面向服装面料自动缝合的缝纫工艺参数建模

为了解决缝纫中面料性能与缝纫加工工艺参数仅依靠技术工的经验完成匹配的问题，通过建立面料在缝纫过程中的多力场耦合模型智能选择缝纫加工工艺参数。以纬编织物为例，首先建立了织物单元的三维结构模型；其次分析了穿刺过程中织物组织与纱线间的抱合力对缝纫针的影响，并对面料在缝纫过程中的运动进行分析，创新性地建立了缝纫过程中基于面料力学性能的多力场耦合模型；然后建立了织物的有限元模型和缝纫针的几何模型，分析面料在缝纫过程中应力、应变的分布情况，得到面料在缝纫过程中因受外力作用而发生的形变并验证模型的正确性；最后搭建了协同自动缝纫实验平台进行实验验证数学多力场耦合模型的正确性。结果表明，该方法相比于工人凭借着经验完成缝纫可减少面料的形变和皱缩率，提高服装缝纫质量，为下一步服装面料自动缝合提供工艺参数，并为服装智能制造提供理论及技术参考。     

面料性能对服装缝纫质量的影响分析

测试了15种典型面料的主要力学性能指标,并按照不同角度进行了缝纫实验,获得了接缝强度、缝缩率、移位率3个缝纫质量评价指标.运用灰色关联分析研究了面料性能对缝纫质量影响的相关程度,并按照缝纫质量评价指标对各类面料进行了聚类分析.这一研究可以为服装企业选择面料和制定缝纫工艺提供数据依据,避免加工中可能出现的失误和浪费.     

复合驱动变掌机械手

为满足轻工业中复杂对象(形状、尺寸变化范围大)的抓持需求,课题组设计了一种复合驱动变掌机械手。课题组介绍了该新型变掌机械手的工作原理;分析了机械手抓取圆柱体与长方体时的力学模型;研究了抓取圆柱体时半径与机械手指根节转动角度对接触力大小与接触点高度的影响。结果表明该机械手在理论上可以实现对宽度为0～200 mm的物体的可靠抓取,并可实现对接触力与接触点高度的精确控制。该机械手具有一定的实用价值,可应用于实际生产提高生产效率。     

针织服装面料缝制工艺参数的确定

缝制作为服装生产中的重要工艺过程,缝纫质量控制难度大,受到许多因素的影响,必须充分了解面料性能,合理选择缝纫设备,优化配置缝纫工艺才能达到最优的缝制质量。目前在服装加工中,缝制加工工艺的确定主要是依靠经验,其结果易受到环境和选定者主观态度等因素的影响,具有很大的模糊性。针对不同服装针织面料进行相关测试和试验并根据面料的物理测试结果对面料进行分类,可运用DPS数理统计软件和正交设计助手对缝口拉伸回复率试验结果、缝口缩皱试验结果、缝口接缝强力试验结果进行分析,以Y1面料为例,研究各类针织面料缝制工艺参数优化组合的确定方法,可以为服装企业针对不同针织面料快速选择合理的缝制工艺参数提供方法和依据。     

多尺寸纱筒柔性落纱机械手设计及其优化

为实现混色纱线拼接过程中多尺寸纱筒的柔性抓取及落纱任务,提出一种仿生学自适应性机械手设计优化方法。首先,分析落纱过程人体手指的抓取姿态,以此建立仿生学机械手多指节结构模型。在此基础上,以多尺寸短向量标准建立三维粒子群模型,以MatLab对机械手结构参数进行抓取优化。最后,在有限元软件中进行虚拟样机装配及动力学仿真对比验证。实验结果表明:设计的新型机械手可平稳实现30~80mm多尺寸柔性自动落纱。     

采用安泰贝~?抗菌黏胶涤纶开发针织卫衣面料

选用线密度为9.72 tex(60~S)的优可丝~?安泰贝~?抗菌黏胶、优可丝~?BVR黏胶（85∶15）混纺纱,与涤纶5.56 tex/72 f(50 D/72 f)半光加工丝、涤纶3.33 tex/24 f(30 D/24 f)半光加工丝、2.22 tex(20 D)氨纶进行交织,开发具有抗菌功能的三明治卫衣针织面料。阐述该卫衣面料所用原料规格、组织结构、织造工艺等,以及预定形、染色、定形等染整工艺,并对面料基本性能和功能进行测试。结果表明,所开发针织面料具有良好吸湿、抗菌、抗起球、抗钩丝等服用性能,面料整体厚实、柔软、舒适、亲肤,立体挺括感强,适合做修身款卫衣。     

基于五次多项式的伺服压力机拉深轨迹规划

为实现大型伺服压力机高效拉深作业,建立了将滑块运动轨迹划分为4个区间段的高效拉深工艺模式,通过设置4个关键点控制参数即可实现高效拉深工艺轨迹规划。提出了基于五次多项式的伺服电机柔性加减速控制算法,采用复合形优化算法进行求解,获得了满足传输机械手空间和时间、伺服电机动态限和热极限以及压力机最大速度和最大加速度等约束条件的最优加工工艺轨迹。通过实例,验证了该加工工艺轨迹规划及优化方法的正确性和有效性,可作为大型伺服压力机自动化冲压生产线的加工工艺轨迹在线规划方法。     

服装面料缝纫配伍性研究的进展与趋势

服装面料的缝纫配伍性研究涉及到面料与针、线以及缝制设备工艺参数的合理配合,并在此基础上达到最优的缝纫质量.对目前本领域的研究成果进行了综合分析,从面料性能的影响、缝纫质量及其预测和缝纫工艺自动生成等方面叙述了当前的研究现状和热点,并探讨了研究趋势和研究方法.     

冲洗机械手

随着工业生产的不断发展,各类机械手包括冲洗机械手的应用范围将越来越广泛。本文所介绍的是一种自动回转提升式结构的胶卷冲洗机械手。本设计不仅可用于现成的各种胶卷冲洗工艺,而且对以后可能开发的新型冲洗工艺的兼容性也作了考虑。     

桁架机械手在数控机床中的应用

通过对自动机械手的调查以及研究表明:桁架机械手具有结构简单、设计周期短,物料输送快捷、精准、柔性,便于组合等优点,广泛应用于数控机床的自动上下料、自动化生产线等场所。因此,桁架机械手将在推动中国产业智能化的进程中起到举足轻重的作用。     

全自动豆粕装包机应用实践

豆粕编织袋采用非覆膜袋,在装包时因漏气很难自动开口,是实行全自动化的难题。采取真空吸盘、机械手、自动纠偏、自动缝切、自动上袋、自动撑口器和夹袋器、自动计量装包,分别设计了片袋自动装包机和卷袋自动装包机,将3 000 t/d压榨厂全线改造为全自动装包机后,分别在2. 87年和2. 56年回收投资。全自动豆粕装包机的使用利于油脂加工厂进行安全文明清洁生产。     

基于灰色关联分析的缝纫针号预测

将灰色系统理论应用于服装缝纫加工参数缝纫针号的预测。选择45块常用的服装面料,在KES测试仪上进行面料力学性能的测试。不同面料所用的缝针由服装厂的技师根据经验选择并通过实际缝制实验验证。利用面料的力学性能指标和缝纫针号间的灰色关联分析,按照关联度的高低对建模数据进行筛选,以关联度在0·90以上的参数建立缝纫针号的优化灰色预测模型GM(SP)。与未经灰色关联分析的全参数预测模型GM(AP)比较,优化灰色模型的预测精度有明显提高,说明其应用是有效的。模型的相对误差为5·61%。     

面向服装面料的柯恩达效应式非接触夹持器吸附性能

服装面料自动抓取及转移是服装行业自动化生产的关键。为提高服装生产中的加工效率,针对当前服装面料抓取方式存在的表面划痕和吸附力不足等问题,研究了柯恩达效应式非接触夹持器对抓取服装面料的影响。首先分析了柯恩达效应式非接触夹持器的结构及工作机制;其次对不同织物参数的服装面料进行吸附性能测量实验;最后对不同织物参数服装面料的吸附性能进行对比分析。实验结果表明:柯恩达效应式非接触夹持器可实现无接触抓取多种服装面料,解决了服装面料在生产程中接触划痕和吸附力不足的问题。此研究可有效减少细菌及病毒在服装面料抓取转移中的传播,并为实现服装面料的自动化生产提供技术支撑。     

基于纬编针织物特性的静电吸附力模型

为提高工业机器人在纺织服装行业的使用率,拓展静电吸附式末端执行器的使用范围,提升服装加工过程中面料自动抓取和转移自动化程度, 以纬编针织物为例,首先分析纬编针织物的结构特性和纤维成分对静电吸附力大小的影响,分别建立了织物单元的三维结构仿真模型和织物相对介电常数的计算模型。在此基础上构建纬编针织物的静电吸附力模型;然后通过仿真软件对模型进行验证。结果表明,利用该模型可计算出静电极板对纬编针织物的吸附力大小。该研究结果为实现面料的自动抓取和转移提供了新的思路。     

A new approach for prediction of sewing performance of fabrics in apparel manufacturing using artificial neural networks

Abstract

This paper investigates the use of extended normalized radial basis function (ENRBF) neural networks to predict the sewing performance of fabrics in apparel manufacturing. In order to evaluate the performance of the ENRBF neural networks that could be emulated as human decision in the prediction of sewing performance of fabrics more effectively, it could be compared with the traditional back-propagation (BP) neural networks in terms of prediction errors. There are 109 data sets cover fabric properties measured by using a computerized measuring system, and the sewing performance of each fabric's specimen assessed by the domain experts. Of these 109 input—output data pairs, 94 were used to train the proposed ENRBF and BP neural networks for the prediction of the unknown sewing performance of a given fabric, and 15 were used to test the proposed ENRBF and BP neural networks, respectively. After 10,000 iterations of training of the ENRBF and BP neural networks, both of them converged to the minimum error level. A comparison was made between actual fabric performances during sewing, the experts' advices, and the results of predicting fabric performances during sewing for both networks. It was found that the ENRBF and BP neural networks indicate similar error levels, but the prediction made by the ENRBF neural network is better than the prediction made by the BP neural network in some areas. Both the systems provided better advice than the experts in some areas, when compared to actual sewing performance.     

针织面料性能对服装边口缝制工艺的影响

摘 要：文章探讨针织面料性能对服装边口工艺的影响。实验选用10种针织面料,用聚类方法将试样按伸长率和厚度的差别分成两组,选配不同的缝型、线迹密度、缝纫线、压脚进行缝制,分别测试试样边口的尺寸、拉伸性和强度的变化。利用SPSS软件对实验结果进行统计分析,通过均值比较、T检验和偏相关分析,总结织物性能对服装边口工艺影响规律,以及提高针织成衣边口缝制质量的方法。研究显示,织物拉伸性能越好,对服装边口缝制后尺寸影响越大;织物厚度对伸长率变化影响显著,线迹密度与边口强度、边口伸长率呈正比关系;研究可用于对针织服装实际生产加工的预报和对边口工艺的选配。