一、KES-F与FAST评价系统力学性能的对比研究(论文文献综述)
张兵,李年华,许冬梅,陈虹,艾青松[1](2022)在《织物柔软度测试评价的研究进展》文中指出织物柔软度是由主观客体和人的感觉系统共同作用的结果。随着现代化生活水平的提高,人们对织物柔软度的要求越来越高。然而织物柔软度受到诸多因素的影响,国内外测试标准不一,使得国际上并没有通用的织物柔软度测试评价方法或系统。从织物柔软度的概念及影响因素出发,综合分析了认可度最广的三种织物柔软度测试评价系统,即KES-F物理性能测试系统、FAST测试系统以及PhabrOmeter测评系统,并介绍了部分国内或者国际上其他关于织物柔软度的测评方法。
邵亚文,郑冬明,潘行星,邹昊宸,刘真锐,刘贵,杜赵群[2](2021)在《基于环形风格仪的针织物风格曲线特征参数》文中提出为识别新型环形风格仪的曲线特征,采用该仪器对20种针织物试样进行测试,并从测得的力位-移曲线中提取8个特征参数用于描述织物风格,分析所测得曲线的特征及特征参数间的相关性。为检验这些特征参数的有效性,采用Spearman相关分析法对环形风格仪的特征参数和CHES-FY织物风格评价系统于压缩、弯曲、摩擦、拉伸阶段测得的力学性能指标进行相关性分析。结果表明:环形风格仪的力位移曲线的峰值点左侧部分与织物弯曲性能相关性较强,右侧部分与织物拉伸性能具有较好的相关性,左、右侧曲线面积比可反映织物的压缩性能;曲线的峰值、左右侧曲线的线性段斜率与织物的压缩、弯曲、摩擦及拉伸性能均具有显着相关性。由此可见,该环形风格仪在表征针织物的基本力学性能方面具有可行性。
邵亚文[3](2021)在《基于CHES-FY系统的织物成形性与接触压迫舒适性研究》文中研究说明织物的触感风格是织物与皮肤接触时的综合感觉,是织物力学性能的综合作用结果。织物触感风格简易快速客观测定与评价不仅为织物的开发提供了标准,还可以为高品质服装的选材提供依据。但是现在的织物触感表征仪器中大多只能测试织物的基本力学性能或只能评定织物的综合风格。现在很有必要开发一种可以同时客观测量织物的手感和机械性能的仪器。CHES-FY(Comprehensive hand evaluation System-Fabric and Yarn)手感风格测试系统基于仿生设计,采用标准化测试过程,排除人为差异,单次测量即可获得织物的基本力学性能与触感风格,但是CHES-FY测试结果与织物的成形性及织物的接触压迫舒适性关系的研究鲜见报道。故本课题基于CHES-FY织物手感风格仪研究织物的成形性与接触压迫舒适性,旨在通过简单测试就可以评价织物服用性能。具体的研究内容与结论如下:(1)基于CHES-FY系统原位测试织物的基本力学性能,得到了织物四个阶段力学性能的特征指标,又基于经典方法测试了织物的成形性指标F值,通过相关性分析与逐步回归方法分析了织物成形性指标F与CHES-FY测得力学性能的关系,并且建立了基于CHES-FY系统的织物成形性预测模型,相关系数r2为0.834,而且通过F检验(F=41.118,p=0.000<0.01)。然后通过缝纫实验评价了织物的实际成形效果,通过主观评级和客观评价缝纫样品缝迹高度偏差进行拟合和对比,验证了主观评价结果的一致性。最后采用综合聚类算法,研究基于CHES-FY指标的织物成形性聚类结果,并且与样品实际缝纫的主观评级进行对比,其差异大部分小于一个等级。(2)服装服用性能最重要两个因素,一个是服装的成形性,另一个就是服装舒适性,其中服装的接触压迫舒适性评价是服装舒适性最重要的研究方向之一。本课题将以环形风格仪为基础研究织物的接触压迫舒适性。首先从原理上来看,环形风格仪的测试过程与织物和人体皮肤接触状态具有相似性,既可以模拟织物延展变形时的服装压力又能模拟人与皮肤接触表面滑移过程和综合触感。其次采用弹性薄膜力学模型分析了环形风格仪测试过程中织物的应力分布,从理论上表明基于环形风格仪评价织物接触压迫舒适性的可行性。通过不同实验参数下曲线形态确定了符合实际情况最优测试参数,提取了7个特征参数,通过与CHES-FY的基本力学性能指标作相关性分析发现其参数提取有效,与织物的基本力学性能具有显着的相关性。最后通过前臂实验主观评价织物的接触压迫舒适性,并且将主观评价结果与7个特征参数和2个结构参数作逐步回归,建立了接触压迫舒适性的预测模型,其模型经F检验有效。(3)通过灰色关联分析了基于CHES-FY的织物触感风格与成形性的关系,又通过相关性分析了织物基本力学性能与接触压迫舒适性的关系。结果表明与织物的成形性关联度最高的是织物的硬挺度和松紧度,确定织物接触压迫舒适性相关性较显着的CHES-FY的8个指标。以第三四章的主观评级结果作参考,绘制了基于CHES-FY指标的高成形性与低成形性、高舒适性与低舒适性织物的特征参数指纹图。
方肖肖[4](2021)在《PhabrOmeter织物感官性能评价系统的应用研究》文中指出近年来,越来越多的企业和高校使用PhabrOmeter织物感官性能评价系统(又称丰宝仪或法宝仪)对织物进行评价研究,然而目前该仪器仍存在一些尚未解决的问题。为了更好地使用丰宝仪,本论文对丰宝仪系统的测试性能进行研究,选取了 143种织物作为实验织物。同时使用KES系统、电子硬挺度仪、激光全自动弹性回复仪对部分织物的相应性能做了测试。结合理论分析、主观评价实验、相关分析、配对样本T检验等方法,对丰宝仪系统的测试结果重复性、测试指标的物理意义及测试条件设置的合理性进行检验和探究,主要研究内容和结果如下:1)丰宝仪系统指标概念模糊不清,Resilience可能是用词不当,使用Stiffness更恰当。建议丰宝仪系统的三项基本手感特性因子分别命名为刚柔度(Stiffness)、软硬度(Softness)、光滑度(Smoothness),分别表征织物产生弯曲变形的难易程度、压缩变形的难易程度以及用手滑过织物表面的阻力大小。2)为了检验丰宝仪系统的采样数量和测试结果的重复性,设计了两种不同实验方案,计算各指标在两种方案下的变异系数。结果表明,使用丰宝仪对质地均匀的织物进行感官性能评价时,三项基本手感特性因子的测试重复性很好,需测试3个试样,与丰宝仪推荐的采样数量一致;悬垂指数的测试重复性良好,需4个试样才能保证其测试的准确性;而折皱回复率的重复性较差,为了保证其测试结果在合理误差范围内至少需10个试样,测试成本高且耗时长。3)为了探讨丰宝仪系统各项指标的物理意义,基于丰宝仪官网给出的定义,对丰宝仪各项指标测试结果与织物相应性能常用测试仪的测试结果间做相关分析,结合主观评价实验、织物攥握实验、理论分析等方法,发现:对于超轻薄织物和轻薄型织物,刚柔度(Stiffness)确实能较好地表征织物的抗弯曲性能;而对于中等厚织物,刚柔度(Stiffness)则不具备对织物抗弯曲性能的表征能力;软硬度(Softness)、光滑度(Smoothness)和折皱回复率(WRR)的测试结果存在较多与实际不符的情况,对织物相应性能的表征能力不足,指标可信度较弱。4)为了检验丰宝仪依据线性密度λ值对织物分类而加压不同数量重量盘这一测试条件设置的合理性,筛选了 λ值介于分类临界点附近的25种织物,同时对按照λ值进行分类与软件系统推荐的分类不一致的9种织物,分别在不同重盘数量下进行了测试。对测试结果进行了配对样本T检验,检验结果表明,测试时加压条件不同会影响上述织物的测试结果,根据丰宝仪官网和测试标准AATCC 202需结合参照织物为其选择合适的线性密度类型。5)为了检验丰宝仪只做单面测试的合理性,筛选出1 1种正反面差异大的织物,分别按正面朝下和反面朝下进行了测试,对测试结果进行了配对样本T检验,检验结果表明,丰宝仪系统只做单面测试是可行的,但也侧面反应了丰宝仪系统对织物表面光滑度的测试灵敏度不高,不能很好地对其进行识别。
余志才[5](2020)在《基于三维模型和深度学习的织物悬垂性能研究》文中进行了进一步梳理织物的悬垂性能是织物在自身重力作用下形成三维构形的能力。研究织物的悬垂性能有助于面料开发和服装设计。然而到目前为止,基于三维悬垂模型的悬垂特征指标提取,三维悬垂模型的表面拓扑重采样,无三维扫描条件下的三维悬垂模型重构,基于形状特征的三维织物匹配,以及织物的悬垂形态特征与基本力学性能间的相互映射等问题,尚未得到深入系统的研究与分析,有鉴于此,本文以三维悬垂模型为形态信息的载体,借助机器学习和深度学习算法,对上述问题进行了较为深入的探索,得到了如下几个方面的研究结果:(1)利用课题组自行设计的三维扫描装置采集了悬垂织物的三维点云,并重构了离散型三角形网格表面。通过对网格中各三角形法向量的统计分析,提出了一种能够表征织物悬垂程度的新指标:悬垂角,并将其与悬垂系数进行了比较。结果显示在存在织物悬垂自遮盖现象时,悬垂角在表征织物悬垂程度方面要优于悬垂系数。并且相同织物试样多次悬垂所对应的悬垂角比悬垂系数离散程度更小。(2)为了将三维悬垂模型标准化,提出了一种基于局部线性嵌入算法和三角形权重系数共享的三维悬垂模型重采样方法。首先通过局部线性嵌入将三维悬垂模型映射到平面圆内部;然后利用统一的均匀离散点对平面圆内的映射结果重采样;最后基于三角形权重系数共享求得均匀离散点在三维悬垂模型表面的采样点。结果显示将三维悬垂模型映射到平面圆内时,三维悬垂模型中的三角形拉伸变形幅度较小,这使得本文提出的三维悬垂模型重采样点分布均匀,且不同织物的重采样三维模型具有相同的拓扑结构。(3)设计并实现了一个由模板圆网格、带有残差模块的卷积神经网络和图卷积神经网络组成的三维悬垂模型重建网络,其中带有残差模块的卷积神经网络用来提取输入图像的嵌入特征,图卷积神经网络以图像的嵌入特征为约束驱动模板圆网格变形。通过该模型能够从单张图像重建三维悬垂模型。误差统计结果(顶点误差平均值为2.3031mm,悬垂角相对误差平均值为2.7099%)显示该方法所重建的三维悬垂模型具有较好的精度,可用于不具备三维扫描条件的应用场合。(4)针对悬垂形态的匹配问题,分析比较了三种不同的匹配方案,分别为基于悬垂指标主成分(Ipca)、基于悬垂模型曲率主成分(Cpca)及基于两者的组合特征(I Cpca)的悬垂模型匹配方法;对于同一种数据集,悬垂模型召回率由低到高排序为Ipca<Cpca<ICpca;若Ipca与Cpca按照ICpca=[λi·Ipca(?)(1-λi)·Cpca]的方式组合(其中(?)表示特征串联),当λi的取值范围在0.855到0.895之间时悬垂模型的召回率相对较高。(5)为了探究织物的性(织物力学性能)与形(悬垂形态)之间的互相映射关系,进而寻找出一种根据悬垂模型预测织物力学性能的可能途径,分别采用BP神经网络和深度神经网络探索了回归任务和分类任务的可行性,其中,在由性→形的映射中,通过BP神经网络,将织物面密度(Gk)、经向弯曲刚度(Bwarp)和纬向弯曲刚度(Bweft)、经向剪切刚度(Swarp)和纬向剪切刚度(Sweft)等作为输入,可以较好地预测织物的悬垂系数(DC)和悬垂角(DA);而在由形→性的映射中,将ICpca与Gk组合为一个综合特征向量,输入BP神经网络,可预测织物的Bwarp、Bweft、Swarp、Sweft,其中,Bwarp和Bweft的预测值与真实值具有较高的相关系数,而Swarp和Sweft的预测值与真实值的相关系数相对于Bwarp和Bweft较低。此外,将形→性映射看作分类任务,首先利用K均值聚类,按照rb/g(Bwarp和Bweft之和与Gk的比值)赋予织物不同类别下的真值标签(具体为二分类和三分类任务),通过迁移学习,训练多种不同的深度神经网络,根据悬垂模型的灰度图像判断织物的rb/g等级。结果显示五种分类模型的二分类准确率要高于三分类准确率;两种分类准确率分别相当于人类识别率的94.43%~94.58%(二分类)与96.8%~97.8%(三分类),证明了机器学习与深度学习方法在性形互相映射中具有较好的可行性。
姚霖霏[6](2020)在《棉织物柔软整理的优化及柔软度的表征》文中指出织物的柔软度是织物多种低应力力学性能综合所得的反映,主要反映织物是否易于变形,可以拆分为刚柔度和软硬度两种基本手感。刚柔度主要反映织物发生弯曲变形的难易,容易发生弯曲变形则为柔,反之为刚。软硬度主要反映织物发生压缩变形的难易,容易发生压缩变形则为软,反之为硬。PhabrOmeter织物手感评价系统测量速度快、操作简易、且价格较低,若其可对织物柔软度做出可靠的评判,就能够对面料选择及加工来样、对新工艺进行评价、对产品质量实施控制等工作内容做出可靠指导。本课题对其是否可准确表征“柔软度”进行检验。根据PhabrOmeter官网英文释义,将PhabrOmeter测试指标R(Resilience)重新定义为刚柔度表征指标R(Rigidity),R值越大,柔度越小,刚度越大;将PhabrOmeter测试指标S(Softness)重新定义为软硬度表征指标,S值越大,软度越大,硬度越小。本课题选取了立超柔软剂、T530、Magansoft MF-C、JF-1602-30、C-928、H674和DM-SE 6822共7种柔软剂,分别按各自的推荐工艺参数中间值对全棉平布和全棉灯芯绒进行柔软整理,得到8种全棉平布织物和8种全棉灯芯绒织物共16种织物作为实验材料。分别采用PhabrOmeter、KES-F、硬挺度测试仪及主观评价的方法对16种织物的刚柔度、软硬度进行测试和评价,通过对16种织物的PhabrOmeter的R(Rigidity)、S(Softness)、硬挺度测试仪的弯曲长度CD、KES-F的弯曲刚度B、压缩线性度LC及主观评价的刚柔度、软硬度的测试结果之间的相关性分析及表征灵敏度分析,发现:对于结构蓬松、厚度较大的全棉灯芯绒织物,PhabrOmeter的R(Rigidity)可较准确表征其刚柔度,S(Softness)可表征其软硬度;对于厚度较小的全棉平布,PhabrOmeter的R(Rigidity)可表征其刚柔度,其软硬度难以表征。本课题另一研究目的在于从市场现行的种类繁多、良莠不齐的柔软剂中,为企业及工厂筛选出具备良好柔软性能且经济绿色的柔软剂并对其工艺参数进行优化,从而为企业提高柔软整理效果提供指导。本课题在测试了8种全棉平布的刚柔度、透湿性、透气性及液态水传递性能的基础上,按照柔软度(刚柔度)为首要考核指标,综合考虑织物的透湿性、透气性及液态水传递性能的评价方法,筛选出的最优柔软剂为Magansoft MF-C。采用单因素试验对全棉平布的Magansoft MF-C柔软整理工艺进行了优化,先后改变柔软剂浓度、焙烘温度、烘焙时间对全棉平布进行柔软整理,对整理前后的全棉平布进行刚柔度、透湿性、透气性及液态水传递性能的测试和分析,得到优化后的工艺条件为:柔软剂浓度40g/l、烘焙温度120℃、烘焙时间180s。采用与全棉平布相同的技术路线(增加软硬度考核指标),对全棉灯芯绒的柔软整理进行了柔软剂筛选和整理工艺优化,筛选出的最优柔软剂为Magansoft MF-C;优化后的工艺条件为:柔软剂浓度40g/l、烘焙温度120℃、烘焙时间180s。
李新彤[7](2020)在《针织西服面料的开发及性能评价研究》文中研究指明随着人们对穿衣要求越来越高以及针织技术的发展,针织服装逐步向外衣化、正装化的方向发展。高端定制的西服面料中,针织西服面料成为炙手可热的产品,国内外知名品牌也将针织西服面料作为高端产品。织物的性能与风格变化多样,评价手段繁多。然而在目前的纺织市场中,对于应用在商务服饰的针织面料的风格评价还未形成系统且快捷有效的手段,致使针织西服面料品质良莠不齐。利用神经网络技术可以对大量的面料进行风格评价预测,从众多的性能指标中快速找出对针织商务服饰影响较大的因素,为提升针织西服面料品质进行深入的挖掘探讨。本课题针对如何快速有效地评价预测针织面料是否具有应用在商务服饰领域的性能与风格,通过织物基本性能测试初步判断针织面料用于商务服饰的性能特点及要求;利用聚类分析、主成分分析、模糊神经网络技术对经过风格测试的织物样本建立模糊神经网络模型,通过输入性能指标经过模糊计算得到评价织物综合风格的评价值,用以判断针织西服面料品质优劣。首先,采用棉纱、羊毛以及涤纶等常用纤维原料在针织设备上进行针织面料的开发,研究适合针织西服面料的组织结构以及设备参数机号。探究针织西服面料开发流程中的工艺原则,确定与之相配合的后整理流程工艺等。根据设计实例对针织西服面料的设计方法进行总结和提炼。其次,对设计开发的针织面料进行常规的性能测试以及挺括风格的测试,并与传统机织西服面料进行对比,深入研究棉型针织面料和毛型针织面料分别应用与商务服饰的性能优势及原则,并且探讨各性能指标与织物基本参数之间的关系,为开发用于商务服饰的针织面料提供一定的参考依据。再次,扩大针织西服面料样本,将设计开发面料与市场调研收集的面料进行织物风格测试,建立模糊神经网络模型。运用主成分分析方法对特征参数进行筛选,选择T100、B经向、B纬向、G左斜、G右斜、E20经向、E20纬向共七项指标作为模型的输入端因素;借助聚类分析将收集到的织物样本进行分类,并从每一类中选取训练样本、测试样本以及验证样本;采用matlab软件建立结构为7-14-1的模糊神经网络模型,对针织西服面料的织物风格进行综合评价,输出综合评价值。分析输入端各因素对综合评价值的影响。利用建立好的模糊神经网络模型对5款针织西服面料进行织物风格的预测,得到输出值。最后借助多指标综合评价对验证面料进行计算,将评价结果进行对比,佐证模型预测的准确性,验证模糊神经网络模型对针织西服面料风格评价的可行性以及客观性。本课题从设计开发生产、性能评价等方面进行探究如何提高针织西服面料性能品质,并利用模糊神经网络技术建立模糊神经网络模型,通过织物风格测试指标数据在模型中通过模糊计算输出评价综合值,并借此模型对针织西服面料的组织结构、性能指标、风格特征进行系统的分析及评价,具有一定的理论意义和实用价值。
张家耀[8](2020)在《研究不同后整理方式对棉织物风格的影响》文中研究表明织物风格是人们对织物品质进行的综合性能感觉的一种描述,不同织物的风格往往会直接决定其适用范围和使用效果。因此,如何准确、客观地评价织物风格,不仅可以决定织物的用途,还可以估算该织物的价值。在纺织各道工序都会对织物风格产生影响,但织物经过后整理工序后,该织物的风格才最终确定下来。因此本课题主要全面研究不同整理方式对织物风格的影响,使用多个指标对织物风格进行系统评价。很多整理工艺的目的是提高织物的风格品质,使织物相关性能更符合人们的需求。目前,对于棉织物的后整理方式也有很多,比较常用且生产质量较好的整理方式有液氨整理、柔软整理、免烫整理、潮交联整理等。不同的整理方式对织物的柔软度、弯曲刚度、悬垂性、褶皱恢复性等风格指标都有不同的影响,而对整理后织物的风格研究可以用来反馈与评价整理方式。对18种不同规格的棉织物分别采用柔软整理、免烫整理、液氨柔软整理、液氨免烫整理、液氨潮交联整理方式进行后整理。使用PhabrOmeter织物风格仪、FY207织物硬挺度仪、NW254柔软度仪、LLY-02织物折皱弹性回复仪、XDP-1悬垂系数测试仪等相关仪器对各种整理后的面料进行测量,然后使用相关系数法对织物风格评价指标进行相关性分析,可以选择更具代表性的评价指标,使织物风格的评价更精准全面。对比不同整理方式对织物柔软度、悬垂性、抗皱性的影响,研究织物结构对后整理的影响,可以评价整理方式并根据需求对面料整理工艺进行改进。同样,可以为产品定价、生产工艺设计、产品应用等方面提供理论支持。综上所述,对不同整理方式织物的风格进行系统评价,可以更加精确的评价整理方式的优劣或不同,对生产工艺的设计、产品定价都有很强的科学理论支持。
翟倩[9](2021)在《含木棉纤维家居服面料的制备与性能评价》文中提出家居服作为现代人日常休闲生活中所必备的服装,日益受到人们的关注。随着人们生活水平的提高,人们对于家居服面料的天然、舒适、环保性有了更高的要求。目前国内家居服市场中,存在一些问题。例如,面料、风格等方面较为单一,缺乏自主创新,对于家居服研究关注较少。同时,木棉纤维具有天然、超细、高中空、吸湿导湿、防菌防螨等特性,是一种绿色环保的天然纤维素纤维,可以将木棉纤维用于家居服的面料设计中,为家居服的设计开发提供思路与参考依据。本课题围绕含木棉家居服面料的开发和性能评价为主题,从市场调研、家居服面料的试织、面料热湿舒适性、织物风格以及家居服的设计等五个方面进行研究。主要研究内容与研究结果如下:(1)针对国内女性消费者的家居服市场调研。聚焦国内女性消费者,设计调研问卷,从受访者的基本信息、对于家居服的认知情况、购买行为以及家居服市场目前存在的问题等4个方面进行调研,发放回收403份有效问卷。结果表明:受访者中有97%在生活中会穿着家居服;近一半女性受访者每年会购买1-3套家居服。在家居服品牌方面,受访者所了解和购买过的家居服品牌以国外品牌为主,对于国内品牌了解及购买行为较少。面料舒适度是在购买家居服时最重要的指标,消费者更倾向于天然纤维面料。对于休闲运动风、成熟优雅风、简约风的认可度较高。建立了消费者基本信息与购买行为之间的统计模型,年龄会影响消费者选择家居服的价格、面料舒适度的要求以及品牌。消费者的职业会影响款式的选择。国内女性家居服市场主要存两个问题,其一是家居服面料舒适性欠佳,其二是面料同质化显现严重。(2)含木棉纤维的家居服织物试织。评价了4种不同规格的混纺比为20/80的木棉/棉混纺纱线及其对比样的纱线形态、条干均匀度、毛羽、强伸性等4个方面的性能。结果表明:在混纺比为20/80木棉/棉混纺纱线中,木棉纤维浮在纱线表面;木棉混纺纱线的条干均匀度随着纱线线密度的增大,纱线条干不均率表现越明显;木棉/棉混纺纱线的毛羽数量大于纯棉纱线;木棉/棉混纺纱线的粗细节较多,不均率略高于纯棉纱线;紧密纺20/80木棉/棉混纺纱线的断裂强力在170.23c N-294.37c N之间,断裂伸长率在5.33%-6.46%之间。设计了4种含木棉纤维家居服针织面料的试织方案,通过织造、前处理、染色等工序,制备了4种织物,测试了织物表面形态结构,评价了织物的力学性能。结果表明:木棉纤维分布在织物的表面,并且能够保持较好的中空结构。双罗纹织物组织织物的整体力学性能好于线密度大的其他纬平针织物。相同条件下,在力学性能方面含木棉混纺织物的力学性能略优于纯棉织物,并且拥有更好的断裂伸长。罗纹的含木棉纤维家居服面料的顶破强力最大;相同织物组织的含木棉纤维家居服面料的顶破强力大于纯棉面料。(3)含木棉纤维家居服面料的热湿舒适性评价。测试了织物的透气、热阻、透湿性、芯吸、湿阻。结果表明:含木棉织物的透气率在230.64-705.48mm/s之间;热阻在0.0341-0.0364W/(m2·℃)之间;透湿量在6415.9-6783.6g/(24h·m2)之间;纵向芯吸高度在38-132mm,横向芯吸高度在30-132mm之间;湿阻在3.21-3.56 m2·Pa/W之间。线密度相同的木棉/棉混纺针织物的透气性略差于纯棉织物;木棉/棉混纺针织物的保暖性比纯棉织物好;纯棉织物的湿阻更小,阻碍湿气传递的能力更弱;木棉混纺织物的透湿量更大、芯吸能力优于纯棉织物,人体在穿着舒适感更高。相同混纺比,纱线线密度不同的木棉/棉混纺针织物的热湿舒适性与织物组织结构相关。(4)含木棉纤维家居服织物风格评价。基于KES-F织物风格测试系统,评价前处理对含木棉纤维家居服织物风格的影响,并对含木棉纤维家居服面料的基本织物风格与纯棉织物进行对比评价。结果表明:含木棉纤维家居服织物的拉伸回复率在27.70%-41.40%之间,织物前处理后,木棉混纺针织物的拉伸回复率明显下降,拉伸回复性能力变差;剪切刚度在0.54-0.61 c N·cm-1之间,经过前处理后,剪切刚度大幅下降,织物活络性变好;弯曲刚度在0.009-0.021 c N·cm2·cm-1之间,弯曲刚度减小,柔软度变好;压缩比功在1.36-1.76 c N·cm·cm-2之间,压缩比功变小,影响织物的蓬松感;表面粗糙度在2.967-6.724μm之间,前处理后表面粗糙度减小,大部分木棉混纺针织物材料光滑度提高,仅木棉/棉罗纹织物的光滑度会降低。染色过程后,织物的拉伸、剪切、弯曲性能均无明显变化,但织物表面粗糙度明显降低,织物光滑度有所提高,同时,压缩比功也有一定程度减小,影响了织物的蓬松感,进而降低织物的压缩性能。对含木棉家居服面料进行了织物风格评价,结果表明:木棉混纺家居服织物的丰满度在7.28-7.59之间,纯棉织物丰满度为6.98。木棉混纺家居服织物硬挺度在2.39-2.74之间,滑糯度在5.79-6.18之间,清爽度在3.65-4.29之间。含木棉家居服织物更具备舒适性和保暖性。(5)含木棉纤维家居服织物的设计实现及主观评价。基于前期织造的含木棉纤维家居服织物,对18-30岁年龄段女性家居服进行了设计,并制作实现。设计家居服热湿舒适性及织物风格的主观评价评分表,该年龄段内的15名女性对木棉混纺家居服及纯棉家居服的热湿舒适性及织物风格进行了主观评价。热湿舒适性主观评价评分表设计7个评分指标,分数范围-3~3分。平均分最高的是14.2tex木棉/棉纬平针木棉混纺家居服。织物风格主观评价表中设计了4个指标,分数范围0~5分。含木棉纤维家居服的丰满度和滑糯度评分相对较高。综合家居服热湿舒适性及织物风格主观评价,得出结论:含木棉纤维家居服具有更好的穿着舒适性。
包玉秀[10](2019)在《导热纤维及织物在加热服装中的应用研究》文中研究说明本文通过研究加热服装中各层的作用来优化服装整体的导热保暖性能,减少电池能源消耗。首先选用导热系数较高的超高分子量聚乙烯织物和石墨烯原位聚合PA6织物,通过控制变量法织造不同纱线种类、纱线粗细、织物组织结构和织物密度的布样,研究结构参数对导热织物热传导性能的影响,研究结果显示:纤维原料对织物热传导有一定的影响,石墨烯原位聚合PA6织物和超高分子量聚乙烯织物的热传导性能较好;且纱线越粗,织物越密,组织交织次数越少,热传导性能越好,因此可选用纱线较粗、织物较密、组织结构为缎纹的超高分子量聚乙烯织物或石墨烯原位聚合PA6织物作为加热服的导热层。其次,通过比较市场上选购的含气凝胶的单面磨毛织物与普通纯棉织物的导热系数,可知“气凝胶织物”导热率仅为0.0415W/m·℃,而普通纯棉针织织物导热率为0.0647W/m·℃,说明“气凝胶织物”具有良好的保温效果,可作为加热服的保温隔热层,防止热量散失;此外,通过布料烫金工艺,在“气凝胶织物”上涂覆金属铝层,可以减少红外辐射的散失,提高面料的红外反射率,通过设计金属层图案,提高面料的透气率;并比较不同涂层面的导热率和红外反射率,确定两层的位置,得出当在无磨毛面涂层并使涂层面向外时,导热率最低,红外反射率最高。最后通过拍摄各层面料的红外热成像图,比较了导热层、保温隔热层和红外反射层在加热服中所起的效果,并对受试者背部穿着普通T恤加热和各层组合式加热服进行红外热成像对比。此外,本文对加热服面料组合进行了设计。加热服外层采用市场上选购的马甲,里衬面料为涂覆金属铝点的“气凝胶织物”,里衬边缘加魔术贴,便于拆卸和马甲的日常清洗。里衬内在胸、腹、背、腰部位缝制口袋用于放置加热片,口袋面料为石墨烯原位聚合PA6织物。在马甲前端设置口袋,内设电源,对各个部位的石墨烯加热片进行加热。结果表明通过对加热服的材料和各层进行优化,可使产生的热量尽可能传递到更大的面积,并且防止了热量的散失,将有助于加热服装的优化和发展。
二、KES-F与FAST评价系统力学性能的对比研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、KES-F与FAST评价系统力学性能的对比研究(论文提纲范文)
(1)织物柔软度测试评价的研究进展(论文提纲范文)
1 织物柔软度的概念和影响因素 |
1.1 概念 |
1.2 影响因素 |
2 柔软度测试评价方法 |
2.1 KES-F物理性能测试系统 |
2.2 FAST测试系统 |
2.3 PhabrOmeter测评系统 |
2.4 其他测试方法 |
3 结语 |
(3)基于CHES-FY系统的织物成形性与接触压迫舒适性研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景与应用前景 |
1.1.1 研究背景 |
1.1.2 应用前景 |
1.2 织物接触舒适性研究现状 |
1.2.1 客观评价方法 |
1.2.2 主观评价方法 |
1.2.3 生理性评价方法 |
1.3 织物的成形性研究现状 |
1.3.1 成形性指标 |
1.3.2 成形性理论基础 |
1.3.3 成形性评价方法 |
1.3.4 成形性应用 |
1.4 本课题的研究内容及其创新性 |
1.4.1 研究意义与创新性 |
1.4.2 研究目标 |
1.4.3 研究内容 |
1.4.4 技术路线 |
第2章 基于CHES-FY系统的织物成形性研究 |
2.1 CHES-FY触感风格测试系统 |
2.1.1 软硬件测试系统 |
2.1.2 测量性能与指标 |
2.2 实验部分 |
2.2.1 试样材料 |
2.2.2 CHES-FY测试 |
2.2.3 成形性实验 |
2.2.4 织物缝纫成形与评价实验 |
2.3 缝纫成形效果评价 |
2.3.1 主观评价一致性讨论 |
2.3.2 成形性主观感觉量与物理量关系 |
2.4 成形性基本指标测试结果与讨论 |
2.4.1 CHES-FY实验测试结果 |
2.4.2 成形性指标F实验结果 |
2.4.3 CHES-FY指标与成形性值相关性分析 |
2.4.4 CHES-FY成形性指标探索 |
2.4.5 CHES-FY成形性预测模型 |
2.4.6 实际缝纫效果与织物成形性预测模型F对比 |
2.5 织物成形性聚类分析 |
2.5.1 样本聚类方法概括 |
2.5.2 聚类结果分析 |
2.5.3 主客观聚类对比 |
2.6 本章小结 |
第3章 织物的接触压迫舒适性研究 |
3.1 接触压迫舒适性的概念 |
3.2 客观评价方法 |
3.2.1 环形风格仪设计原理 |
3.2.2 实验参数选择 |
3.3 主观评价实验 |
3.4 结果与分析 |
3.4.1 织物接触压力分布力学模型 |
3.4.2 不同仪器参数测试结果分析 |
3.4.3 环形风格仪曲线特征指标 |
3.4.4 接触压迫舒适性预测模型 |
3.5 本章小结 |
第4章 基于CHES-FY系统的织物成形性与接触压迫舒适性的指纹图研究 |
4.1 CHES-FY评价织物成形性指纹图 |
4.1.1 灰色关联分析 |
4.1.2 织物成形性指纹图 |
4.2 CHES-FY评价织物接触压迫舒适性指纹图 |
4.2.1 相关性分析 |
4.2.2 织物接触舒适性指纹图 |
4.3 本章小结 |
第5章 总结与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
附录 Ⅰ 织物的基本结构参数 |
附录 Ⅱ 织物成形性主观评价 |
附录 Ⅲ 50块织物的十点厚度结果 |
附录 Ⅳ |
附录 Ⅴ 三种风格环下环形风格仪测得织物的特征参数对比 |
附录 Ⅵ 织物的接触压迫舒适性评价记录表格 |
附录 Ⅶ 用于灰色关联分析的织物风格指数和缝纫评级原始数据 |
附录 Ⅷ 织物成形性与织物基本风格关联系数结果 |
附录 Ⅸ |
攻读硕士学位期间论文发表情况 |
致谢 |
(4)PhabrOmeter织物感官性能评价系统的应用研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 引言 |
1.2 织物感官性能评价国内外研究现状 |
1.2.1 织物手感和织物手感评价 |
1.2.2 织物手感客观评价研究现状 |
1.2.3 织物悬垂性能和折皱回复性能研究现状 |
1.3 PhabrOmeter织物感官性能评价系统 |
1.3.1 PhabrOmeter系统及测试原理 |
1.3.2 PhabrOmeter系统测试输出内容 |
1.3.3 PhabrOmeter系统的应用 |
1.4 研究问题的提出 |
1.4.1 指标模糊不清 |
1.4.2 测试条件设置不合理 |
1.5 本文研究的主要内容和方法 |
1.5.1 丰宝仪系统三项手感因子释义 |
1.5.2 本文研究的主要内容 |
1.5.3 技术路线图 |
2 PhabrOmeter系统测试重复性研究 |
2.1 实验部分 |
2.1.1 实验样品选择 |
2.1.2 实验方案设计 |
2.2 多个试样单次重复测试结果及分析 |
2.2.1 PhabrOmeter系统测试结果 |
2.2.2 确定试样数量 |
2.3 同一试样多次重复测试测试结果及分析 |
2.3.1 PhabrOmeter系统测试结果 |
2.3.2 PhabrOmeter系统测试重复性分析 |
2.4 本章小结 |
3 PhabrOmeter系统测试指标物理意义探讨 |
3.1 实验部分 |
3.1.1 实验织物 |
3.1.2 实验方案设计 |
3.1.3 实验仪器 |
3.2 实验结果 |
3.2.1 PhabrOmeter系统测试结果 |
3.2.2 KES系统测试及结果 |
3.2.3 斜面法刚柔测试及结果 |
3.2.4 折皱回复仪测试及结果 |
3.3 PhabrOmeter系统各项指标物理意义探讨 |
3.3.1 丰宝仪系统测试结果分析 |
3.3.2 Stiffness指标的检验 |
3.3.3 Softness指标的检验 |
3.3.4 Smoothness指标的检验 |
3.3.5 折皱回复性能测试结果分析 |
3.4 本章小结 |
4 PhabrOmeter系统测试条件设置合理性研究 |
4.1 问题提出 |
4.2 实验部分 |
4.2.1 实验样品选择 |
4.2.2 实验方案设计 |
4.2.3 测试结果 |
4.3 测试条件设置合理性分析 |
4.4 织物类型划分不一致织物 |
4.4.1 织物类型划分不一致 |
4.4.2 实验结果和分析 |
4.5 单面测试合理性研究 |
4.5.1 实验样品选择 |
4.5.2 测试结果 |
4.5.3 单面测试合理性分析 |
4.6 本章小结 |
5 结论与展望 |
5.1 主要结论 |
5.2 不足与展望 |
参考文献 |
附录Ⅰ 多个试样单次重复性实验原始数据 |
附录Ⅱ 同一试样多次重复性实验原始数据 |
附录Ⅲ 织物软硬度主观评价记录表 |
附录Ⅳ 织物光滑度主观评价记录表 |
攻读硕士学位期间发表的文章 |
致谢 |
(5)基于三维模型和深度学习的织物悬垂性能研究(论文提纲范文)
摘要 |
abstract |
1.绪论 |
1.1 研究背景及意义 |
1.2 相关领域研究现状 |
1.2.1 织物悬垂性能的研究现状 |
1.2.2 基于单张图像重建三维场景或模型的研究进展 |
1.2.3 图神经网络研究进展 |
1.2.4 基于深度学习的分类模型研究进展 |
1.3 研究内容 |
1.4 创新点 |
2.基于织物三维悬垂模型的悬垂性指标-悬垂角 |
2.1 实验部分 |
2.1.1 样本的准备 |
2.1.2 悬垂织物三维扫描装置的设计与实现 |
2.1.3 扫描悬垂织物三维点云 |
2.1.4 三维悬垂模型的悬垂角 |
2.2 结果与讨论 |
2.2.1 相同织物试样的三维悬垂模型离散特性 |
2.2.2 织物悬垂系数与悬垂角之间的关系 |
2.3 本章小结 |
3.基于局部线性嵌入的织物三维悬垂模型重采样 |
3.1 实验部分 |
3.1.1 悬垂织物三维点云的采集 |
3.1.2 基于局部线性嵌入算法实现三维悬垂模型重采样的流程 |
3.1.3 基于局部线性嵌入算法实现三维悬垂模型的内部嵌入 |
3.1.4 在平面圆内生成均匀离散点 |
3.1.5 利用三角形权重共享的方法求解三维悬垂模型的重采样点 |
3.2 结果与讨论 |
3.2.1 局部线性嵌入前后三维网格中三角形的面积变化 |
3.2.2 重采样前后三维网格误差 |
3.2.3 重采样三维悬垂模型的点排序结果 |
3.2.4 本文方法与Instant Meshes对比结果 |
3.3 本章小结 |
4.基于单张图像和图卷积神经网络重建三维悬垂模型 |
4.1 实验部分 |
4.1.1 构建数据集 |
4.1.2 图卷积原理 |
4.1.3 重建三维悬垂模型的方法 |
4.1.4 对比实验的设计 |
4.1.5 图卷积神经网络的损失函数 |
4.1.6 图卷积神经网络的超参数设置 |
4.1.7 评价指标 |
4.2 结果与讨论 |
4.2.1 模型结构参数与测试集误差之间的关系 |
4.2.2 测试样本误差可视化 |
4.2.3 单个悬垂模型的误差统计 |
4.2.4 悬垂模型的悬垂角误差统计 |
4.2.5 实际应用 |
4.3 本章小结 |
5.织物悬垂形态的匹配 |
5.1 实验部分 |
5.1.1 采集三维悬垂模型 |
5.1.2 提取悬垂指标主成分 |
5.1.3 提取三维悬垂模型的曲率主成分 |
5.1.4 悬垂模型匹配方法及实验方案 |
5.1.5 评价指标 |
5.2 结果与讨论 |
5.2.1 织物悬垂模型的召回率 |
5.2.2 权重系数对织物悬垂模型召回率的影响 |
5.2.3 织物悬垂模型的匹配结果 |
5.3 本章小结 |
6.三维悬垂模型与织物力学性能的相互映射 |
6.1 数据的采集 |
6.2 基于力学指标和面密度预测悬垂模型形状特征 |
6.3 基于悬垂模型形状特征预测织物弯曲刚度和剪切刚度 |
6.4 基于悬垂模型实现织物柔软程度的分类 |
6.4.1 织物r_(b/g)的两分类 |
6.4.2 织物r_(b/g)的三分类 |
6.4.3 基于悬垂模型的织物r_(b/g)分类结果 |
6.5 本章小结 |
7.结论与展望 |
7.1 结论 |
7.2 不足与展望 |
参考文献 |
攻读学位期间研究成果 |
致谢 |
附录1.织物结构参数与力学性能 |
(6)棉织物柔软整理的优化及柔软度的表征(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 引言 |
1.2 棉织物柔软整理研究进展及不足 |
1.2.1 棉织物柔软整理必要性 |
1.2.2 柔软整理概况 |
1.2.3 柔软剂概况 |
1.2.4 棉织物柔软整理优化现状 |
1.3 织物柔软度表征研究现状 |
1.3.1 柔软度含义 |
1.3.2 柔软度主要影响因素 |
1.3.3 柔软度的力学表征 |
1.3.4 织物力学性能测试系统 |
1.3.5 柔软度评价方法 |
1.4 课题研究内容及意义 |
1.4.1 研究内容 |
1.4.2 研究方法 |
1.4.3 研究意义 |
1.5 技术路线图 |
2 PhabrOmeter表征织物柔软度准确性验证 |
2.1 相关定义设置 |
2.1.1 柔软度重新定义 |
2.1.2 PhabrOmeter测试指标R、S重新定义 |
2.2 实验准备 |
2.2.1 实验面料 |
2.2.2 实验试剂 |
2.2.3 实验仪器 |
2.3 柔软整理工艺 |
2.3.1 柔软液的配制 |
2.3.2 柔软整理工艺 |
2.4 客观实验测试方法 |
2.4.1 KES压缩、弯曲性能测试 |
2.4.2 PhabrOmeter测试仪测试 |
2.4.3 织物硬挺度测试仪测试 |
2.5 主观评价方法 |
2.5.1 实验环境 |
2.5.2 实验织物 |
2.5.3 受试者 |
2.5.4 评价方法说明 |
2.6 PhabrOmeter表征织物柔软度准确性验证 |
2.6.1 客观实验、主观评价测试数据 |
2.6.2 各测量指标相关性分析 |
2.6.3 PhabrOmeter表征指标灵敏度分析 |
2.7 本章小结 |
3 柔软剂的筛选 |
3.1 实验准备 |
3.2 实验测试方法 |
3.2.1 液态水传递性性能进行测试 |
3.2.2 织物透湿性的测试 |
3.2.3 织物透气性的测试 |
3.3 用于全棉平布的柔软剂筛选 |
3.4 用于全棉灯芯绒的柔软剂筛选 |
3.5 本章小结 |
4 柔软整理工艺的优化 |
4.1 全棉平布柔软整理工艺的优化 |
4.1.1 单因素实验设计思路 |
4.1.2 单因素实验结果与分析 |
4.2 全棉灯芯绒柔软整理工艺的优化 |
4.2.1 单因素实验设计思路 |
4.2.2 单因素实验结果与分析 |
4.3 本章小结 |
5 结论与展望 |
5.1 本文结论 |
5.2 不足与展望 |
参考文献 |
致谢 |
(7)针织西服面料的开发及性能评价研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 研究内容 |
1.4 研究方法 |
第二章 针织西服面料的设计与开发 |
2.1 针织西服面料的设计方法 |
2.1.1 原料 |
2.1.2 组织结构 |
2.1.3 后整理 |
2.2 棉涤针织西服面料的设计 |
2.2.1 原料设计 |
2.2.2 组织设计 |
2.2.3 后整理设计 |
2.2.4 织物参数 |
2.3 毛涤针织西服面料的设计 |
2.3.1 原料设计 |
2.3.2 工艺设计 |
2.3.3 上机设定 |
2.3.4 穿纱设定 |
2.3.5 后整理设计 |
2.3.6 织物参数 |
2.4 本章小结 |
第三章 针织西服面料的性能研究 |
3.1 基本性能测试 |
3.1.1 织物厚度实验 |
3.1.2 耐磨性试验及分析 |
3.1.3 抗起毛起球性试验及分析 |
3.1.4 保暖性能实验及分析 |
3.1.5 透气性能实验及分析 |
3.1.6 透湿性能实验及分析 |
3.1.7 折皱回弹性实验及分析 |
3.1.8 硬挺度实验及分析 |
3.1.9 面料的综合评价 |
3.2 针织西服面料挺括风格 |
3.2.1 试样准备 |
3.2.2 弯曲实验 |
3.2.3 折皱回弹性实验 |
3.2.4 悬垂性实验 |
3.2.5 针织西服面料综合评价 |
3.3 本章小结 |
第四章 针织西服面料的风格模型建立 |
4.1 实验规划与准备 |
4.2 风格测试 |
4.2.1 厚度测试 |
4.2.2 弯曲测试 |
4.2.3 延伸性测试 |
4.3 特征参数的选择 |
4.3.1 主成分分析原理 |
4.3.2 主成分分析步骤 |
4.3.3 主成分分析结果 |
4.4 样本分类优化 |
4.4.1 聚类分析原理 |
4.4.2 聚类分析步骤 |
4.4.3 聚类分析结果 |
4.5 模糊神经网络模型的建立 |
4.5.1 模糊神经网络结构 |
4.5.2 模糊神经网络训练 |
4.5.3 模糊神经网络测试 |
4.5.4 模糊神经网络验证 |
4.6 多指标综合评价 |
4.6.1 线性综合评价 |
4.6.2 模糊物元评价 |
4.7 输入端因素分析 |
4.7.1 织物厚度 |
4.7.2 弯曲刚度 |
4.7.3 剪切刚度 |
4.7.4 延伸性 |
4.8 本章小结 |
主要结论与展望 |
主要结论 |
展望 |
致谢 |
参考文献 |
附录 :作者在攻读硕士学位期间发表的论文 |
(8)研究不同后整理方式对棉织物风格的影响(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景及现状 |
1.2 研究目的和意义 |
1.3 研究内容 |
2 棉织物风格评价方法及常用后整理方式 |
2.1 织物风格客观测量方法与指标 |
2.1.1 柔软性能指标 |
2.1.2 悬垂性能指标 |
2.1.3 抗皱性能指标 |
2.2 织物风格测试仪器 |
2.3 棉织物后整理方式 |
2.4 本章小结 |
3 实验 |
3.1 实验样品 |
3.2 实验过程 |
3.3 本章小结 |
4 织物风格评价指标的对比分析 |
4.1 柔软指标的对比分析 |
4.2 悬垂性指标的对比分析 |
4.3 折皱回复性指标的对比分析 |
4.4 本章小结 |
5 液氨整理对织物风格的影响 |
5.1 柔软整理与液氨柔软整理 |
5.1.1 柔软整理与液氨柔软整理织物柔软性比较 |
5.1.2 柔软整理与液氨柔软整理织物悬垂性比较 |
5.1.3 柔软整理与液氨柔软整理织物折皱回复性比较 |
5.2 免烫整理与液氨免烫整理对比分析 |
5.2.1 免烫工艺与液氨免烫工艺柔软度对比 |
5.2.2 免烫整理与液氨免烫整理的悬垂性比较 |
5.2.3 免烫整理与液氨免烫整理的折皱回复性比较 |
5.3 液氨处理工艺对织物风格的影响 |
5.4 本章小结 |
6 不同整理方式对织物风格的影响 |
6.1 五种整理方式对织物柔软性的影响 |
6.2 五种整理方式对织物悬垂性的影响 |
6.3 五种整理方式对织物折皱回复性的影响 |
6.4 织物结构对整理结果的影响 |
6.4.1 织物结构与织物风格的相关性 |
6.4.2 纱线梳理方式对整理结果的影响 |
6.4.3 织物组织对不同后整理的影响 |
6.4.4 平方米克重对不同后整理的影响 |
6.5 本章小结 |
7 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
附录 |
致谢 |
(9)含木棉纤维家居服面料的制备与性能评价(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 研究历史与现状 |
1.2.1 家居服概述 |
1.2.2 木棉纤维的研究历史与现状 |
1.3 研究内容与方法 |
第二章 基于国内女性消费者的家居服调研问卷 |
2.1 调研目的 |
2.2 问卷设计及调研 |
2.2.1 问卷设计 |
2.2.2 确定调研对象 |
2.2.3 确定样本量 |
2.3 结果与讨论 |
2.3.1 受访者基本信息 |
2.3.2 受访者对家居服认知情况 |
2.3.3 受访者的购买行为 |
2.3.4 国内家居服市场存在的问题 |
2.4 受访者基本信息与家居服消费行为相关性分析 |
2.4.1 Logistic模型分析 |
2.4.2 Poisson对数线性模型 |
2.5 本章小结 |
第三章 含木棉纤维的家居服织物试织 |
3.1 木棉/棉混纺纱线的性能测试与评价 |
3.1.1 试样 |
3.1.2 试验 |
3.1.3 结果与讨论 |
3.2 含木棉家居服织物试织 |
3.2.1 织物试织 |
3.2.2 织造工艺 |
3.2.3 织物染整工艺 |
3.3 织物表面形态结构及力学性能评价 |
3.3.1 木棉混纺家居服织物表面形态结构 |
3.3.2 织物力学性能 |
3.4 本章小结 |
第四章 含木棉纤维家居服面料热湿舒适性评价 |
4.1 试验 |
4.1.1 试样 |
4.1.2 测试方法 |
4.2 结果与讨论 |
4.2.1 透气性 |
4.2.2 热阻 |
4.2.3 透湿性 |
4.2.4 芯吸高度 |
4.2.5 湿阻 |
4.3 本章小结 |
第五章 含木棉纤维家居服面料织物风格评价 |
5.1 试验 |
5.1.1 试样 |
5.1.2 测试 |
5.2 结果与讨论 |
5.2.1 拉伸性能 |
5.2.2 剪切性能 |
5.2.3 弯曲性能 |
5.2.4 压缩性能 |
5.2.5 表面摩擦性能 |
5.2.6 含木棉纤维家居服面料织物风格评价 |
5.3 本章小结 |
第六章 家居服设计实现与主观评价 |
6.1 青年女性家居服设计 |
6.1.1 设计目的 |
6.1.2 设计定位 |
6.1.3 面料选择 |
6.1.4 款式设计 |
6.1.5 青年女性家居服制备实现 |
6.2 主观评价 |
6.2.1 家居服热湿舒适性主观评价 |
6.2.2 木棉混纺家居服织物风格主观评价 |
6.3 本章小结 |
第七章 结论与展望 |
7.1 结论 |
7.2 研究不足与展望 |
参考文献 |
附录 国内女性家居服市场调研问卷 |
攻读硕士学位期间的研究成果 |
致谢 |
(10)导热纤维及织物在加热服装中的应用研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 引言 |
1.2 保暖服装的分类 |
1.2.1 被动保暖服 |
1.2.2 主动加热服 |
1.3 纤维及织物导热性的研究现状 |
1.3.1 纤维的影响 |
1.3.2 织物结构参数的影响 |
1.3.3 环境温度的影响 |
1.4 本课题研究内容及研究意义 |
1.4.1 研究内容 |
1.4.2 研究意义 |
第2章 纤维、纱线、织物的基本性能及热传导性能的测量 |
2.1 试验方案设计 |
2.2 石墨烯原位聚合PA6纤维及纱线基本性能的研究 |
2.2.1 石墨烯原位聚合PA6纤维的表面形态 |
2.2.2 纱线的力学性能 |
2.3 超高分子量聚乙烯织物和石墨烯原位聚合PA6织物热传导性能的测量 |
2.3.1 铂电阻测温仪测温法 |
2.3.2 KES-F7测量织物导热率法 |
2.4 本章小结 |
第3章 保温隔热层及热辐射反射层的设计与评价 |
3.1 保温隔热层的性能测试 |
3.1.1 气凝胶长纤的表面形态 |
3.1.2 导热系数测量 |
3.2 热辐射层的设计与性能测试 |
3.2.1 试验方案设计 |
3.2.2 红外辐射层的制备 |
3.2.3 红外辐射层的性能测试 |
3.3 辐射反射层与保温隔热层的位置对比 |
3.3.1 通过导热系数分析两层位置关系 |
3.3.2 通过红外反射率分析两层位置关系 |
3.4 本章小结 |
第4章 加热服装的性能评价 |
4.1 电加热服各层效果评价 |
4.1.1 试验方案设计 |
4.1.2 实验器材 |
4.1.3 加热服性能评价测试 |
4.2 电加热服整体效果评价 |
4.3 加热服结构设计 |
4.4 本章小结 |
第5章 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
攻读硕士学位期间发表的学术论文 |
致谢 |
四、KES-F与FAST评价系统力学性能的对比研究(论文参考文献)
- [1]织物柔软度测试评价的研究进展[J]. 张兵,李年华,许冬梅,陈虹,艾青松. 合成纤维, 2022(02)
- [2]基于环形风格仪的针织物风格曲线特征参数[J]. 邵亚文,郑冬明,潘行星,邹昊宸,刘真锐,刘贵,杜赵群. 东华大学学报(自然科学版), 2021(02)
- [3]基于CHES-FY系统的织物成形性与接触压迫舒适性研究[D]. 邵亚文. 东华大学, 2021(09)
- [4]PhabrOmeter织物感官性能评价系统的应用研究[D]. 方肖肖. 东华大学, 2021(01)
- [5]基于三维模型和深度学习的织物悬垂性能研究[D]. 余志才. 东华大学, 2020(03)
- [6]棉织物柔软整理的优化及柔软度的表征[D]. 姚霖霏. 东华大学, 2020(01)
- [7]针织西服面料的开发及性能评价研究[D]. 李新彤. 江南大学, 2020(01)
- [8]研究不同后整理方式对棉织物风格的影响[D]. 张家耀. 中原工学院, 2020(01)
- [9]含木棉纤维家居服面料的制备与性能评价[D]. 翟倩. 东华大学, 2021(09)
- [10]导热纤维及织物在加热服装中的应用研究[D]. 包玉秀. 北京服装学院, 2019(02)