用人工神经网络研究织物性能与铺料中织物行为之间的关系.pdfVIP

TS／Df，易 用厶工神经网络研究缪物性能和 铺料中织物行为之间的关系 香港理工大学纺织及制衣学系 许赐亮 吴秀芬 摘 要 本文研究了人工神经网络在铺料中客观预测织物行为的应用。人工神经网络(简称ANN)处理非线性 和高层面系统提供可能的解决，基于织物的物理性能，机械性能和在铺料中织物行为之间的关系和发展， ANN可以直接使三个参数发生联系，由直接来自织物的物理性能预测铺料中织物行为。 前言和背景 在服装制造中，织物铺料是决定材料利用和服装成品质量的一个关键步骤，高质量的铺料应该满足诸 如无张力}完全乎直；布边至少在一边是精确对准的；无静电和精确长度，式样以及叠布层数等的需要，这 些，最终要影响到后面的裁剪，缝制，后整理和最后的合身性和成品质量。在铺料时评价织物行为(如织物 拉伸性，变形走样，粘附，裁剪样卷边和滑移)的传统方法是人们主观评定(裁剪房里操作人员和管理人员 的主观评定)，这种评定并不系统化和难以重复的。 织物性能和在铺料时的织物行为之间关系的先期研究 织物的物理性能，机械性能及它们的触感和美感如手感。缝制性能和服装外观间的关系已经研究了多 年n．z，33。Peirce“3的工作显示了织物弯曲的低应力机械性能、横向压缩、厚度、延伸、表面特性同织物手感有 密切关系。这说明织物的机械性能直接和物理性能发生联系。参考L，“1等人的报告，说明织物在铺料时的 行为和织物的机械性能发生联系。例如，织物的延伸性是织物在制造过程中被拉伸的一种能力，这一点和 铺料操作就有很大关系。Cheng“、等人按操作难度和对五个主要制造工序(铺料，裁剪，缝合，手工处理，熨 烫)的关注程度，把织物性能及行为分为四个档次、他”】的研究说明了采用织物直观测量(FOM)通过测定 机械性能可预测缝制性能。 织物的机械性能可以用许多不同方法来评估，最流行的二种方法是KES--F和FAST”。”。虽然在织 物物理性能和机械性能研究方面开展了很多研究工作，在织物的机械性能和织物性能之间的关系研究也 有进展，但在三个主要参数：织物的物理性能．机械性能和铺料时织物行为之间的关系上还没有一个模型 来说明。 先期工作存在问题 所有以前用来预测织物性能的方法都依赖于对织物机械性能的直观测量．通过测试仪对织物机械性 能的测量是昂贵的并且在测量材料上需要付出很多努力，这就很难符合“快速回应”要求。因此不可能改进 服装业的整个效率。KES-F和FAST这二个系统仅局限于在薄型套装或衬衫布料的应用上。1”。由于使 用KES--F体系是非常敏感的和复杂的，因而一般用在研究或学术方面比较合适，而不是在[业界应用。 对存在问题及解决方法的建议 织物的物理性能如厚度、重量、密度、结构、纤维含量等都被认为是决定织物机械性能的非常重要的因 ·87· 素。通过探索织物物理性能和机械性能以及在铺料中织物行为之间的关系，就可直接从织物的物理性能直 观预测在铺料中织物行为。 用ANNs方法，把织物的物理性能、机械性能和铺料中织物的行为可蹦直接发生联系，因而预测铺料 中织物的行为可以直接依赖于织物的物理性能而不是机械性能。 ANNs展示了一套可以直接从一组已知的数据来了饵这些过程的非常有力的数学方法。由于织物物 理性能，机械性能和铺料中织物行为是一个三维体系和非线性性质的，因为ANNs是非线性回归算法和 可以模拟多维体系，ANNs彼选作…种处理这种模型的合适技术。他们是只需要很少专家的非常简单的和 统一用户界面的方法。 I。；j