面料性能与室内健身服热舒适性的关联性研究

张薇薇，李艳梅，刘玉玲

（上海工程技术大学服装学院，上海 201620）

近年来，随着社会的发展和进步，人们强身健体的意识普遍增强，希望通过参加体育锻炼和各类体育活动来提高自己的健康素质和生活质量，参加健身健美运动的人数日益增多.而室内健身服大多以束身、贴附为主，且健身健美运动是一个大量发热、发汗的过程，过多的热量会使人感觉不舒服，影响运动效率和体能[1]，因而要求健身服具有良好的吸湿排汗作用，使运动时产生的热量能有效地排出，而这主要是由面料的性能来决定的[2].因此面料性能与室内健身服热舒适性的关联性研究对健身服的合理设计、选购具有重要的指导意义.本文采用灰色预测方法建立面料性能指标与室内健身服动态热舒适性之间的关联模型，以期实现对健身服热舒适性的预测分析.

1 性能测试

为了研究面料性能与室内健身服热舒适性之间的关系，本文首先对几款新型面料的热物理性能进行测试，包括保暖性、透湿性、导水性、透气性以及弹性等5个方面，测得的各指标结果将与新型面料室内健身服的热舒适性进行关联性研究.需要特别指出的是，由于室内健身服主要以束身、贴附为主，面料的弹性也会影响到受试者的穿着舒适性，因此，本文增加了有关面料弹力的测试.本测试所采用新型面料的基本参数如表1所示.对8种新型面料进行保暖性、透湿性、导水性、透气性以及弹性等5个方面的物理实验测试，各项指标结果如表2所示.

表1 各种新型面料的基本参数Tab.1 Basic parameters of new fabrics

表2 各项性能测试指标Tab.2 Performance test indexes

2 关联性分析

本文采用灰色关联分析方法对面料性能与热舒适性的关联性进行分析.灰色关联分析是研究事物、因素之间关联性的一种因素分析方法，它以各因素的样本数据为依据，用灰色关联度来描述因素间关系的强弱、大小和次序，分析各个组成因素与整体的关联大小.而灰色系统理论中的灰色预测法是一种对含有不确定因素的系统进行预测的方法.灰色系统内的一部分信息是已知的，另一部分信息是未知的，系统内各因素间具有不确定的关系.它主要通过对“部分”已知信息进行生成、开发，提供有价值的信息，实现对系统运行规律的正确描述和有效控制[3].室内健身服的热舒适性就是一个灰色系统，其中有些因素是已知的，有些因素是不确定的，因此可以通过运用灰色系统理论来建立灰色预测模型，对室内健身服的热舒适性进行预测.

2.1 确定参考数列和比较数列

根据灰色系统理论，将织物基本参数及其物理性能看作灰色系统；以热舒适性评分作为参考数列，记X1={x1（k）}，k=1，2，…，8；以织物基本参数以及物理性能作为比较数列，记为Xi={xi（k）}，i=2，3，…，9，即X2为线密度，X3为厚度，X4为传热系数，X5为透气量，X6为纬向芯吸高度，X7为经向芯吸高度，X8为透湿量，X9为弹性回复率.对1～8号面料的热舒适性进行加权评分，其分值分别为:17、72、71、63、40、32、51和15.

2.2 无量纲化处理

对单位不同或初值不同的数列进行处理，使之无量纲化、归一化.本文通过对每一个数列的所有数据均除以该列数据的平均值，得到无量纲数值，如表3所示.

表3 无量纲数值Tab.3 No dimensional values

2.3 两级差

将不同面料的8种室内健身服的热舒适性加权评分值减去各列数值，得到温度值两级差，如表4所示.

表4 温度值两极差Tab.4 Range of temperature

2.4 关联系数与关联度

由表4可知，m热=minimink｜x1（k）－xi（k）｜=0.01，M热=maximaxk｜x1（k）－xi（k）｜=1.77.关联系数公式为:

式中:ρ为分辨系数，0＜ρ＜1，ρ越小，分辨率越高，一般取0.5.由该公式可以求出热感关联系数.

关联度公式:

由该公式可以求出热感关联度，结果如表5所示.

表5 热舒适性的关联系数与关联度Tab.5 Correlation coefficient and relational degree of heat comfort

从表5可以得出面料性能与热舒适性的关联性排序:厚度＞线密度＞透湿量＞传热系数＞经向芯吸高度＞弹性回复率＞透气量＞纬向芯吸高度.从表5中还可以看出，各项指标与室内健身服的热舒适性之间的关联度均比较接近，表明这些指标都会对室内健身服的热舒适性产生一定的影响.为了研究各项热性能与室内健身服热舒适性之间的关系，本文选择了关联度大于或等于0.7的热物理性能指标作为预测模型当中的主要影响因素，包括厚度、线密度、透湿量和传热系数等.

3 关联模型建立

本文采用灰色预测方法来建立面料性能与室内健身服热舒适性之间的关联性模型，而灰色预测是指以GM（1，1）模型为基础所进行的定量预测.由于本文中的热性能因素均含有多个数组变量，为了解各变量之间发展变化的协调关系，本文选择了灰色系统模型中更适于对多数组变量进行预测的GM（1，N）模型来实现室内健身服的热舒适性预测[4－5].

3.1 数据序列生成

将表1～表2中主要影响热舒适性的热物理性能指标如厚度、线密度、透湿量和传热系数等数据作为原始数据序列，将表3中的无量纲化数值作为新序列，用公式对其进行累加，得到累加数列如表6所示.

表6 累加生成新序列Tab.6 Accumulation array

3.2 模型建立

设一阶微分预测模型为

式中:a为发展灰数；b2～b5为内生控制灰数.

3.3 精度检验

（1）白化方程即估计模型为:

（2）求近似时间响应函数:

表7 误差检验表Tab.7 Error estimate

（4）进行累减还原值计算，从而得到残差检验的各个指标，如表8所示.

表8 残差检验Tab.8 Residual estimates

由表8可见，还原后模型计算值与实际原始值比较接近，且残差在（0.00，0.27）之间；相对误差控制在15%以内的有5个，占总体的71.43%，控制在15%～25%之间的有2个，占总体的28.57%；还原后模型计算值与实际原始值两个数组之间的相关系数达0.95，表明二者间具有较高的相关度.因此，该模型可在款式一定的条件下实现对室内健身服热舒适性的预测.

4 模型应用

对棉/氨面料的某些热物理性能进行测试，结果如表9所示.

表9 测试指标Tab.9 Testing indexes

将厚度、线密度、透湿量、传热系数分别代入热舒适性预测模型，得到:X=59.9.由此可知，棉/氨面料室内健身服的热舒适性好于某些新型面料的室内健身服，但差于 Ho－cooling 室内健身服（2#）、尼龙/棉/氨纶室内健身服（3#）、莫代尔/牛奶丝/氨纶室内健身服（4#）等.因此，优于棉/氨面料的新型面料都可以应用到室内健身服上，从而提高室内健身服的市场竞争力，为消费者提供更多的选择.

5 结束语

本文通过对8款新型面料的热物理性能进行测试，得到了对室内健身服热舒适性影响较大的性能指标.并在此基础上，研究面料性能与室内健身服热舒适性之间的关联性，建立二者间的预测模型，从而能够在得知面料某些热性能的前提下完成对成衣热舒适性的预测，并可以对更多面料制成的室内健身服进行动态热舒适性的预测，节省了实验量，提高了工作效率，还可为室内健身服的设计与选购提供参考依据.

[1]王革辉，张渭源.夏季服装面料的舒适性研究[J].东华大学学报:自然科学版，2001，27（1）:74－ 77.

[2]李 毅.织物某些结构参数与热湿舒适性物理指标的关系[J].纺织学报，1985，6（3）:13－17.

[3]吴焕琴.灰色理论中关联系数公式的改进及新的数据生成方法[J].军事系统工程，1995（Z1）:23－26.

[4]余建英，何旭宏.数据统计分析与SPSS应用[M].北京:人民邮电出版社，2003:163－186.

[5]李 勇，冯仲科，罗 旭.灰色关联在建立树木材积GM（1，2）灰色模型中的应用[J].安徽农业科技，2007，35（8）:199－220.