（纺织工程专业论文）应用神经网络预测织物热湿传递性能.pdf

应用神经网络预测织物热湿传递性能 摘要 织物的热湿传递性能是评价服装舒适性的重要指标。在研究织物热湿传递时， 影响热湿传递的因素比较复杂，包括纤维种类与性能、纱线结构与性能、以及织 物的结构与性能等。这些因素共同的作用影响了织物的热湿传递，并与织物热湿 传递性能之间存在复杂的非线性关系，因此，用传统的数学、物理方法进行这方 面的研究就受到了定的限制。 人工神经网络具有自学习、自组织和自适应、固有的并行结构和并行处理、 知识的分布存储、容错性等功能和特点，在复杂系统的建模问题上表现了它的优 越性。在生物、商业、环境、金融、制造业、医学、军事、通信等方面已经获得 广泛应用，在纺织行业的研究及生产中，也越来越得到重视。 本研究主要对神经网络求解织物热湿传递问题进行深入研究。利用计算机建 立神经网络模型，选择最佳网络参数并对网络进行训练。开发织物热湿传递预测 专用软件。开展这方面的研究，可提高我国在纺织测试领域中的应用水平，也为 节省人力，提高测试速度与精度以及节省购买测试仪器开支提供一条行之有效的 解决途径，因而应用前景广阔。 关键词：热湿传递性人工神经网络性能预测 作者：孔令剑 指导教师：陈雁晏雄 应用神经网络预测织物热湿传递性能 英文提要 p r e d i c t i o no fh e a ta n dm o i s t u r ep e r m e a b i l i t y o ft h ef a b r i ch ya r 。t i f i c i a ln e u r a ln e t w o r k a b s t r a c t t h eh e a ta n dm o i s t u r ep e r m e a b i l i t yo ft h ef a b r i c si so n eo ft h ei m p o r t a n tf a c t o r s w h i c hh a v eg r e a ti n f l u e n c eo nc o m f o r to ft h eg a r m e n t s t h ef i b e rp r o p e r t i e s ，t h ey a r n s t r u c t u r e sa n dp r o p e r t i e s ，t h ef a b r i cs t r u c t u r e sm a dp r o p e r t i e si n t e r a c t ，a st h er e s u l t st h e h e a ta n dm o i s t u r ep e r m e a b i l i t yo ft h ef a b r i c ss h o wg r e a td i f f e r e n c e s t h ef a c t o r so ft h e f i b e r s ，y a r n sa n df a b r i c sh a v ev e r yc o m p l i c a t er e l a t i o n sw i t ht h eh e a ta n dm o i s t u r e p e r m e a b i l i t y i ti sd i f f i c u l t yt os t u d yt h er e l a t i o nb e t w e e nt h e mb yu s i n go ft r a d i t i o n a l m a t h e m a t i c a la n dp h y s i c a lm e t h o d s w i t ht h ec h a r a c t e r i s t i c so fs e l f - l e a r n i n g ，s e l f - o r g a n i z a t i o na n ds e l f - a d a p t i n g ，n e u r a l n e t w o r ke x p r e s s e di t ss u p e r i o ro nt h em o d e ls e t t i n go fc o m p l i c a t e ds y s t e m i th a sb e e n w i l d l ya p p l i e di nt h ea r e a so fb i o l o g y , b u s i n e s s ，e n v i r o n m e n t ，f i n a n c e ，m a n u f a c t u r i n g ， m e d i c a ls c i e n c e ，m i l i t a r ya n dc o m m u n i c a t i o n i tb e c o m e sm o r ea n dm o r ei m p o r t a n ti n t h er e s e a r c ha n dp r o d u c t i o no f t e x t i l ei n d u s t r y t h em e t h o dt oa p p l ya r t i f i c i a ln e u r a ln e t w o r ki n t ot h el u - e ao fh e a ta n dm o i s t u r e p e r m e a b i l i t yo ft h ef a b r i cw e r es t u d i e da n dd i s c u s s e di nt h i sw o r k t h ea r t i f i c i a ln e u r a l n e t w o r ks y a e m sw e r es e ta n dt r a i n e d t h es o f t w a r eu s e di np r e d i c t i n gt h eh e a ta n d m o i s t u r ep e r m e a b i l i t yw a so b t a i n e d 。t h er e s u l t so ft h i sr e s e a r c hw o r kc a nb ea p p l i e d i n t ot h et e x t i l ep r o p e r t yt e s t ，p r o v i d eav e r yf a s ta n dp r e c i s i o nt o o lf o rm e a s u r e m e n ta n d h a v eg r e a ta p p l i c a t i o nf u t u r e k e yw o r d s ：h e a ta n dm o i s t u r ep e r m e a b i l i t y , a r t i f i c i a ln e u r a ln e t w o r k ，p r o p e r t y p r e d i c t i o n w r i t t e nb y ：k o n gl i n g j i a n d i r e c t o r ：c h e ny a ny a nx i o n g ：篮z 8 工8 s 8 苏州大学学位论文独创性声明及使用授权声明 学位论文独创性声明 本人郑重声明：所提交的学位论文是本人在导师的指导下，独立 进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文 不含其他个人或集体已经发表或撰写过的研究成果，也不含为获得苏 州大学或其它教育机构的学位证书而使用过的材料。对本文的研究作 出重要贡献的个人和集体，均已在文中以明确方式标明。本人承担本 声明的法律责任。 研究牛签名：孑蜱日期： 学位论文使用授权声明 苏州大学、中国科学技术信息研究所、国家图书馆、清华大学论 文合作部、中国社科院文献信息情报中心有权保留本人所送交学位论 文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论 文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的 保密论文外，允许论文被查阅和借阅，可以公布( 包括刊登) 论文的 全部或部分内容。论文的公布( 包括刊登) 授权苏、r , j 大学学位办办理。 聊e 虢趔只期：坦丝! 导师签名 应用神经网络预测织物热湿传递性能第一章引言 第一章引言 织物的热湿传递性能是评价服装舒适性的重要指标。在不同的气候环境中， 人体穿着衣服后，身体与环境之间一直处于能量交换的状态之中。人体的舒适感 觉取决于人体本身产生的热量和向外界环境散发热量之间能量交换的平衡，服装 在这样的过程中通过热湿传递对能量交换起着调节作用。服装最重要的舒适性标 准就是保持人体处于满意的热湿平衡状态。 用仪器对服装( 织物) 的热湿传递性能进行测定并建立相应指标，可以对服装 舒适性能间接地进行定量描述。这种测量比较迅速，检测的结果比较客观，不受 心理和生理因素影响，测试结果具有可比性、可重复性和可交流性，有利于生产 部门对服装或织物的质量控制和在产品设计阶段进行信息。传递和交流。 仪器测试熟湿传递性能的方法有以下几种类型：一类是单纯测定织物的热阻 或湿阻等传热或传湿的单项指标。另一类是测量织物的热湿综合传递性能，即在 织物两侧温差和湿差同时存在时，综合测定织物中热流和质流同时传递的情7 兄。 上述两类测试方法还可分为织物两测的温差或湿差恒定不变的稳态测试和模拟高 温环境中人体皮肤经历出汗一蒸发一干燥的过程，织物经历吸湿一放湿一干燥的动态 热，湿传递性能测试。第三类是研究服装舒适性的假人( 即暖体铜人) 的测试方法。 在研究织物热湿传递时，由于影响热湿传递的因素有纤维性质，纱线结构与性 质以及织物的结构与性质。这些因素共同影响织物的热湿传递，并与织物热湿传 递性能之间存在复杂的非线性关系。因此研究的结果准确性受到了一定的限制。 在用仪器测试方法迸行织物热湿性能研究时，必须严格控制环境条件，通过 大量的实验获得足够的数据，然后进行分析得出结论。这些实验一般会受到测试 成本和时间因素的限制，因而往往选择试样时，原料和工艺参数仅能在较窄的变 化范围内考虑，这样就会影响到测试结果的代表性。另外，需要在己知织物热湿 传递性能的前提下，对纤维原料与织物结构进行选择，仪器测试方法就显得无能 为力。而这正是服装和其他纺织产品设计时需要考虑的问题。 要认识织物原料，结构和工艺参数与织物热湿传递性能之间的复杂关系，采 用人工神经网络是一种比较好的方法。人工神经网络是模拟人脑结构和激励行为 的并行非线性系统。它有一些类似神经元的处理单元，通过把问题表达成单元间 应用神经网络预测织物热湿传递性能第一章引言 相互影响的权重来获得输入和输出之阳j 的复杂关系。其中各处理单元间的激励函 数通常为非线性函数。因而当众多处理单元连成一个网络并动态运行时，则构成 一个非线性动力系统。显然，对于单个处理单元而言并不显得复杂，但一个由几 个或几十个这样简单处理单元组成的非线性动力系统却具有丰富的内涵，能够处 理极为复杂的问题。 神经网络具有自学习、自组织和自适应、固有的并行结构和并行处理、知识 的分布存储、容错性等功能和特点，在复杂系统的建模问题上表现了它的优越性。 在生物、商业、环境、金融、制造业、医学、军事、通信等方面已经获得广泛应 用，在纺织行业的研究及生产中，也越来越得到重视。 人们对神经网络理论的探索性研究始于本世纪4 0 年代，经过5 0 多年的发展， 至今己提出了几十种神经网络模型。大致分为以下两大类： ( 1 ) 联想网络：如感知器、线型联想器、h o p f i e l d 网等； ( 2 ) 映射网络：如b p 网、k o h o n e n 自组织网、b o l t z m a n n 网等。 神经网络技术目前发展趋向是与其它学科相交叉，如与小波相结合形成的小 波神经网络( w a v e l e tn e u r a ln e t w o r k ) 是近年国际上新兴的一种数学建模分析方 法，是结合最近发展的小波变换与人工神经网络的思想而形成的。已经开始有效 地应用于信号处理、数据压缩、故障诊断等众多领域。 神经网络模型的计算及模拟和计算机是分不开的，目前国内外用得比较多的 软件是美国m a t hw o r k 公司推出的b l a t l a b 软件。使用其中的神经网络工具箱 ( n e u r a ln e t w o r kt o o l b o x ) ，可以大大减小编程的复杂程度，使得专业人员有更 多的时间投入到神经网络的应用研究中。 织物的特性预测有多种不同的建模方法，如数学建模、经验建模、计算机模 拟建模和人工神经网络建模。通过对这些建模方法的比较，人们发现人工神经网 络是预测织物特性较为有效的方法，而且发现从深刻理解问题本质而发展起来的 一个好的参数模型通常具有较好的性能。因此，神经网络最好用于那些对于我们 的理解来说相对有限的复杂问题，以及虽然我们希望将来能够理解它，但神经网 络现在就能帮我们解决的问题。 目前国内外作的与本研究类似的神经网络在纺织上应用( 用于预测) 的研究 有： 应用神经网络预测织物热湿传递性能 第一章引言 1 国内：织物的服装加工性能预测：纺纱技术预报：纤维增强复合材料力学 性能研究；生丝抱合与其结构关系研究；亚麻纤维品质与成纱质量的分析方法： 苎麻织物透气性能预测；苎麻织物接触冷暖感预测等。 2 国外：多层机织物弹性模量等的预测：服装成本预测：棉平针针织物顶破 强力预测：针织物手感预测；碳纤维增强复合材料累积疲劳损伤预测：纱线性质 与织物性质的关系预测；纵向张力脉冲下纺织产品的截面运动学；环锭纱与转杯 纱的毛羽预测；碳纤维增强复合材料管在轴向和扭转力下失效预测；阴离子水溶 性染料对生物量亲和性的预测；针刺非织造布伸长性预测模型；热塑性共聚物杨 氏模量的预测：荧光染料计算视匹配预测；喷气纺和转杯纺等各种纱线质量和性 质预测；玻璃纤维增强复合材料的疲劳寿命预测；纱线均匀度和强伸性预测；黑 白纤维混合的颜色匹配预测；洗农机喷水预测；毛织物质量预测；织物手感预测： 混合染料浓度预测；纱线松驰模型：给定纤维性质的纤维可纺性预测：服装市场 分析预测等。 本研究主要对神经网络求解织物热湿传递问题进行深入研究。利用计算机建 立神经网络模型，选择最佳网络参数并对网络进行训练。开发织物热湿传递预测 专用软件。开展这方面的研究，可提高我国在纺织测试领域中的应用水平，也为 节省人力，提高测试速度与精度以及节省购买测试仪器开支提供一条行之有效的 解决途径。目前国内外尚未见此类研究报道。 应用神经网络预测织物热湿传递性能 第二童织物屡热湿传递机理 第二章织物层热湿传递机理 2 1 人体着装舒适性 人类为了达到舒适的目的，除了依靠人体有限的自我调节能力还需要穿着服 装来保护身体、调节气候、防寒保暖。 实际上影响人体着装舒适感的因素众多，除了和人们的生理、心理因素有关 外，还和人们的活动方式、环境条件及衣料的各种特性相关。图2 - 1 为着装后影 响人体舒适感的主要因素。 图2 一l 着装后影响人体舒适感的主要因素 由上图可知，服装对于人体舒适的作用是非常重要的，因为环境条件和人体活 动都是客观存在的，服装可以在特定的环境和人体活动的前提下，调节人体与环 境的能量交换，保持人体舒适。研究织物的热湿传递规律对于服装舒适性的研究 具有基础性的作用，所以本章主要研究织物的热湿传递规律。 2 2 纤维传热吸湿性 构成织物的基本材料是纤维，故有必要先来讨论一下纤维的吸湿机理和纤维 的吸湿热指标。 应用神经网络预测织物热湿传递性能第二蕈织物层热湿传递机理 2 2 1 纤维的吸湿机理及环境对吸湿性的影响 2 2 1 1 纤维材料的吸湿机理 对于纤维材料的吸湿机理研究，已有7 0 多年的历史，不少研究工作者，从不 同角度对此进行了大量的工作，提出了许多不同的看法，在分析纤维吸湿原因的 基础上提出了各种吸湿理论和相应的数学表达式。但这些理论都不是完善的，而 往往是基于一种纤维或一种机理，从某一局部特点考虑建立起来的。总的说来， 纤维的吸湿是比较复杂的物理化学现象，人们总是以纤维吸湿引起的结构和性能 的变化为依据，并结合实验进行分析的。纤维吸湿性除与纤维本身内部结构因素 影响外，还与环境条件等因素有关，归纳起来可分以下几方面阐述。 ( 1 ) 亲水基团的多少和亲水性的强弱 纤维大分子中，亲水基团的多少和亲水性的强弱均对纤维的吸湿性有很大影 响。这些基团常见的有：羟基( o h ) 、酰胺基( 一c o n t t ) 、胺基( 一n 也) 、羧基( 一c o o h ) 等。它们对水分子有相当大的亲和力，有较好的吸湿能力。能与水分子形成化学 结合水( 或称直接吸收水) 。所以，这类基团的数目越多，基团极性越强，纤维的 吸湿能力越高。 棉、麻、粘胶等纤维大分子中含有很多羟基，所以吸湿性很好。羊毛纤维的 主链上含有很多酰胺一基( 一c o n h ) 、羧基( 一c o o h ) 、胺基( 一n h 2 ) 等亲水基团，因此具 有较好的吸湿能力。蚕丝中含的这些基团不多，故蚕丝吸湿能力比羊毛差。合成 纤维中含有亲水基团不多，所以吸湿性都较低。维纶纤维中，纤维大分子上的羟 基经缩醛化后，一部分被封闭，所以吸湿性减小。锦纶大分子中有一定数量的酰 胺基( 一c o n h ) ，故也具有一定的吸湿能力。腈纶大分子中只有亲水性弱的氰基 ( 一c n ) ，故吸湿能力差。涤纶、氯纶和丙纶大分子中几乎没有亲水基团，故吸湿能 力极差，几乎不吸湿。 ( 2 ) 纤维的结晶度、微晶体的大小和聚合度 天然纤维素纤维的x 射线衍射图表明，吸湿前后图像并无变化，所以，纤维 的吸湿主要发生在纤维大分子不规则排列的无定形区。水分子一般不能进入结晶 区，这是因为在结晶区内，纤维大分子排列紧密有序。亲水的活性基在分子问形 成交键的缘故。可见，纤维的结晶度越低，吸湿能力越强。例如棉纤维经丝光处 理后吸湿能力明显提高，这就是因为丝光后结晶度降低的缘故；另外，粘胶纤维 应用神经网络预测织物热湿传递性能第二章织物层热淦传递机理 吸湿能力比棉纤维高得多，就是因为棉和粘胶纤维虽然都是纤维素纤维，但棉的 结晶度约为7 0 ，而粘胶纤维仅为3 0 左右。 除结晶度影响吸湿性外，在同样结晶度条件下，微晶体的大小对吸湿性也有 影响。一般来说，晶体颗粒小吸湿性较大。 一般认为，纤维大分子的取向度对吸湿性的影响很小，但聚合度对纤维吸湿 能力有一定的影响。由于纤维大分子端基是亲水基团，有较强的吸湿性。所以， 纤维分子的聚合度越低，分子的吸湿能力越强。 ( 3 ) 纤维的比表面积和纤维内孔隙的大小和多少 单位体积的纤维所具有的表面积，称为比表面积。纤维的比表面积越大，纤 维表面吸附水分子能力也越强，表现为吸湿性越好。 纤维内部大分子排列越不规则，使大分子间孔隙越多越大，水分子越容易进 入，毛细管凝结水增加，使纤维的吸湿能力也越强。粘胶纤维结构比棉纤维疏松 是粘胶纤维吸湿能力较棉纤维大的另一原因。而天然纤维组织中的微隙比合成纤 维大，这也是般天然纤维比合成纤维吸湿能力强的另一原因。 ( 4 ) 纤维中伴生物的性质与含量 纤维的各种伴生物质对纤维的吸湿能力也有一定的影响。棉纤维中有含有各 种物质，如：棉蜡、果胶、脂肪等。果胶比纤维素本身更能吸水，而棉蜡、脂肪 不易吸着水。因此含有更多果胶的未成熟棉比成熬棉的吸湿能力强，脱脂棉比未 脱脂棉的吸湿能力强。同样，麻纤维中的果胶和丝纤维中的丝胶也有利于吸湿， 而羊毛纤维表面油脂是拒水物质。合成纤维的表面油剂通常会影响纤维的吸湿能 力，当油剂表面活性剂的亲水基团向着空气定向排列时，使纤维吸湿量增大。 天然纤维在采集和初步加工过程中还残留一定数量的杂质，这些杂质往往具 有较高的吸湿能力，因此纤维中含杂多少也对纤维回潮率有一定影响。 2 2 1 2 大气条件对纤维吸湿性的影响 前面所讨论的纤维吸湿能力强弱的原因是纤维材料吸湿性的本质因素，是内 因。但是，周围空气条件、吸湿放湿过程以及纤维放置时间长短等外因，对纤维 的吸湿性影响也很大。而空气条件有大气压力、温度和相对湿度三个方面，由于 地球表面上大气压力变化不大，因此主要研究的是温度和相对湿度与纤维吸湿性 间的关系。 6 应用神经网络预测织物热温传递性能第二章织物层热湿传递扪，理 ( 1 ) 相对湿度的影响 在一定温度条件下，相对湿度越高，空气中水汽分压力越大，单位体积空气 中的水分子数目越多，纤维的吸湿机会也较多。 ( 2 ) 温度与纤维吸湿性间的关系 温度对纤维平筏回潮率的影响比较小，一股情况下温度越高，平衡回潮率越 低。这是因为，在相对湿度相同的条件下，当空气和纤维材料的温度升高时，纤 维中的水分子热运动能增大，纤维分子的热振动能也随之增大，会削弱水分子与 纤维大分子中亲水基团的结合力，使水分子易于从纤维内部逸出。此外，存在于 纤维内部空除中的滚惑水蒸发韵蒸汽压也随之上升。因此，在一般情况下，随着 空气和纤维温度的升高，纤维的平衡回潮率就会下降。但在高温高湿条件下，由 于纤维熟膨胀等原因，平衡回潮率略有增加。纤维在相对湿度一定时，平衡回潮 率随温度而变化的曲线，叫做纤维的吸湿等湿线。它显示的是平衡回潮率随温度 变化的情况。 2 2 2 纤维的吸湿热 当纤维吸收水分时，同时会产生潜热。热是由于纤维分子与水分子之间的吸 引而结合时水分子的动能降低而转换成热能被释放出来的能量。如水蒸气被吸收 时，则还有凝聚的潜热产生。 z 2 2 ，l 设湿热指标 纤维材料吸收水分时所产生的热量，可以用下列指标表征。 ( 1 ) 吸湿微分热n 有时也称为吸湿热。它是指在一定回潮率条件下，l 克质量 的水被质量为无限大的纤维材料吸收时产生的热量，单位为i 厂函物体吸收一定 水分而发热的现象，在实际中经常碰到，因此，微分热在理论与实践中较为重要。 假设水分是从水蒸气中吸收的，产生的热量为酿，从液态水中吸收的，产生的 热量为0 ，两者问关系为 q ，= q i 十l 2 - 1 式中，是在一定温度下，水蒸气凝聚时的潜热；口为纤维的吸湿微分热，有时称 为膨胀热。 ( 2 ) 吸湿积分热职有时称为润湿热。它是指在一定回潮率条件下，1 克质量 干燥的纤维材料，达到完全润湿时所产生的热量，单位为d r g 。必须注意，这里 应用神经网络预测织物热湿传递性能第二章织物层热湿传递机理 的g 表示l 克干燥纤维，而微分热单位中的占表示吸收1 克质量的水。 纺织纤维是结晶态和非结晶态的混合物，因而从整根纤维来看，表现出两方 面的特征即纤维的结晶度与取向度。由于纤维的微观结构不同，不同种类、不同 品种的纺织纤维，甚至同种品种的纺织纤维、经过不同加工处理，都会表现出吸 湿热性能上的差别。 2 2 2 2 影响纤维吸湿热的因素 吸湿性能好的纤维，它的积分热高，在接近饱和状态时，水分子附在纤维表 面，这时产生的热量较少，纤维放出的热量和回潮率间存在着定的关系。吸湿 性好的羊毛纤维吸湿后放出的热量最高，丝剧介于棉和羊毛之间，合成纤维的回 潮率低，产生的热量也低。 大气条件中相对湿度对纤维的吸湿热影响很大，纤维的回潮率随相对湿度增 加而增加，纤维的积分热随纤维的回潮率提高而减少。在饱和状态，积分热接近 于零。纤维的微分热随回潮率增加而减少。纤维素纤维在回潮率为零时，它的微 分热约为1 2 5 0 。- g o 当纤维吸收更多水分时，水分子与纤维的结合较松弛，因此， 产生的热量也较少。 此外，纤维吸湿微分热的大小与纤维上亲水基团的极性有关，具有相同亲水 基团的纤维，其微分热也基本相同。纤维素纤维一类纤维的微分热很接近。羊毛 和锦纶纤维的微分热也基本相同。 纤维吸湿放热的特性和衣着的舒适性有关，吸湿热大，有帮助人体调节体温 的作用，体现为有较好的保暖性。例如：当人从室内1 80 ，4 5 r h 的环境中，改 变为室外5 口，9 5 r h 时，1 5 k g 重的羊毛服装回潮率从1 0 增加为2 7 ，它吸 收水分所放出的热量为6 0 0 0 k j , 相当于人体新陈代谢1 5 厅所能产生的热量，它使 人体有足够的调整时间去适应新的环境。但纤维吸湿放热这一特性对纤维材料的 储存是不利的，如果仓库空气潮湿和通风不良，就会因吸湿放热而使纤维或织物 变质发霉，甚至引起火灾。 2 3 织物热湿传递性能 2 3 1 织物热传递性能 2 3 1 1 织物热传递的基本方式 应用神经网络预测织物热湿传递性能第二章织物层热湿传递机理 织物的热传递方式有传导、对流和辐射三种，但主要是热传导和热对流。织 物的热传递的客观形式是一部分热通过纤维传导：一部分热通过织物中纤维间空 气的微弱对流进行传递；还有一部分热是通过纤维与纤维表面的辐射进行传递。 当人体表面存在汗液蒸发时，人体散热还包括由于汗液蒸发、扩散的热量传递。 织物导热性或隔热性的表示指标很多，常用的有下列几种：绝热率或保暖率、 导热系数、热阻。另外表示织物热阻的还有克罗值( c 功。 传热系数和热阻织物的传热系数和热阻斤是两个含义相反的织物传热 或隔热性指标，织物的热阻大或传热系数小，则织物的隔热性能好。传热系数 表示织物两表面问温差为l 礤寸，l s 内通过l 驴织物的热量焦数。它的单位为妙 。热阻厅的米制单位为热欧姆，它表示温差为l 琊寸，热能以每平方米l 瓦 特的速率通过织物时，织物的热阻即为l 热欧姆，记作卜力。其单位为胪d 佩 热欧姆的优点是可以直接指出加热所需要的能量。这是因为功率单位或能量单位 都容易换算成瓦特。 克罗( c e o ) 值在英美国家描述织物或服装隔热性能时，常采用克罗( c l o ) 值表示。它是这样规定的：在室温为2 1 口，相对湿度小于5 0 ，风速不超过l o c m s 的条件下，一个静坐在此环境中感觉舒适的人，穿着服装的隔热值定义为l c j o 。 此时人感到舒适时所穿衣服和边界空气层的总热阻为o 2 7 5 , 9 2 c w , 而人体周 围边界空气层的相应的加权平均热阻尼= 0 1 2 妒d 能则服装的隔热值为： r ，= 0 2 7 5 一o 1 2 = 0 1 5 5 踟2 - 2 热欧姆( 产妇) 与克罗( c l o ) 值的换算关系如下： lc 口= 0 ，1 5 57 。口2 3 1 卜口一6 4 5o j o 绝热率前述两种指标可通过直接测定而获得，但热量往往不易直接测得， 所以一般测定时常采用绝热率这种间接指标。绝热率用恒温法测得，设岛为恒温 筒不包覆试样时单位时间内的散热量，配为恒温筒包覆试样后单位时间内的散热 量，则绝热率或保暖率降，为： w ：鱼二垡1 0 0 2 4 q 0 2 3 1 2 影响织物热传递性能的因素 9 应用神经网络预测织物热湿传递性能第二章织物层热湿传递机理 织物是纤维和空气的混合体，其导热系数入与纤维和空气的体积含量有关， 同时还与纤维排列的方向有关，对于一般的织物，若x 和j ，分别表示织物内纤维 排列和热流方向平行和垂直的有效百分率，卅尸l ；九，、 。分别表示纤维和空气 的导热系数。昨和k 分别为纤维和空气的体积分数，附蛭= l ，则织物的导热系数 为： 生苎!，一。 圪厶+ v t l 。 。 上述结果是假设织物传热忽略空气的对流和辐射机理时导出的。实际上，热 流通过织物，其传热枫理为传导、对流和辐射同时存在，对薄型织物可以忽略织 物内的对流部分的作用，但是对厚型织物或纤维集合体，对流传热的影响不可忽 略，其导热系数 和体积质量6 间也存在一定的关系。纤维集合体，特别是絮棉 制品的保暖性，主要决定于纤维层中夹持空气的数量和状态，纤维集合体中静止 空气量越多，则绝热性越好，一旦纤维集合体中空气发生流动，则保暖性即显著 下降。试验表明：纤维絮棉制品的密度在0 0 3 0 0 6 9 c 范围内，静止空气含 量达最大值，导热系数是最小的，即其保暖性是最好的。当空气含量进一步增大 或纤维集合体体积质量减小时，由于空气对流传热使导热系数增加，隔热性能降 低。 影响织物隔热性的因素有以下几方面： 服装材料本身的性能纤维的导热系数小或热阻大则隔热性好：衣料的厚 度是影响织物隔热性的重要因素，通常织物的厚度与其热阻成良好的线性相关， 织物越厚，热阻越大；衣料的密度大，含静止空气小，隔热性降低，但是衣料密 度过小，虽然空气含量增加，却容易引起对流，也会使隔热性能下降；衣料的弹 性和表面粗糙度也影响织物的隔热性，弹性好、隔热能力保持衡定，表面粗糙度 大，衣服与人体问形成较大的空气层，隔热作用增加。由实验结果可知，机织物 的总紧度、孔隙率或填充率对织物热阻有很大影响。 服装层数在一定范围内，服装层数增加，隔热值增加，但层数太多，使 内层衣服压迫，静止空气减少，隔热值反而下降。 衣服脏污的影响灰尘、微生物、污粒等会堵塞着衣料中的空隙，使静止 空气减少；而尘粒和皮肤分泌物系固体材料，其导热系数远大于空气，因此，又 1 0 应用神经网络预测织物热湿传递性能第二章织物层热湿传递机理 会使衣物隔热性降低。 服装尺寸的影响当着装者穿用的服装尺寸型号较大，穿着宽松时，衣服 内空气层空间较大，通过服装各开口处而出现服装内外热、冷空气的自然对流加 强，即所谓“烟囱效应”。烟囱效应将大大增加人体热量的散失，降低服装的隔热 性能。 运动的影响着装者在运动时，相对风速大，产生空气层中强迫对流，使 隔热性下降。另外，运动时出汗，衣料中水分增加，使隔热值也降低，但水分占 领空隙，蒸发散热能力降低，这又将使隔热值增加。 空气湿度水的导热系数比一般纤维材料大得多，当空气湿度高时，纤维 吸湿量大，使织物导热性增加，隔热性下降。在其他条件相同条件下，织物隔热 能力的下降与织物的含湿量成正比。含湿织物可以视作为纤维一空气水的集合 体系，假设该集合体中的水分含在纤维内或附着在纤维表面上，凝结成液膜，则 纤维以平行的方式构成一束传导部件而对集合体的导热系数产生影响。 风的影响当周围环境的风速大，影响织物中静止空气的数量和织物边界 空气层降低，使织物的隔热性下降。 气压大气压力降低时，空气密度低，使织物导热性降低，织物隔热性增 加。所以，同样的服装，在高原地区的隔热值要增加。 2 。3 2 织物湿传递性能 2 3 2 1 织物的湿传递方式 前面已经提到，人体散热有时必须依靠发汗才能获得人体产热和散热的热平 衡，如果汗汽大量积聚在服装与皮肤问的微气候中而不能及时扩散或传递到环境 中去，人体将会感到很不舒适。因此，织物的湿传递性能是服装热湿舒适性中的 重要内容。 人体皮肤表面水分的散失可以分为无感出汗( 又称无感蒸发，非显汗或潜汗) 和有感出汗( 或显汗) 两种方式。当皮肤表面无感出汗时，汗液在汗腺孔附近或在 汗腺孔内蒸发成水汽，皮肤表面上看不到液态的汗液，而是汽态的汗汽。汗汽可 以通过微气候区和织物内部孔隙扩散到环境中去，汗汽也可能在织物中凝结成液 态水，通过纤维内孔洞或纤维间孔隙的毛细管传输到织物外表面，再蒸发成水汽 扩散到环境中去。当皮肤表面有感出汗时，汗液分布在皮肤表面上，这时，通过 应用神经嘲络预测织物热湿传递性能第二壹织物层热湿传递机理 织物的湿传递是液态水，通过纤维的吸湿和毛细作用，汗液运输到织物外表面， 再蒸发成水汽并扩散到外界空间。在有感出汗时，汗汽也可能与汗液同时存在， 汗汽也将以扩散或在织物中凝结成液态水后传输到织物外表面，蒸发后扩散到外 界环境中去。因此，织物的吸湿性和透气性与织物的湿传递性能关系密切。 2 3 ，2 2 织物传湿性能的测试方法与指标 水分或水汽在织物中传递性能的测试一般可分为吸湿法和蒸发法两类。 1 吸湿法 将织物试样覆盖在装有吸湿剂( 如无水碳酸钙或五氧化二磷等) 的密闭干燥器 的瓶口上，覆盖的接缝处必须用石蠖密封，放在一定温湿度的实验室内或恒温恒 湿箱内约o 5 l 小时( 厅，后。测定吸湿剂的增重以及试样的面积，可咀计算织 物透湿指标玑即 u ：6 0 g2 6 州 式中，为透湿率，m g ( 矗c 方) ：g 为在t 白曩时间后，吸湿剡增加的质量， r a g ；一为水的蒸发面积，c 矿：t 为试样放置的时间，h 。 2 蒸发法 将试样覆盖在盛有蒸馏水的容器上端，在一定温、湿度( 如温度为2 0 口，相对 湿度为6 0 ) 的环境室内或在恒温恒湿箱中放置一定时间t ( m i n ) 。根据容器质量 的减少质量占和试样的透湿面积a 应用式( 2 - 6 ) ，可以算出织物的透湿率。 有时也用相对透湿量口来表示织物的透湿性能，其定义为通过织物试样的水 量g 与未覆盖试样的同一容器在相同条件和时间内所蒸发的水量岔的百分比，即 曰：旦1 0 0 27 瓯 应用蒸发法测定织物透湿性能时，随水的表面到试样间距离的减小，值将增 大，因此应注明测量时水表面到试样间距离。同时，蒸发法中水不断透过织物向 外扩散，使液面下降，这都会使被测织物两面的水蒸气压差发生变化。根据水汽 扩散定律，透湿量直接受材料两边湿度差的影响。因此，对于高透湿量的织物或 为了消除水蒸气压差的这种变化而引起实验的误差就采用倒杯法( 前者称为正杯 法) 。即杯中的水直接和织物表面接触，使被测试样两面的水蒸气压差为一恒定值。 在用倒杯法测定不防水的织物时，可先用一层微孔聚四氟乙烯薄膜封在杯口上， 应用神经网络预测织物热湿传递性能第二章织物层热湿传递机理 再将被测织物盖在薄膜上，然后进行测试。一般地，支承板和底板之间的距离为 1 0 e r a , 这个空间中风速为3 3 m s ，试验箱中温度为( 2 2 8 土1 ) ，相对湿度为 5 0 土2 ，试验时间为3 力，试样的透湿量可以通过实验前后整套实验杯系统的 质量变化来求得。 3 ，透湿指数 在实际着装过程中，人体出汗是为了蒸发散热，因此织物的透湿是和散热联 系在一起的，而上述研究方法中的透湿是单一的湿传递，没有和热传递相联系。 1 9 6 2 年，伍德科克( a h ，w o o d c o c k ) 首次将透湿和传热联系起来分析，提出了“透 湿指数”的概念，它被认为是服装克罗值之后用于表示服装热湿舒适性能的又一 重要指标。服装的透湿指数表达式为： = ( r ，见) ，( 月，r 。) 2 8 式中尼、尼分别为织物的熟阻与湿阻，r ：、r ：分别为湿球温度计表面覆盖纱 布的热阻与湿阻。从式2 8 不难看出l 是一个无量纲的量，它的变化范围是毋o ( 服装完全透湿) 到i 7 1 ( 服装完全透湿) 。 2 3 2 3 影响织物湿传递性能的因素 水分( 汽、液) 通过织物传递的途径主要有三个方面：一是水汽通过织物中微 孔的扩散：二是纤维自身吸湿，并在水汽压较低的- - n 蒸发；三是毛细管吸收水 分向水汽压低的侧传递和蒸发。从水分传递途径可以看出影响水在织物中传递 的内在因素主要是纤维的表面性能，亲水性能，纱线和织物的几何结构特征。影 响织物湿传递性能的因素有多种，以下讨论两个主要方面的问题。 1 织物性能 织物性能包括纤维品种、织物厚度、紧度和纤维填充率等。前人研究结果表 明：在织物结构( 包括纤维在织物中所占的体积比例) 相同条件下，纤维种类对织 物湿阻几乎没有影响，认为这是由于织物中只存在水汽形式扩散传递的情况。为 了证实这一论点，有人将经过亲水处理的涤纶纤维和未经处理的涤纶纤维织物进 行对比发现：只有在高湿条件下，特别是织物中出现液体形式的水时，经过亲水 处理的涤纶纤维织物的吸湿特性才明显优于未经过处理的涤纶纤维织物，而在低 湿条件下，两者区别不明显。 从织物结构看，较松散的织物结构，水汽将更多地经过织物中孔隙扩散到空 应用神经网络预测织物热湿传递性艟第二壹织物层热湿传递机理 气中，受纤维种类的影响较小。织物厚度越厚，其湿阻一般也越大，两者间呈线 性关系。在高湿条件下或织物结构较紧密时，水汽的传递不再只是经过织物中的 孔隙。当纤维的吸湿性好时，也可由纤维自身进行传递。一方面纤维自身吸湿产 生膨胀，依靠孔隙扩散传湿作用减小，但另一方面在紧密织物中毛细管产生的芯 吸作用得到了加强。试验结果表明，不同纤维的水汽湿阻与织物紧密程度存在着 这样的关系：在织物紧密度较低时，各种纤维织物的湿阻区别不大，当填充率达 到0 4 或高于0 4 时，亲水性纤维( 棉、毛) 织物的湿阻明显低于吸湿差或非吸湿 性纤维织物的湿阻。 一般地，透气性好的织物，透湿性也好。织物透气性取决于织物中的孔隙大 小及多少，而这与纤维性状、纱线性状、织物几何结构以及后整理等有关。大多 数异形截面纤维制成的织物透气性比圆形纤维的织物好。压缩弹性好的纤维织物 透气性也较好。但吸湿性强的纤维，因吸湿后纤维直径膨胀，织物厚度增加，透 气性会降低。 2 大气条件 空气相对湿度增加时，织物对人体的蒸发散热阻力增加，织物透湿性降低。 虽然吸湿性纤维织物可以通过纤维自身导湿，但吸湿后纤维直径膨胀使织物紧度 增加，微气候中汗汽不易蒸发，人们容易产生不舒适的感觉。 环境气候( 或风速) 对织物热湿传递性影响很大，风速大时，服装织物的隔热 值随风速增加而降低，透湿性则随风速增加而增大。 人体运动会使服装织物摆动产生类似的“鼓风”作用，有利于服装的传湿。 但是在炎热的条件下，人体运动时的产热量大，热、湿传递不平衡时，会使人感 到不舒适。 应用神经网络预测织物热湿传递性能第三章人工神经晒络系统 第三章人工神经网络系统 3 1 人工神经网络的概念 人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k 缩写为a n n ) 是生物学上的真实人 脑神经网络的结构和功能，以及若干基本特性的某种理论抽象、简化和模拟丽构 成的一种分布式信息处理结构。神经网络是从生物学的角度来模拟人类思维过程 的。由于人们对大脑的思维机制还很不了解，因此当前人工神经网络还只是大脑 的低层模拟，只是对人类大脑系统的一阶特性的一种描述。 从系统观点来看，人工神经网络是由大量神经元通过极其丰富和完善的联接 而构成的非线性自适应系统。而简单地讲，它是一种数学模型，可以用计算机程 序来模拟，也可用电子线路来实现。从拓扑结构出发，神经网络是一个非线性的 有向图，图中含有可以通过改变权大小来存放模式的加权边，并且可以从不完整 的或未知的输入找到模式。 人工神经网络虽然反映了人脑结构和功能的许多特性，但其构成并不追求对 生物信息处理系统的逼真描述，而是在宏观功能的层次上对其进行模拟，以期达 到某种高效的处理能力。人工神经网络吸取了生物神经网络的许多优点，因而有 其固有的些特点。 l 、分布式的信息存储方式 人工神经网络是以各个处理器本身的状态和它们之间的连接形式存储信息 的，一个信息不是存储在个地方，而是按内容分布在整个网络上。网络上某一 处不是只存储一个外部信息，而是存储了多个信息的部分内容。整个网络对多个 信息加工后才存储到网络各处，因此，它是一种分布式存储方式。 2 、大规模并行处理 人工神经网络在结构上是并行的，而且网络的各个单元可以同时进行类似的 处理过程，根据接收的信息作独立的运算，然后将结果输出。因此，网络中的信 息处理是在大量单元中并行而又有层次地进行的，运算速度高。 3 、自学习和自适应性 人工神经网络是一种变结构系统，神经元之间的连接多神多样，各神经元之 间的连接强度具有一定的可塑性，网络可以通过训练和学习来获得网络的权值与 应用神经网络预测织物热湿传递性能 第三章人工种经网络系统 结构，呈现出很强的对环境的自适应和对外界事物的自学习能力。 4 、较强的容错性 人工神经网络分布式的信息存储方式，使其具有较强的容错性和联想记忆功 能。这样，如果某一信息部分丢失或损坏，网络仍能恢复原来完整的信息，系统 仍能正常运行。人工神经网络的这些特点使它能够直接对周围环境作出反应，发 展自己的算法。 3 2 人工神经网络历史回顾 人工神经网络的发展几经兴衰，其发展历程可分为五个时期，即萌芽期、第 一高潮期、反思期、第二高潮期和再认识与应用研究期。 1 9 4 3 年，心理学家m c c u l l o c h 和数学家p i t t s 合作提出了阈值加权和模型( 简 称为m - p 模型) ，为人们用计算机程序来模拟人工神经网络打下了坚实的基础。1 9 4 9 年，心理学家d 0 h e b b 从条件反射的研究中提出了h e b b 学习率。在人工神经网 络史中占有重要地位，是人工神经网络学习训练算法的起点。2 0 世纪5 0 年和。6 0 年代，以m a r v i nm i n s k y ，f r a n kr o s e n b l a t t ，b e r n a r dw i d r o w 提出的单级感知器 为代表，形成了a n n 研究的第一高潮期。 1 9 6 9 年m l m i n s k y 和s p a p e r t 的 p e r c e p t r o n 一书出版，在大量漯入研究的基础上，指出了单级感知器的局限 性，从而导致了人工神经网络研究的降温。人们对人工神经网络的研究进入了反 思期。 进入8 0 年代以来，国际上再次掀起a n n 的研究热潮，并取得了一大批引人瞩 目的成果。 1 9 8 2 年，物理学家 叩f i e l d 提出了h 闪n 模型，从而有力地推动了a n n 的 研究。h i n t o n 和s e j n o w s k i 采用多层人工神经网络的学习方法，提出了b o l t z l n e n 机模型，来保证整个系统趋于全局稳定点：r u m e l h a r t 和m c c l e l l a n d 等人提出了 p d p ( 并行分布处理) 理论，并发展了多层网络的b p 算法( 反向传播学习算法) ：1 9 8 8 年美国加州大学的l o c h a u 等人提出了细胞人工神经网络模型，它是一个大规模 的非线性模拟系统，同时具有细胞自动机的动力学特性。 a n n 的研究引起了美国、欧洲与闩本等国科学家和企业家的巨大热情，脑电学、 心理学、认知科学、计算机科学、哲学等不同学科的科学工作者正在为此进行合 应用神经网络预测錾j 物热湿传递性能 第三章人工神经网络系统 作研究。新的研究小组、实验室和公司与日俱增，美国星球大战计划、欧洲尤里 卡计划都将人工神经网络计算机作为重大研究项目，有关人工神经网络的国际会 议频繁召开。目前，a n n 理论己经在诸多领域得到了广泛的应用。 3 3 人工神