抽褶造型與面料性能的關系及評價模型建立

王停停，陳敏之，江 爽

(浙江理工大學服裝學院，杭州 310018)

抽褶造型與面料性能的關系及評價模型建立

王停停，陳敏之，江 爽

(浙江理工大學服裝學院，杭州 310018)

采用14種面料為試驗面料，測試了面料主要物理性能，對不同性能的面料抽褶設計，再利用主客觀評價量化服裝抽褶造型，定性分析面料性能對抽褶造型的影響，并得出抽褶造型評價模型。試驗結果表明：織物的面密度、經緯密度、厚度和剪切性能對抽褶波峰數、平均波深、波間距具有負影響；懸垂性能對抽褶造型下擺的寬窄和抽褶后側面形成的造型弧度大小具有負影響；面料抽褶造型等級與抽褶波峰數和波弧角度正相關。

抽褶；面料性能；主觀評價；回歸分析

在服裝設計中，材料對于服裝風格和造型的影響表現得越來越突出，甚至成為決定設計成敗的關鍵因素之一[1]。抽褶是以點或線為單位起褶，是面料集聚收縮或抽緊所形成的自然、豐富、無規律的紋理狀態[2]。抽褶造型是服裝常用裝飾造型之一，造型優雅，具有強烈的立體感與流體感[3]。

在20世紀80年代國內外學者就開始研究服裝的面料性能對款式造型的影響[4-7]，因此，將分析面料性能對服裝抽褶造型效果的影響，由于抽褶造型變化多樣，需要依據其造型特征進行劃分，有利于對抽褶造型等級判別，因此，本文建立了抽褶效果造型評價模型。

1 實驗

1.1 實驗材料

選取了不同原料、厚度、組織結構的14種面料，其基本規格見表1。參考文獻[8-10]的結果，主要研究織物的面密度、經緯密度、厚度、剪切性能、彎曲性能和懸垂性對服裝抽褶造型效果的影響。

表1 面料基本規格

1.2 抽褶樣板的設計

通常面料抽縮前長度為抽縮后長度的1.5倍,抽縮量也可以為2～3倍，絲綢面料抽縮量可大些[11]。本文共設計了4種抽褶量，分別是1∶1.25、1∶1.5、1∶1.75、1∶2。0號對照面料，再添加1∶1和1∶2.25兩種抽褶比例，用于主觀評價時的標準對照樣卡。

1.3 抽褶造型效果客觀測試

抽褶造型的分析重點是材料的質地與褶紋疏密效果的關系[12]，因此本文抽褶造型的客觀測量分為正面數據測量、側面數據測量，共12個測量指標。正面數據分別為縫合線以下5cm段、15cm段和底擺的波峰個數M1、平均波深M2、波峰間距M3;側面數據為5cm段、15cm段和底擺的側面波弧正切角tanα、tanβ和tanγ。在圖1中，A點位置記為(X1,Y1),B點位置記為(X2,Y2)，C點位置記為(X3,Y3)。則5cm段、15cm段和底擺的側面波弧正切角計算公式如下：

tanα=Y1/X1

(1)

tanβ=Y2/X2

(2)

tanγ=Y3/X3

(3)

圖1 抽褶效果客觀指標測量方法

1.4 抽褶造型的主觀評價

抽褶效果評價方法除客觀測試外有主觀評價法[13]，這種評價快速、直接、高效,符合評價者的生理和心理感受,也非常接近服裝消費的行為特征[14]。本實驗對以0號對照面料的6種比例抽褶后的效果由弱到強設定為6個標準樣，對應的等級分值分別為1、2、3、4、5、6分(表2)。

表2 面料抽褶效果主觀評價標準對照樣卡

2 實驗結果與分析

2.1 面料抽褶造型的主觀評價結果

評價人員評價抽褶造型時，選擇與標準對照卡最接近的抽褶造型，并給與其對應的分值。每一塊抽褶面料得到的評分取其平均值，為該抽褶面料造型的最終主觀評價得分(表3)。

表3 面料抽褶效果主觀評價得分值

2.2 面料性能對抽褶客觀造型的影響

不同的面料可能會因為某些相似的性能而有著千絲萬縷的聯系，用這些性能上相似的面料制作的服裝，造型上也很相似。因此，將面料按照其性能進行聚類，聚類得出三類面料：第一類面料：如1#、2#、7#、8#、12#、13#，其特點是面密度、厚度、剪切性和彎曲性都比較小；第二類面料：如3#、5#、6#、9#、11#，其特點是經緯密度小，懸垂系數大；第三類面料：如4#、10#，其特點是面密度、經緯密度、剪切性和彎曲性比較大。在對面料進行合理的聚類后，分別計算出3類面料在不同抽褶比例下的各個造型數據的平均值，見表4。

表4 聚類后面料造型數據

根據所得到三類面料的客觀造型數據，得到以下結論：

a) 在相同抽褶比例下，第一類面料波峰數、平均波深、波間距較大；第三類面料波峰數、平均波深、波間距較小。這說明面料面密度、經緯密度、厚度和剪切性能對抽褶波型疏密程度和波間距具有負影響。

b) 在相同抽褶比例下，第一類面料形成的抽褶造型下擺較寬；第二類面料由于其相對懸垂系數大，形成的抽褶造型下擺較窄。這說明面料的懸垂性能對抽褶造型下擺的寬窄具有負影響。

c) 在相同抽褶比例下，第一類面料抽褶后側面波弧正切角較大，側面形成的造型弧度較大；第二類面料抽褶后側面波弧正切角較小，側面形成的造型弧度較小。這說明面料的懸垂性能對抽褶后側面形成的造型弧度大小具有負影響。

2.3 抽褶客觀造型數據與主觀評價得分的相關性

由于多個客觀數據指標存在一定的聯系，因此需要對客觀造型數據進行降維，進行因子分析。將12個客觀造型指標按其數據的特征降維成2個客觀造型因子，記為X1，X2。

在各個位置處的波峰個數在公因子X1上均有較高的載荷，因此稱X1為波峰個數因子，側面和底擺波弧角度在公因子X2有較高的載荷，因此稱X2為波弧角度因子。降維后的二個客觀造型數據因子與主觀評價得分進行相關分析，從表5中可以看出，主觀評價得分與客觀造型因子X1和X2正相關。

表5 抽褶造型主觀評價得分與客觀造型數據相關系數

注:**表示在0.01水平(雙側)顯著相關

建立主觀評價得分與客觀造型因子的回歸模型，得到的模型調整R2是0.907，說明回歸的擬合度很高，P值表示的是回歸系數的優化程度，此值越接近0，說明回歸擬合度越好，表6中每個主成分因子對應的P值都小于0.05，因此可以得到面料抽褶造型效果的評價模型：

Y=3.373+1.158X1+0.393X2

(4)

其中：Y為抽褶造型效果等級，X1為波峰個數因子，X2為波弧角度因子。

表6 抽褶造型主觀評價得分與客觀造型數據回歸系數

3 結 論

a) 通過定性分析面料性能與抽褶造型效果之間的關系，得到織物的面密度、經緯密度、厚度和剪切性能對抽褶波峰數、平均波深、波間距具有負影響；懸垂性能對抽褶造型下擺的寬窄和抽褶后側面形成的造型弧度大小具有負影響。對于服裝企業和面料生產企業，預測面料的抽褶效果，和已知預期得到面料抽褶效果所需要開發的面料應具備的性能提供了依據。

b) 基于因子分析，抽褶客觀造型特征提取為波峰個數因子和波弧角度因子。建立了抽褶造型等級與造型特征的線性回歸模型，可以通過該回歸模型預測和評價某抽褶造型等級。

[1] 李艷梅,張悅婷.面料性能對服裝褶裥造型影響的研究[J].絲綢,2007(4):35-37.

[2] 魏 靜,徐時程.服裝褶紋的變化與應用[J].寧波服裝職業技術學院學報,2002,12(2):11-14.

[3] 張文斌,庹 武,莊 輝.基于立體構成技術的抽褶造型與織物的相關性研[J].東華大學學報:自然科學版,2006,32(3):70-73.

[4] Roshan S. Importance of mechanical and physical properties of fabrics in the clothing manufacturing process[J].International Journal of Clothing Science and Techology,1995,7(23):35-42

[5] Ayada M, Miki M, Niwa M. Discriminating the silhouette of ladies’ garments based on fabric mechanical properties[J].International Journal of Clothing Sciences and Techhology,1991,3(3):18-27.

[6] Kawabata S, Niwa M. Objective evaluation of the quality of ladies’ garments[J]. International Journal of Clothing Science and Technology,1992,4(5):34-44.

[7] 周愛英,張明杰,張懷珠.真絲織物力學性能與服裝外觀造型之間的關系[J].中國紡織大學學報,1999,25(1):100-107.

[8] Thouraya H, Adel G, Faten F. A principal component analysis method for predicting the correlation between some fabric parameters and the drape[J]. Textile Research Journal,2014,14(1):22-27.

[9] Jeong Y J, Phillips D G. A study of fabric drape behaviour with image analysis part II: the effects of fahric structure and mechanical properties on fabric drape[J].Journal of the Textile Institute,1998,89(1):70-78.

[10] Ajit K P, Ameersing L, Asimananda K. Prediction of drape profile of cotton woven fabrics using artificial neural network and multiple regression method[J].Textile Research Journal,2014,81(6):560-565.

[11] 鄒 平.褶飾在絲綢裙裝結構設計中的應用[J].四川絲綢,2006(4):46-48.

[12] 胡 毅.禮服褶飾造型及構成技術[J].成都紡織高等專科學校學報,2005,22(1):77-81.

[13] Reham S,Tom C,Vien C,et al.Fabric and garment drape measurement[J].Journal of Fiber Bioengineering and Informatics,2013,6(1):1-22.

[14] 唐 虹,張渭源.基于面料性能的半緊身裙造型特征及預測模型[J].紡織學報,2008,29(6):88-91.

(責任編輯：許惠兒)

Relationship between Pleating Effect and Fabric Performance and Establishment of the Evaluation Model

WANGTingting,CHENMinzhi,JIANGShuang

(School of Fashion Design and Engineering, Zhejiang Sci-Tech University, Hangzhou 310018, China)

This paper uses fourteen kinds of fabric as test samples and tests the main physical properties of fabrics, using the fabrics with different performance to make pleats, analyzing qualitatively the fabric performance influence on pleating effect then obtaining evaluation model. The experimental result shows the fabric weight, density, thickness and shear performance have negative impact on the wave number , the average depth of wave and the distance; drape performance have negative impact on hem width of pleat and radian size of the side of pleat ; fabric pleating effect is associated with wave crest and wave radian size positively.

pleating; fabric performance; subjective evaluation; regression analysis

2014-12-14

王停停(1991-)，女，河南開封人，碩士研究生，研究方向為服裝技術與理論。

陳敏之，E-mail：cmz_m@163.com

TS941.2

A

1009-265X(2015)04-0043-04