28

2.5.0- La medición de la longitud de las fibras textiles

Las fibras textiles presentan una variación o dispersión no solo de su “finura”, sino también de
su longitud. Esta variación o dispersión es mayor en las fibras naturales que en las fibras
hechas por el hombre. Al considerar la utilización de una dada materia prima, conocer la
distribución de la longitud de las fibras - y muchas veces la fracción de fibras más cortas que un
dado valor - tiene gran importancia para el control de calidad del proceso de hilatura. Este tema
es especialmente crítico para el algodón, que es una de las fibras naturales más “cortas” (30
mm, promedio). Las fibras de algodón muy cortas (menos de 20 mm) conocidas con el nombre
de “linters” no pueden ser hiladas. Las fibras de celulosa de la madera, que son aún mucho más
cortas que el “linter” (10 mm o menos, según el tipo de madera), son aptas solo para hacer
pasta de celulosa y papel, pero no para ser hiladas. Los “linters” de algodón se utilizan, a veces,
mezclados con pasta de celulosa, para elaborar papeles especiales.
Un alto contenido de fibras muy cortas en la materia prima a utilizar en hilandería, influirá
negativamente en la regularidad de masa (ver Cap V, Irregularidad de Masa en Hilados) y en la
resistencia a la tracción del hilado producido; favoreciendo también la tendencia a la formación
de “pilling” en los tejidos que se hagan con esos hilados. La operación de “peinado” tiene como
finalidad justamente retirar las fibras más cortas y mejorar la regularidad y la calidad final del
hilado (ver Capítulo IV, Hilatura de Fibras Discontinuas). Es importante tener en cuenta que a
veces, debido a las altas velocidades de trabajo de las máquinas de hilatura modernas, la
cantidad de fibras cortas puede incrementarse por rotura de fibras largas durante las
operaciones de cardado y estirado.

2.5.1- Función probabilidad

La dispersión de longitud puede ser descrita, desde un punto de vista estadístico, como una
función continua de probabilidad, y ’ = f (l), tal como se indica en la Figura 2.30

Figura 2.30- Función probabilidad

La probabilidad p(l) de que una longitud l esté comprendida entre a y b será:

b
p(a < l < b) = ∫ f(l)dl
a

La probabilidad de que l esté entre un valor l mín y un valor l máx será igual a 1, es decir 100 % :
l max

p ( l m in < l < l m ax ) = ∫
l min
f ( l ) dl = 1

La función probabilidad acumulada F(l) será:

y = F(l)
 29

Figura 2.31 - Probabilidad acumulada

La ordenada F(L) indica la frecuencia relativa acumulada, es decir la probabilidad de que el

valor de una observación sea menor o igual que un valor L dado.

L
F ( L) = F (l ≤ L) = ∫ f (l )dl
0

L max
F ( L max ) = ∫ f (l ) dl = 1
0

En la práctica se entiende que la información que proporciona dicha función es el porcentaje de

fibras que poseen una longitud inferior o igual a un valor L dado. La función probabilidad
acumulada es la primera integral de la función probabilidad o histograma.
La ordenada de la frecuencia relativa acumulada complementaria:
φ (l) = 1 - P ( L)
es la probabilidad de que el valor de una observación sea mayor que un valor L dado. La curva
de la función probabilidad acumulada complementaria sería igual a la figura que
obtendríamos si acomodáramos por su largo, paralelas al eje de abscisas, todas las fibras de la
muestra, una sobre otra, con uno de sus extremos tocando el eje de ordenadas. Los valores de
la ordenada suministran el porcentaje de fibras cuya longitud es superior a una longitud L dada.

Figura 2.32 - Probabilidad acumulada complementaria

 30

2.5.2- Longitud media “barbe”

El valor medio de una variable discreta, obtenidade una tabla de frecuencias es:
x = ∑ f i ( xi ) x i

donde fi(x) es la frecuencia relativa de la clase i y xi el valor central de cada clase.

Cuando la muestra se hace más grande, de modo que representa toda la población, la frecuencia
relativa es equivalente a la probabilidad. Entonces el valor medio de la población (µ) está dado por:

µ = ∑ Pr( x = xi ) xi
y para una función continua:
+∞
µ= ∫ f ( x ) x dx
i i i
−∞

El valor medio de una variable x, ponderado por un factor de importancia m, tiene la siguiente
notación:
∑ f(x )i . mi . xi
(m, x) = (2)
∑ f(x )i . mi

siendo f(x) la frecuencia absoluta de la variable. Si m, el factor de ponderación, vale 1 o es

constante, la expresión (2) se transforma en:

∑ f(x )i . xi
(1, x) = = x (valor medio de la vatriable x)
∑ f(x )i

Asociando la longitud l de la fibra a la variable x y considerando un factor de ponderación pi,

correspondiendo al peso de cada fibra, se define la “barbe” (B), como la media de la longitud
de las fibras ponderada o sesgada por el peso de las fibras.

∑ f(l )i . pi .l i
B = (p,l) = (3)
∑ f(l )i . pi

El peso pi se puede expresar como:

pi = l i . si .δ i (4)

siendo, li el largo, si la sección, δi el peso específico de la fibra. Sustituyendo entonces pi en la

ecuación (3) por su valor (4),tendremos:

∑ f(l )i . si .δ i .l i2
B = (p,l) =
∑ f(l )i . si .δ i .l i

La densidad lineal o título de la fibra Ni se puede expresar como:

N i = δ i . si (5)

entonces:

∑ f (l ) .N .l
2

B ( p, l ) =
i i i

∑ f (l ) .N .l i i i
 31

Si suponemos que N se mantiene constante obtenemos un valor de “barbe” de:

∑ f(l )i . l i2
B = (l, l) = (6)
∑ f(l )i . l i

y para una distribución continua de la longitud de fibra :

∫ f (l ).l .dl
2

B(l , l ) = (7)
∫ f (l ).l.dl
Las frecuencias relativas de un histograma “barbe” (y1), y las frecuencias relativas de un
diagrama acumulado “barbe” (y2), representan el % de fibras expresado en peso para cada
“clase de largo”. Si N es constante, representan el % de fibras sesgado por el largo, para cada
“clase de largo” (ver Figura 2.41). El diagrama acumulado se conoce también como “fibrograma
barbe de primera especie”. El coeficiente de variación de la “barbe” CVB, es:

σ 100 ∑( l i - B ) . pi
2
B
CV B = .100 = . (8)
B B ∑ pi

2.5.3- Longitud media “hauteur”

Se define la longitud “hauteur” como la longitud media de las fibras ponderada ó sesgada por la
sección ó título de las fibras. Tendremos:

∑ f(l )i . si .l i
H = (s,l) = (9)
∑ f(l )i . si

Si δ = cte como N = δ .s tendremos:

∑ f(l )i . N i .l i
H = (N,l) = (10)
∑ f(l )i . N i

Si N es constante, o existen intervalos de dispersión suficientemente estrechos para la sección

de las fibras, la ecuación (10) se transforma en:

∑ f(l )i .l i
H = (1, l) = = ∑ f (l ) i .li (11)
∑ f(l )i

que coincide con la longitud media del conjunto de fibras o “longitud media no ponderada”.
Las frecuencias relativas de un histograma “hauteur” (y4), y las frecuencias relativas de un
diagrama acumulado “hauteur” (y5), representan el % de fibras sesgado por sección o
densidad lineal N de las fibras, para cada “clase de largo”. Si N es constante, simplemente
representan el % de la cantidad de fibras, por “clase de largo” (ver Figura 2.41). El diagrama
acumulado se conoce también como “fibrograma Hauteur de primera especie”. El coeficiente
de variación del “hauteur”, CVH es:

σ H .100 = 100 . ∑( l i - H ) . si (12)

2

CV H =
H H ∑ si
 32

2.5.4- Relaciones entre Barbe y Hauteur

La “barbe” y la “hauteur” están relacionadas por la siguiente ecuación matemática:

que se puede deducir como sigue, si utilizamos el artilugio matemático de sumarle y restarle a l 2
términos similares,
Hemos visto que:

Podemos entonces reordenar y sustituir en el numerador de (7):

La desviación estándar es:

pero como estamos trabajando con frecuencias relativas, entonces:

por otra parte, el denominador de (7) es:

entonces:

Si ahora multiplico y divido esta expresión por l media, tendremos:

Como:

entonces:
 33

2.5.5- Preparación de las muestras para la medición del largo de fibra

Antes de que existieran los equipos electrónicos, la longitud de las fibras se medía pinzando un
velo o conjunto de fibras paralelizadas, partiendo de un extremo, a distintas distancias sucesivas.
En cada lugar de pinzado, se sacaban, con peines, los grupos o “clases” de largo no pinzados.
Luego de separadas, se pesaba cada uno de esos grupos o “clases” y se trazaba una gráfica de
peso vs. largo de “clase” obteniéndose un diagrama o distribución de largo sesgado por peso
(diagramas “Barbe”).
El peso de cada “clase” es igual a la cantidad de fibras en la “clase”, por el largo de la
“clase”, por la sección de cada fibra y por el peso específico del material textil (suponiendo
que las fibras sean cilindros perfectos). Como el peso específico se puede considerar
constante, si se divide el peso de cada “clase” por el largo de la “clase” y se hace una gráfica
del resultado de esa división (expresado en %) vs. los largos de “clase”, se obtiene una
distribución del largo sesgado por la sección y por la cantidad de fibras (diagrama “Hauteur”).
Considerando que, además, las secciones son constantes (suponiendo otra vez, que las fibras
son cilindros perfectos), el diagrama “Hauteur” se transforma en una distribución del largo
sesgado por cantidad de fibras.
En los ensayos de longitud, las muestras de ensayo que se extraigan para el control del
proceso de hilatura, deben ser representativas del total de la partida y adecuada al
instrumento de medida. Actualmente, en los equipos electrónicos de medición del largo se
trabaja con dos tipos de muestras: “numérica” o “no sesgada” y “tuft” o “sesgada”. Muestra
numérica ó no sesgada, es aquella en la que cualquier fibra tiene la misma probabilidad de ser
considerada para la medición de su longitud, independientemente de su longitud. Esta muestra
se extrae pinzando la mecha o cinta, entre dos planos perpendiculares AB separados por una
distancia del orden de los 2 mm (Figura 2.33). A continuación, la muestra extraída se “peina”
para retirar las fibras que no fueron pinzadas. Las fibras que quedan tienen sus extremos
pinzados alineados en el plano AB. Este tipo de muestra es la que saca, por ejemplo, el
“Fibroliner FL 100”, equipo auxiliar del Almeter AL 100 (Figs. 2.42 y 2.43). Se mide el espesor de
la muestra por métodos ópticos o capacitivos, registrando lecturas a intervalos regulares, en
planos perpendiculares sucesivos, desde el plano de pinzado hasta el extremo libre de la fibra
más larga (Figura 2.34). Las señales registradas serán proporcionales a la cantidad de fibras
presentes en cada “clase de largo” pero sesgadas por la sección o densidad lineal de las
fibras (es decir, las más gruesas se contarán como si fueran varias fibras delgadas) y
obtendremos entonces un diagrama acumulado “Hauteur”. Si la sección o la densidad lineal de
las fibras es, o se considera, constante (cilindros perfectos), obtendremos una distribución
acumulada del largo de fibra, no sesgada, donde H (media hauteur) = L (media aritmética) y las
frecuencias relativas acumuladas serán simplemente un % de la cantidad de fibras. Luego de la
medición, el programa del microprocesador del equipo calcula automáticamente los
histogramas y el diagrama acumulado “barbe” [de acuerdo a la expresión B = H (1+CVH2)]
(Figura 2.36)
El otro tipo de muestra, muestra sesgada ó “tuft”, se obtiene pinzando al azar, la cinta o
mecha, en dos planos perpendiculares separados unos 10-15 mm, es decir 4 a 6 veces más
separados que en el caso anterior (Figura 2.37). Una vez extraída la muestra, se la “peina” por
ambos lados para retirar fibras no pinzadas. De esta forma obtendremos una muestra sesgada
por largo ya que una fibra larga tendrá más probabilidad de ser pinzada que una corta (p.ej., las
fibras más cortas que la longitud AB tendrán una muy baja probabilidad de ser pinzadas). Si N es
constante, la muestra además de estar sesgada por largo lo estará también por peso. Veremos
que el diagrama que se obtiene o “diagrama Tuft” corresponde a la integral de un diagrama
 34

“Barbe”. La muestra sesgada o “tuft” es más representativa de la realidad, pues durante las
diferentes etapas del proceso de hilatura las fibras no están nunca con sus extremos alineados.
Esta muestra reproduce la disposición al azar de las fibras en los “campos de estiraje” p. ej. de
un “manuar”. La Figura 2.38 muestra las fibras “pinzadas” por las bandas de control en un
campo de estiraje y cómo podrían ordenarse por su largo “no pinzado” o “largo subtendido” o
“span length”, prefigurando así un “diagrama tuft” (ver sección siguiente).

Figura 2.33 - Muestra numérica o “no sesgada

Figura 2.34 - Medición de una muestra numérica o “no sesgada”

Figura 2.35
 35

Figura 2.36 - Diagramas “Hauteur” y “Barbe” obtenidos en equipo Almeter 100

 36

Figura 2.37 - Muestra “sesgada” o “tuft”

Figura 2.38 - Campo de estiraje de un “manuar”

 37

2.5.6- Diagrama “Tuft” (“span length diagram”) (o de “longitud subtendida”)

Los diagramas acumulados muestran la distribución de una relativamente pequeña cantidad de
fibra en la muestra ensayada. Sin embargo en la realidad, una cinta o mecha, tomada de una
hilandería en producción, tiene miles de fibras. El diagrama acumulado tuft, que se obtiene a
partir de una muestra sesgada por largo o “tuft”, es más representativo de esa realidad, pues
resultaría de la integración de una gran cantidad de diagramas acumulados “barbe” (que por
definición son sesgados por peso pero que, si suponemos N constante, lo son también sesgados
por largo) (ver Figura 2.39). El diagrama acumulado “tuft” sería entonces la integral del
diagrama acumulado “barbe” (ó la doble integral del histograma), por lo que también se le
llama “fibrograma de segunda especie”.
Conocidos los diagramas acumulados “Barbe” y “Hauteur”, el diagrama “Tuft” no agregaría
mucha más información. Sin embargo, es muy útil en la hilandería algodonera o de “fibras
cortas” para ajustar ecartamientos en los trenes estiradores y predecir las fibras que se
romperán entre los pares de cilindros de estirado. Los fibrogramas obtenidos con la mayoría de
los fibrografos algodoneros y los equipos HVI, son diagramas “Tuft”.
La Figura 2.40 muestra un diagrama “Tuft” con los parámetros de más interés para un
hilandero de algodón. El “Mean Length (ML)” es la longitud media de las fibras y se determina
trazando una tangente desde el 100% de cantidad de fibras hasta la intersección con el eje de
abcisas o de longitud de fibras. El punto de intersección de dicho eje indicará la longitud media
de las fibras. El “Upper Half Mean Length (UHML)” es la longitud media de la mitad superior
que corresponde a las fibras más largas y se lee en la intersección con abcisas de la tangente
trazada desde el punto de ordenadas 50%. Los “Span Length (SL)” - o “longitudes
subtendidas” correspondientes a un porcentaje dado de fibras, p.ej. 50%, 25% ó 2.5%, de una
muestra “tuft, es decir pinzada al azar - son parámetros de mucho interés para el hilandero de
algodón, para establecer los ecartamientos de las máquinas. El “Uniformity Index (UI)” es la
relación ML / UHML y el “Uniformity Ratio (UR)” es la relación SL 50% / SL 2,5% y ambos son
valiosos indicadores de la uniformidad de la materia prima. El “Short Fibre Content (SFC)” es
también otro parámetro muy importante ya que nos informa del porcentaje en peso de fibras de
algodón más cortas de 0.5 pulgadas (12,7 mm), fibras estas que no contribuyen a la resistencia a
la tracción del hilado y aumentan su pilosidad. En la Tabla 2.15. se dan algunos de los valores
típicos de UI y SL utilizados para la evaluación de la calidad de la fibra de algodón.
Los equipos HVI (“High Volume Instrument”) miden en 30 segundos unas 15 propiedades de la
fibra de algodón. Este equipo permite obtener rápidamente datos de todos los fardos de los lotes
de materia prima, con lo que se pueden programar mezclas y obtener hilados más regulares y de
mejor calidad.

TABLA 2.15
INDICE DE “SPAN LENGTH”
UNIFORMIDAD (U I) Características (SL al 2,5 %) Clasificación
% en cm
>85 excelente < 2,5 corto
83-85 muy uniforme 2,5 – 2,9 medio
80-82 uniforme 2,9 – 3,3 largo
77-79 irregular 3,3 extralargo
<77 muy irregular
 38

Figura 2.39 - Diagrama acumulado “Tuft”

 39

Figura 2.40 - Diagrama “Tuft” (“Span Length Diagram”) de una muestra de algodón
 40

2.5.7- Resumen
En las Figuras 2.41 se resumen los diagramas que hemos considerado en esta Sección. En la
Tabla 2.16 se da un ejemplo práctico con valores supuestos para el trazado de este tipo de
diagramas. En la Tabla 2.17 se resumen las características de algunos equipos de medición de
longitud de fibras textiles.

FIGURAS 2.41

A los diagramas acumulados se les

llama también “Fibrogramas de 1ª
Especie”. Son el complemento de la 1ª
Integral de los histogramas.

Al diagrama “Tuft” se le llama también

“Fibrograma de 2ª Especie” y es el
complemento de la 2ª integral del
histograma “barbe”
 41

TABLA 2.16 - EJEMPLO DE VALORES CORRESPONDIENTES A HISTOGRAMAS Y DIAGRAMAS

1 2 3 4 5 6 7
Centro de Densidad lineal Frecuencia Sumatoria de 3 Peso Sumatoria de 5 Sumatoria de 6
clase de Nl (tex) max max max max
longitud f(l) ∑ f (l ) l Nl f(l) ∑ lN
l
l f (l ) ∑∑ lN l f (l )
l (cm) l l l

0.5 0.50 3 97 0.8 219.9 1216

1.5 0.50 8 94 6.0 219.1 996
2.5 0.51 16 86 20.4 213.1 777
3.5 0.52 24 70 43.7 192.7 564
4.5 0.54 18 46 43.7 149.0 371
5.5 0.56 12 28 37.0 105.3 222
6.5 0.58 8 16 30.2 68.3 117
7.5 0.61 6 8 27.4 38.1 49
8.5 0.63 2 2 10.7 10.7 11

La primera columna de la Tabla 2.16 indica los valores centrales de cada clase de longitudes. Se
ha establecido un intervalo de clase de un centímetro. Tomando, ordenadamente, pares de
valores de las columnas primera y tercera obtendremos un histograma “hauteur”. El diagrama
acumulado “hauteur” se deduce de las columnas primera y cuarta. Con los sucesivos pares de
valores de las columnas primera y quinta construimos un “histograma barbe” y con la primera y
sexta columna, un “diagrama acumulado barbe”. Finalmente, con las columnas primera y última
obtenemos un diagrama “tuft”.

TABLA 2.17 - Algunos equipos de medición del largo de las fibras textiles (“longuímetros”)
Distribución
EQUIPO TIPO FABRICANTE FIBRA de las fibras INFORMACIÓN
en la OBTENIDA
muestra
“Baer Sorter” fibrómetro de peines - todas numérica diagrama acumulado

“Suter-Webb fibrómetro de peines SUTER algodón numérica diagrama acumulado

Sorter”
“WIRA” fibrómetro óptico WIRA “top” de numérica diagrama acumulado
lana
“AFIS” (L&D) medición óptica de USTER algodón - histograma y
fibras individuales diagrama acumulado
“ALMETER AL fibrógrafo capacitivo PEYER “top” de numérica histograma y
100” lana diagrama acumulado
“ALMETER AL fibrómetro de peines PEYER algodón numérica histograma y
101” diagrama acumulado
“FIBROGRAPH fibrómetro óptico SPINLAB/USTER algodón sesgada diagrama “Tuft”
430”
“CLASSIFIBER fibrómetro óptico KEISOKKI algodón sesgada diagrama “Tuft”
KCF/LS”
“HVI 900” incl. fibrómetro SPINLAB/USTER algodón sesgada diagrama “Tuft”
óptico
“HVI 3500/4000” incl. fibrómetro PEYER algodón sesgada diagrama “Tuft”
óptico
 42

Figura 2.42 - Equipo Peyer con muestra preparada para su lectura

Figura 2.43 - Histograma y Diagrama acumulado en monitor de equipo Peyer

BIBLIOGRAFIA:
1. “Phisical Methods of Investigating Textiles”, R.Meredith, J.W.S.Hearle, Interscience,
N.Y. 1959 (Capítulo 8: “Fibre Dimension”, S.L.Anderson)
2. “Principles of Textile Testing”, J.E.Boto, National Trade Press Ltd., London, 1961.
3. “Physical Testing of Textiles”, B.P.Saville, Woodhead Publishing Ltd.,<sales@woodhead-
publishing.com>
4. “Practical Statistics for the Textile Industry”, G.A.V. Leaf, The Textile Institute, UK, 1984
5. “Análisis de las Características de Calidad en Fibras de Algodón”, USTER News Bulletin,
Nº 38, Marzo 1992.
6. “Estudio Técnico de los Parámetros de Longitud de Fibra de Algodón Determinados en los
Modernos Longímetros”, Antonia Sanchez Vigil, Feliu Marsal Amenos, UPC, Terrassa,
(Barcelona), 1994.
7. “Length Related Properties”. Cap. 2 en “Cotton Testing”, Textile Progress, Vol. 27, Nº 1,
The Textile Institute, 1997
8- “Peyer Publication 7.80-14.100”