经过

14、相同的预处理后再进行酶处理，共3l组试验。由表l可见，该体系可以大幅提高处理后织物的白度，降低黄度。由于采用了双氧水和氢氧化钠体系，预处理过程相当于对织物进行1次氧漂加工，产生了一定的漂白效果。在后续的酶处理过程中，由于加入了亚硫酸钠、半胱氨酸和维生素C等还原剂，进一步提高了织物的自度，整个过程相当于对织物进行了氧化和还原双漂。处理后羊毛织物的缩水率得到了明显的改善。缩水率为负值，表明在水洗过程中织物尺寸变大，这是由于织物在预处理过程中有些收缩，羊毛的鳞片通过酶处理得以去除，在水洗过程中织物得到松弛，尺寸得到释放。负值越大，表明防缩性能越好，但织物的干湿强力损失越大。图1的结果进一步说明预处理

15、后，羊毛表面的鳞片变薄或部分去除，织物的缩水率大幅降低，后续的酶处理使羊毛表面的鳞片进一步去除，织物的缩水率也进一步降低。织物经过单一处理过程及空白试验所得的各项物理指标变化率见表2。可以看出，空白试验的织物缩水率为16.50。织物经过预处理后的白度提升50，缩水率减少至6.1，而干湿强力损失很小。未经预处理，仅仅经过酶处理白度提升20，缩水率减少至5.40，而干湿强力损失分别达到11和21.20。因而单独的预处理和酶处理都不能取得满意的处理效果。2.2回归方程通过回归方程，可以计算出不同试剂用量得到的各项物理指标值，同时通过方程式可以看出各种试剂的用量对各项物理指标的影响程度通过Minita

16、b软件对织物各项物理指标变化的显著性进行了分析，如表3所示。可以看出，亚硫酸钠对各项物理指标作用极为显著(P0.01，P值越小，作用越显著)，其次为半胱氨酸和木瓜蛋白酶，表明木瓜蛋白酶的作用更多取决于还原剂对其的激活作用。2.3 反应优化通过Minitab软件对各项物理指标参数进行设定(见表4)，通过计算找出了最佳的实施方案。在于湿强力损失率小于5，缩水率为0的设定条件下，得出了各种试剂的最佳用量为：维生素C0.02()；半胱氨酸0.24()；亚硫酸钠1.50()；木瓜蛋白酶2.02()。预计的反应值和满意度分别为：W=65.11，满意度=0.99；Y=24.58，满意度=0.46；S=一1.

17、18，满意度=0.61；DS=1.86，满意度=0.93； WS=5.09，满意度=0.98；合成满意度=0.76。2.4优化工艺的验证根据优化工艺得到的各种试剂的用量，对织物进行验证试验，其结果为：W=60.86；Y=26.36；S=0.50；DS=2.60；WS=6.05。结果表明，织物的各项物理性能指标与预计的反应值非常接近，试验设计与计算有比较好的使用价值。3 结 论1)在用碱性过氧化氢体系对羊毛织物进行预处理的基础上，采用木瓜蛋白酶、亚硫酸钠、半胱氨酸和维生素C体系在50、pH值为7的条件下对织物处理60min，该系统可以大幅提升羊毛织物的白度，减少黄度。2)对处理后羊毛的各项物理指

18、标进行测试和回归分析，亚硫酸钠对织物白度提高，黄度减少，缩水率降低和干湿强力的损失作用最为显著，其次为半胱氨酸和木瓜蛋白酶，表明该体系需在较强的还原剂作用下才能发挥作用。3)预处理后再进行酶处理，织物的缩水率得到明显改善。缩水率越小，织物的干湿强力下降越大。4)通过反应优化设计，在干湿强力损失小于5的情况下，缩水率小于零的最佳用量为：维生素C0.02()、半胱氨酸0.24()、亚硫酸钠1.50()、木瓜蛋白酶2.02()。5)通过对优化工艺条件的验证，所得结果与预测值非常接近，表明该试验设计与计算有较好的使用价值。 FZXB参考文献1LIU Cengxian. A study on the t

19、heoretical irregularity index for the preparatory passages of worsted spinningJ. Wool Textile Journal，1999（6）：5-12.2DONG Kuiyong， YU Weidong. A worsted yarn virtualproduction system based on BP neural networkJ.Journalof Donghua University:Eng Ed， 2004， 21(4): 34-37.3杨建国.纺织酶中的虚拟加工技术与模式J.纺织导报， 2005(7)

20、: 10-16， 22.YU Weidong， YANG Jianguo. Virtual manufacturing technology and models for textile industryJ. China Textile Leader，2005(7): 10-16， 22.4David ERumelhart， Geoffrey EHinton， Ronald JWilliams.Learning representations by back-propagating errors J.Nature， 1986(323): 533-536.5Hecht-Nielson R. Th

21、eory of the back-propagation neuralnetwork C/IEEE. International Joint Conference onNeural networks. Washington: s.n. 1989:53.6LV Z J， XIANGQ， YIN X G，et al. Aknowledge-reuse basedintelligent reasoning model for worsted processoptimizationJ. Journal of DonghuaUniversity: Eng Ed，2006，23(1):4-7.7WANG Xiukun， ZH