不同轉速下機織物動態懸垂行為分析

中圖分類號：TS101.2 文獻標志碼：A 文章編號：1009-265X（2025）07-0065-09

隨著數字時尚和人工智能技術的發展，服裝行業正在加速數字化轉型，虛擬織物的仿真效果尤其是懸垂性能，對虛擬服裝的真實性和美觀性至關重要[1-3]。虛擬織物仿真的準確性依賴于對真實織物懸垂行為的深人理解。在織物靜態懸垂性能研究方面，學者的研究主要集中在懸垂指標[4-5]和測量方法[6-8]上。學者們對靜態懸垂的深入研究發現，僅依靠靜態懸垂指標不足以全面反映織物在實際應用中的表現。因此，動態懸垂系數的概念被引入，用以描述織物在動態過程中的懸垂特性。Shyr等[通過改良的CusicK懸垂儀研究天然纖維機織物的動態懸垂系數，指出彎曲和剪切性能是與靜、動懸垂系數最相關的性能。Demir等[1o]研究了不同轉速下成形過程中機織物動態懸垂性能影響因素，結果得出針腳類型與針腳方向對其有較大影響。Lin等[]研究指出，不同的轉速會改變織物的動態懸垂系數，而這些變化可能因織物的原料而異。進一步地，Gonca等[12]測定了 100% 羊毛機織物在25、75、 125r/min 和 175r/min 轉速下的動態懸垂系數，指出羊毛機織物在 75r/min 和 125r/min 兩種轉速下測得的動態懸垂系數差異最大，并認為轉速設定為 75min 時最接近穿著者步行速度，可用于模擬穿著者行走時織物的動態懸垂系數。 Hu 等[13]提出使用往復運動下織物形成的交點來描述織物動態懸垂性能，分別在不同往復速度下測量了試樣的懸垂形態，分析其對織物動態懸垂性能的影響。盡管已有研究為理解織物的動態懸垂行為奠定了基礎，但它們大多是在特定條件下進行的，且較少涉及不同靜態懸垂性能織物在多樣化動態環境下的表現，也未能充分反映織物在實際穿戴中所面臨的復雜動態條件。

將織物制成服裝后，在實際穿戴中會面臨多樣化的動態環境而非恒定的速度條件。為研究不同動態條件下織物懸垂性能的變化規律，本文通過分析織物在不同動態條件下懸垂性能的變化，深入研究織物動態懸垂表現及其性能特征。本文以具有不同靜態懸垂性能的織物為研究對象，測量其力學性能和不同轉動速度下的動態懸垂性能，通過相關性分析和 K. -means聚類分析，按照織物動態懸垂系數變化趨勢對織物動態懸垂性能進行分類，探索織物動態懸垂性能的影響因素及不同轉動速度下織物懸垂系數的變化規律，為織物動態仿真研究和應用提供有益參考。

1 材料與方法

1. 1 實驗材料

選取具有不同靜態懸垂性能和克重的織物共32種，織物基本規格參數及靜態懸垂系數見表1。

表1機織物試樣規格參數表

Tab.1Specification parameters for woven fabric samples

1. 2 實驗方法

1.2.1 織物動態懸垂性能測試

采用XDP-1織物懸垂儀進行織物懸垂性能測試。將各織物裁剪成直徑為 24cm 的圓形試樣，在標準大氣環境（ （20±2）^eC 、 （65±4）% 相對濕度）下進行動態懸垂測試。將試樣和壓盤置于直徑為12cm 的托盤上，測試時，試樣隨著托盤勻速升起，試樣因自重而下垂，并呈現懸掛狀態，隨后托盤開始旋轉，儀器在懸垂狀態穩定時進行數據采集。為盡可能獲得更為詳細的織物動態懸垂系數變化趨勢，在實驗儀器的可設置參數范圍內，測量15個不同轉速 （10，20，30，…140，150r/min） 下樣品的動態懸垂系數。動態懸垂系數的計算公式為：

式中： A_F 為樣本的投影面積， A_D 為樣本的面積， A_d 為測試盤的面積。每塊試樣重復3次實驗取平均值為測量的最終數據。

1. 2.2 織物力學性能測試

將每種織物分別沿經緯向裁剪大小為 20cm× 20cm 的試樣各3塊，采用織物風格測試系統（Kawabata evaluation system for fabric system，KESFB-AUTO-A）對32種織物樣品在低應力環境下的力學性能進行了測試，試驗在標準大氣環境下進行[13]通過該儀器測量了織物在低應力環境下的拉伸、剪切、彎曲、壓縮、摩擦等共16項指標，包括：拉伸功比W_T 、拉伸線性度 T_L 、拉伸回彈性 T_R 、織物伸長率 E 、彎曲剛度 B 、彎曲滯后值 B_H 、剪切剛度 G 、剪切滯后值 G_H （滯后力 ?=0.50 時）、剪切滯后值 G_HS （滯后力 ?=50 時）、壓縮比功 W_c 、壓縮回彈性 C_R 、線性壓縮度 C_L 、織物厚度 、穩定厚度 T_m 、動態摩擦平均系數 μ 、摩擦系數平均偏差 D 和表面粗糙度 u 。

2 結果與分析

2.1 織物動態懸垂系數影響因素分析

在 95% 的置信區間內，對測試所得的動態懸垂系數和各力學性能參數進行相關性分析。首先，通過散點圖繪制判斷線性關系及正態性檢驗進行數據處理。由于樣本量為32項，正態性檢驗采用夏皮羅-威爾克檢驗結果，若數據滿足顯著性值大于0.05，則表明變量在置信區間內滿足正態分布，使用皮爾遜相關系數；反之則數據為非正態分布，使用斯皮爾曼相關系數。將測試所得的29個織物力學性能參數分別于不同轉速下的織物動態懸垂系數進行相關性分析，根據顯著值大小篩選出顯著值小于0.01的力學性能參數。經過篩選后的相關性檢測數據見表2。

表2動態懸垂系數影響因素相關性分析

Tab.2Correlation analysis of factors influencing dynamic drape coefficients

注： Fⁿ 代表轉動速度為 nr/min 時測得的動態懸垂系數，**表示在0.01級別（雙尾）相關性顯著。

在測試的29項織物力學性能參數中，共有11個參數與動態懸垂系數呈顯著相關，分析結果如表2所示。其中，經向拉伸線性度、經緯向剪切滯后值、經緯向彎曲剛度和經緯向彎曲滯后值這7項參數與動態懸垂系數為正相關；經緯向拉伸功比和經緯向織物伸長率共4項參數與動態懸垂系數為負相關。由此可見，織物的動態懸垂性能主要受織物拉伸、剪切和彎曲性能的影響。

根據相關系數值的絕對值大小分析可得，織物的彎曲性能對懸垂行為具有最大的影響。彎曲剛度較高的織物傾向于保持更直的形態，而彎曲剛度較低的織物則更容易彎曲并形成更復雜的懸垂結構。

其次，據表2可知，織物的拉伸性能也對懸垂效果有著重要的影響。拉伸性能決定了織物在動態懸垂測試中抵抗受重力與離心力影響產生變形的能力，從而影響懸垂效果。最后，相對前兩者，織物的剪切性能對懸垂性能也存在相對一定的影響。剪切性能較好的織物能夠更好地抵抗受到剪切力作用時的形狀的改變，這對于維持懸垂結構的穩定性同樣重要。

2.2 織物動態懸垂性能表現分析

2. 2.1 不同轉速下織物行為分析

在實驗中，本文測量了32種不同織物在 10～ 150r/min 范圍內共計15個不同轉速下的動態懸垂系數，這些數據揭示了不同動態條件下織物動態懸垂形態的變化情況。通過對動態懸垂系數的變化趨勢進行分析，本文可以深人了解不同織物的動態懸垂行為。對織物的動態懸垂性能表現進行分類，將具有相似動態懸垂特性的織物歸為一組，可以使不同織物之間的動態懸垂性比較更有可比性[14]。為進一步解析織物的動態懸垂行為，將每塊織物在15個不同轉速 （10，20，30，…140，150r/min） 下的懸垂系數組成對應的向量矩陣，使用 K -means聚類算法對收集的數據進行了分類。圖1為手肘法確定 K 值的結果，合適的 K 值對確保分類精度至關重要，因而采用手肘法來確定最佳的聚類數目。從圖1中觀察到，當核心指數簇內誤方差的下降幅度逐漸趨于平緩時，其拐點所對應的聚類數目即為最優的K 值。

根據手肘法，使用 K? -means聚類算法將織物動態懸垂行為分為4類，具體聚類分布如表3所示。為了更直觀地觀察和分析不同轉速下織物動態懸垂系數的變化趨勢，選擇每個聚類中距離聚類中心最近的樣本數據作為代表，運用最小二乘法對原始的散點數據進行了曲線擬合。為了捕捉數據中的非線性關系，采用多項式函數作為擬合模型，通過調整多項式的階數以達到最佳的擬合效果，根據擬合優度（R² ）大于0.9的標準來確定多項式的階數，這確保了擬合曲線能夠準確反映數據的趨勢。最終得到的擬合曲線清晰地展示了不同織物在不同轉速下的動態懸垂行為變化，各聚類的擬合曲線如圖2所示，每條擬合曲線對應的多項式函數表達式如表4所示。

圖1手肘法確定最佳聚類數 Fig.1Determining the optimal number of clusters using the elbow method

表3織物動態懸垂行為分類

Tab.3Classification of fabrics' dynamic drape behavior

圖2各聚類擬合曲線效果圖

Fig.2 Effect diagram of fitted curves for various clusters

表4各聚類曲線擬合函數公式

Tab.4Formula of curve fitting function for various clusters

根據聚類結果（見表3），織物可按其行為表現被分為4類。從低速到高速轉動的過程中，4個聚類的動態懸垂系數整體均呈現上升趨勢，但具有不同的變化特征。根據織物的基本參數和手感可知，在收集的樣本中，聚類二中的織物最為柔軟，多為輕薄的織物，且織物組織結構最為松散，其具有較小的平均面密度和經緯密；聚類四中的織物最為硬挺，延展性能差，其組織結構最緊密，具有較大的平均面密度和經緯密；聚類三中的織物具有和聚類二相近的平均克重，但其平均面密度和經緯密比聚類二大，織物結構較聚類二更為緊密；聚類一的織物平均克重接近聚類四，較聚類二和聚類三更為挺括，但其平均面密度和經緯密小于聚類四，織物結構較聚類四更為松散。因此，根據織物基本參數和聚類結果，將織物分為厚重柔軟型（聚類一）、輕薄柔軟型（聚類二）、輕薄緊密型（聚類三）和厚重緊密型（聚類四）4類。

由圖3可知，輕薄柔軟型織物和輕薄緊密型織物在速度變化過程中，動態懸垂系數呈現快速上升，輕薄緊密型織物的上升變化僅次于輕薄柔軟型織物。在輕薄柔軟型織物中，靜態懸垂系數最小值為11.4% ，最大值為 18.9% ，從低速（ 10r/min 到高速（ 150r/min 轉動時動態懸垂系數的平均增量為27.6% ，對應的平均增幅百分比 （y） 為 165.1% ;在輕薄緊密型織物中，靜態懸垂系數最小值為 22.7% ，最大值為 32.4% ，從低速到高速轉動時動態懸垂系數的平均增量為 21.6% ，對應的平均增幅百分比為61.7% 。相較于前兩者，厚重柔軟型織物的變化更為平緩。在這類織物中，靜態懸垂系數最小值為33.9% ，最大值為 47.9% ，從低速到高速轉動時動態懸垂系數的平均增量為 12.8% ，對應的平均增幅百分比為 23.1% 。比起其它聚類織物，厚重緊密型織物的動態懸垂系數雖呈上升趨勢，但在變化過程中呈現波浪式變化。在這類織物中，靜態懸垂系數最小值為 52.2% ，最大值為 74.7% ，從低速到高速轉動時動態懸垂系數的平均增量為 2.5% ，對應的平均增幅百分比為 3.4% 。綜上可知，織物的靜態懸垂系數大小和在速度變化后的動態懸垂系數增量和增幅是其分類的重要指標。

2.2.2 性能表現影響因素分析

2.2.2.1懸垂形態對動態懸垂性能表現的影響

根據圖3中厚重緊密型織物的擬合曲線可以看出，隨著轉動速度的增加，這類織物的動態懸垂系數總體上呈現上升趨勢。然而，在某些情況下，當轉動速度更高時，動態懸垂系數反而低于較低轉速時的數值，這種現象導致了增長的波動性，并增加了擬合函數的階數，使得最終的擬合曲線出現了多個波峰和波谷。通過分析表2中的其他織物動態懸垂性能測量結果，本文發現另外三個聚類中也存在類似的波動現象。特別是在織物#27中，這一現象尤為明顯。為了深人探究該現象的原因，本文從聚類四中選取了織物#27，并針對其表現出上述現象的速度區間進行了詳細分析，具體相關參數如表5所示。

通過分析織物在相同轉動速度下的懸垂圖可知，懸垂形態中的波數個數及其分布情況對懸垂系數的計算結果具有影響。在相同的轉動速度下，織物在旋轉時形成的波數越多，測得的動態懸垂系數值更大；而在轉動速度相同，波數也相同時，根據觀察波峰間的夾角度數可得，織物形成的波峰分布越均勻，測得的動態懸垂系數值更大。

在進行動態懸垂性能測量時，織物試樣被平鋪在托盤上。儀器開始測試后，試樣隨托盤勻速升起，試樣在重力的作用下，受彎曲性能的影響自然下垂，呈現懸掛狀態，形成懸垂圖中的波峰與波谷。隨著托盤開始轉動，織物會受到離心力、切向慣性力、科氏慣性力等附加慣性力的作用[15]。通過對比表5中織物#27在 100r/min 和 120r/min 條件下的測量結果，可以看出當織物具有相似的懸垂形態時，隨著轉動速度的增大，在慣性力的作用下，織物的動態懸垂系數增大。而針對織物在 110r/min 條件下測得的懸垂系數大于在 120r/min 條件下測得的懸垂系數這一結果，是因為此時轉動產生的慣性力對織物形態的影響不如織物性能對織物形態的影響表現顯著，因此產生了轉動速度更大時的動態懸垂系數數值小于轉動速度更小時的動態懸垂系數數值這一測試結果。

綜上所述，當因旋轉產生的附加慣性力不如織物性能對織物形態的影響表現顯著時，織物受重力和彎曲性能等力學性能影響形成的懸垂形態影響了織物動態懸垂性能的測量結果，此時處于懸掛狀態的織物形成的波數越多，波峰分布越均勻，其形成的投影面積就越大，測試所得的動態懸垂系數也越大。

2.2.2. 2 轉動速度對動態懸垂性能表現的影響

針對輕薄柔軟型和輕薄緊密型的織物，分別計算其在不同速度區間內，轉動速度每增加 10r/min 時動態懸垂系數的平均增量，對比每個相鄰區間之間的增量差值，當出現差值較前一個區間對比明顯增大時，以這個兩個相鄰區間共有的轉動速度作為節點，將該節點往前，即懸垂系數增量低的速度區間稱為附加慣性力低影響區域；該節點往后，即懸垂系數增量高的速度區間稱為附加慣性力高影響區域，

聚類二和聚類三的懸垂系數增量計算結果如圖3所示。顯然，對于輕薄柔軟型和輕薄緊密型的織物均存在一個速度閾值，當轉動速度低于該閾值時，織物處于附加慣性力低影響區域，織物的動態懸垂系數變化較為平緩，隨著轉速的增加，織物的動態懸垂系數緩慢上升，在該區域內織物形態保持能力較好；當轉動速度高于該閾值時，織物處于附加慣性力高影響區域，織物的動態懸垂系數對轉速的變化變得更加敏感，其在慣性力影響下，形態更容易改變，懸垂系數的增長速度加快，在該區域內織物形態保持能力較差。對于輕薄柔軟型織物而言， 90r/min 是一個閾值，對于輕薄緊密型織物，這一現象發生在120r/min 左右。由于實驗儀器的客觀限制，本文中織物的轉動速度最高設置為 150r/min 。然而，基于這兩類織物的數據分析結果，可以合理推測厚重柔軟型和厚重緊密型織物同樣存在類似的動態懸垂性能變化趨勢，并且存在一個速度閾值。

圖3聚類二和聚類三不同速度區間內動態懸垂系數增量

Fig.3Increment of dynamic drape coefficient within different speed ranges for Cluster 2 and Cluster 3

綜合上述分析可以得出：在測量織物動態懸垂系數時，存在一個速度閾值。當轉動速度低于該閾值時，織物處于附加慣性力較低的影響區域，其形態保持能力較強；而當轉動速度高于該閥值時，織物進入附加慣性力較高的影響區域，其形態更容易發生顯著變化。進一步地，動態懸垂性能優異的織物通常具有較低的值速度，即其附加慣性力低影響區域相對較小；相反，動態懸垂性能較差的織物則具有較高的閾值速度，其附加慣性力低影響區域較大，并且在高速狀態下仍能保持較好的形態穩定性。

3結論

為了探索織物在動態條件下的懸垂表現及其性能特征，本文通過設置不同的實驗參數，測量了32塊織物樣本在15個不同轉動速度下的動態懸垂性能，再對織物的力學性能與動態懸垂性能進行相關性分析，并通過 K? -means聚類算法對織物動態行為表現進行分類，研究織物動態懸垂性能的影響因素，主要得出以下結論：

a）織物的彎曲性能、拉伸性能和剪切性能對織物的動態懸垂性能會產生不同程度的影響，其中彎曲性能的影響最為顯著，其次是拉伸性能，剪切性能的影響相對較弱。

b）根據聚類結果，將轉動速度變化下織物的動態懸垂系數變化特征分為4類：厚重柔軟型、輕薄柔軟型、輕薄緊密型和厚重緊密型。織物的靜態懸垂系數及其在不同轉速下的動態懸垂系數增量和增幅是評價其動態懸垂性能的關鍵指標。

c）構成織物懸垂形態的關鍵參數一—波數的個數及其分布情況，對其動態懸垂性能的測量結果有影響。相同的轉動速度下，織物受重力和彎曲性能的影響形成的懸垂形態（波數多且分布越均勻）會導致更高的動態懸垂系數值

d）織物的動態懸垂性能與其轉動速度存在一個速度閾值，對于輕薄柔軟型織物該值為 90r/min ，對于輕薄緊密型織物該值為 120r/min 。當轉動速度低于該閾值時，織物形態保持能力較強；高于閾值時，形態更容易變化。動態懸垂性能好的織物閾值速度較低，性能差的織物閾值速度較高，并在高速狀態下仍能保持較好形態穩定性。

參考文獻：

[1]BUYUKASLAN E， JEVSNIK S， KALAOGLU F. Comparative analysis of drapecharacteristicsofactuallyand virtually draped fabrics [J].International Journal of Clothing Science and Technology， 2018，30（3）：286-301.

[J」．絲綢，2022，59（1）：38-45. LU X S， ZHU H Q，WANG X Q. Comparative study on drapability of virtual silk fabrics[J]. Journal of Silk，2022，59（1）：38-45.

[3］張鑰，陳瑋婷，王利君．基于CLO3D的機織黏合襯懸垂效果模 擬[J]．服裝學報，2023，8（4）：290-300. ZHANG Y， CHEN W T，WANG L J. Simulation of the overhang effect of woven adhesive lining based on CLO 3D[J]. Journal of Clothing Research，2023，8（4）：290-300.

[4] YU Z， ZHONG Y，GONG H R，et al. New indicators on fabric drape evaluation based on three-dimensional model[J]. Textile Research Journal，2020，90（11/12）：1291-1300.

[5］宋委娜，劉成霞．織物懸垂性能的各向差異性研究[J]．現代紡 織技術，2023，31（6）：160-166. SONG W N，LIU C X. Research on fabric draping anisotropy[J]. Advanced Textile Technology，2023，31（6）： 160-166.

[6]SUVARI F. Image processing based drape measurement of fabrics using circular Hough transformation[J].The Journal of the Textile Institute，2021，112（5）：846-854.

[7］RYKLINDzmitry，湯曉彤．評估織物懸垂性的新方法［J]．現代 紡織技術，2022，30（1）：109-114. RYKLIN D，TANG X T. Development of a new method for evaluating thedrapabilityoffabrics[J].Advanced Textile Technology， 2022，30（1） ：109-114.

[8］陳文苗，劉成霞．懸掛穿孔法測試織物彎曲懸垂性［J]．絲綢， 2021，58（8）： 40-46. CHEN W M， LIU C X. Measurement of fabric bending and draping properties by hanging amp; perforating method[J]. Journal of Silk， 2021，58（8）：40-46.

[9] SHYR T，WANG P，CHENG K. A comparison of the key parameters affecting the dynamic and static drape coefficients of natural-fibre woven fabrics by a newly devised dynamic drape automatic measuring system[J]. Fibres amp; Textiles in Eastern Europe，2007， 15（3） ： 81.

[10] DEMIR M，BALCI KILIC G. A research for the effectiveness of stitch type and stitch direction on dynamic drape behaviors[J]. International Journal of Clothing Science and Technology，2O23，35 （6） ： 971-985.

[11]LIN JY，WANG PN，SHYR TW. Comparing and modeling the dynamic drape of four natural-fiber fabrics[J].Textile Research Journal，2008，78（10） ： 911-921.

[12]BALCI KILIC G，DEMIR M，KILIC M. Dynamic drape behaviours of wool woven suiting fabrics considering real-time use[J]. International Journal of Clothing Scienceand Technology，2021，33 （5）： 811-823.

[13]HU X，PENG T，LIUJ，et al. Comparison of silk fabric dynamic drapability and correlation analysisof impact factors[J]. Industria Textila，2020，71（1） ： 55-61.

[14] PAN N，LIN C， XU J. A new method for measuring fabric drape with a novel parameter for classfying fabrics[J].Fibers，2019，7 （8）： 70.

[15] CHEN R，QIN D，LIU C. Dynamic modeling and dynamic characteristics of wind turbine transmission gearbox-generator system electromechanical-rigid-flexible coupling[J].Alexandria Engineering Journal，2023，65：307-325.

Analysis of dynamic drape behavior of woven fabrics at different rotational speeds

PAN Yiting\"， GUO Ziyi°， XU Shiqi°， LIN Xiyan°， ZOU Fengyuanα，b，c （a.School of Fashion Design amp; Engineering；b.Zhejiang Provincial Research Center of Clothing Engineering Technology；c. Key Laboratory of Silk Culture Heritage and Products Design Digital Technology，Ministry of Culture and Tourism， Zhejiang Sci-Tech University，Hangzhou 31Oo18，China）

Abstract：Amidst the rapid advancement of digital fashionandartificial inteligence technologies，the contemporary appareland textile industry is accelerating itsdigital transformation.The aesthetic appeal andauthenticityof virtual clothing hingeon the simulationefectsof virtual fabrics，which necesitates fabric simulationin digital apparel design to be grounded in a more realistic physical world.Once fabrics are transformed into garments，they are subjected to a variety of dynamic environments during actual wear rather than constant speed conditions.Therefore， this paper conducts an in-depth studyof the dynamic drape performance and its characteristics by analyzing changes in fabricdrape behaviorunder diferent dynamic conditions.It explores the influencing factors offabric dynamic drape performance and the variation patterns of fabric drape coeffcients at diferent rotational speeds， providing useful reference for research and applications in fabric dynamic simulation.

This paper selected 32 fabrics with diferent static drape performances and weights， and measured their dynamic drape coeficients at a total of 15 different rotational speeds ranging from 10 to 150r/min （with increments of 10r/min ）. These data revealed how the dynamic drape shape of the fabrics changed as the rotational speed increased.The mechanical properties of the fabric samples under low stress environment were measured using the KESFB-AUTO-A. The correlation between fabric mechanical properties and dynamic drape coefcients was analyzed for diferent dynamic environments.Buildingon this foundation，to further analyze the dynamic drape behavior of fabrics， the K -means clustering algorithm was applied to classify the collected data. Meanwhile， to more intuitivelyobserve and analyze the trend offabric dynamic drape coeficients as therotational speedchanged，the sample data closest to the cluster center in each cluster was selected as a representative.The least squares method was then applied to perform curve fiting on the original scatter plot data.To capture the nonlinear relationships within the data，a polynomial function was usedasthe fiting model，and theorder of the polynomial wasadjusted to achievethe bestfiting efect.The order ofthepolynomial was determinedbasedonthecriterionofa goodnessof fit （ R² ） greater than O.9，ensuring that the fitted curve accurately reflected the data trend.

The study found that the bending，tensile，and shear properties of fabrics affct the dynamic drape performance to varyingdegres.Among these，the influence of bending properties is the most significant，followedby tensile properties，and shear properties having arelatively weak influence.During the experiments，fabrics were ultimately clasified into four categories based on their basic parameters and hand feel using a clustering algorithm： heavy and soft ones （Cluster1），light and soft ones （Cluster 2），light and tight ones （Cluster3），and heavy and tight ones （Cluster 4）.According to the measurement data，the static drape coeficient of the fabrics，as well as the icrement and increase amplitude of the dynamic drape coeffcient after changes in speed，were identified as important indicators for classification.Meanwhile，based on the fittd curves and drape diagrams，it was observed that the wave numbers formed by the fabric due to gravity and bending characteristics would increase the dynamic drape coeffcient.Furthermore，there exists a speed threshold for the dynamic drape performance of fabricsrelative to their rotational speed. For light and soft fabrics，this threshold is 90r/min ，and for light and tight fabrics，it is 120r/min . When the rotational speed is below this threshold，the fabric retained its shape more effectively；above this threshold， the shape is more prone to change.

Keywords： dynamic drape coefficient; rotational speed; cluster analysis; drape behavior