L’objectif de la thèse est l’étude et le développement de médias fibreux avec des fibres ultrafines à travers l’utilisation de la technologie nano-meltblown ainsi que de l’utilisation de fibres bicomposantes îles-en-mer. Cette approche implique un double travail, à la fois sur l’obtention de fibres ultrafines et sur l’homogénéité des médias fibreux. En effet, pour chaque technologie, l’élaboration d’un média fibreux induit une certaine hétérogénéité. L’origine de cette hétérogénéité est multiple : distribution des diamètres des filaments, variation locale de l’épaisseur, de compacité ou de la masse de fibres. Ce qui nous a conduit à mener, en parallèle des travaux d’élaboration de médias, une étude et une modélisation des performances de filtration afin de mieux comprendre l’impact des fibres ultrafines et de l’hétérogénéité des médias fibreux en filtration de l’air. La majorité des modèles de filtration (perméabilité et efficacité) considèrent, en effet, un média fibreux idéal avec des fibres monodisperses et une répartition de matière homogène au sein du média fibreux. Or, en réalité, ces conditions sont rarement réunies, ainsi comprendre l’influence des différentes hétérogénéités sur les performances de filtration peut s’avérer un enjeu important pour améliorer les performances des médias filtrants. La modélisation de cette hétérogénéité se fonde sur la correction des modèles d’efficacité de la littérature à partir des données expérimentales / The goal of the thesis is the study and development of fibrous media with ultrafine fibers through the use of nano-meltblown technology as well as the use of bicomponent islands-in-sea fibers. This approach involves dual work, both on obtaining ultrafine fibers and on the homogeneity of fibrous media. Indeed, for each technology, the elaboration of a fibrous media induces heterogeneities. The origin of this heterogeneity is multiple: distribution of filament diameters, local variation in thickness, packing density or basis weight. This led us to carry out a study and a modeling of the filtration performance in order to better understand the impact of ultrafine fibers and the heterogeneity of fibrous media in air filtration. Most of filtration models (permeability and efficiency) consider an ideal fibrous media with monodisperse fibers and a homogeneous distribution of matter within the fibrous media. In reality, these conditions are rarely met, so understanding the influence of different heterogeneities on filtration performance can be an important issue to improve the performance of filtering media. The modeling of this heterogeneity is based on the correction of the models of effectiveness of the literature from the experimental data

Gegenstand der vorliegenden Arbeit ist die Untersuchung des Foulardierprozesses zur chemischen Nassausrüstung von Vliesstoffen bei Warengeschwindigkeiten bis zu 250 m/min. Hintergrund ist die abweisende Ausrüstung von Polypropylen-Spinnvliesstoffen für die Anwendung als Operationskittel. Wo bislang nach dem Stand der Technik eine Veredlung bei Lohnausrüstern bei geringen Warengeschwindigkeiten durchgeführt wurde, zeigt die Tendenz in der Vliesstoffindustrie in Richtung der eigenen Prozessbeherrschung. Eine grundlegende Voraussetzung, um den Foulardierprozess für diese Anwendung nutzbar zu machen, ist die Kenntnis über die Prozesseigenschaften bei den geforderten hohen Warengeschwindigkeiten. Für den abzudeckenden Versuchsraum mit sechs Einflussgrößen bei jeweils drei Faktorstufen wurde mittels der Methodik der statistischen Versuchsplanung ein D-optimaler Versuchsplan erstellt. Die Versuchsdurchführung erfolgte auf einem in eine Technikumsanlage eingebundenen Foulard mit horizontaler Walzenanordnung. Für jede der sieben Zielgrößen wurde auf Grundlage der erhaltenen Messwerte eine lineare Regressionsanalyse erstellt und ausgewertet. Eine detaillierte Analyse und Diskussion der Regressionsmodelle liefert Informationen zu Wirkungsrichtung und Intensität der einzelnen Einflussgrößen sowie zu Faktor-Faktor-Wechselwirkungen. / The subject of the work presented here is the study of the padding process for the chemical wet finishing of nonwovens at web speeds up to 250 m/min. Background to the topic is the repellent treatment of polypropylene spunbond nonwovens applied for surgical gowns. Finishing carried out at subcontractors corresponding to best practice technology up to now, the trend in the nonwovens industry is turning towards an in-house process mastery. Essential requirement to make the padding process technologically exploitable for this kind of application is the knowledge of the process characteristics at the high web speeds claimed. For the experimental scenario to be covered comprising six determining factors at three level steps each, a D-optimal trial plan was defined using the statistic method of the design of experiments (DOE). The realization of the trials carried out on a padder with horizontal roll arrangement installed in a pilot line. For each of the seven responses a linear regression analyses was compiled and evaluated. A detailed analysis and discussion of the regression models provides information on direction of influence as well as intensity of each of the determining factors and factor-factor-interactions.

Gegenstand der vorliegenden Arbeit ist die Untersuchung des Foulardierprozesses zur chemischen Nassausrüstung von Vliesstoffen bei Warengeschwindigkeiten bis zu 250 m/min. Hintergrund ist die abweisende Ausrüstung von Polypropylen-Spinnvliesstoffen für die Anwendung als Operationskittel. Wo bislang nach dem Stand der Technik eine Veredlung bei Lohnausrüstern bei geringen Warengeschwindigkeiten durchgeführt wurde, zeigt die Tendenz in der Vliesstoffindustrie in Richtung der eigenen Prozessbeherrschung. Eine grundlegende Voraussetzung, um den Foulardierprozess für diese Anwendung nutzbar zu machen, ist die Kenntnis über die Prozesseigenschaften bei den geforderten hohen Warengeschwindigkeiten. Für den abzudeckenden Versuchsraum mit sechs Einflussgrößen bei jeweils drei Faktorstufen wurde mittels der Methodik der statistischen Versuchsplanung ein D-optimaler Versuchsplan erstellt. Die Versuchsdurchführung erfolgte auf einem in eine Technikumsanlage eingebundenen Foulard mit horizontaler Walzenanordnung. Für jede der sieben Zielgrößen wurde auf Grundlage der erhaltenen Messwerte eine lineare Regressionsanalyse erstellt und ausgewertet. Eine detaillierte Analyse und Diskussion der Regressionsmodelle liefert Informationen zu Wirkungsrichtung und Intensität der einzelnen Einflussgrößen sowie zu Faktor-Faktor-Wechselwirkungen.:1 Einleitung 8 1.1 Ausgangspunkt 8 1.2 Produktionsmengen 8 1.3 Vliesstoffe in der medizinischen Anwendung 11 1.4 Vliesstoffauswahl 13 2 Wissenschaftlich-technische Problemstellung 16 2.1 Stand der Technik 16 2.2 Zielstellung und Vorgehensweise 21 3 Foulardierprozess: Prozessbeschreibung und Einflussgrößen 22 3.1 Foulardieren: Prozessbeschreibung 22 3.2 Foulardieren: Einflussgrößen 25 3.2.1 Einflussfaktoren Maschinendesign 25 3.2.2 Einflussfaktoren Verfahrensparameter 29 3.2.3 Einflussfaktoren Vliesstoffmaterial 30 3.2.4 Einflussfaktoren Imprägnierflotte 31 3.3 Einflussgrößen und Zielgrößen 33 4 Versuchsanordnung und Versuchsfoulard 34 4.1 Technikumsanlage am STFI 34 4.2 Versuchsfoulard 35 4.2.1 Horizontale Walzenanordnung 37 4.2.2 Hilfstrieb auf der S-Walze 38 4.2.3 Druckgebung und Quetschfugenbreite 38 4.2.4 Flottenführung 38 4.2.5 Niveauregelung, Flottenvolumen 39 4.2.6 Flottenverbrauch 40 4.2.7 Tauchstrecke, Verweilstrecke und Verweilzeit 42 4.2.8 Flottentemperatur 43 5 Material und Methoden 45 5.1 Vliesstoffmaterial 45 5.2 Ausrüstungsflotte 46 5.3 Mess- und Prüfmethoden 48 5.3.1 Feuchteaufnahme 48 5.3.2 Dicke 49 5.3.3 Luftdurchlässigkeit 50 5.3.4 Zugfestigkeit und Höchstzugkraftdehnung 50 6 Statistische Versuchsplanung und Regressionsanalyse 51 6.1 Vorbemerkung 51 6.2 D-optimale Versuchspläne 51 6.3 Versuchsplan 54 6.4 Darstellung des Versuchsraums 57 6.4.1 Faktor-Faktor-Kombinationen 57 6.4.2 Flottentemperatur TSoll versus TIst 58 6.5 Regressionsanalyse 59 6.5.1 Allgemeine Regressionsgleichung 59 6.5.2 Generelle Vorgehensweise 61 7 Regressionsanalyse für Zielgröße Feuchteaufnahme 62 7.1 Datenplausibilität der Zielgröße 62 7.2 Erstellen und Prüfen der Regressionsgleichung 64 7.2.1 Erstellen einer Regressionsgleichung 64 7.2.2 Bewertung der Güte der Regression, Residuenanalyse 69 7.2.3 Nachprüfen des Modells anhand von Beispieldaten 75 7.3 Auswerten der Regressionsgleichung 76 7.3.1 Intensität und Wichtung der Einflussgrößen 76 7.3.2 Wechselwirkungen 85 7.4 Grafische Darstellung des Gesamtmodells 90 8 Regressionsanalyse für Zielgröße Dicke 95 8.1 Datenplausibilität der Zielgröße 95 8.2 Erstellen und Prüfen der Regressionsgleichung 96 8.2.1 Erstellen einer Regressionsgleichung 96 8.2.2 Bewertung der Güte der Regression, Residuenanalyse 96 8.2.3 Nachprüfen des Modells anhand von Beispieldaten 97 8.3 Auswerten der Regressionsgleichung 98 8.3.1 Intensität und Wichtung der Einflussgrößen 98 8.3.2 Wechselwirkungen 103 8.4 Grafische Darstellung des Gesamtmodells 105 9 Regressionsanalyse für Zielgröße Luftdurchlässigkeit 107 9.1 Datenplausibilität der Zielgröße 107 9.2 Erstellen und Prüfen der Regressionsgleichung 107 9.2.1 Erstellen einer Regressionsgleichung 107 9.2.2 Bewertung der Güte der Regression, Residuenanalyse 108 9.2.3 Nachprüfen des Modells anhand von Beispieldaten 109 9.3 Auswerten der Regressionsgleichung 110 9.3.1 Intensität und Wichtung der Einflussgrößen 110 9.3.2 Wechselwirkungen 115 9.4 Grafische Darstellung des Gesamtmodells 118 10 Regressionsanalyse für Zielgröße Zugfestigkeit MD 120 10.1 Datenplausibilität der Zielgröße 120 10.2 Erstellen und Prüfen der Regressionsgleichung 120 10.2.1 Erstellen einer Regressionsgleichung 120 10.2.2 Bewertung der Güte der Regression, Residuenanalyse 121 10.2.3 Nachprüfen des Modells anhand von Beispieldaten 122 10.3 Auswerten der Regressionsgleichung 123 10.3.1 Intensität und Wichtung der Einflussgrößen 123 10.3.2 Wechselwirkungen 128 10.4 Grafische Darstellung des Gesamtmodells 131 11 Regressionsanalyse für Zielgröße Zugfestigkeit CD 133 11.1 Datenplausibilität der Zielgröße 133 11.2 Erstellen und Prüfen der Regressionsgleichung 133 11.2.1 Erstellen einer Regressionsgleichung 133 11.2.2 Bewertung der Güte der Regression, Residuenanalyse 134 11.2.3 Nachprüfen des Modells anhand von Beispieldaten 135 11.3 Auswerten der Regressionsgleichung 136 11.3.1 Intensität und Wichtung der Einflussgrößen 136 11.3.2 Wechselwirkungen 140 11.4 Grafische Darstellung des Gesamtmodells 141 12 Regressionsanalyse für Zielgröße Höchstzugkraftdehnung MD 143 12.1 Datenplausibilität der Zielgröße 143 12.2 Erstellen und Prüfen der Regressionsgleichung 144 12.2.1 Erstellen einer Regressionsgleichung 144 12.2.2 Bewertung der Güte der Regression, Residuenanalyse 144 12.2.3 Nachprüfen des Modells anhand von Beispieldaten 145 12.3 Auswerten der Regressionsgleichung 146 12.3.1 Intensität und Wichtung der Einflussgrößen 146 12.3.2 Wechselwirkungen 151 12.4 Grafische Darstellung des Gesamtmodells 153 13 Regressionsanalyse für Zielgröße Höchstzugkraftdehnung CD 155 13.1 Datenplausibilität der Zielgröße 155 13.2 Erstellen und Prüfen der Regressionsgleichung 155 13.2.1 Erstellen einer Regressionsgleichung 155 13.2.2 Bewertung der Güte der Regression, Residuenanalyse 156 13.2.3 Nachprüfen des Modells anhand von Beispieldaten 157 13.3 Auswerten der Regressionsgleichung 158 13.3.1 Intensität und Wichtung der Einflussgrößen 158 13.3.2 Wechselwirkungen 160 13.4 Grafische Darstellung des Gesamtmodells 161 14 Zusammenfassung 163 15 Ausblick 167 Literaturverzeichnis 169 Verzeichnis der Abbildungen 173 Verzeichnis der Tabellen 176 Verzeichnis der Anhänge 180 / The subject of the work presented here is the study of the padding process for the chemical wet finishing of nonwovens at web speeds up to 250 m/min. Background to the topic is the repellent treatment of polypropylene spunbond nonwovens applied for surgical gowns. Finishing carried out at subcontractors corresponding to best practice technology up to now, the trend in the nonwovens industry is turning towards an in-house process mastery. Essential requirement to make the padding process technologically exploitable for this kind of application is the knowledge of the process characteristics at the high web speeds claimed. For the experimental scenario to be covered comprising six determining factors at three level steps each, a D-optimal trial plan was defined using the statistic method of the design of experiments (DOE). The realization of the trials carried out on a padder with horizontal roll arrangement installed in a pilot line. For each of the seven responses a linear regression analyses was compiled and evaluated. A detailed analysis and discussion of the regression models provides information on direction of influence as well as intensity of each of the determining factors and factor-factor-interactions.:1 Einleitung 8 1.1 Ausgangspunkt 8 1.2 Produktionsmengen 8 1.3 Vliesstoffe in der medizinischen Anwendung 11 1.4 Vliesstoffauswahl 13 2 Wissenschaftlich-technische Problemstellung 16 2.1 Stand der Technik 16 2.2 Zielstellung und Vorgehensweise 21 3 Foulardierprozess: Prozessbeschreibung und Einflussgrößen 22 3.1 Foulardieren: Prozessbeschreibung 22 3.2 Foulardieren: Einflussgrößen 25 3.2.1 Einflussfaktoren Maschinendesign 25 3.2.2 Einflussfaktoren Verfahrensparameter 29 3.2.3 Einflussfaktoren Vliesstoffmaterial 30 3.2.4 Einflussfaktoren Imprägnierflotte 31 3.3 Einflussgrößen und Zielgrößen 33 4 Versuchsanordnung und Versuchsfoulard 34 4.1 Technikumsanlage am STFI 34 4.2 Versuchsfoulard 35 4.2.1 Horizontale Walzenanordnung 37 4.2.2 Hilfstrieb auf der S-Walze 38 4.2.3 Druckgebung und Quetschfugenbreite 38 4.2.4 Flottenführung 38 4.2.5 Niveauregelung, Flottenvolumen 39 4.2.6 Flottenverbrauch 40 4.2.7 Tauchstrecke, Verweilstrecke und Verweilzeit 42 4.2.8 Flottentemperatur 43 5 Material und Methoden 45 5.1 Vliesstoffmaterial 45 5.2 Ausrüstungsflotte 46 5.3 Mess- und Prüfmethoden 48 5.3.1 Feuchteaufnahme 48 5.3.2 Dicke 49 5.3.3 Luftdurchlässigkeit 50 5.3.4 Zugfestigkeit und Höchstzugkraftdehnung 50 6 Statistische Versuchsplanung und Regressionsanalyse 51 6.1 Vorbemerkung 51 6.2 D-optimale Versuchspläne 51 6.3 Versuchsplan 54 6.4 Darstellung des Versuchsraums 57 6.4.1 Faktor-Faktor-Kombinationen 57 6.4.2 Flottentemperatur TSoll versus TIst 58 6.5 Regressionsanalyse 59 6.5.1 Allgemeine Regressionsgleichung 59 6.5.2 Generelle Vorgehensweise 61 7 Regressionsanalyse für Zielgröße Feuchteaufnahme 62 7.1 Datenplausibilität der Zielgröße 62 7.2 Erstellen und Prüfen der Regressionsgleichung 64 7.2.1 Erstellen einer Regressionsgleichung 64 7.2.2 Bewertung der Güte der Regression, Residuenanalyse 69 7.2.3 Nachprüfen des Modells anhand von Beispieldaten 75 7.3 Auswerten der Regressionsgleichung 76 7.3.1 Intensität und Wichtung der Einflussgrößen 76 7.3.2 Wechselwirkungen 85 7.4 Grafische Darstellung des Gesamtmodells 90 8 Regressionsanalyse für Zielgröße Dicke 95 8.1 Datenplausibilität der Zielgröße 95 8.2 Erstellen und Prüfen der Regressionsgleichung 96 8.2.1 Erstellen einer Regressionsgleichung 96 8.2.2 Bewertung der Güte der Regression, Residuenanalyse 96 8.2.3 Nachprüfen des Modells anhand von Beispieldaten 97 8.3 Auswerten der Regressionsgleichung 98 8.3.1 Intensität und Wichtung der Einflussgrößen 98 8.3.2 Wechselwirkungen 103 8.4 Grafische Darstellung des Gesamtmodells 105 9 Regressionsanalyse für Zielgröße Luftdurchlässigkeit 107 9.1 Datenplausibilität der Zielgröße 107 9.2 Erstellen und Prüfen der Regressionsgleichung 107 9.2.1 Erstellen einer Regressionsgleichung 107 9.2.2 Bewertung der Güte der Regression, Residuenanalyse 108 9.2.3 Nachprüfen des Modells anhand von Beispieldaten 109 9.3 Auswerten der Regressionsgleichung 110 9.3.1 Intensität und Wichtung der Einflussgrößen 110 9.3.2 Wechselwirkungen 115 9.4 Grafische Darstellung des Gesamtmodells 118 10 Regressionsanalyse für Zielgröße Zugfestigkeit MD 120 10.1 Datenplausibilität der Zielgröße 120 10.2 Erstellen und Prüfen der Regressionsgleichung 120 10.2.1 Erstellen einer Regressionsgleichung 120 10.2.2 Bewertung der Güte der Regression, Residuenanalyse 121 10.2.3 Nachprüfen des Modells anhand von Beispieldaten 122 10.3 Auswerten der Regressionsgleichung 123 10.3.1 Intensität und Wichtung der Einflussgrößen 123 10.3.2 Wechselwirkungen 128 10.4 Grafische Darstellung des Gesamtmodells 131 11 Regressionsanalyse für Zielgröße Zugfestigkeit CD 133 11.1 Datenplausibilität der Zielgröße 133 11.2 Erstellen und Prüfen der Regressionsgleichung 133 11.2.1 Erstellen einer Regressionsgleichung 133 11.2.2 Bewertung der Güte der Regression, Residuenanalyse 134 11.2.3 Nachprüfen des Modells anhand von Beispieldaten 135 11.3 Auswerten der Regressionsgleichung 136 11.3.1 Intensität und Wichtung der Einflussgrößen 136 11.3.2 Wechselwirkungen 140 11.4 Grafische Darstellung des Gesamtmodells 141 12 Regressionsanalyse für Zielgröße Höchstzugkraftdehnung MD 143 12.1 Datenplausibilität der Zielgröße 143 12.2 Erstellen und Prüfen der Regressionsgleichung 144 12.2.1 Erstellen einer Regressionsgleichung 144 12.2.2 Bewertung der Güte der Regression, Residuenanalyse 144 12.2.3 Nachprüfen des Modells anhand von Beispieldaten 145 12.3 Auswerten der Regressionsgleichung 146 12.3.1 Intensität und Wichtung der Einflussgrößen 146 12.3.2 Wechselwirkungen 151 12.4 Grafische Darstellung des Gesamtmodells 153 13 Regressionsanalyse für Zielgröße Höchstzugkraftdehnung CD 155 13.1 Datenplausibilität der Zielgröße 155 13.2 Erstellen und Prüfen der Regressionsgleichung 155 13.2.1 Erstellen einer Regressionsgleichung 155 13.2.2 Bewertung der Güte der Regression, Residuenanalyse 156 13.2.3 Nachprüfen des Modells anhand von Beispieldaten 157 13.3 Auswerten der Regressionsgleichung 158 13.3.1 Intensität und Wichtung der Einflussgrößen 158 13.3.2 Wechselwirkungen 160 13.4 Grafische Darstellung des Gesamtmodells 161 14 Zusammenfassung 163 15 Ausblick 167 Literaturverzeichnis 169 Verzeichnis der Abbildungen 173 Verzeichnis der Tabellen 176 Verzeichnis der Anhänge 180