转杯纺纱技术是目前世界上技术最成熟、应用最广泛的新型纺纱技术，尤其是在棉纺行业有着宽广的应用。但是，转杯纺在纺制毛纱，尤其是在纺制毛／腈混纺纱方面还很少有研究。本文尝试在FA601A型转杯纺纱机上纺制了37.48 tex毛／腈混纺转杯纱，初步探索了毛／腈混纺纱的转杯纺工艺。为了获得最优的纺纱元件组合，本文应用模糊决策和模糊聚类方法对分梳辊和假捻盘等纺纱元件进行优选。根据有关成纱质量指标，选出了合适的纺纱元件组合，即{0K61锯齿辊—45#钢镀硬铬假捻盘}。优选了纺纱元件后，本文应用二次通用旋转组合设计和最优化方法对转杯速度、分梳辊速度和捻系数等工艺参数进行优化。先是采用二次通用旋转组合设计安排试验，应用最小二乘法建立了有关工艺参数与成纱质量指标之间的回归方程，通过对回归方程和回归方程系数的显著性检验得到了的有效回归方程，然后利用随机方向搜索法得到了最优工艺参数，即转杯速度为36741 rpm，分梳辊速度为8000 rpm，捻系数为387。采用优选和优化结果再次进行纺纱，并测试成纱质量，发现成纱质量总体上优于原有方案，证明该优化工艺是有效的。本文还利用此优选和优化结果纺制出了36.64 tex毛55／腈45的混纺纱。神经网络作为智能科学的一个分支，在模式识别、信息处理以及故障诊断等方面都有广泛的应用。本文在毛／腈混纺转杯纱有关质量指标的神经网络预测模型方面进行了一点探索。本文采用具有一个隐层的误差反向传播(BP)神经网络，隐层神经元数为3，隐层采用tansig传递函数，输出层采用purelin传递函数，选用traingdx函数进行训练。建立了转杯速度、分梳辊速度和捻系数等工艺参数与有关成纱质量指标的关系，并与回归方程的预测结果进行比较。研究发现，除个别指标外，神经网络的预测结果比统计分析回归方程的预测结果更接近于实测结果，表明采用神经网络预测转杯纱质量是可行的、有效的。众所周知，神经网络的建立是需要一定数量的试验数据的。如果没有成纱质量的试验数据，是否也能建立成纱质量的理论模型呢?本文在这方面也进行一点探索，在仅了解组成混纺纱纤维的强伸性能的情况下，建立了毛／腈混纺转杯纱断裂强力的理论模型。该模型以纤维强伸性能指标——纤维的平均拉伸曲线、纤维的断裂强力分布及断裂伸长率分布为参数，结合混纺纱、混纺纤维的基本规格，可以预测混纺纱断裂强力。本文利用该模型对毛30／腈70和毛55／腈45混纺纱的断裂强力进行了预测。由于在模型建立过程中做了较多的简化和假设，预测结果与实测结果之间存在20％左右的误差，预测精度无法与神经网络相比。但是，本文毕竟实现了在没有成纱质量试验数据的情况下，仅根据组成混纺纱纤维的强伸性能，为混纺纱断裂强力建立了一个理论模型，在这方面进行了有益的探索，并将通过不懈的努力使该理论模型不断得到改进。