混纺比对纺织品微塑料产生的影响分析

混纺比对纺织品微塑料产生的影响分析.3.1微纤维质量响应面分析以微纤维质量R1为响应值，运用DesignExpertV12.0软件对表4-2中实验数据进行回归分析，得到如下二阶多项式方程()：R1=1.273-1.425*A+0.347*B+0215*C-0.206*AB+0.040*AC-0.2*BC+1.126*A²+0.325*B²+0.325*C² (4-4)M1、M2与M3分别为混纺比、摩擦次数与洗涤剂浓度。将回归方程进行方差分析，其结果如表4-2所示。表4-3BBD实验设计回归分析结果Tab.4-2Analysisofvariance(ANOVA)TableforresponsesurfacequadraticmodelbyBBDSourceSumofSquaresdfMeanSquareF-valuep-valueModel20.7992.3118.160.0005significantM116.25116.25127.7<0.0001M21.0511.058.260.0238M30.361310.36132.840.1358M1M20.202510.20251.590.2475M1M30.002510.00250.01970.8925M2M30.1610.161.260.2991M121.5711.5712.320.0099M220.472510.47253.710.0953M320.472510.47253.710.0953Residual0.890570.1272LackofFit0.408030.13601.090.4500notsignificantPureError0.500040.1250CorTotal23.5616从表4-2看出回归模型相关系数R2=96.15%，说明该模型的拟合程度良好，BBD实验设计可靠。回归模型P=0.0005则说明此模型是显著的。回归模型的失拟项P-value(0.4776)>0.05，失拟不显著，则表明该回归方程不失拟，模型稳定能够较好地进行预测。根据拟合回归方程(4-4)，同样通过DesignExpertV12.0软件分析得到相应的响应面分析图。从图4-1、4-2、4-3、4-4、4-5和4-6可以看出，混纺比、摩擦次数与洗涤剂浓度之间存在显著的相关性。当摩擦次数与洗涤剂浓度固定在一般水平时，混纺比范围在65-95%，微纤维质量呈现先减小，而后在95-100%范围内有趋于的稳定趋势，微纤维的质量不在发生变化。当微纤维质量在4-6范围内呈现不断升高的趋势，这是由于摩擦次数越多对于面料中纤维的损伤越多，即在洗涤的过程中产生的微纤维越多。摩擦次数的增加不利于微纤维的产生。当洗涤剂浓度在0-3%范围内，微纤维的产生趋于稳定。随着洗涤剂的浓度增加，在3-20%范围内微纤维的产生趋于缓慢增加的趋势。图4-1混纺比与摩擦次数交互作用对微纤维质量影响的等高线图Fig.4-13Dresponsesurfaceillustrationsforthemicrofiberquality图4-2混纺比与洗涤剂浓度交互作用对微纤维质量影响的等高线图Fig.4-23Dresponsesurfaceillustrationsforthemicrofiberquality图4-3摩擦次数与洗涤剂浓度交互作用对微纤维质量影响的等高线图Fig.4-33Dresponsesurfaceillustrationsforthemicrofiberquality图4-4混纺比与摩擦次数交互作用对微纤维质量影响的响应面图Fig.4-43Dresponsesurfaceillustrationsforthethemicrofiberquality图4-5混纺比与洗涤剂浓度交互作用对微纤维质量影响的响应面图Fig.4-53Dresponsesurfaceillustrationsforthethemicrofiberquality图4-6摩擦次数比与洗涤剂浓度交互作用对微纤维质量影响的响应面图Fig.4-63Dresponsesurfaceillustrationsforthethemicrofiberquality4.3.2模型验证根据二次回归方程可知，二次项的系数均为负值，则说明其表征的抛物面开口向上，方程应存在极小值。在3个显著因素的变量范围内，可用以上模型进行预测。由模型可得混纺比为100%、摩擦次数为1500次和洗涤剂浓度为3%时，预测的最小响应值R1为0.720mg。为证实预测结果，在该优化水平下进行重复试验3次，结果表4-4所示。表4-4模型验证试验结果Tab.5-13Predictedandexperimentalresponsevaluesledbyoptimalparametersafteroptimizationwithresponsesurfacemethod混纺比/%摩擦次数/次洗涤剂浓度/%微纤维质量/mg预测值实际值100150030.7200.700浆纱毛羽降低率、耐磨提高率实验值和预测值的相对偏差分别为2.7%、超过1%，但是由于实验误差存在，即说明BBD响应面优化法可有效减少不同混纺比材料产生纺织微纤维的数量。。4.4本章小结本章通过Box-Behnken设计，使用3个影响显著的因素设计实验，通过方差分析，找出了各因素之间的交互作用关系，通过等高线图和3D曲面图预测出模拟方案，最后进行模型验证，分析预测值和实际值发现，BBD响应面优化法在基本误差范围内可以得到有效的解决方法，最终得出来最优方案为混纺比95%、摩擦次数为1500次、洗涤剂浓度为3%。5结论及展望5.1主要结论本项研究中发现，在混纺比、摩擦次数、洗涤时间、洗涤温度、洗涤剂浓度、钢球、日光这七个因素中，混纺比对面料产生微纤维有非常重要的影响。其次就是摩擦次数，因为在摩擦条件下面料中纤维损伤较严重，损伤的纤维在洗涤过程中极易脱落微纤维。最后就是洗涤剂的浓度，洗涤剂的浓度越高对面料中纤维的作用越大，所以脱落的纤维就会越多。在确定的3个显著影响因素中，他们之间都有交互作用，其中混纺比和摩擦次数、摩擦次数和洗涤剂浓度之间的交互作用较高。所以综合单个因素作用和交互作用，最终的得出了最优方案（混纺比95%、摩擦次数为1500次、洗涤剂浓度为3%。）。5.2不足与展望5.2.1不足此项关于纺织品微塑料的研究在国内外比较少见，所以对于查阅相关文献比较困难，由于实验材料及器材的局限性，实验中会存在一定的误差，给实验结果造成一定的影响，从而影响后面的各项结果分析。也由于疫情的原因，造成了实验时间紧缺，所以对于实验中的日光时间因素设计的不够充分。5.2.2展望希望以后国内外学者能重视纺织品产生的微塑料，多多研究关于纺织品微塑料的其它内容，给我们国家的微塑料污染纺织献一份力。

参考文献[1]JiangyaZhou,XiaojuanYu,CongDing,ZhipingWang,QianqianZhou,HaoPao,WeiminCai.OptimizationofphenoldegradationbyCandidatropicalisZ-04usingPlackett-Burmandesignandresponsesurfacemethodology[J].JournalofEnvironmentalSciences,2011,23(1).[2]LibiaoYang,FeiQiao,KunLei,HuiqinLi,YuKang,SongCui,LihuiAn.Microfiberreleasefromdifferentfabricsduringwashing[J].EnvironmentalPollution,2019,249.[3].[3]ImogenE.Napper,RichardC.Thompson.Releaseofsyntheticmicroplasticplasticfibresfromdomesticwashingmachines:Effectsoffabrictypeandwashingconditions[J].MarinePollutionBulletin,2016,112(1-2).[4]FrancescaDeFalco,MariaPiaGullo,GennaroGentile,EmiliaDiPace,MariacristinaCocca,LauraGelabert,MaroldaBrouta-Agnésa,AngelsRovira,RosaEscudero,RaquelVillalba,RaffaellaMossotti,AlessioMontarsolo,SaraGavignano,ClaudioTonin,MaurizioAvella.Evaluationofmicroplasticreleasecausedbytextilewashingprocessesofsyntheticfabrics[J].EnvironmentalPollution,2018,236.[5]FrancescaDeFalco,MariaPiaGullo,GennaroGentile,EmiliaDiPace,MariacristinaCocca,LauraGelabert,MaroldaBrouta-Agnésa,AngelsRovira,RosaEscudero,RaquelVillalba,RaffaellaMossotti,AlessioMontarsolo,SaraGavignano,ClaudioTonin,MaurizioAvella.Evaluationofmicroplasticreleasecausedbytextilewashingprocessesofsyntheticfabrics[J].EnvironmentalPollution,2018,236.[6]ChristianaM.Boerger,GwendolynL.Lattin,ShellyL.Moore,CharlesJ.Moore.PlasticingestionbyplanktivorousfishesintheNorthPacificCentralGyre[J].MarinePollutionBulletin,2010,60(12).[7]姜湘韬.微塑料对菲在两种土壤中矿化的影响[C].中国化学会环境化学专业委员会、中国仪器仪表学会原子光谱专业委员会.全国环境纳米技术及生物效应学术研讨会摘要集.中国化学会环境化学专业委员会、中国仪器仪表学会原子光谱专业委员会:厦门大学谱学分析与仪器教育部重点实验室,2016:138.[8]孙晓霞.海洋微塑料生态风险研究进展与展望[J].地球科学进展,2016,31(06):560-566.[9]胡祖武,刘玲.微塑料:看不见的致命杀手[J].生态经济,2017,33(12):6-9.[10]丁剑楠,张闪闪,邹华,张云,朱荣.淡水环境中微塑料的赋存、来源和生态毒理效应研究进展[J].生态环境学报,2017,26(09):1619-1626.[11]王彤,胡献刚,周启星.环境中微塑料的迁移分布、生物效应及分析方法的研究进展[J].科学通报,2018,63(04):385-395.致谢在此我要先感谢我的知道老师崔红老师，每一个环节崔老师都给了我很大的帮助，从我的毕业