|
利用挠痒痒、僵硬和活动类型三个因素，建立了最小二乘回归模型。图15显示了实际的总体舒适度等级与预测的总体舒适度等级。该模型能够预测与RMSE为0.1992的大约97%的变化。预测图的残差没有异常模式的迹象，所有点都是独立的，正态分布在0左右。
图15：按预测的总体评级计算的实际值
图15：按预测的总体评级计算的实际值
图16：描述符模型的预测图残差
图16：描述符模型的预测图残差所使用的统计方法可以在将来应用于开发其他应用的翻译模型。使用较大样本组的测试服或治疗的额外研究将减少在相对较小的测试样本集中存在的相互作用材料变量的混杂效应。还可以使用多种活动来调查动态力的变化如何影响受试者的评分。
在特定运动中识别触觉的位置提供了信息，这些信息将用于放置传感器和机器人装置的可能运动。在本研究的下一阶段，建议进行第二次磨损研究，使用织物和皮肤之间选定的传感器来测量性能，这些性能可以预测由于不同活动而导致的舒适度等级的变化。所有活动都应在测量动态和力特性的同时进行，以解释在不同身体运动期间观察到的舒适度水平差异。
传感器技术的最新进展可用于开发触觉舒适度测量装置。有许多触觉和力传感器能够确定接触点、两个表面之间的运动和两个表面之间的力。一些传感器可以集成到正在穿的衣服上，其他的研究则集中在制造一种物质皮肤刺激剂上。利用照相机技术和纳米颗粒的电致发光技术，已经开发出了能感觉到几乎和人类手指一样多细节的传感器（Maheshwari，V.，&Saraf，R.E.，2006）。一项可以用来测量触觉的动态装置和传感器的详细研究正在进行中。
5个。今后的工作
KES-F和SiroFAST系统等设备使用一组独立的仪器来测量织物的性能。环槽贯通法是后来发展起来的一种测量技术，通过在一个运动中测量几个特性，使测量更简单、更省时。从那时起，在香港理工大学开发了一种称为织物触觉测试仪的较新设备，如图21所示。该装置是由多个部件组成的单个组件，在非出汗条件下自动测量织物样品的多个织物触觉特性（Hu、Hes、Li、Yeung和Yao，2006）。该系统同时测量织物样品的温度、压力、摩擦、弯曲、压缩和剪切。据报道，该装置与织物在前臂摩擦时的主观反应有很好的相关性，但没有根据成衣穿着测试数据进行测试（Hu等人，2006年）。
图21：织物触摸测试仪（FTT）示意图
图21：织物触摸测试仪（FTT）示意图
尽管该系统似乎提高了测量织物性能的效率，但它仍然缺乏对主观舒适度评定重要的信息，例如运动和服装合身性的动态特性。
对压力等动态特性的影响及其对舒适感的影响的研究很少。郭先生对牛仔牛仔裤不同部位压力舒适性的研究，是了解面料性能对一般服装舒适性影响的一个开始。这项研究使用放置在皮肤和织物之间不同位置的压力传感器来记录不同姿势下的压力读数（郭，王，李，张，2006）。动态运动过程中的压力效应也会影响摩擦力，因此在服装运动过程中应连续测量。牛仔布研究中没有具体说明使用的传感器类型。然而，许多类型的薄压力传感器可以用于皮肤和衣服之间。
压力仿形系统（PPS）是一家提供多种压力传感器选项的公司。他们使用离散传感器和分布式传感器来测量大面积的压力分布。在一种产品中，舒适的TaTaTrAg，传感器是一种柔性材料，可以成型到大多数表面。根据制造商的说法，图22所示的可拉伸TactArray是一种类似的产品，可以在不影响压力读数的情况下拉伸10%（pressure Profile Systems，2007）。
图22:PPS可伸缩触控阵列传感器（左）；尿布应用（右）
图22:PPS可伸缩触控阵列传感器（左）；尿布应用（右）
PPS还提供了软件，可以绘制压力随时间的分布图，并将压力的实时变化记录为动画文件，以便可以重放以供审查和分析，如图23所示（压力剖面系统，2007年）。可伸缩触觉阵列可用于人体服装压力区域的评估，并可实时记录运动过程中皮肤与服装之间的压力变化。
图23：TactArray变色龙TVR软件
图23：TactArray变色龙TVR软件
另一种产品，
表8列出了参数估计及其标准误差。使用这些估计值，可以形成以下等式，以根据重要描述符评级和指定活动预测总体舒适度评级。
预计整体舒适度等级=0.074+0.717*发痒+0.502*僵硬+
如果（Activity=“Bowling”；-0.166，
“横臂”；+0.170，
“穿上”；+0.307，
“TT/AR”；-0.310）
表8：参数估计
表8：参数估计
该模型表明，随着划痕和硬度等级的增加，总体舒适度等级的平均值也随之增加。回想一下，等级为1的是对描述词的强烈感觉，等级为5的是对描述词的无感觉。这意味着，较低的评级比较高的评级更令人抓挠或僵硬。在“交叉手臂”和“穿上”活动期间，平均总体舒适度评分增加，但在“脚趾接触手臂”和“保龄球”活动期间，平均总体舒适度评分降低。
五种治疗方法的划痕和僵硬的平均评分和相应的KES值见附录C。使用该数据集进行逐步分析，以找到最能预测描述评分的KES因素组合。只有五个反应水平，只有四个自由度。这意味着在预测模型中只能使用四个KES测量值。此外，没有办法系统地改变织物的性能，因此许多因素相互关联。各因素之间的强相关性可能意味着这些因素相互依赖。例如，随着剪切刚度的增加，弯曲刚度也增加了大约相同的量。这意味着这些因素相互混淆，无法从解释反应变化的数据中确定哪个因素。目前还没有系统地改变KES特性的已知方法；因此，减少混杂影响的唯一解决方案是增加样本量并测试混杂影响是减少还是消除。随着KES测量的减少和KES属性的混淆，该模型可能变得不太适用于其他数据集。从这组处理中开发的模型应根据其他无关织物性能评估数据进行测试，以确定其范围和限制。
在构建模型的其余部分之前，KES测量需要标准化，因为各个测量系统有不同的测量单位。将测量值标准化可创建与该特性的平均测量值的标准偏差数的通用度量单位。再次使用逐步回归来添加和删除属性并比较模型的可能性。某些属性应该对应于某些描述符。利用KES表面特性建立了描述板划痕的预测模型，并对模型进行了剪切、弯曲和拉伸性能测试，预测了描述板的刚度。对于这些模型，只有主要效应与反应相关。利用织物的摩擦系数、MIU的平均偏差和几何粗糙度建立了最小二乘回归模型。对于这些模型，只有主要效应与反应相关。该模型的R2为0.99，RMSE为0.1182。
图17：描述符Scratchy的实际预测评级
图17：描述符Scratchy的实际预测评级
预测划痕等级的模型采用标准化的客观测量。几何粗糙度是唯一与划痕等级相关的特性，不包括GSTH处理中的数据点。然而，这三种表面特性的使用是一个很好的预测数据集。
预计划痕等级=3.67+1.88*Std（摩擦系数）+
-2.41*Std（MIU的平均偏差）+
0.927*Std（几何粗糙度）
对于刚性描述，采用了弯曲、剪切和拉伸特性进行逐步回归分析。剪切刚度是模型中使用的唯一属性，因为它与刚度等级的相关性最高。添加任何其他属性对模型没有显著影响。实际评分与预测评分的对比图显示描述预测方程被用来将客观测量转换成一些可量化的描述等级，然后转换成整体舒适度的感知。总舒适度的预测值由试验记录的实际值绘制。这些模型的组合可以预测94%的方差，RMSE为0.26。
图19：使用织物特性预测的总体舒适度的实际值
图19：使用织物特性预测的总体舒适度的实际值
为了使用客观测量来预测活动类型对受试者舒适度评分的影响，必须对随不同运动或活动而变化的特性进行一些分析。每次活动完成后，受试者被要求指出他们在特定测试中感受到最强烈触觉刺激的部位。他们通过在一个简单的图表上标记身体的一个区域来做到这一点。受试者的反应按治疗类型和活动类型进行组合，以分析在某些活动中最常圈出的位置。为了实现这一点，为每种活动和治疗类型创建了一个显示常用圆圈区域的图表。在每个区域记录受试者的反应，并计算每个区域在身体前部和后部的总圆形区域中所占的百分比，以显示触觉最集中的区域。这些百分比以灰色比例显示在每个位置，较暗的区域是最集中的。图20显示了受试者在磨损试验期间所做标记的示例。
图20：受试者标记的浓度图
图20：受试者标记的浓度图
附录D中提供了所有20个带有圆圈位置的草图。
在这个分析中，受试者圈出所有形状和大小的区域，因此分析表是通过注意所有受试者共同分隔的区域来创建的。例如，受试者通常将手臂前部分成4个区域，包括二头肌、肘部折痕、前臂和手腕。这些相同的一般区域通常也在手臂后面分开。如果受试者在分析表上画了覆盖多个区域的大圆圈，则在该圆圈覆盖的所有区域都会有一个计数标记。使用的灰度被分成10个阴影，增量为1%，其中0%到1%是最亮的阴影，9%到10%是最暗的阴影。
在穿戴活动中，感觉区域大致均匀分布，肩部、前部和后部以及前部腕部的集中区域最高。与其他处理相比，这些区域的淀粉服装浓度更高。在双臂交叉运动中，感觉区域比穿衣服活动更集中。最集中的区域是上背部，其次是肩膀背部。其他显示的区域是二头肌区域和肩膀前部。在整个处理过程中，该活动期间的浓度区域是相当一致的。从交叉身体手臂运动的结果来看，脚趾接触到手臂抬高的活动有点不一致。最集中的区域在上背部，但除此之外，不清楚下一个最集中的区域是什么。看起来肩膀、腋下和手腕的选择集中度相当高。具有更高浓度的区域的数量增加可能是由于与活动有关的大范围运动。保龄球运动在受试者打保龄球的手臂各部位都有高浓度。大多数受试者都是右撇子，所以注意力最集中的区域在右手臂的前部和后部。手臂前部似乎比手臂后部更有感觉，包括二头肌、腋下、肘部折痕、前臂和手腕。然而，注意力最集中的区域在肩膀后面。
在保龄球运动中，被确认有感觉的区域数量最小，这些区域仅限于用于保龄球的手臂。然而，交叉手臂运动的集中区域最少。在另外两个活动中，更难确定小范围的集中感觉。治疗类型似乎对位置区域、圈出区域的数量或集中区域的数量几乎没有影响。
关于下一阶段的研究，在身体上确定的位置可用于传感器的放置，这可能有助于了解为什么活动类型对整体舒适性有影响。如果可测动态p磨损试验测量动态特性的结果将决定测量装置的结构。理想情况下，该装置应能够测量所有重要的因素，对服装舒适性的决定，由这项和其他研究。一种可能的装置可以模拟身体的一部分，该部分再现磨损活动的运动，例如单臂的运动。这样就可以在手臂上套上一个袖子，同时进行物理和动态测量，以模拟舒适性反应。一个潜在的更强大的设备将是一个全身人体模型，能够再现不同的运动，同时测量对舒适性重要的性能。这将允许对整个服装进行评估，包括服装的合身或设计及其对动态和触觉性能的影响。对该装置的进一步改进可以包括调整人体模型的尺寸或形状的能力，以便能够在同一服装上对不同体型的人体进行建模。以目前扫描受试者身体并获得其确切尺寸的能力，能够调整人体模型的尺寸以测量特定于个人的舒适度可能被证明是有用的。这可以通过在人体模型的模拟皮肤表面下有策略地设置气穴来实现。气囊可以扩张和收缩，以模拟不同个体的身体尺寸。这样一种先进的设备，如果得到验证，就可以在不使用人体受试者的情况下完成磨损研究。验证将包括基于本文报告的研究中开发的实验数据的预测能力评估。
参考文献
Ali，S.I.和Begum，S.（1994年）。织物柔软剂和柔软感。人体工程学，37（5），801-806。
Barker，R.L.，“从织物手感到热舒适：客观测量在解释人类对纺织品的舒适反应中的演变作用”，《国际服装科学与技术杂志》，富士山特刊，第4卷，第181-200页，2002年。
Barker，R.L.和Scheininger，M.M.（1982年）。从简单的实验室测量预测非织造布的手感。52（10），615-620。
Behery，H.M.（2005年）。机械物理性能对织物手感的影响。剑桥；博卡拉顿，佛罗里达州：伍德海德出版有限公司；CRC出版社。
Boardman，C.，Singleton，S.，Jones，A.，Li，Y.，和Lei，Y。。织物疏水和亲水处理对人体生理和感官反应的影响。
博斯，A.D.（2005）。织物手的概念和理解。H.M.Behery（编），《机械和物理性能对织物手感的影响》（第11页）。英国剑桥：伍德海德出版有限公司。
Cardello，A.V.（2003年）。从感官和仪器数据预测军用服装面料的手感和舒适度：新心理物理方法的发展和应用。纺织研究杂志，73（3），221。
Chen，P.，Barker，R.L.，Smith，G.W.，和Scruggs，B.（1992年）。纬编针织物的把手。纺织研究杂志，62（4），200-211。
El Mogahzy，Y.E.，Kilinc，F.S.和Hassan，M.（2005年）。织物手感测量与评价的进展。H.M.Behery（编），《机械和物理性能对织物手感的影响》（第45页）。英国剑桥：伍德海德出版有限公司。
Ellis，B.C.和Garnsworthy，R.K.（1980年）。手的评估技术综述。纺织研究杂志，50（4），231-238。
Hollies，N.R.S.，Custer，A.G.，Morin，C.J.和Howard，M.E.（1979年）。服装舒适度的人感知分析方法。纺织研究杂志，49（10），557-564。
霍沃斯，W.S.（1964）。西装、内衣和服装面料的手柄。纺织学院学报，55（4），T251。
Howorth，W.S.和Oliver，P.H.（1958）。多因素分析在织物手感评价中的应用。纺织学院学报，49（11），T540。
胡，J.Y.，贺，L.，李，Y.，杨，K.W.和姚，B.G.（2006）。织物触感测试仪：高分子材料热机械感观性能的综合评价。聚合物测试，25（8），1081-1090。
川端康成（1980）。手评的标准化与分析。日本大阪：日本纺织机械学会。
川端康成（2001）。织物手感客观测量的新进展。《纺织科学》91年第1卷，第12-19页。
川端康成，S.，Postle，R.，Niwa，M.，和Nihon Seni Kikai Gakkai。（1982年）。目的介绍织物的质量、力学性能和性能。大阪：日本纺织机械学会。
川端康成，S.，Postle，R.，Niwa，M.，和Nihon Seni Kikai Gakkai。（1983年）。服装面料的客观评价。大阪：日本纺织机械学会。
郭炳湘、李奕、黄奕、陈秀文、李奕、张艺谋。“辛。”牛仔产品的感官舒适性，“服装生物传感工程”，Woodhead出版有限公司与纺织研究所联合出版，2006年，第335-349页
李、Y和W |
