A Computational Model for the Prediction of Seam Pucker

This paper reports on a computational model established based on discriminant analysis for predicting the occur-rence of seam pucker and advising on the correction of causing variables (e. g. fabric properties) to prevent seam pucker. The model has a self - updating feature, viz. automatically up - dating model parameters to im-prove the reliability of the model as new data becomes available. It has been successfully implemented in a re-cently developed sewability system.

采用图像处理的织物缝纫平整度自动评估

为解决织物缝纫平整度客观自动评估时分类正确率低的问题,提出了一种基于灰度共生矩阵、小波分析和反向传播(BP)神经网络相结合的织物缝纫平整度的自动评估方法。首先采集标准缝纫图像,将图像的灰度级降至16级,计算图像在0°和90°方向上的灰度共生矩阵并将其归一化,提取灰度共生矩阵的能量、熵、对比度和相关性4个特征参数,并分别对特征参数在0°和90°方向上取均值;同时,运用Haar小波在第6个分析尺度上提取并计算图像的水平细节系数的标准差。然后将提取的这5个特征参数输入到BP神经网络中训练和识别,并对标准缝纫图像进行了评估。评估结果显示:提出的算法与单独采用灰度共生矩阵特征、小波特征相比,具有较高的分类正确率,分类效果稳定。

薄型丝织物缝纫缩皱与缝纫线纤度及施加张力的关系

选取30种服装生产中常用的薄型丝织物,采用不同的缝纫线和施加不同的张力并保持其他缝纫条件不变,测试不同缝纫工艺参数下薄型丝织物的缝缩率和缝皱等级,探讨了各缝纫工艺参数对缝纫平整度的影响。研究结果表明:对于薄型丝织物,涤802线的缝纫平整度好于涤602线。改变缝纫线细度,可以改善缝纫外观平整度,但效果不明显。缝纫中对缝条施加的外张力对薄型丝织物缝纫外观质量影响显著,增加张力能减少面料缝缩,降低主观缝皱感,改善缝纫外观质量。

薄型丝织物结构和性能与缝纫缩皱的关系

探讨了薄型丝织物主客观评价与织物物理、力学性能、结构参数之间的相关性。选取37种服装生产中常用的薄型丝织物,以0°为经向、90°为纬向取试样在相同条件下缝制。通过FAST风格仪测试织物物理、力学性能,测定了织物的客观缝缩率与主观缝皱感。

缝纫平整度客观评判模型的研究

借助于图像处理技术,提取缝纫平整度照片的图像灰度标准差、图像熵、小波变换系数标准差、小波信息熵等特征参数,建立了缝纫平整度的客观评判的概率神经网络模型。经过训练和检验,得出该模型的预测值与期望值之间的相关系数在0.99以上,说明网络模型有效,且精度高,可以用于预测未知缝纫样本的缝纫平整度等级。

小波分析在织物缝纫平整度客观评价中的应用

提出一种基于小波分析的缝纫平整度客观评价方法,可以克服主观评价的局限性,使得缝纫外观质量的检测更加快速、准确。在对缝纫平整度标样图像进行处理的基础上,采用二维离散小波变换提取图像高频分量中细节系数的标准差作为特征向量,其在特定的分析尺度上随缝纫平整度的恶化呈现出明显的单调递增趋势。通过计算平整度评估因子(EK)确定了最佳小波和最佳小波分析尺度,从而建立了缝纫平整度等级的客观评判模型。采用棉织物的缝纫样本检验了模型,结果表明主客观评价的吻合度达到85%以上,由此验证了该方法的可行性。

三维服装表面接缝等级的客观评价

提出了一种三维立体服装表面接缝的客观评价方法,为了在三维空间描述服装接缝外表,在测试时,将样品放在5种不同的支持面上(平面,凸面,沿接缝的斜面,凹面,垂直接缝的斜面).样品的准备用了5种织物,每一种织物做了5个等级的样品,用激光扫描仪测试样品皱褶的幅值,然后用一个带通德波器德波.被滤掉的波包括纱线及织物结构引起的高频波,以及支持面外表形成的低频波,经过带通滤波器后,用4个统计参数描述接缝皱褶等级,同时对客观的4个统计参数与主现评价的等级(根据AATCC的标准)做回归分析,其中两个参数与皱褶等级之间具有良好的线性关系.

基于灰色模型的服装面料缝纫皱缩预测

对影响缝纫质量的重要指标——缝纫皱缩的预测方法进行探讨。选择16种典型面料,在FAST织物风格实验基础上,运用主成分分析法将面料的各项力学性能指标综合为3个主成分分量。通过缝纫实验,运用主客观方法评价织物缝纫后的外观质量,并借助于灰色模型研究以面料性能主成分分量为相关因素序列的缝纫皱缩预测模型,经检验,模型具有较好的精度。

基于BP网络的缝纫平整度等级客观评价

缝纫质量直接影响服装的品质和价格,通过对缝纫平整度标准样照的图像灰度分布特征分析和傅里叶变换,提取了8个特征参数,在此基础上建立了一种基于BP网络的缝纫平整度客观评价模型.经过对实际缝纫样本的检验,该模型的实际输出与期望输出的相关系数达到0.93,模型具有良好的预测能力,可以用于实际缝纫样本缝纫平整度等级的预测.

面料力学性能与服装缝纫平整度等级关系研究

利用FAST仪器对一定范围内常用服装面料力学性能进行测试,并对所测面料进行缝纫等级评定测试。通过数理统计方法得出服装的缝纫外观平整度等级与面料的各项力学性能指标之间的相关性程度。实验分析了在成衣加工过程中面料力学性能对服装缝纫平整度等级的影响趋势,以指导服装生产企业在生产实践之前,就能根据面料的各项力学性能指标事先预测出面料成衣后的缝纫等级,减少次品率,节省成本,提高生产效率。

缝纫工艺参数对薄型机织面料缝口缩皱的影响

探讨缝纫工艺参数对缝口缩皱的影响,以有效地减轻缝口缩皱程度.采用正交实验方法测试并分析了送布牙高度、压脚压力、缝纫线张力、针迹密度4项缝纫参数对缝口缩皱的影响.实验结果显示,缝纫线张力、针迹密度是对缝口缩皱影响较大的缝纫参数.以这两个缝纫参数做变量,对轻薄类面料的优选缝纫参数进行单因素5水平实验.结果表明,送布牙高度及缝纫线张力宜低;压脚压力及针迹密度无明显规律.缝纫线张力与缝口缩皱呈多项式关系;针迹密度与缝口缩皱量之间没有显著相关性,其关系并不是简单而直线化的.

监督模糊聚类神经网络及其应用

为在面料成衣之前客观评价其缝纫性能,提出了一种基于监督模糊聚类客观评价方法。通过引入输出空间对FCM聚类算法进行改进,同时反映输入空间的聚类特征和输出空间的逼近特性。用FAST系统测量服装面料的力学性能指标,运用核主成分法对所测指标进行分析,提取5个核主成分作为神经网络的输入。实验结果表明,系统可以根据中厚型棉织物的不同结构及物理性能快速准确地给出该织物成衣后的缝纫性能评价指标。

雪纺面料性能与缝缩方向性研究

由于缺乏对同一种面料缝缩方向性变化规律的了解,对缝缩的控制常常依赖于经验,为此研究了雪纺面料在不同方向上面料性能与缝缩的变化规律。在0°-360°范围内沿面料经向每隔10°分别取样并缝制,还包括45°、135°、225°和315°斜向角度,用FAST风格仪测定不同方向面料的弯曲性能、拉伸性能、剪切性能,分别测定面料不同方向的缝缩率,并通过AATCC标准对缝缩进行主观评价。分别建立面料性能方向性与缝缩率方向性以及主观评价值之间的回归预测方程,对合理选择面料丝缕方向进行服装造型设计及制作有指导意义。

基于神经网络自动测量服装接缝皱褶学习方法

以服装表面皱褶客观评价的自动化为目标,针对服装表面皱褶客观评价中客观参数绝对值受影响而无法标定的难题,提出了一种基于神经网络的服装接缝皱褶在线检测及评价的方法。应用激光扫描的方法获得服装表面信号,提取了3个皱褶特征信号:皱褶幅值、皱褶的不等曲率以及皱褶的总频谱能量。依据这3个与主观等级线性较好的特征信号,应用神经网络,采用自动学习的方法,建立了主观等级与客观参数间的模型,从而使服装接缝皱褶等级的在线客观评价成为可能。

基于优化RBF神经网络的缝纫平整度客观评价

该文提出了一种基于优化RBF神经网络的丝织物缝纫性能客观评价系统.该系统根据丝织物面料的FAST力学指标与缝纫性能之间的关系,运用神经网络的方法进行面料缝纫性能评价和预测,并提出了一种基于模糊核聚类的优化径向基神经网络学习算法.经过大量实验,该系统对一般丝型织物的缝纫平整性能评价预测具有客观、快速和高效等优点.

基于监督模糊聚类的缝纫平整度客观评价系统

提出了一种基于改进型模糊聚类的缝纫平整度客观评价系统。首先,用FAST仪器测量得到服装面料的各项力学性能指标,并根据主因子分析法提取6个贡献最大的综合指标;其次,通过基于输出空间的SFCM算法对获取的综合指标进行模糊聚类,得到相应的各聚类中心;最后,根据聚类结果确定径向基神经网络的节点中心和宽度。经过大量实验,系统可以根据中厚毛型面料的不同结构及物理性能快速准确地给出该织物成衣后的缝纫性能评价指标。

薄型丝织物缝纫缩皱研究

选用常用薄型丝织物进行经纬向缝纫实验,通过FAST风格仪及KES-F系统测试面料力学性能,建立回归模型,探讨了面料力学性能及缝纫参数对薄型丝织物缝纫缩皱的影响。

粘衬组合面料缝纫外观平整性能的预测模型

分析了粘衬后组合面料的缝纫性能的变化趋势,并利用人工神经网络的方法建立了基于粘衬组合面料FAST力学性能指标的缝纫外观平整性客观评价模型,采用斯皮尔曼秩相关(Spearman′s rho)分析法确立模型评价指标.经检验,该模型整体预报精度较好,稳定性高,可用于粘衬织物缝纫外观平整度等级预测.

拉链缝制起拱原因分析及预控

通过研究拉链布带收缩、面料收缩和缝缩等,分析了拉链缝制起拱的直接原因。结果表明,布带的缝缩率对峰谷差有显著性正向影响;布带的缩水和热缩会影响拉链外观平整;面料的缩水对成衣洗后平整度影响显著;弹性面料的伸长率越大,拉链的平整度越差。同时提出了预防控制起拱的措施,供快速判断拉链缝制技术参数、改善缝制外观参考。