原液着色纺丝是通过在聚合或纺丝阶段参与着色剂，，直接纺制有色纤维的工艺。在纺丝过程中着色剂会分散在聚合物熔体中，，经过喷丝孔挤出后，，纤维内的着色剂颗粒通过对光线的吸收、反射和折射等作用，，实现纤维着色成效。原液着色工艺相较于传统染色，，纱线染色成效均匀、色牢度高，，并且省去了后道染色工序，，有效预防了重金属传染和有机助剂残留问题。据统计，，每出产 1 t原液着色纺织品可削减废水排放32 t、降低CO2排放1.2 t。当前，，研发色泽鲜艳、指标优异的高品质着色剂，，提升制作工艺的不变性，，是原液着色类纱线重要的发展方向。

刘稀等通过低折射率树脂对原液着色粘胶纤维进行增深整顿，，在钻研过程两全了其染色成效与力学机能，，为开发高色深、低能耗的原液着色纤维提供了工艺参考。针对着色剂分散性低等问题，，李修田等通过高分子分散剂与超声波喷雾干燥工艺实现了着色剂纳米级分散，，提供了一种高效、不变的锦纶66原液着色剂分散规划。张帅开发出纳米颜料超分散色母粒，，并利用该色母粒制备了超分散聚乳酸（PLA）着色丝，，尝试了局批注，，该PLA着色丝的色差为0.2，，耐热迁徙等级达 4 级以上，，断裂强度和断裂伸长率远小于通常分散着色丝，，着色均匀性和不变性均满足后道加工要求。随着提高招色剂分散性的有关钻研愈加成熟，，原液着色工艺将朝着纤维超细旦化、高色深入、着色系统美满化方向发展。

另一方面，，原液着色纤维纺成纱线后，，二者之间会产生肯定色差。针对该问题，，目前钻研者多选取神经网络构建预测模型进行色彩预测，，该步骤拥有推算快、预测精度高档特点；旗茄∪∫糯惴ㄓ呕疊P神经网络构建原液着色纱线色彩预测模型，，证实融合全局搜索与部门寻优战术可显著提升预测精度，，但样本量不及的色系显示预测误差更高。项多闻等选取1 000组样本，，同样通过BP多层级神经网络实现纤维、纱线和织物的色彩预测，，了局显示，，测试组均匀色差均小于0.7，，注明该步骤拥有较好的色彩预测正确性。但深色系预测误差仍高于淡色系，，反映出深色系预测精度不及的问题。两项钻研均通过BP神经网络验证了色彩预测的可行性，，为提升原液着色类纱线的色彩预测精度提供了参考。

在原液着色纱线产品开发实际方面，，陈文等以原液着色粘胶纤维、原液着色棉型锦纶、莱赛尔纤维、仿兔毛锦纶混纺原料作为外包纤维，，以聚对苯二甲酸丁二酯（PBT）长丝为芯纱，，通过静电预处置、分梳转移强化、张力梯度节制等关键技术，，克服了异质纤维可纺性差、芯丝包覆不均等问题，，成功复现兔毛的滑爽蓬松触感，，且各项指标优良，，后续使用过程无需染色，，色牢度高。该钻研成就是多组分复合原液着色纱线的典型利用。

起源：：纺织导报