不同轉(zhuǎn)速下機織物動態(tài)懸垂行為分析

中圖分類號：TS101.2 文獻標志碼：A 文章編號：1009-265X（2025）07-0065-09

隨著數(shù)字時尚和人工智能技術(shù)的發(fā)展，服裝行業(yè)正在加速數(shù)字化轉(zhuǎn)型，虛擬織物的仿真效果尤其是懸垂性能，對虛擬服裝的真實性和美觀性至關(guān)重要[1-3]。虛擬織物仿真的準確性依賴于對真實織物懸垂行為的深人理解。在織物靜態(tài)懸垂性能研究方面，學者的研究主要集中在懸垂指標[4-5]和測量方法[6-8]上。學者們對靜態(tài)懸垂的深入研究發(fā)現(xiàn)，僅依靠靜態(tài)懸垂指標不足以全面反映織物在實際應(yīng)用中的表現(xiàn)。因此，動態(tài)懸垂系數(shù)的概念被引入，用以描述織物在動態(tài)過程中的懸垂特性。Shyr等[通過改良的CusicK懸垂儀研究天然纖維機織物的動態(tài)懸垂系數(shù)，指出彎曲和剪切性能是與靜、動懸垂系數(shù)最相關(guān)的性能。Demir等[1o]研究了不同轉(zhuǎn)速下成形過程中機織物動態(tài)懸垂性能影響因素，結(jié)果得出針腳類型與針腳方向?qū)ζ溆休^大影響。Lin等[]研究指出，不同的轉(zhuǎn)速會改變織物的動態(tài)懸垂系數(shù)，而這些變化可能因織物的原料而異。進一步地，Gonca等[12]測定了 100% 羊毛機織物在25、75、 125r/min 和 175r/min 轉(zhuǎn)速下的動態(tài)懸垂系數(shù)，指出羊毛機織物在 75r/min 和 125r/min 兩種轉(zhuǎn)速下測得的動態(tài)懸垂系數(shù)差異最大，并認為轉(zhuǎn)速設(shè)定為 75min 時最接近穿著者步行速度，可用于模擬穿著者行走時織物的動態(tài)懸垂系數(shù)。 Hu 等[13]提出使用往復運動下織物形成的交點來描述織物動態(tài)懸垂性能，分別在不同往復速度下測量了試樣的懸垂形態(tài)，分析其對織物動態(tài)懸垂性能的影響。盡管已有研究為理解織物的動態(tài)懸垂行為奠定了基礎(chǔ)，但它們大多是在特定條件下進行的，且較少涉及不同靜態(tài)懸垂性能織物在多樣化動態(tài)環(huán)境下的表現(xiàn)，也未能充分反映織物在實際穿戴中所面臨的復雜動態(tài)條件。

將織物制成服裝后，在實際穿戴中會面臨多樣化的動態(tài)環(huán)境而非恒定的速度條件。為研究不同動態(tài)條件下織物懸垂性能的變化規(guī)律，本文通過分析織物在不同動態(tài)條件下懸垂性能的變化，深入研究織物動態(tài)懸垂表現(xiàn)及其性能特征。本文以具有不同靜態(tài)懸垂性能的織物為研究對象，測量其力學性能和不同轉(zhuǎn)動速度下的動態(tài)懸垂性能，通過相關(guān)性分析和 K. -means聚類分析，按照織物動態(tài)懸垂系數(shù)變化趨勢對織物動態(tài)懸垂性能進行分類，探索織物動態(tài)懸垂性能的影響因素及不同轉(zhuǎn)動速度下織物懸垂系數(shù)的變化規(guī)律，為織物動態(tài)仿真研究和應(yīng)用提供有益參考。

1 材料與方法

1. 1 實驗材料

選取具有不同靜態(tài)懸垂性能和克重的織物共32種，織物基本規(guī)格參數(shù)及靜態(tài)懸垂系數(shù)見表1。

表1機織物試樣規(guī)格參數(shù)表

Tab.1Specification parameters for woven fabric samples

1. 2 實驗方法

1.2.1 織物動態(tài)懸垂性能測試

采用XDP-1織物懸垂儀進行織物懸垂性能測試。將各織物裁剪成直徑為 24cm 的圓形試樣，在標準大氣環(huán)境（ （20±2）^eC 、 （65±4）% 相對濕度）下進行動態(tài)懸垂測試。將試樣和壓盤置于直徑為12cm 的托盤上，測試時，試樣隨著托盤勻速升起，試樣因自重而下垂，并呈現(xiàn)懸掛狀態(tài)，隨后托盤開始旋轉(zhuǎn)，儀器在懸垂狀態(tài)穩(wěn)定時進行數(shù)據(jù)采集。為盡可能獲得更為詳細的織物動態(tài)懸垂系數(shù)變化趨勢，在實驗儀器的可設(shè)置參數(shù)范圍內(nèi)，測量15個不同轉(zhuǎn)速 （10，20，30，…140，150r/min） 下樣品的動態(tài)懸垂系數(shù)。動態(tài)懸垂系數(shù)的計算公式為：

式中： A_F 為樣本的投影面積， A_D 為樣本的面積， A_d 為測試盤的面積。每塊試樣重復3次實驗取平均值為測量的最終數(shù)據(jù)。

1. 2.2 織物力學性能測試

將每種織物分別沿經(jīng)緯向裁剪大小為 20cm× 20cm 的試樣各3塊，采用織物風格測試系統(tǒng)（Kawabata evaluation system for fabric system，KESFB-AUTO-A）對32種織物樣品在低應(yīng)力環(huán)境下的力學性能進行了測試，試驗在標準大氣環(huán)境下進行[13]通過該儀器測量了織物在低應(yīng)力環(huán)境下的拉伸、剪切、彎曲、壓縮、摩擦等共16項指標，包括：拉伸功比W_T 、拉伸線性度 T_L 、拉伸回彈性 T_R 、織物伸長率 E 、彎曲剛度 B 、彎曲滯后值 B_H 、剪切剛度 G 、剪切滯后值 G_H （滯后力 ?=0.50 時）、剪切滯后值 G_HS （滯后力 ?=50 時）、壓縮比功 W_c 、壓縮回彈性 C_R 、線性壓縮度 C_L 、織物厚度 、穩(wěn)定厚度 T_m 、動態(tài)摩擦平均系數(shù) μ 、摩擦系數(shù)平均偏差 D 和表面粗糙度 u 。

2 結(jié)果與分析

2.1 織物動態(tài)懸垂系數(shù)影響因素分析

在 95% 的置信區(qū)間內(nèi)，對測試所得的動態(tài)懸垂系數(shù)和各力學性能參數(shù)進行相關(guān)性分析。首先，通過散點圖繪制判斷線性關(guān)系及正態(tài)性檢驗進行數(shù)據(jù)處理。由于樣本量為32項，正態(tài)性檢驗采用夏皮羅-威爾克檢驗結(jié)果，若數(shù)據(jù)滿足顯著性值大于0.05，則表明變量在置信區(qū)間內(nèi)滿足正態(tài)分布，使用皮爾遜相關(guān)系數(shù)；反之則數(shù)據(jù)為非正態(tài)分布，使用斯皮爾曼相關(guān)系數(shù)。將測試所得的29個織物力學性能參數(shù)分別于不同轉(zhuǎn)速下的織物動態(tài)懸垂系數(shù)進行相關(guān)性分析，根據(jù)顯著值大小篩選出顯著值小于0.01的力學性能參數(shù)。經(jīng)過篩選后的相關(guān)性檢測數(shù)據(jù)見表2。

表2動態(tài)懸垂系數(shù)影響因素相關(guān)性分析

Tab.2Correlation analysis of factors influencing dynamic drape coefficients

注： Fⁿ 代表轉(zhuǎn)動速度為 nr/min 時測得的動態(tài)懸垂系數(shù)，**表示在0.01級別（雙尾）相關(guān)性顯著。

在測試的29項織物力學性能參數(shù)中，共有11個參數(shù)與動態(tài)懸垂系數(shù)呈顯著相關(guān)，分析結(jié)果如表2所示。其中，經(jīng)向拉伸線性度、經(jīng)緯向剪切滯后值、經(jīng)緯向彎曲剛度和經(jīng)緯向彎曲滯后值這7項參數(shù)與動態(tài)懸垂系數(shù)為正相關(guān)；經(jīng)緯向拉伸功比和經(jīng)緯向織物伸長率共4項參數(shù)與動態(tài)懸垂系數(shù)為負相關(guān)。由此可見，織物的動態(tài)懸垂性能主要受織物拉伸、剪切和彎曲性能的影響。

根據(jù)相關(guān)系數(shù)值的絕對值大小分析可得，織物的彎曲性能對懸垂行為具有最大的影響。彎曲剛度較高的織物傾向于保持更直的形態(tài)，而彎曲剛度較低的織物則更容易彎曲并形成更復雜的懸垂結(jié)構(gòu)。

其次，據(jù)表2可知，織物的拉伸性能也對懸垂效果有著重要的影響。拉伸性能決定了織物在動態(tài)懸垂測試中抵抗受重力與離心力影響產(chǎn)生變形的能力，從而影響懸垂效果。最后，相對前兩者，織物的剪切性能對懸垂性能也存在相對一定的影響。剪切性能較好的織物能夠更好地抵抗受到剪切力作用時的形狀的改變，這對于維持懸垂結(jié)構(gòu)的穩(wěn)定性同樣重要。

2.2 織物動態(tài)懸垂性能表現(xiàn)分析

2. 2.1 不同轉(zhuǎn)速下織物行為分析

在實驗中，本文測量了32種不同織物在 10～ 150r/min 范圍內(nèi)共計15個不同轉(zhuǎn)速下的動態(tài)懸垂系數(shù)，這些數(shù)據(jù)揭示了不同動態(tài)條件下織物動態(tài)懸垂形態(tài)的變化情況。通過對動態(tài)懸垂系數(shù)的變化趨勢進行分析，本文可以深人了解不同織物的動態(tài)懸垂行為。對織物的動態(tài)懸垂性能表現(xiàn)進行分類，將具有相似動態(tài)懸垂特性的織物歸為一組，可以使不同織物之間的動態(tài)懸垂性比較更有可比性[14]。為進一步解析織物的動態(tài)懸垂行為，將每塊織物在15個不同轉(zhuǎn)速 （10，20，30，…140，150r/min） 下的懸垂系數(shù)組成對應(yīng)的向量矩陣，使用 K -means聚類算法對收集的數(shù)據(jù)進行了分類。圖1為手肘法確定 K 值的結(jié)果，合適的 K 值對確保分類精度至關(guān)重要，因而采用手肘法來確定最佳的聚類數(shù)目。從圖1中觀察到，當核心指數(shù)簇內(nèi)誤方差的下降幅度逐漸趨于平緩時，其拐點所對應(yīng)的聚類數(shù)目即為最優(yōu)的K 值。

根據(jù)手肘法，使用 K? -means聚類算法將織物動態(tài)懸垂行為分為4類，具體聚類分布如表3所示。為了更直觀地觀察和分析不同轉(zhuǎn)速下織物動態(tài)懸垂系數(shù)的變化趨勢，選擇每個聚類中距離聚類中心最近的樣本數(shù)據(jù)作為代表，運用最小二乘法對原始的散點數(shù)據(jù)進行了曲線擬合。為了捕捉數(shù)據(jù)中的非線性關(guān)系，采用多項式函數(shù)作為擬合模型，通過調(diào)整多項式的階數(shù)以達到最佳的擬合效果，根據(jù)擬合優(yōu)度（R² ）大于0.9的標準來確定多項式的階數(shù)，這確保了擬合曲線能夠準確反映數(shù)據(jù)的趨勢。最終得到的擬合曲線清晰地展示了不同織物在不同轉(zhuǎn)速下的動態(tài)懸垂行為變化，各聚類的擬合曲線如圖2所示，每條擬合曲線對應(yīng)的多項式函數(shù)表達式如表4所示。

圖1手肘法確定最佳聚類數(shù) Fig.1Determining the optimal number of clusters using the elbow method

表3織物動態(tài)懸垂行為分類

Tab.3Classification of fabrics' dynamic drape behavior

圖2各聚類擬合曲線效果圖

Fig.2 Effect diagram of fitted curves for various clusters

表4各聚類曲線擬合函數(shù)公式

Tab.4Formula of curve fitting function for various clusters

根據(jù)聚類結(jié)果（見表3），織物可按其行為表現(xiàn)被分為4類。從低速到高速轉(zhuǎn)動的過程中，4個聚類的動態(tài)懸垂系數(shù)整體均呈現(xiàn)上升趨勢，但具有不同的變化特征。根據(jù)織物的基本參數(shù)和手感可知，在收集的樣本中，聚類二中的織物最為柔軟，多為輕薄的織物，且織物組織結(jié)構(gòu)最為松散，其具有較小的平均面密度和經(jīng)緯密；聚類四中的織物最為硬挺，延展性能差，其組織結(jié)構(gòu)最緊密，具有較大的平均面密度和經(jīng)緯密；聚類三中的織物具有和聚類二相近的平均克重，但其平均面密度和經(jīng)緯密比聚類二大，織物結(jié)構(gòu)較聚類二更為緊密；聚類一的織物平均克重接近聚類四，較聚類二和聚類三更為挺括，但其平均面密度和經(jīng)緯密小于聚類四，織物結(jié)構(gòu)較聚類四更為松散。因此，根據(jù)織物基本參數(shù)和聚類結(jié)果，將織物分為厚重柔軟型（聚類一）、輕薄柔軟型（聚類二）、輕薄緊密型（聚類三）和厚重緊密型（聚類四）4類。

由圖3可知，輕薄柔軟型織物和輕薄緊密型織物在速度變化過程中，動態(tài)懸垂系數(shù)呈現(xiàn)快速上升，輕薄緊密型織物的上升變化僅次于輕薄柔軟型織物。在輕薄柔軟型織物中，靜態(tài)懸垂系數(shù)最小值為11.4% ，最大值為 18.9% ，從低速（ 10r/min 到高速（ 150r/min 轉(zhuǎn)動時動態(tài)懸垂系數(shù)的平均增量為27.6% ，對應(yīng)的平均增幅百分比 （y） 為 165.1% ;在輕薄緊密型織物中，靜態(tài)懸垂系數(shù)最小值為 22.7% ，最大值為 32.4% ，從低速到高速轉(zhuǎn)動時動態(tài)懸垂系數(shù)的平均增量為 21.6% ，對應(yīng)的平均增幅百分比為61.7% 。相較于前兩者，厚重柔軟型織物的變化更為平緩。在這類織物中，靜態(tài)懸垂系數(shù)最小值為33.9% ，最大值為 47.9% ，從低速到高速轉(zhuǎn)動時動態(tài)懸垂系數(shù)的平均增量為 12.8% ，對應(yīng)的平均增幅百分比為 23.1% 。比起其它聚類織物，厚重緊密型織物的動態(tài)懸垂系數(shù)雖呈上升趨勢，但在變化過程中呈現(xiàn)波浪式變化。在這類織物中，靜態(tài)懸垂系數(shù)最小值為 52.2% ，最大值為 74.7% ，從低速到高速轉(zhuǎn)動時動態(tài)懸垂系數(shù)的平均增量為 2.5% ，對應(yīng)的平均增幅百分比為 3.4% 。綜上可知，織物的靜態(tài)懸垂系數(shù)大小和在速度變化后的動態(tài)懸垂系數(shù)增量和增幅是其分類的重要指標。

2.2.2 性能表現(xiàn)影響因素分析

2.2.2.1懸垂形態(tài)對動態(tài)懸垂性能表現(xiàn)的影響

根據(jù)圖3中厚重緊密型織物的擬合曲線可以看出，隨著轉(zhuǎn)動速度的增加，這類織物的動態(tài)懸垂系數(shù)總體上呈現(xiàn)上升趨勢。然而，在某些情況下，當轉(zhuǎn)動速度更高時，動態(tài)懸垂系數(shù)反而低于較低轉(zhuǎn)速時的數(shù)值，這種現(xiàn)象導致了增長的波動性，并增加了擬合函數(shù)的階數(shù)，使得最終的擬合曲線出現(xiàn)了多個波峰和波谷。通過分析表2中的其他織物動態(tài)懸垂性能測量結(jié)果，本文發(fā)現(xiàn)另外三個聚類中也存在類似的波動現(xiàn)象。特別是在織物#27中，這一現(xiàn)象尤為明顯。為了深人探究該現(xiàn)象的原因，本文從聚類四中選取了織物#27，并針對其表現(xiàn)出上述現(xiàn)象的速度區(qū)間進行了詳細分析，具體相關(guān)參數(shù)如表5所示。

通過分析織物在相同轉(zhuǎn)動速度下的懸垂圖可知，懸垂形態(tài)中的波數(shù)個數(shù)及其分布情況對懸垂系數(shù)的計算結(jié)果具有影響。在相同的轉(zhuǎn)動速度下，織物在旋轉(zhuǎn)時形成的波數(shù)越多，測得的動態(tài)懸垂系數(shù)值更大；而在轉(zhuǎn)動速度相同，波數(shù)也相同時，根據(jù)觀察波峰間的夾角度數(shù)可得，織物形成的波峰分布越均勻，測得的動態(tài)懸垂系數(shù)值更大。

在進行動態(tài)懸垂性能測量時，織物試樣被平鋪在托盤上。儀器開始測試后，試樣隨托盤勻速升起，試樣在重力的作用下，受彎曲性能的影響自然下垂，呈現(xiàn)懸掛狀態(tài)，形成懸垂圖中的波峰與波谷。隨著托盤開始轉(zhuǎn)動，織物會受到離心力、切向慣性力、科氏慣性力等附加慣性力的作用[15]。通過對比表5中織物#27在 100r/min 和 120r/min 條件下的測量結(jié)果，可以看出當織物具有相似的懸垂形態(tài)時，隨著轉(zhuǎn)動速度的增大，在慣性力的作用下，織物的動態(tài)懸垂系數(shù)增大。而針對織物在 110r/min 條件下測得的懸垂系數(shù)大于在 120r/min 條件下測得的懸垂系數(shù)這一結(jié)果，是因為此時轉(zhuǎn)動產(chǎn)生的慣性力對織物形態(tài)的影響不如織物性能對織物形態(tài)的影響表現(xiàn)顯著，因此產(chǎn)生了轉(zhuǎn)動速度更大時的動態(tài)懸垂系數(shù)數(shù)值小于轉(zhuǎn)動速度更小時的動態(tài)懸垂系數(shù)數(shù)值這一測試結(jié)果。

綜上所述，當因旋轉(zhuǎn)產(chǎn)生的附加慣性力不如織物性能對織物形態(tài)的影響表現(xiàn)顯著時，織物受重力和彎曲性能等力學性能影響形成的懸垂形態(tài)影響了織物動態(tài)懸垂性能的測量結(jié)果，此時處于懸掛狀態(tài)的織物形成的波數(shù)越多，波峰分布越均勻，其形成的投影面積就越大，測試所得的動態(tài)懸垂系數(shù)也越大。

2.2.2. 2 轉(zhuǎn)動速度對動態(tài)懸垂性能表現(xiàn)的影響

針對輕薄柔軟型和輕薄緊密型的織物，分別計算其在不同速度區(qū)間內(nèi)，轉(zhuǎn)動速度每增加 10r/min 時動態(tài)懸垂系數(shù)的平均增量，對比每個相鄰區(qū)間之間的增量差值，當出現(xiàn)差值較前一個區(qū)間對比明顯增大時，以這個兩個相鄰區(qū)間共有的轉(zhuǎn)動速度作為節(jié)點，將該節(jié)點往前，即懸垂系數(shù)增量低的速度區(qū)間稱為附加慣性力低影響區(qū)域；該節(jié)點往后，即懸垂系數(shù)增量高的速度區(qū)間稱為附加慣性力高影響區(qū)域，

聚類二和聚類三的懸垂系數(shù)增量計算結(jié)果如圖3所示。顯然，對于輕薄柔軟型和輕薄緊密型的織物均存在一個速度閾值，當轉(zhuǎn)動速度低于該閾值時，織物處于附加慣性力低影響區(qū)域，織物的動態(tài)懸垂系數(shù)變化較為平緩，隨著轉(zhuǎn)速的增加，織物的動態(tài)懸垂系數(shù)緩慢上升，在該區(qū)域內(nèi)織物形態(tài)保持能力較好；當轉(zhuǎn)動速度高于該閾值時，織物處于附加慣性力高影響區(qū)域，織物的動態(tài)懸垂系數(shù)對轉(zhuǎn)速的變化變得更加敏感，其在慣性力影響下，形態(tài)更容易改變，懸垂系數(shù)的增長速度加快，在該區(qū)域內(nèi)織物形態(tài)保持能力較差。對于輕薄柔軟型織物而言， 90r/min 是一個閾值，對于輕薄緊密型織物，這一現(xiàn)象發(fā)生在120r/min 左右。由于實驗儀器的客觀限制，本文中織物的轉(zhuǎn)動速度最高設(shè)置為 150r/min 。然而，基于這兩類織物的數(shù)據(jù)分析結(jié)果，可以合理推測厚重柔軟型和厚重緊密型織物同樣存在類似的動態(tài)懸垂性能變化趨勢，并且存在一個速度閾值。

圖3聚類二和聚類三不同速度區(qū)間內(nèi)動態(tài)懸垂系數(shù)增量

Fig.3Increment of dynamic drape coefficient within different speed ranges for Cluster 2 and Cluster 3

綜合上述分析可以得出：在測量織物動態(tài)懸垂系數(shù)時，存在一個速度閾值。當轉(zhuǎn)動速度低于該閾值時，織物處于附加慣性力較低的影響區(qū)域，其形態(tài)保持能力較強；而當轉(zhuǎn)動速度高于該閥值時，織物進入附加慣性力較高的影響區(qū)域，其形態(tài)更容易發(fā)生顯著變化。進一步地，動態(tài)懸垂性能優(yōu)異的織物通常具有較低的值速度，即其附加慣性力低影響區(qū)域相對較??；相反，動態(tài)懸垂性能較差的織物則具有較高的閾值速度，其附加慣性力低影響區(qū)域較大，并且在高速狀態(tài)下仍能保持較好的形態(tài)穩(wěn)定性。

3結(jié)論

為了探索織物在動態(tài)條件下的懸垂表現(xiàn)及其性能特征，本文通過設(shè)置不同的實驗參數(shù)，測量了32塊織物樣本在15個不同轉(zhuǎn)動速度下的動態(tài)懸垂性能，再對織物的力學性能與動態(tài)懸垂性能進行相關(guān)性分析，并通過 K? -means聚類算法對織物動態(tài)行為表現(xiàn)進行分類，研究織物動態(tài)懸垂性能的影響因素，主要得出以下結(jié)論：

a）織物的彎曲性能、拉伸性能和剪切性能對織物的動態(tài)懸垂性能會產(chǎn)生不同程度的影響，其中彎曲性能的影響最為顯著，其次是拉伸性能，剪切性能的影響相對較弱。

b）根據(jù)聚類結(jié)果，將轉(zhuǎn)動速度變化下織物的動態(tài)懸垂系數(shù)變化特征分為4類：厚重柔軟型、輕薄柔軟型、輕薄緊密型和厚重緊密型?？椢锏撵o態(tài)懸垂系數(shù)及其在不同轉(zhuǎn)速下的動態(tài)懸垂系數(shù)增量和增幅是評價其動態(tài)懸垂性能的關(guān)鍵指標。

c）構(gòu)成織物懸垂形態(tài)的關(guān)鍵參數(shù)一—波數(shù)的個數(shù)及其分布情況，對其動態(tài)懸垂性能的測量結(jié)果有影響。相同的轉(zhuǎn)動速度下，織物受重力和彎曲性能的影響形成的懸垂形態(tài)（波數(shù)多且分布越均勻）會導致更高的動態(tài)懸垂系數(shù)值

d）織物的動態(tài)懸垂性能與其轉(zhuǎn)動速度存在一個速度閾值，對于輕薄柔軟型織物該值為 90r/min ，對于輕薄緊密型織物該值為 120r/min 。當轉(zhuǎn)動速度低于該閾值時，織物形態(tài)保持能力較強；高于閾值時，形態(tài)更容易變化。動態(tài)懸垂性能好的織物閾值速度較低，性能差的織物閾值速度較高，并在高速狀態(tài)下仍能保持較好形態(tài)穩(wěn)定性。

參考文獻：

[1]BUYUKASLAN E， JEVSNIK S， KALAOGLU F. Comparative analysis of drapecharacteristicsofactuallyand virtually draped fabrics [J].International Journal of Clothing Science and Technology， 2018，30（3）：286-301.

[J」．絲綢，2022，59（1）：38-45. LU X S， ZHU H Q，WANG X Q. Comparative study on drapability of virtual silk fabrics[J]. Journal of Silk，2022，59（1）：38-45.

[3］張鑰，陳瑋婷，王利君．基于CLO3D的機織黏合襯懸垂效果模 擬[J]．服裝學報，2023，8（4）：290-300. ZHANG Y， CHEN W T，WANG L J. Simulation of the overhang effect of woven adhesive lining based on CLO 3D[J]. Journal of Clothing Research，2023，8（4）：290-300.

[4] YU Z， ZHONG Y，GONG H R，et al. New indicators on fabric drape evaluation based on three-dimensional model[J]. Textile Research Journal，2020，90（11/12）：1291-1300.

[5］宋委娜，劉成霞．織物懸垂性能的各向差異性研究[J]．現(xiàn)代紡 織技術(shù)，2023，31（6）：160-166. SONG W N，LIU C X. Research on fabric draping anisotropy[J]. Advanced Textile Technology，2023，31（6）： 160-166.

[6]SUVARI F. Image processing based drape measurement of fabrics using circular Hough transformation[J].The Journal of the Textile Institute，2021，112（5）：846-854.

[7］RYKLINDzmitry，湯曉彤．評估織物懸垂性的新方法［J]．現(xiàn)代 紡織技術(shù)，2022，30（1）：109-114. RYKLIN D，TANG X T. Development of a new method for evaluating thedrapabilityoffabrics[J].Advanced Textile Technology， 2022，30（1） ：109-114.

[8］陳文苗，劉成霞．懸掛穿孔法測試織物彎曲懸垂性［J]．絲綢， 2021，58（8）： 40-46. CHEN W M， LIU C X. Measurement of fabric bending and draping properties by hanging amp; perforating method[J]. Journal of Silk， 2021，58（8）：40-46.

[9] SHYR T，WANG P，CHENG K. A comparison of the key parameters affecting the dynamic and static drape coefficients of natural-fibre woven fabrics by a newly devised dynamic drape automatic measuring system[J]. Fibres amp; Textiles in Eastern Europe，2007， 15（3） ： 81.

[10] DEMIR M，BALCI KILIC G. A research for the effectiveness of stitch type and stitch direction on dynamic drape behaviors[J]. International Journal of Clothing Science and Technology，2O23，35 （6） ： 971-985.

[11]LIN JY，WANG PN，SHYR TW. Comparing and modeling the dynamic drape of four natural-fiber fabrics[J].Textile Research Journal，2008，78（10） ： 911-921.

[12]BALCI KILIC G，DEMIR M，KILIC M. Dynamic drape behaviours of wool woven suiting fabrics considering real-time use[J]. International Journal of Clothing Scienceand Technology，2021，33 （5）： 811-823.

[13]HU X，PENG T，LIUJ，et al. Comparison of silk fabric dynamic drapability and correlation analysisof impact factors[J]. Industria Textila，2020，71（1） ： 55-61.

[14] PAN N，LIN C， XU J. A new method for measuring fabric drape with a novel parameter for classfying fabrics[J].Fibers，2019，7 （8）： 70.

[15] CHEN R，QIN D，LIU C. Dynamic modeling and dynamic characteristics of wind turbine transmission gearbox-generator system electromechanical-rigid-flexible coupling[J].Alexandria Engineering Journal，2023，65：307-325.

Analysis of dynamic drape behavior of woven fabrics at different rotational speeds

PAN Yiting\"， GUO Ziyi°， XU Shiqi°， LIN Xiyan°， ZOU Fengyuanα，b，c （a.School of Fashion Design amp; Engineering；b.Zhejiang Provincial Research Center of Clothing Engineering Technology；c. Key Laboratory of Silk Culture Heritage and Products Design Digital Technology，Ministry of Culture and Tourism， Zhejiang Sci-Tech University，Hangzhou 31Oo18，China）

Abstract：Amidst the rapid advancement of digital fashionandartificial inteligence technologies，the contemporary appareland textile industry is accelerating itsdigital transformation.The aesthetic appeal andauthenticityof virtual clothing hingeon the simulationefectsof virtual fabrics，which necesitates fabric simulationin digital apparel design to be grounded in a more realistic physical world.Once fabrics are transformed into garments，they are subjected to a variety of dynamic environments during actual wear rather than constant speed conditions.Therefore， this paper conducts an in-depth studyof the dynamic drape performance and its characteristics by analyzing changes in fabricdrape behaviorunder diferent dynamic conditions.It explores the influencing factors offabric dynamic drape performance and the variation patterns of fabric drape coeffcients at diferent rotational speeds， providing useful reference for research and applications in fabric dynamic simulation.

This paper selected 32 fabrics with diferent static drape performances and weights， and measured their dynamic drape coeficients at a total of 15 different rotational speeds ranging from 10 to 150r/min （with increments of 10r/min ）. These data revealed how the dynamic drape shape of the fabrics changed as the rotational speed increased.The mechanical properties of the fabric samples under low stress environment were measured using the KESFB-AUTO-A. The correlation between fabric mechanical properties and dynamic drape coefcients was analyzed for diferent dynamic environments.Buildingon this foundation，to further analyze the dynamic drape behavior of fabrics， the K -means clustering algorithm was applied to classify the collected data. Meanwhile， to more intuitivelyobserve and analyze the trend offabric dynamic drape coeficients as therotational speedchanged，the sample data closest to the cluster center in each cluster was selected as a representative.The least squares method was then applied to perform curve fiting on the original scatter plot data.To capture the nonlinear relationships within the data，a polynomial function was usedasthe fiting model，and theorder of the polynomial wasadjusted to achievethe bestfiting efect.The order ofthepolynomial was determinedbasedonthecriterionofa goodnessof fit （ R² ） greater than O.9，ensuring that the fitted curve accurately reflected the data trend.

The study found that the bending，tensile，and shear properties of fabrics affct the dynamic drape performance to varyingdegres.Among these，the influence of bending properties is the most significant，followedby tensile properties，and shear properties having arelatively weak influence.During the experiments，fabrics were ultimately clasified into four categories based on their basic parameters and hand feel using a clustering algorithm： heavy and soft ones （Cluster1），light and soft ones （Cluster 2），light and tight ones （Cluster3），and heavy and tight ones （Cluster 4）.According to the measurement data，the static drape coeficient of the fabrics，as well as the icrement and increase amplitude of the dynamic drape coeffcient after changes in speed，were identified as important indicators for classification.Meanwhile，based on the fittd curves and drape diagrams，it was observed that the wave numbers formed by the fabric due to gravity and bending characteristics would increase the dynamic drape coeffcient.Furthermore，there exists a speed threshold for the dynamic drape performance of fabricsrelative to their rotational speed. For light and soft fabrics，this threshold is 90r/min ，and for light and tight fabrics，it is 120r/min . When the rotational speed is below this threshold，the fabric retained its shape more effectively；above this threshold， the shape is more prone to change.

Keywords： dynamic drape coefficient; rotational speed; cluster analysis; drape behavior