季 慧，蔣耀興，張長勝

（1.蘇州大學紡織與服裝工程學院，江蘇 蘇州215021；2.現代絲綢國家工程實驗室，江蘇 蘇州215123）

織物的彎曲性能對其尺寸穩(wěn)定性、褶裥耐久性、折皺回復性及服裝成形性等具有很大影響［1］，優(yōu)良彎曲性形成優(yōu)雅的視覺效果?，F今，已有越來越多的學者關注于織物彎曲性的研究。

1 彎曲性能的歷史及評價指標

織物的彎曲是源于織物的力學性質，所以對彎曲特性的研究必然離不開其力學指標。

1.1 彎曲性能的歷史

早在20世紀20年代，織物風格這一說法被Binns提出。20世紀30年代，開始有學者專注于對織物彎曲性能的研究。直到1937年，英國物理學家Peirce引入了懸臂梁模型對織物彎曲性能進行了初步分析，并且提出了一系列力學指標，結合織物的基本參數客觀評價了織物彎曲柔性等性質。進入20世紀60年代，Grosberg／H對通過多種織物實際彎曲情況分析后，提出了織物彎曲摩擦力偶模型。在這之后，Clapp，Peng等人提出織物實際彎曲時的表現性質可以分為彈性的線性部分和由于摩擦產生的非線性部分。20世紀70～80年代，Huang，Leaf等人提出了織物雙線性彎曲理論，認為在整個彎曲過程中，曲率變化是非線性的。之后，T.K.Ghost等人對織物的彎曲力學性能做了系統(tǒng)的總結［2-4］。

1.2 評價指標

從現已有的研究來看，對織物彎曲性能的評價主要是客觀的。如斜面法主要通過測量織物的有關力學參數，如織物厚度、彎曲長度、彎曲角、平方米克重等從而計算出彎曲剛度來評價其彎曲性能。其實也可以主觀地對織物彎曲性能進行評價，但是得到的數據過于隨意，準確率過低，幾乎沒有可比性，受人的心情以及環(huán)境的影響很大，適用范圍相對局限。

2 彎曲性能分析方法

進入21世紀后，織物彎曲性能的理論研究取得了更進一步的發(fā)展，隨著電子技術的日新月異，使得織物彎曲性能的檢測手段以及分析方法都有了突破性的進展。圖像分析法、BP神經網絡以及有限元方法陸續(xù)被應用于織物彎曲性能的研究，也大大提高了我們對其認識水平。

2.1 圖象處理技術

實驗部分與斜面法一致，待織物自由彎曲形態(tài)穩(wěn)定后，采用高速攝影技術，捕捉該畫面，從而采集到較為準確的彎曲形態(tài)圖像。將此圖像經過采樣和量化處理后轉換成為數字圖像，然后再進行預處理，如設置比例尺、圖像增強、圖像復原、形態(tài)學處理、分割等，摒棄無用信息，保留有用信息，最終得到織物彎曲形態(tài)的擬合曲線，從而獲得各種特征指標，如彎曲角、彎曲長度等［5］。

該方法是在原有斜面法標準的基礎上，通過高清攝像頭取得彎曲形態(tài)的圖像從而進行分析的，這樣得到的數據的精確度更高，誤差更小。但是翻閱大量的文獻，現有的成果主要是利用圖像處理技術對織物靜態(tài)彎曲性能的研究，得出的也是其二維特征指標。而在日常生活中，服裝無時無刻都是動態(tài)的，人們往往是從顏色的明暗搭配以及其線條的流暢對服裝進行評價的，從而使織物動態(tài)彎曲性能的研究尤為有意義。而且，織物彎曲并不是一種二維現象，而是三維，所以用二維指標并不能完全表征其彎曲性能，對織物三維信息的研究也是勢在必行。

2.2 BP神經網絡技術

BP神經網絡的主要任務根據正確結果不停地校正自己的網絡結構，最后獲得一個滿意的精度。我們取彎曲剛度測試得到的結果中的小部分用于模型精度檢驗，剩余數據用于建模。選取適合的訓練函數后再進行尋優(yōu)，挑選幾個角度以及相應其角度方向的彎曲剛度值分別作為網絡的輸入節(jié)點和輸出節(jié)點。重復該操作后，選定相對適合的隱層節(jié)點數。然后對數據進行歸一化處理以消除因輸入、輸出數據不同指標的單位和數量級帶來的差異。用Mat-Lab進行BP神經網絡訓練，設定訓練目標誤差，得到收斂情況，從而預測織物的彎曲性能［6］。

BP神經網絡技術雖然實現了一個輸入到輸出的非線性映射過程，但是在實際應用中，它的預測精度并不夠準確，若是目標函數過于復雜，其算法也會相對低效。所以在以后的研究中，還需要通過進一步對其結構進行改善，盡量減少相關性高的數據，使得到的數據更加精確。除此之外，也需要同時改變實驗的環(huán)境以實驗樣品的種類和數量從而增強其模型的預測性能，才能在日常應用中發(fā)揮有效的作用。

2.3 有限元方法

現在的有限元方法主要表現為一個計算工具。在有限元方法中，整個解決方案領域又被分為有限個單元。在每個單元中，微分控制方程描述運動行為。各個單元被拓撲圖連接在一起，被稱為網格。只要給定問題的邊界條件滿足唯一的解決方案，就能通過一個解矩陣得到線性代數方程組的整體系統(tǒng)。關于織物大變形的預測，微分方程的分析和數值解的處理方法，如龍格庫塔，射擊，有限差分和有限元（FE）方法，均來源于歐拉 -伯努利理論推導。在這些研究中，將織物看作一種各方向異性的連續(xù)體，從而對織物彎曲變形特征進行模擬計算［3］。但是它們把織物的變形歸結于彎曲剛度，而軸向變形的影響被忽略。鑒于此，后來使用歐拉 -伯努利理論與非線性應變位移關系的有限元（FE）方法被成功地應用于織物的彎曲問題之中［7］。

雖然該方法具有高效性、實用性，但是所有的FE方法需要許多相關性單元用于負載遞增過程。它依賴于其良好品質的網格。然而無網格方法，可以消除概念元素，從而克服了以網格為基礎的方法的缺點。因此，近年來，無網格方法已經引起研究人員的高度重視。

3 結語

近幾十年，織物彎曲性能的理論研究和評價方法已經取得了很大的成果，但總體上，還處于探索狀態(tài)。未來的工作主要有：織物動態(tài)彎曲性能的研究；三維特征指標的選擇；BP神經網絡的精確度；應用無網格方法的仿真領域等。

［1］ 石風俊，胡金蓮.織物的彎曲性能［J］.紡織學報，2005，26（03）：15-18.

［2］ 何琦輝.利用織物實際彎曲形態(tài)測試織物彎曲性能的方法研究［D］.東華大學，2005.

［3］ 李瑞敏.強約束條件下織物彎曲特性的測試方法研究［D］.西安工程大學，2012.

［4］ 孫炳合，梅興波，王正偉.織物彎曲性能研究的動態(tài)和新方法［J］.上海紡織科技，2000，28（03）：7-8.

［5］ 沈丹.基于摩擦性能與彎曲性能的織物手感客觀檢測研［D］.天津：天津工業(yè)大學，2008.

［6］ 倪紅，潘永惠.基于BP神經網絡的織物斜向彎曲性能的預測［J］.紡織學報，2009，30（02）：48-51.

［7］ Halit Gun，Samet Caliskan and Ahu Demiroz Gun.A meshless formulation of Euler-Bernoulli beam theory for prediction of large deformation behavior of fabrics［J］.Textile Research Journal，2011，81（10）：1075-1080.