羽絨服裝系統的面積因子預測及適用性分析

張文歡， 江 舒， 李 俊,2

(1. 東華大學 服裝與藝術設計學院, 上海 200051; 2.東華大學 現代服裝設計與技術教育部重點實驗室, 上海 200051)

羽絨服作為冬季戶外日常及作業服裝，可有效維持人體熱平衡，避免人體過度散熱而發生冷應激。采用體溫調節模型與熱感覺模型相結合的方法可預測人體熱反應，評估服裝的熱濕舒適性，尤其是極端冷熱環境[1-2]。Koelblen等[3]研究表明，皮膚溫度偏差1 ℃或核心溫度偏差0.2 ℃，加利福尼亞大學伯克利分校(UC-Berkeley)建立的熱感覺模型預測得分值偏差達到3個等級[4-5]。甚至，在服裝系統內置主動加熱元件時，以皮膚溫度控制的加熱功率過高或過低均會造成局部皮膚損傷[6]。由此可見，準確的人體熱生理數據對熱舒適評估尤為關鍵。除了本身的有效性外，熱舒適模型的預測能力顯著依賴于輸入參數的準確性[7-8]。服裝面積因子作為其中關鍵一環，其測量和計算方法被廣泛討論。偏高的面積因子將會高估服裝表面靜止空氣層的作用，進而低估服裝的熱阻，過分高估人體向外界環境的散熱，產生較低的皮膚溫度預測值[9]。因此，必須確定正確的羽絨服面積因子(fcl)計算方法，以修正服裝與裸態人體、以及不同服裝之間面積因子的差異帶來的誤差。

ASTM F2732—2017《確定寒冷天氣防護服溫度額定值的標準操作規程》提供了服裝面積因子的估算值：用于測試防寒服的內搭基礎服裝面積因子fcl為1.25；用于測試防寒褲的內搭基礎服裝面積因子fcl為1.30；用于測試防寒服裝的面積因子fcl為1.35。然而，單一的估算值無法體現不同服裝之間的差異。標準ISO 15831—2004《服裝—生理效應—用熱的人體模型測量熱絕緣性》規定服裝的面積因子可采用拍照法獲得裸態及著裝人體的外表面積后進一步計算得到。隨著三維人體掃描技術的發展及圖像處理技術的更新，有學者提出了更加準確的體表面積測量方法[10]。相比前一種方法，三維掃描圖像可視化的功能可從多角度清晰地顯示人體及服裝表面外輪廓特征，進而準確計算面積因子，但實驗測量的方法過程復雜耗時，且圖像處理過程中去噪、優化等步驟繁瑣[11]，存在人為因素的誤差。

為提高預估準確性和便利性，部分研究擬在熱阻和面積因子之間找到量化關系，以提供面積因子預測模型[12]。相關標準已經根據大量的實驗數據建立了面積因子與固有熱阻之間的經驗方程，但是數據庫主要針對輕薄、單層的短款室內著裝系統(固有熱阻Icl< 1.00 clo)[13]。然而，戶外著裝以多層服裝系統為主，熱阻多數在1.50 clo以上，甚至達到2.00 clo。顯然，標準方法無法反映冬季戶外服裝多層結構、挺括外輪廓特征等因素的影響，這會造成對面積因子誤判，進而影響熱生理及熱感覺預測準確度。隨后，部分研究[13]針對連體式應急救援服提出了面積因子預測方法，但是這種服裝設計多寬松、臃腫；并且由于連體結構上下一體化的特點，導致著裝不合體，從而造成面積因子測量值與常規著裝條件不匹配的問題[14]。此外，羽絨服具有較大的蓬松度，表面由于絎縫線作用而形成微胞結構，增加服裝熱阻的同時，放大了三維空間上的曲面形態，從而增加了服裝表面積，因此，有必要針對羽絨防寒服裝這一特定服裝類型探討已有面積因子預測方法的適用性及準確性，為服裝熱舒適模型研究提供準確的輸入參數。

本文研究分析了服裝結構參數、熱物理性能與面積因子之間的相關關系，并建立面向各參數的面積因子預測模型；探討了已有面積因子預測方法在羽絨防寒服裝中的適用性，提出最優的預測方法，為熱生理、熱感覺、熱舒適模型等模型輸入參數提供依據，并進一步擴充面積因子數據庫。

1 實驗部分

1.1 實驗樣品

選擇12款冬季常見連帽式羽絨服裝作為測試對象。其中，款式包含短款、面包服、中長款以及長款；充絨量(單位面積的充絨量)范圍為115～180 g/m2；絎縫線范圍為6～12條。測試服裝的尺寸規格依據標準男子體型設置為M碼(175/88A)，具體參數如表1所示。根據ASTM F2732—2017《確定寒冷天氣防護服溫度額定值的標準操作規程》，內搭基礎服裝包括針織衫、牛仔褲、男士內褲、襪子、運動鞋、針織手套與針織帽，固有熱阻為0.83 clo(1 clo=0.155 ℃·m2/W)。

表1 羽絨服裝的具體參數Tab.1 Specific parameters of down jacket clothing

1.2 服裝熱阻的測量與計算

熱阻測試均在東華大學人工氣候艙內完成，實驗室的溫度設置為(0 ± 0.5)℃，相對濕度為(50 ± 5)%，風速為(0.4 ± 0.1)m/s。熱阻使用Newton-34區出汗暖體假人系統(美國西北測試公司)進行測試，假人的每個區段均設置有獨立的溫度傳感器，并通過Therm DAC軟件記錄人體各節段的熱流，用于熱阻計算。假人體表溫度設置為35 ℃。為減少測量產生的數據誤差，每套服裝測試3次，并確保3次測量結果的差異小于4%。

通過上述實驗獲取的皮膚表面熱流密度可計算局部熱阻，如式(1)所示。羽絨服裝系統的總熱阻是獲得各個區段熱阻后，采用并列法計算得到，如式(2)所示。

It,i=(Tskin,i-Ta)/Hi

(1)

(2)

式中：It,i和It分別為假人第i個區段和整體的服裝熱阻，m2·℃/W；Ai和At分別為區段i的體表面積和假人總體表面積，m2；Tskin,i和Ta分別為區段i的皮膚表面溫度和環境溫度，℃；Hi表示區段i處測量的顯熱損失，W/m2。

服裝固有熱阻(Icl)，又稱服裝基本熱阻，是從皮膚到服裝表面的熱阻，排除了著裝后人體體表面積增大帶來的影響，計算公式為

Icl=It-Ia/fcl

(3)

式中：Icl為服裝的固有熱阻，clo(1 clo=0.155 m2·℃/W)；Ia為裸態假人體表空氣層的熱阻(本文實驗中為0.43 clo)。

1.3 服裝面積因子的獲取

1.3.1 面積因子的實測方法

實驗時，首先利用手持式HandyScan 700三維人體掃描儀，獲取裸態和著裝狀態下假人的三維模型。然后，將三維模型導入Geomagic逆向工程軟件，對模型進行優化、對齊等操作后獲得裸態及各著裝狀態下的外表面積。最后，采用式(4)計算服裝的面積因子。

(4)

式中，Acl和Adu分別為著裝假人和裸態假人的外表面積，m2。

1.3.2 面積因子的估算方法

根據標準ISO 11079—2007《熱環境的人類工效學—使用必備防護服時的冷應力和局部冷卻效應的測定和說明》、ISO 7933—2004《環境的人體工程學—使用預測熱應變的計算分析測定和解釋熱應力》、ISO 9920—2009《熱環境人類工效學—服裝隔熱和抗蒸發的評定》和ISO 7730—2005《使用PMV和PPD指數的計算及局部熱舒適度標準對熱舒適度分析測定和解釋》，服裝面積因子可采用固有熱阻進行估算，二者之間的線性擬合關系式可表示為式(5)。對應的系數如表2所示。

表2 面積因子標準化預測方法的相關系數Tab.2 Correlation coefficient of standardized prediction method of fcl

fcl,p=aIcl+b

(5)

式中：fcl,p為面積因子預測值；a為固有熱阻的作用系數；b為常數項。

1.4 預測結果的敏感性及有效性分析

已有面積因子預測方法的準確性采用預測值與測量值之間的相對偏差RRD、均方根誤差RRMSE和乖離率Rbias進行評估，計算公式如式(6)～(8)所示。

RRD=|fcl,m,j-fcl,p,j|/fcl,m,j×100%

(6)

(7)

(8)

式中：fcl,m,j和fcl,p,j分別為第j組服裝測試和預測的面積因子；j為樣本編號；n為樣本總數。

2 結果與討論

2.1 服裝結構參數與面積因子的關系

表3示出羽絨服系統面積因子和總熱阻的實驗測量及計算得到的固有熱阻。為深入理解服裝結構參數與面積因子之間的關系，對長度、總充絨量與面積因子進行Pearson相關性分析，結果如表4所示。結果顯示，總充絨量與面積因子顯著相關，但長度卻表現出相關卻不顯著的情況。這可能是因為服裝長度接近的情況下，服裝的總充絨量和平米充絨量存在顯著差異，例如ES 8和ES 9，這就影響了服裝的厚度及硬挺度，最終導致上述表現。

表3 所有服裝的總熱阻、固有熱阻和面積因子結果Tab.3 Measurement results of clothing total thermal insulation, basic thermal insulation and area factor

表4 服裝結構參數與面積因子的皮爾遜相關分析結果Tab.4 Pearson correlation results between garment structure parameters and fcl

為進一步探索服裝結構及填充物信息等設計階段的參數對面積因子的影響，為服裝設計過程提供理論指導，研究建立了總充絨量(Tdc)、服裝長度(L)與面積因子之間的經驗預測模型。

總充絨量和面積因子的相關關系如圖1(a)所示。量化關系可表示為fcl=0.001 5Tdc+1，可決系數(R2)為0.998，置信度(P)為0.001。由此可見，隨著總充絨量的增加，面積因子不斷增加。這主要是因為總充絨量的增加可表示兩方面的內容。一方面是在單位面積充絨量不變的情況下服裝長度在增加；這就使得體表被覆蓋的區域增加，從而加大了著裝人體外表面的面積。另一方面是在長度不變的情況，單位面積充絨量增加；這促進了羽絨服表面微胞結構的形成及擴大化，即增加了服裝表面的彎曲形態，因此，面積因子增加。

圖1 服裝結構參數與面積因子的量化關系Fig.1 Quantitative relationship between garment structure parameters and area factor. (a) Relationship between total down content (Tdc) and clothing area factor (fcl); (b) Relationship between clothing length (L) and clothing area factor (fcl)

服裝長度與面積因子的相關關系如圖1(b)所示。結合表2可知，在所選擇的12套服裝中，面積因子與長度并未表現出顯著的相關關系，但是，在單位面積充絨量相等的情況下(以135 g/m2為例)，服裝長度與面積因子之間存在顯著的相關關系。這就說明長度對面積因子的影響受到單位面積充絨量的影響。其量化關系可表示為fcl=0.263L+1.016，R2=0.999，P=0.018。相比前人研究[15]中針對服裝尺寸和面積因子建立的量化模型，本文研究中服裝本身材質特征的作用變得尤為突出。這主要是因為已有研究僅針對戶內工作時單層著裝狀態，服裝外表面形態簡單，且不存在多層服裝面料彎曲剛度、填充物等特性的交互作用。

2.2 服裝熱阻與面積因子的關系

熱阻與服裝面積因子之間的皮爾遜相關分析結果如表5所示。結果顯示，固有熱阻與面積因子顯著正相關，P<0.01；總熱阻也表現出類似的趨勢。為進一步量化面積因子與熱阻之間的相關關系，分別建立了固有熱阻與面積因子之間的回歸方程(fcl=0.181Icl+1，R2=0.990，P=0.000)和總熱阻與面積因子之間的量化關系(fcl=0.152It+1，R2=0.990，P=0.001)，并分別命名為Zhang-Icl模型和Zhang-It模型。這表明，通常情況下，面積因子隨著服裝熱阻的增加而增加，預示著影響服裝熱阻的因素，比如服裝厚度、尺寸等，也會同時影響面積因子。這也提示標準ASTM F2732—2017《確定寒冷天氣防護服溫度額定值的標準操作規程》中針對不同充絨量、長度的羽絨服裝系統，僅采用單一值(1.35)估算防寒服裝的面積因子，并作為額定溫度預測輸入參數的做法并不準確。

表5 服裝熱阻與面積因子的皮爾遜相關分析結果Tab.5 Pearson correlation results between thermal insulation and fcl

2.3 采用固有熱阻預測fcl的有效性分析

服裝面積因子測量值和采用標準獲得的預測值如圖2所示。圖2(a)顯示，面積因子的實測平均值為1.30±0.08，而標準方法的預測平均值為1.48±0.02，顯著高于實測值，P<0.001。圖2(b)給出標準方法計算的面積因子預測偏差(RRD)。結果顯示，RRD處于6%～22%，顯然超過重復測量所要求的精度(4%)。其中，ISO 7730—2005的預測值最接近測量值，但是在固有熱阻超過1.50 clo后，RRD也達到6%以上，尤其是在絎縫線數量為6的服裝中，例如ES 4、ES 5、ES 11，預測偏差達到15%以上。由此可見，標準方法顯然無法合理預測羽絨服裝系統的面積因子。這主要是因為面積因子預測公式來源于大量的實驗數據，而目前數據庫主要針對常規室內輕薄或單層著裝系統，尚未將羽絨服等多層及高熱阻服裝(Icl>1.50 clo)納入考慮范圍。相比室內服裝，戶外服裝包含多層結構。在相同面積因子的情況下，多層服裝系統的熱阻比單層服裝高，仍然采用輕薄服裝的熱阻作用系數a(如表1所示)進行預測，直接導致fcl預測值偏高。這就要求未來的研究理應更加關注高熱阻服裝，例如羽絨服、消防服、化學防護服等。

為拓寬面積因子預測范疇，研究基于服裝固有熱阻針對非室內著裝系統發展出一系列非標準化面積因子預測方法，預測結果如圖3所示。通過比較RRMSE，Rbias及RRD可發現，Kuklane模型[16]的預測偏差RRD高達28.23%。雖然Patty-模型預測較為準確，但仍然高于Zhang模型。這可能是因為所選擇的樣本數量及樣本特征差異導致的。其中，Kuklane模型針對應急救援服裝，其外層密閉性非常高，不透氣，且為寬松的連體結構。這相當于增加了衣下空間內部空氣的隔熱能力，增加了服裝系統熱阻[17]，降低了熱阻作用系數a(即斜率)，因此得到的面積因子預測值偏低。

圖3 面積因子的實測值和非標準化預測值Fig.3 Measured and non-standardized predicted values of fcl

2.4 采用總熱阻預測fcl的有效性分析

表6對比了不同模型采用總熱阻和固有熱阻預測面積因子與實際測量值之間的均方根誤差和乖離率。總體上，相比固有熱阻預測結果，總熱阻預測法更為準確。綜合考慮對面積因子預估時的操作便捷性，推薦使用總熱阻的方法來預測fcl。此外，建議在相關標準中更新采用總熱阻預測面積因子的相關模型。

表6 非標準化面積因子預測方法的均方根誤差和乖離率Tab.6 RRMSE and Rbias of non-standardized prediction method

3 結 論

本文確定了服裝設計參數和熱物理性能與面積因子之間的相關關系，并建立了面向羽絨服裝系統的面積因子預測方法。經檢驗，相比標準預測方法和其他預測模型，新構建的預測模型具有更高的準確性。這一方面拓寬了面積因子數據庫，另一方面也為人體熱舒適評估模型提供了更加準確的輸入參數。

結合相關性分析和預測精度分析結果得出：在服裝設計參數中，相比長度而言，總充絨量這一包含覆蓋長度和單位面積充絨量的綜合指標更能夠直觀反應面積因子，而長度對面積因子的預測準確性則受到單位面積充絨量的影響。在服裝熱物理性能參數中，總熱阻和固有熱阻均與面積因子具有顯著相關關系。另外，通過將標準及非標準化采用總熱阻和固有熱阻預測面積因子的方法進行對比發現，相比固有熱阻法，總熱阻對面積因子具有更高的預測準確性。