纺织基弹力拉伸带强力力学预测模型的构建

郑淑月，王 妮，丁 亦

(东华大学 纺织学院，上海 201620)

0 前言

疫情时代下，身体素质尤为重要，人们的健康意识持续增强，对运动锻炼的关注度大幅提升[1]。其中受场地限制较小的室内轻器械运动成为流行风潮，弹力带运动是最典型的轻器械运动之一，弹力拉伸带则是运动过程中用到的健身矫姿辅助器械，具有方便携带、价格亲民的特点。[2]

弹力拉伸带的材质主要有纯乳胶款和织带款两类，纯乳胶款弹力拉伸带自重轻、体积小，但有异味、易老化，存在诸多局限。织带款弹力拉伸带因为织物耐久实用的特性，占有相当大的市场占有率，经过走访调查后，专业健身教练对于弹力拉伸带的使用频率非常高，但是存在弹力拉伸带拉力不够，且没有具体的拉力标准等使用痛点。

为探究合适的织带款弹力拉伸带的拉力标准，必须先了解织带款弹力拉伸带强力变化规律，但是关于织带款弹力拉伸带强力的理论研究，特别是有关其强力规律的研究很少。本文以研究织带款弹力拉伸带为对象，经过建立强力预测模型，探究织带拉伸强力变化规律，可为拉伸强力相关的产品开发提供参考依据。

1 弹力拉伸带的设计开发

1.1 弹力拉伸带概述

身体克服因弹力拉伸带长度改变带来的不同弹性阻力以完成肌肉收缩训练的抗阻练习称为弹力带运动，弹力拉伸带是该运动过程中用到辅助器械。其中，由于弹性阻力在拉伸过程中处于逐渐增大状态，能够解决恒定阻力训练的一些缺陷。目前学者[2]认为恒定阻力锻炼的不足在于:在骨骼系统力量最薄弱时，若选择的阻力太大，则可能会造成肌肉拉伤等损害；在骨骼系统逐渐适应负荷极限后，恒定阻力无法给予更大的刺激和强度，不利于肌肉爆发力的训练和发展。变阻运动则可以弥补这一缺陷，随着躯干运动幅度的增大，外部阻力也在逐渐增加，但不会超出人体负荷极限，造成肌肉损伤，一定程度上又避免了运动速度的大量损失，保证肌肉爆发力的训练与发展。在瑜伽、普拉提等轻器械室内运动中，使用弹力拉伸带还能够将关节承受的压力降低，辅助筋骨拉伸，停留姿势延长时间，有效避免了训练时造成其他部位损伤。

基本训练方法:站姿深蹲辅助使用，可以主要锻炼腿部和臀部肌肉群；胸前外推时使用，主要锻炼胸大肌；弹力拉伸带辅助髋外展、后伸，可以锻炼大腿肌肉和臀部肌群。只要使用得当，能让使用者在狭小的空间内也能获得不亚于户外运动的锻炼效果[3－4]。

1.2 机织松紧带概述

织带是指以纱线为原料制成的管状或窄幅状织物，其中根据是否含有乳胶丝、氨纶、聚氨酯等弹性材料，又分为刚性带和松紧带。弹力拉伸带其纵向具有较高的伸长性及回弹性，属于松紧带类别。

根据工艺的不同，织带也可分为机织松紧带，针织松紧带和编织松紧带。弹力拉伸带属于机织松紧带，织造过程中，经纬纱与一组乳胶丝或氨纶等弹性材料结合，按平纹、重平、斜纹、经二重或提花规律交织而成[4]。

以表组织为4上1下右斜纹，里组织为1上4下右斜纹的经二重组织为例，红色纱线表示表经，蓝色纱线表示里经，黄色纱线表示纬纱，最粗的经纱为弹性包覆纱。机织松紧带的结构图如下图1所示:

图1 机织松紧带结构图及组织图

1.3 影响机织松紧带拉伸强力的因素

材料的性质是由材料的结构和构成该材料的基本单元的性质及材料成形加工这三类因素所决定。即织物的拉伸性质取决于纱线原料、织物结构的拉伸性质、织造过程中的成型加工损伤和测试条件的影响。

针对机织松紧带而言，影响拉伸强力主要的因素及其机理如下所述:

(1)纱线原料，主要包括夹层的包覆纱和表里两层纱线，针对机织松紧带而言，拉伸强力主要来源于夹层的弹性包覆纱拉伸过程中形变产生的力。因此弹性包覆纱的品种、性质、粗细、拉伸四特征指标(断裂强度、断裂伸长率、初始模量和断裂比功)，对拉伸强力具有显著影响。而表里两层纱线对拉伸强力贡献很小，在拉伸过程中，表里两层纱线由原先的屈曲状态逐渐伸直。进一步拉伸时，纱线逐渐伸长变细，发生纤维滑移和屈曲变形，最后由于表里固紧作用，延缓织物的进一步伸长，最终会先于弹性包覆纱断裂。

(2)织物结构是个复合要素，包括组织结构、浮长、经纬密度、经纬屈曲波高结构相的波径等等。组织结构选择导致组织循环、浮长线、经纬屈曲波高等排列构形要素不同。组织结构越紧密，则机织松紧带手感越板硬，拉伸行为也变得刚硬，且拉伸强力力值范围越大。在原料和组织结构相同的情况下，经纬密度直接影响织物的风格和物理机械性能。在机织松紧带中，纵向的弹性包覆纱经密越大，拉伸强力力值范围越大；恒定经密的情况下，纬密越大，松紧带越厚实、经密、硬挺，随之拉伸强力力值范围也在一定程度上增大。

(3)织物织造过程，织造过程中弹性包覆纱的上机张力对机织松紧带的拉伸强力有显著影响。弹性包覆纱上机时拉伸比一般在1.5~2.0之间，织造过程中会受到其它层织物交织形成的束缚，下机时解除外力，恢复原长。如果上机时，弹性包覆纱伸长太大，下机后导致织带起拱变形，表面凹凸不平整，拉伸时受力不均匀，应力应变曲线不光滑；如果上机时，弹性包覆纱伸长太小，下机后则导致织疵，露出夹层弹性包覆纱，则为报废次品。该工序中上机张力来源为经轴上摆放的重锤数量，但该环节全凭工人按经验调节，量化指标难度较高。

2 实验方案及分析

2.1 试样准备

根据以上分析，提取了对织带款弹力拉伸带弹力影响最大的关键因素，有弹性包覆纱的粗细、织物的经密、织物纬密和织物结构。本文样品使用的弹性包覆纱均为乳胶丝，乳胶丝的粗细可以由乳胶丝的规格表征，织物的经密可以用单位宽度内使用的乳胶丝根数来表示。通过利用控制变量法，通过确定乳胶丝的规格、乳胶丝根数、织物纬密和织物结构等其中三个因素，分别改变其中一个因素，探究不同原料和不同工艺参数对弹力拉伸带的力学变化效果影响，探究其力学规律。

由于组织结构变化多样，并且难以归一化成一个变量表示。根据市场调研结果分析和经过预实验测试，最终选定表里组织结构为七上一下右斜纹，中心夹层为一上一下单循环特殊结构，设计产品的尺寸参数为长×宽:68 cm×8 cm，厚度:2 mm。

所用原料如下表1所示:

表1 原料表

样品的工艺参数如下表2所示:

表2 样品工艺参数表

每条织带设置了3种不同的织物纬密，因此一共织造了45块织带样品。

织带下机后整理工艺参数为:加热水温80℃，烘干定型温度为200℃。之后按照纺织行业标准FZT 63006－2019松紧带，进行织带各项物理机械性能测试的检测。

2.2 测试数据及处理

2.2.1 测试数据

在每个试样上剪1 m长带条，剪取3条，组成一组试验样品。每个试样测试1次，3个试样数据为一组。使用HD026N＋织物强力仪织物强力试验机。织物强力试验机的夹具间距为100 mm，拉伸速度为100 mm/min，定伸长值为25 mm和50 mm。部分拉伸曲线如下图2、图3所示:

图2 拉伸距离为25 mm时的拉伸曲线

图3 拉伸距离为50 mm时的拉伸曲线

2.2.2 数据处理

由图2、图3可知，乳胶丝规格、乳胶丝根数、织物纬密、拉伸距离等这些因素共同决定了机织松紧带的拉伸力值，每改变一个参数，都会影响其拉伸曲线。但乳胶丝规格、乳胶丝根数、织物纬密等变量，并非为连续变量，综合来说，与拉伸曲线之间存在复杂的非线性关系，无法用一个精确的回归方程进行预测，因此选用神经网络作为数据处理方法。

神经网络是一种不需要选取基函数系的非线性函数逼近方法，特点在于建立处理和解决问题模型时，不需要选定精确的数学模型。神经网络模仿神经元进行工作和决策，通过大量初始数据进行自我学习，其结构灵活多变，还能适应外部变量的影响，不断修改自身的行为，达到最终解决问题的目的[6]。

本文采用ANN(Artificial Neural Network，简称ANN)神经网络进行分析预测，ANN神经网络设置为三层，第一层为输入层，最后一层为输出层，中间为隐藏层，神经网络中采用BACKPROP反向传播训练方法，神经元激励函数为sigmoid:

BP－ANN神经网络的工作过程如下:第一步，将输入层中的初始数据前向传播送至中间的隐藏层；第二步，通过激励函数对数据进行运算，将输出信息传递至输出层，且正向传播过程中网络权值不变；第三步，输出结果若与预期值有差异，则进行反向传播，并修改网络权值；第四步，反向传播完成后再次进行正向传播，循环往复直至差异值极小。

(1)输入层和输出层的设计

机织松紧带拉伸性能影响因素决定了BPANN网络输入神经元的个数，这些因素主要是:乳胶丝号数、乳胶丝根数、织物纬密、拉伸长度，对应于四个输入参数，输入神经元数为4。拉伸性能最直观的表示值就是拉伸强力值，对应这一个参数，输出神经元数为1。

(2)隐含层数选择

关于如何选取BP－ANN网络的隐含层数，暂无明确方法，一般确定只能在实验中根据训练时间长短和所要求的精度平衡而定，也会在不断的测试过程中调整，本模型隐含层数初步取3。

(3)权初始值和学习速率选择

权初始值在输入累加时使每个神经元的状态值尽可能接近于零，权初始值一般取随机数，而且要求值比较小，这样可以保证每个神经元一开始都在它们转换函数变化最大的地方进行，本文采用改进的自适应调整学习速率算法。

2.2.3 预测效果

本文采用了K折交叉验证方法以避免预测过程中数据分布不匀带来的误差。将K取为10，即全部样本分为10个不相交子集，每次取1个子集作为测试集，其余子集为训练集。10折交叉验证过程中每个样本均被当作测试样本进行1次测试，即每个样本均具有对应的预测值，最后计算预测值相对误差的绝对平均值。

图4 BP－ANN神经网络结构图

从所有样品中随机选择225个实际拉伸力值和预测拉伸力值形成对照，红色为实际强力值，白色为预测强力值，225个样品实际拉伸力值与预测拉伸力值预测误差在1 N内的达到98.8%，对照效果如下图5所示。

图5 样品真实拉伸力值与样品预测拉伸力值对照图

为检验模型预测效果，输入全新参数:乳胶丝规格52＃，乳胶丝根数79，织物纬密11P，拉伸距离35 mm，实际拉伸强力与预测拉伸强力平均误差在2.12%，生成的随机对照散点图如下图6所示:

图6 52＃－79根－纬密11 P－拉伸距离35 mm的实际拉伸强力与预测拉伸强力对照散点图

3 结论

本文旨在寻找通过人工神经网络建立预测机织松紧带力学性能的模型。通过大量实验验证与分析，得出以下总结和不足:

(1)本文通过输入乳胶丝粗细、乳胶丝根数、织物纬密和拉伸距离四个参数，训练BP－ANN神经网络建立预测机织松紧带拉伸强力模型，在本批次样本中平均误差率在2.12%，随机抽取225个模型预测强力值和真实强力值误差在1N内达到了98.8%，具有较高精度，同时验证了乳胶丝的规格和织物经、纬密等工艺设计对机织松紧带拉伸强力有决定性影响。

(2)预测模型得到的拉伸强力曲线图具有明确的拉伸强力范围，不需要花费大量人力物力测试，即可为织带款弹力拉伸带相关产品的开发设计流程提供依据和参考，但本批次样品弹性包覆纱均为乳胶丝，预测模型有一定局限性。

(3)预测模型所使用的参数是和目标变量有最大相关性且可量化的因素，其他相关的难以量化的指标均被剔除，例如织物结构、上机张力等。而在实际纺织织造过程中，很多工艺参数对拉伸强力同样有较大影响，应加以综合性考虑才能得到更准确的强力预测结果。