基于遗传算法及仿真技术的服装生产流水线平衡

针对大部分服装企业存在生产流水线编制效率较低以及生产周期长的普遍现象,提出一种服装工序编排方案自动生成和单件流生产线仿真运行的方法。首先分析服装生产工序编排方法和影响因素,采用拓扑方法和遗传算法相结合,在MatLab(R2016b)软件中建立自动优化模型,实现工序的自动编排;然后考虑服装生产数量和生产线设备情况,采用仿真技术,在Plant Simulation仿真软件中,根据实际生产对工序编排方案进行流水线仿真运行,得出直观可视的仿真结果,实现流水线平衡再优化。生产实例验证表明,流水线编制效率为90.8%,比原有效率提高12.8%,节省流水线编排方案在投产前的平衡调试时间,生产周期缩短。     

人体腰部及下肢运动对服装松量设计的影响

 为了完成动态样板的设计,基于10名男性人体在静、动态下的 1600个尺寸, 采用因子分析和方差分析方法,研究了腰部及下肢运动对人体尺寸的影响,以及尺寸变化对服装松量设计的影响。数据及分析结果表明,9种尺寸是描述人体下肢及躯干下部的关键部位尺寸,也是下装样板设计中最为重要的基本尺寸。除了腰围和脚踝围外,9种腰部及下肢运动对其他7种关键尺寸的变化都有明显的影响,尤其是对臀围和后腿中心线长度的影响最为明显。最后,根据这些尺寸变化和分析结果,讨论了下装纸样中部位松量设计以及面料弹性性能的设计。     

从三维人体扫描生成服装样板

准确与合体的服装版型对于服装生产来说至关重要。尽管三维人体扫描仪可获得人体数据,但从以往文献来看,从三维人体数据生成二维服装版型仍存在挑战。本文的目的是将三维人体点云数据经过一系列步骤,自动生成服装基础版型。这些步骤包括:从三维扫描得到人体数据,将这些散乱数据进行人体识别,将识别后的模型Delaunay三角化,对三角化后的人体模型进行C均值模糊聚类的人体曲面分割,基于最小二乘法的多边形近似及展开,最后自动生成服装样版。