基于緯平織物力學性能的3D模擬效果優化

付燕璇， 何 瑛*, 2

(1. 浙江理工大學 服裝學院，浙江 杭州 310018；2. 浙江理工大學 絲綢文化傳承與產品設計數字化技術文化和旅游部重點實驗室，浙江 杭州 310018)

隨著數字化應用的不斷深入，虛擬仿真技術為服裝行業帶來了巨大的變化，利用三維仿真技術，可在虛擬空間中展現不同面料、不同款式的服裝，并穿戴于虛擬模特身上，從而提高企業生產效率，降低打樣等環節的生產成本。

在現實中，不同面料具有不同可表征的性能，因此目前市面上的三維服裝建模軟件都提供了一些獲得面料物理屬性的方法[1]，以得到相應參數來模擬織物性能。由于現有測量手段可表征的性能有限，且多應用于結構較為簡單的梭織面料；而針織面料結構復雜，性能與梭織面料大不相同，致使針織面料的3D服裝與真實服裝存在差異，這是服裝物理仿真中面臨的一個難題。若要準確模擬針織服裝，則需建立紗線級別的仿真模型[2-3]。日本島精公司推出了以線圈為單位的APEX針織模擬軟件[4]，但這種仿真建模技術復雜，運算量極大，不適合實時模擬的服裝虛擬仿真。因此，使用現有的三維服裝軟件模擬針織面料更為高效。

文中基于三維柔性仿真服裝軟件Style3D，結合現有的物理屬性測量技術及性能表征方法，選擇緯平織物作為實驗對象，得出橫編織物在虛擬軟件中的模擬優化方法。

1 力學性能實驗

1.1 材料

1.1.1面料 以材質、針型、緊度以及后整理方式這4個影響面料屬性的因素作為織物樣本的主要篩選條件，選取由6種常見的不同風格的材質、6種不同針型、3種不同緊度以及通過4種不同后整理方式得到的面料，經過排列組合、篩除不合理面料與風格重復面料，最終確定39個針織面料試樣。試樣的基本規格參數見表1。

表1 試樣基本規格參數

1.1.2儀器 電腦橫機，江蘇金龍制造；Mark-10 ESM1500電動測量臺，深圳美科儀科技有限公司制造；YG207N型自動織物硬挺度儀，江西貝諾儀器有限公司制造；YG(B)811E織物懸垂性能測試儀，溫州大榮紡織儀器有限公司制造。

1.2 方法

采用電腦橫機技術進行39個面料樣本編織，分別得到尺寸為3 cm×22 cm的經、緯、45°斜向緯平針組織織片。

1.2.1拉伸性能測試 根據FZ/T 70006—2004《針織物拉伸彈性回復率試驗方法》[5]，采用電動測量臺測試39組針織織片的拉伸強度，每個試樣測3次，取平均值。

1.2.2彎曲性能測試 根據GB/T 18318.1—2009《紡織品 彎曲性能的測定 第1部分：斜面法》[6]，采用自動織物硬挺度儀，測量當面料彎曲角度為41.5°時，39組針織織片的伸出長度。

1.2.3懸垂性能測試

懸垂可以表現面料在自身重力下懸吊時的變形程度，是面料的一個重要評價標準，可反映服裝是否符合人體形態[7-8]。

根據GB/T 23329—2009《紡織品 織物懸垂性的測定》[9]方法，采用織物懸垂性能測試儀，測試39組織物樣本的懸垂系數、懸垂波數以及最大、最小波幅。

1.3 結果與討論

織物的拉伸性能和彎曲性能見表2。

表2 拉伸性能和彎曲性能測試結果

1.3.1織物的拉伸性能 由表2可以看出，織物的平均抗拉伸性：經向>緯向>斜向；不同針型織物的平均抗拉伸性：16針>12針>9針>7針>5針>3.5針；不同密度織物的平均抗拉伸性：略緊>正常>略松，且密度的影響最小，差值僅在0.3～2.75 N之間。

利用SPSS 22.0軟件處理拉伸強度數據，對緯向、經向、斜向拉伸強度進行Pearson相關性分析。分析結果可得，緯向拉伸強度與經向拉伸強度呈顯著正相關(r=0.878,p<0.01)，緯向拉伸強度與斜向拉伸強度呈顯著正相關(r=0.403,p<0.05)，經向拉伸強度與斜向拉伸強度呈顯著正相關(r=0.529,p<0.01)。

1.3.2織物的彎曲性能 由表2可以看出，樣品中的平均抗彎曲性：織物的經向伸出長度 > 斜向伸出長度 > 緯向伸出長度；不同針型織物伸出長度：3.5針 > 5針 > 7針 > 9針 > 12針 > 16針；不同密度織物的伸出長度：略緊 > 正常 > 略松，且密度的影響最小，差值僅在1.02～3.67 cm之間。

利用SPSS 22.0軟件處理伸出長度數據，對緯向、經向、斜向伸出長度進行Pearson相關性分析。結果分析可得，緯向伸出長度與經向伸出長度呈顯著正相關(r= 0.883,p< 0.01)，緯向伸出長度與斜向伸出長度呈顯著正相關(r=0.464,p<0.01)，經向伸出長度與斜向伸出長度呈顯著正相關(r=0.535,p<0.01)。

2 虛擬懸垂模擬

2.1 虛擬面料懸垂圖像獲取

仿照真實懸垂實驗環境，利用3Dmax軟件制作虛擬懸垂儀，并導入Style 3D軟件中，搭建虛擬懸垂場景。為了較好地還原織物模擬效果，在場景管理視窗中導入織物，織物粒子間距設置為5 mm。將每個織物的物理參數(面密度和厚度)及力學性能參數(拉伸強度和伸出長度)輸入軟件，轉化為可被識別的面料物理屬性參數，依次進行懸垂實驗。當織物模擬至穩定靜止狀態，3D快照導出懸垂圖像并保存。虛擬懸垂實驗如圖1所示。

(a)虛擬懸垂儀 (b)虛擬懸垂實驗圖1 Style3D中虛擬懸垂實驗Fig.1 Virtual drape experiment inside Style3D

2.2 懸垂圖像處理

文中采用Matlab軟件處理虛擬懸垂數據[10]。通過canny邊緣檢測和bwboundaries算法獲取懸垂圖像區域邊界與標簽；根據圖像特征，獲取陰影圖形的曲線夾角與原點到邊緣點的伸出長度。因為從圖像中得到的陰影邊緣由離散點組成，可通過spline擬合得到近似公式以表示這些離散點，使生成的曲線光滑，在此基礎上求得織物各項懸垂指標。Matlab懸垂圖像處理流程如圖2所示。

圖2 Matlab懸垂圖像處理流程Fig.2 Matlab drape image processing flow chart

3 毛衫模擬形態優化

3.1 虛實對比

真實織物懸垂指標與通過Matlab讀取的虛擬織物懸垂指標見表3。由表3可以看出，虛擬懸垂系數比真實懸垂系數平均偏大6.85%，波數幾乎相同，最大波幅平均偏大1.21 cm，最小波幅平均偏小1.06 cm，平均波幅的誤差值范圍-1.03～1.74 cm。

表3 真實織物和虛擬織物懸垂指標比較

懸垂儀中拍攝得到的圖像與Style3D導出的懸垂測試圖像對比結果如圖3所示。

由圖3和表3可以看出，真實懸垂系數大于16%時，經緯異向性表現明顯；虛擬懸垂系數大于35%時，經緯異向性表現明顯；且虛擬懸垂形態的經緯異向性敏感度不如真實懸垂形態。由圖3和表3還可以看出，對于硬挺感明顯的織物，真實懸垂波幅略大于虛擬懸垂波幅，且虛擬懸垂波幅更均勻；對于垂墜感明顯的織物，真實懸垂波幅小于虛擬懸垂波幅。

圖3 虛實織物懸垂圖像對比Fig.3 Comparison of virtual and real drape image

3.2 擬合優化

在3D仿真軟件模擬中，彎曲是影響面料懸垂差異的主要參數[11]。由圖3和表3可以看出，真實面料的懸垂效果與虛擬面料的懸垂效果有一定差異。為了得到更符合真實效果的虛擬懸垂表現，對虛擬面料的物理屬性進行優化。通過調節軟件內虛擬面料的彎曲物理屬性數值，獲得虛擬懸垂圖像；再由8位紡織工程專業織物面料研究方向的研究生對圖像與真實懸垂效果，從懸垂程度表現、各向異性表現、軟硬表現3個維度，按50%，30%，20%權重比進行真實感評價。當評價分數大于90時，記錄數據；評價分數小于90時，對彎曲參數進行調試，并再次評價，往返迭代直至評價分數均達到90以上，最終得到符合真實懸垂效果的彎曲參數值，評價流程如圖4所示。

圖4 評價方法流程Fig.4 Flow chart of evaluation method

將調整前后的39組彎曲屬性數值進行整理，利用最小二乘法做多項式擬合[12]，即

Y=A1X3+A2X2+A3X+K=

(3)

式中：X，Y分別為調整前后的彎曲參數值；A1，A2，A3，K為擬合函數的矩陣系數。

為了選取最合適的解，引入殘差平方函數

(4)

(A1A2A3)*=argminErr(A1A2A3) ，

(5)

即

(6)

令Err(A1A2A3)最小，則

(7)

采用N折交叉驗證(N fold cross-validation)[13]的方法評估數據擬合的性能，經梁子超等[14]研究證明,10折交叉驗證為最佳折數。因此，文中基于調整前后的彎曲屬性數值，建立39+1數據集(1為來自39組數據的隨機數據集)，并進行10折交叉驗證，其中36組數據為訓練集，4組數據為驗證集。并將L2范數作為預測誤差的衡量。經嘗試發現，K階多項式擬合時，K值越大，擬合的效果越好，但驗證誤差也越大。最后在不同的多項式階數下，證明一階多項式擬合結果最好。因此采用基于最小二乘法的一階多項式進行擬合。

利用python程序獲得擬合結果，對面料物理屬性參數進行矯正，找到其面料物理屬性偏差值校正規律，擬合結果為

(8)

(9)

擬合公式為

(10)

4 驗證

選取一種新的緯平橫編織物做驗證實驗，測試面料的物理屬性和懸垂性能，并根據Style3D軟件中的屬性值轉換關系優化數值。優化前彎曲數值為(19.02, 36.45, 28.73)，優化后為(24.8, 48.5, 41.3)。將模擬得到的懸垂圖像與真實懸垂進行比較，結果表明模擬懸垂系數優化提升4.375%，波數相同，懸垂波幅優化∈[0.541, 1.095]。懸垂效果對比如圖5所示。實驗表明，經過物理屬性參數擬合優化的模擬效果，還原度有顯著提高。

圖5 織物懸垂圖像重疊對比Fig.5 Fabric drape image overlap contrast

5 結語

文中基于Style3D軟件闡述了緯平針織物力學性能表征的優化方法。對39種緯平針織物進行了力學性能測試；在Style3D軟件內搭建虛擬懸垂場景，結合測得的拉伸、彎曲性能參數，獲得了虛擬懸垂圖像；利用Matlab程序對其圖像進行了懸垂數據計算輸出，并與真實懸垂數據與圖像進行對比；采用最小二乘法對優化的物理屬性參數進行了擬合并作N折交叉驗證，獲得了在軟件內緯平針組織針織面料物理屬性的擬合校正方法，得到了更為準確的毛衫物理屬性數值。經驗證，該擬合結果適用于不同針型、材質、緊度的緯平織物物理屬性參數校正，能有效提高其織物的仿真還原度。