騎行中皮膚形變與壓力值的相關性研究

解丹丹　王燕珍

摘 要：為進一步提升騎行短褲的功能性及舒適性，綜合考慮壓力舒適性以及皮膚形變狀況。將一個蹬踏周期分解為0°、45°、90°、135°、180°、225°、270°、315°這8個角度下的動作。通過灰色系統理論對每個角度下每個測試點的壓力與橫縱向形變率進行了相關度分析，結果顯示W2、W3、H1、L2、L4這5個點的橫縱向形變與壓力值之間存在極高的相關度，在此基礎上，利用非線性回歸模型進行擬合，得出壓力值與橫縱向形變量間的方程關系式。

關鍵詞：壓力舒適性;皮膚拉伸;相關度

中圖分類號：TS941.17? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ?文章編號：1674-2346（2022）02-0045-06

騎行服是具有高彈力的緊身貼體服裝，其優良的服裝結構不僅包括人體靜態下的結構分割，還包括了動態時的人體變化。騎行的運動特點是人體的上肢和軀干主要支撐身體部分體重和控制運動方向，腿部進行循環的蹬踩來提供動力[1]，是一項閉鏈運動，由下肢的髖關節、膝關節、踝關節協同運作，髖關節、膝關節主要產生能量，踝關節負責能量的傳遞。[2-3]

不同緊度的騎行服對人體施加的壓力不同，不適當的壓力不僅會影響運動效能，甚至會損害身體。張同會[4]針對人體站立和騎行兩種狀態進行壓力測量，結果發現在騎行狀態下的壓力值是靜態站立的2倍，說明動靜態下的壓力值相差較大。騎行中的壓力主要分布在前腰中點、后腰中點、大腿后中點、膝蓋、臀凸點等部位。人體部位的動態壓力受不同因素影響，但平均動態壓力隨松量減小而線性增大[5]。有國外學者研究表明長時間的被動靜態拉伸（30秒以上）可阻礙運動神經元紡錘波的反射性活動[6]，由此可見運動過程中的皮膚拉伸的重要性。身體肌肉的收縮和伸展形成表層皮膚的形變[7]，黃莉等[8]采用三維運動捕捉系統研究了騎行姿態下腿部的拉伸大小，發現主要集中在大腿外側和膝蓋區域，小腿內側的腓腸肌的縱向拉伸最為明顯;王永榮等[9]針對上坡、平地、下坡這3種路況分析了關鍵動作下的皮膚形變情況;王二會[10]通過騎行動作下皮膚拉伸的測量結果，對緊身褲版型進行了優化。騎行中的壓力舒適性和皮膚形變情況會影響騎行褲的穿著舒適性，兩者都會對騎行褲的結構設計產生影響。目前有很多學者已經研究了不同運動狀態下的壓力變化和皮膚形變情況，但綜合考慮兩者影響的研究相對較少。因此，本實驗決定從服裝壓和皮膚形變兩者影響因素著手，探究壓力與皮膚形變間的變化。

1? ? 實驗

1.1? ? 實驗環境

實驗在人體感到舒適的條件下進行，溫度控制在（22±2）℃，相對濕度控制在（64±1）%，風速控制1 m/s以下，為保持數據的準確有效性，在實驗15 min前打開氣候倉設定好溫濕度。

1.2? ? 實驗設備及工具

AMI氣囊式接觸壓力測試儀是日本AMI公司研制出用于服裝穿著壓力的測量分析儀器，重復性強、精度高等特點，能連續測量人體在動態下服裝面料的壓力變化狀態。AMI氣囊式傳感器厚度在1mm以下，直徑為20 mm的圓形形狀，可測量0～34 KPa的壓力值，在23 ℃環境下，若壓力在0～14 KPa，精度為±0.1 KPa，壓力在14～34 KPa時，精度為±0.25 KPa。

騎行設備是Erogline功率自行車，其公司是世界規模最大的專業功率自行車的制造商。

1.3? ? 實驗對象

實驗挑選了10名有長期運動習慣的女性作為實驗對象（表1），均符合BMI值18.5～23.9的正常范圍，有騎行經歷，但未曾接受過專業訓練。要求實驗對象前一周無騎行記錄，了解正確的騎行姿勢，實驗數據均取10名被試者的平均值。

1.4? ? 實驗測試點的選擇

關于壓力點的選取，參考張同會[4]的騎行褲壓力實驗，最終確定腰部至膝蓋間的有明顯壓力值變化的9個測量點，如圖1所示。其中壓力測試點W1為腰部后中點，W2為腰測中點，W3為腰部前中心點，A1為腹部凸點，H1為臀凸點，L1為大腿前中點，L2為大腿內側點，L3為大腿外側點，L4為大腿后中點，且L1、L2、L3、L4應在同一緯線上。

參照GB/T16160—2017《服裝用人體測量的尺寸定義與方法》，結合壓力測試點的位置，以人體關鍵部位的基準線為依據，下肢的基準線包括腰圍線，臀圍線，大腿圍，大腿中部圍，確定了形變測量范圍如圖2。

1.5? ? 實驗樣褲

樣褲選擇應當具有代表性及大眾性，實驗選擇了市場上常見的夏季騎行短褲作為實驗樣褲，如表2。

1.6? ? 實驗步驟

首先用水洗筆在受試者的下肢畫好體表線及壓力點，靜止狀態下的壓力測試要求被試者保持站立，再測量站立狀態下的體表線段長度;不同角度下的壓力值采集要求被試者騎在功率自行車上，踏板分別處于0°、45°、90°、135°、180°、225°、270°、315°時，如圖3（以左腳為例），分別采集壓力數據，同時測量出體表線段長度，取其10位被試者的平均值。

2? ? 數據處理

首先將8個角度下的體表線段長度與靜止站立狀態下的數值進行計算，排除其中的異常值，設定初始站立狀態下的值為I，不同角度下的體表長度為I，形變率為K，計算公式如下：=K=I-I/I

計算出每位被試者8個角度下的值，8個角度下各體表線段的均值，進行后續的分析討論。為便于清晰地查看，將橫縱向線段的拉伸率進行分區，WL、MHL、HL為腰臀區，CRL、FDL為大腿根區， 腰臀區的橫向拉伸率如圖4，大腿根區的橫向拉伸率如圖5。

通過同樣的計算方法算出所有縱向線段的形變率，與橫向形變率對應，分為腰臀區和大腿根區兩部分，腰臀區的縱向形變率如圖6，大腿根區的縱向形變率如圖7。

8個角度下的各測試點的壓力值的變化如圖8所示，雖然不同壓力點在8個角度下的變化不完全相同，但大體上呈現出相似的趨勢，測試點在180°～315°間的壓力值要低于0°～180°間的壓力值，這是由于在0°～180°內蹬踏方向向下，易發力通過此階段，在180°～315°主要靠另一側的腳蹬踏做功，這側的不應給另一側蹬踏產生任何阻力，在這期間主要為肌肉放松時期，等再次到0°時時集中于下一階段的做功[11]。

3? ? 壓力與皮膚形變率的關聯度分析

實驗中測試的是0°、45°、90°、135°、180°、225°、270°、315°這8種角度下的值，通過8種角度下的壓力值和皮膚形變來探究一個周期內的變化。

3.1? ? 灰色相關度分析

通過origin對這9個測試點的橫縱向形變率與壓力值進行初步的相關性分析，發現無法獲取其中的關聯，這是由于數理統計中的回歸分析都是用來進行系統分析的方法，要求大樣本數據，各因素與系統特征數據之間存在線性相關的關系。

灰色系統理論是由中國學者鄧聚龍教授在1982年創立，用于對系統的動態發展過程進行量化分析，對序列間關聯程度量化，以及發展趨勢的相似度。[12]將已知的、正確的數據看作黑色，但當其中摻雜著未知的、不正確的數據時，即被認為是灰色數據。其主要研究對象是具有不確定性的數據，通過對已知數據進行信息提取，實現最終的演化規律，不確定性的系統主要具有信息不完全、數據不準確等基本特征。灰色系統主要有6個基本原理，分別是差異信息原理、解的非唯一性原理、最少信息原理、認知根據原理、新信息優先原理和灰性不滅原理。[13]

灰色關聯分析法有灰色絕對關聯度、灰色相對關聯度和灰色綜合關聯度之分?；疑鄬﹃P聯度是根據因素間的時間序列曲線形狀的相似程度來判斷關聯程度，也就意味著如果數據曲線中出現了某個極值點，則會影響到各點的關聯系數，從而導致關聯度的數值受到影響。[14]灰色絕對關聯度是根據因素間的時間序列曲線變化態勢的接近程度來計算關聯度，即對應曲線斜率的接近程度。[15]灰色綜合關聯度結合了這兩者的優勢，不僅根據曲線形狀的相似程度，還考慮到曲線斜率的接近程度，是序列表征較為全面的關聯方法，因此采用灰色綜合關聯度進行分析。分別對每個測試點橫縱向形變率與壓力值進行綜合關聯分析，9個測試點對應的壓力值和橫縱向形變率的數據，依次導入灰色系統建模軟件（GSTA V7.0），選擇灰色關聯分析模型中的灰色綜合關聯度，得出關聯度。

各測試點橫縱向形變率與壓力值間的灰色關聯度的值見表3，關于關聯度的劃分，可以劃分為3個等級，分別是超過0.7為重要因素，0.5～0.7之間屬于比較重要因素，低于0.5為不重要因素[16]。根據灰色綜合關聯度的計算結果，其中為重要因素的有W1點的縱向形變率，W2點的橫縱向形變率，W3點的橫縱向形變率，A1點的橫向形變率，H1點的橫縱向形變率，L2點的橫縱向形變率，L3點的橫向形變率和L4點的橫縱向形變率，也就是W2、W3、H1、L2、L4的橫縱向形變都是影響壓力值的重要因素。

3.2? ? 非線性回歸模型擬合

對于W2、W3、H1、L2、L4，無法初步判斷出壓力值與橫縱向形變之間的回歸模型。這時可以利用散點矩陣圖來判斷這3個變量之間的關系，通過散點矩陣圖建立多元回歸模型是一種基于多個變量且體現兩兩變量之間的散點特征以及相關性大小，以此來確立多元數據間的非線性函數模型的方法。[17]壓力值和橫縱形變量這3個變量的矩陣散點圖如圖9所示。

從圖中可以看出橫縱向形變量與壓力值之間存在近似拋物線的關系，于是建立非線性回歸方程y=a+bx+cx和y=a+bx+cx。其中y代表橫向形變量，y代表縱向形變量，x為壓力值。y-x分析結果如圖10所示，可以看出，在經過11次迭代之后，模型達到收斂標準，找到最佳解，得到y與x的預測回歸模型，為y=80.471-89.385x+33.249x，圖11是模型的顯著性檢驗結果，決定系數R為0.863，擬合效果較好。

利用同樣的方法算出y-x之間的非線性回歸模型的系數，迭代歷史記錄見圖12，方差分析表見圖13，從這兩張圖中可以看出，模型在第11次找到最優解，停止運算，且擬合系數R為0.797，表明擬合效果較好，得出非線性回歸方程為y=76.528-82.223x+29.332x。

4? ? 總結

為探究橫縱向形變與壓力值之間的相關性，利用灰色系統理論中的關聯度分析對8個角度下的橫縱向形變與壓力值進行計算，結果發現W2、W3、H1、L2、L4這5個點的橫縱向形變與壓力值之間存在極高的相關度。在這5個點的數據基礎上，首先利用散點矩陣圖初步判斷這3個變量存在的關系，推測可能存在拋物線關系，接著利用SPSS進行非線性回歸模型的擬合，最終得出方程式y=80.471-89.385x+33.249x和y₂76.528-82.223x+29.332x，為以后的騎行分析作理論參考。

參考文獻

[1]Li Li，GRAHARM Caldwell.Task specific Coordination of leg muscles during cycling[J].ISBS，2000：215-222.

[2]Lee S，DeRosia KD，Lamie LM.Evaluating the contribution of lower extremity kinetics to whole body power output during the power snatch[J].SportsBiomech，2017：1-13.

[3]王勇，梁雷超，湯運啟，等.鞍座高度對騎行時下肢三關節做功模式的影響[J].中國運動醫學雜志，2019，38（7）：553-560.

[4]張同會，冀艷波，魏福紅.基于壓力舒適性的騎行褲優化設計[J].西安工程大學學報，2018，32（3）：260-265.

[5]駱順華，王建萍，史慧，等.騎行動作下肢動態壓力變化研究[J].絲綢，2016，53（7）：38-42.

[6]Behm D G，Alizadeh S，Anvar S H，et al.Non-local Acute Passive Stretching Effects on Range of Motion in Healthy Adults：A Systematic Review with Meta-analysis[J].Sports Medicine， 2021.（51）：945-959.

[7]李秀青，劉需，趙欲曉.騎行運動中男子下肢體表尺寸變化規律[J].紡織學報，2017，38（8）：120-126.

[8]黃莉，陳敏之，鄭萬里，等.騎行姿態下腿部皮膚伸展大小的研究[J].現代紡織技術，2016（6）：43-46.

[9]王永榮，李嘉怡，金枝，等.不同路況騎行者皮膚變形分析[J].紡織學報，2016，37（9）：117-122.

[10]王二會.基于騎行動作下的日常彈力緊身褲版型優化研究[D].上海：東華大學，2020.

[11]陳海峰.自行車運動蹬踏技術的分析和訓練[J].南京體育學報（自然科學版），2004，3（03）：44-52.

[12]Deng J L.Figure on Difference Information Space in Grey Relational Analysis Source[J].Journal of Grey Systems，2004，16（2）：96.

[13]劉思峰.灰色系統理論及其應用（第八版）[M].北京：科學出版社，2017：23.

[14]梅振國.灰色絕對關聯度及其計算方法[J].系統工程，1992（05）：43-44，72.

[15]田民，劉思峰，卜志坤.灰色關聯度算法模型的研究綜述[J].統計與決策，2008（01）：24-27.

[16]孫林凱，金家善，耿俊豹.基于修正鄧氏灰色關聯度的設備費用影響因素分析[J].數學的實踐與認識，2012，42（08）：140-145.

[17]齊曉飛，王光霞，馬俊，等.利用散點圖矩陣與回歸分析建立地形描述精度模型[J].武漢大學學報（信息科學版），2013，38（11）：? ?1344-1348.

Research on the Correlation between Skin Deformation and Pressure Value in Cycling

XIE Dan-dan? ? WANG Yan-zhen

（School of Textiles and Fashion，Shanghai University of Engineering Science，Shanghai 201620，China）

Abstract： In order to further improve the functionality and comfort of cycling shorts，the pressure comfort and skin deformation conditions are comprehensively considered.A pedaling cycle is decomposed into actions at 8 angles of 0°、45°、90°、135°、180°、225°、270°、and315°.Based on the gray system theory，the correlation between the pressure and the horizontal and vertical deformation rate of each test point at each angle is analyzed. The results show that there is a very high degree of correlation between the horizontal and vertical deformation of the five points W2，W3，H1，L2，and L4 and the pressure value.On this basis，a nonlinear regression model is used to obtain the equation between the pressure value and the horizontal and vertical deformation.

Key words： pressure comfort;skin stretch;correlation