摘要：针对模块化智能特性下多品种小批量服装生产系统的快速重构需求,提出一种基于反向传播(BP)神经网络进行模块族工时预测,并用于混合模式部件模块生产编排优化的方法。以企业近几年生产的550款典型衬衫款式为例,基于11类衬衣模块族,通过对标准工时影响因素权重分析,构建BP神经网络预测模型。最终对标准工时模型预测效果进行验证,并基于模块族针对2款衬衣实现混合生产线的工序分配。结果表明:各模块族平均绝对误差均在9 s内,且其中8个模块族的误差值未超过5 s;混款生产模式相较于单款式生产编制的效率均在90%以上,采用模块优化的编制效率可达95.55%,且平滑指数降低了50.09%,说明工时预测及模块化工序分配应用效果较好。本文研究结果可一定程度上满足企业混款组合加工的应用要求,为快速报价、制定生产计划提供参考。

摘要：自动扶梯停止后,有部分行人会把自动扶梯当楼梯使用,这样做会产生一定安全风险。对此,以某办公大楼为调查对象,对人员把停止的自动扶梯当楼梯使用的情况进行了调查分析。为了能有效避免行人把自动扶梯当楼梯使用,设计了一种自动扶梯出入口自动拦阻装置,该装置由自动扶梯主板、伺服驱动器、伺服电机、柔性栏杆组成。自动扶梯主板和伺服驱动器安装在自动扶梯上机房控制柜里,伺服电机安装在自动扶梯出入口左右栏板内,伺服电机的转轴与柔性栏杆连接,带动柔性栏杆转动。柔性栏杆处于水平状态时,可拦截行人;柔性栏杆落下时,可放行行人。

摘要：为满足在特殊环境下电磁供电的高可靠、高精度要求,提出一种基于高压可调恒流源的电磁阀冗余供电系统。采用双路自动切换供电及可调恒流源的设计方法,减少了整个系统的发热量。采用双冗余的供电设计方法,在紧急断电的情况下,系统自动切换至UPS不间断电源,以保证系统恒流源变换模块的可靠供电。实验结果表明,该系统能够可靠地进行双路进线电源自动切换和高精度的电流输出。该系统所采用的模块化、低功耗、双冗余等设计可为长期工作使用的装备提供一定的借鉴。

摘要：为建立服装生产标准工时预测模型,实现混合款式的模块化生产编排优化,提出了基于衬衣部件工艺相似性的生产工艺模块族构建方法。以550款典型衬衫款式为例,根据服装结构及裁片种类,整理各部件造型及加工种类差异,建立相关数据集。从生产角度将衬衣部件生产工艺划分为42个模块并进行编码,结合31种工艺类型构建“模块-工艺”结构矩阵,通过基于等价关系的模糊聚类及F-统计量,最终确定11类衬衣模块族。聚类结果经过验证基本符合实际生产情况,且同一模块族工序加工工艺基本类似。该研究理论可推广到成本核算、工资发放、质量评估等方面,可为服装生产编排、工期预测等提供一定的参考。

摘要：为了更好地传承发扬香云纱文化,厘清目前数码喷绘印花香云纱旗袍的主要色彩特征及配色规律,为设计师提供一定的配色参考。以205张数码喷绘印花香云纱旗袍图片为研究对象,利用计算机技术进行色彩提取及配色分析。首先对图像进行噪声消除和纹理平滑,利用八叉树量化算法基于HSV颜色空间分别提取单张旗袍图片的主色和辅色,然后利用聚类算法获得整体图片库的20个整体代表色、10个主色代表色和20个辅色代表色。最后利用Apriori关联规则算法得到主色与辅色之间的86条、辅色与辅色之间的66条色彩搭配规则,并绘制相应的配色网络图。结果表明:红黄色系及中低明度、中低饱和度的颜色是香云纱旗袍主要的色彩特征,同类色和类似色的色彩搭配方式使整体的呈现效果较为稳重典雅。研究结果可为相关产品图案或整体搭配的多样化设计提供理论支持。

摘要：为探究青年男性颈肩部形态分类并实现基于照片的自动识别,首先通过三维人体扫描仪获取180名男大学生颈肩部的点云数据,测量了22个与男性颈肩部形态相关的特征参数;然后根据变异系数分析选取前倾角、背入角、肩斜角、颈肩宽比、颈横矢径比作为聚类分析变量,对颈肩部形态进行分类并总结判别规则;最后结合人体二维照片提取体型分类所需参数,构建了颈肩部形态自动识别系统。结果显示:青年男性颈肩部形态可分为落肩圆颈体、前倾圆颈体、宽颈直体3类,构建的形态自动识别系统的判别准确率达到93.33%,说明本文方法可行且有效,可满足消费者个性化定制的需求。

摘要：为提高织物设计的效率及多样性,文章从“再设计”的角度梳理“织物-织物”的设计流程,重点整理织物图案形状及颜色主题的主要提取方法。大部分提取研究主要利用织物图像底层视觉特征中的形状及颜色特征,其中针对图案形状的提取,大多采用边缘检测、阈值、聚类、区域及其他特定理论对图案轮廓或整体区域进行分割;针对颜色主题的提取,则通过聚类、中位切分及八叉树等颜色量化方法建立和谐的配色规律,两个方向的提取算法可以相互借鉴。通过图像实例对不同提取方法的特点进行分析比较,发现单一算法具有一定的局限性,采用多特征、多算法融合的方式可有效提高提取的精度和效率。最后对织物再设计流程的完善及其在纺织服装领域的应用发展进行展望。

摘要：民国时期旗袍款式及纹样的风格在西方文化影响下发生较大转变,其色彩在一定程度上能够反映出当时人们社会生活背景及情感偏好。文章通过对民国旗袍用色风格及配色规律的分析研究,可将传统设计方案再应用于三维虚拟设计中。在代表色提取方面,采用结合超像素分割的模糊C均值聚类、K-means分通道二次聚类方法分别对单幅和多幅纹样色彩进行提取,两种方法结合提高了色彩采集的效率,最终提取得到24个民国旗袍代表色彩。与日本色研配色体系(PCCS)结合分析色彩分布规律,依据Apriori算法发掘色彩之间的共现关系,最终得到13条双色及5条三色搭配规则,发现色彩整体具有稳重素雅的风格且配色间对比度较低。根据置信度数值组成不同的色彩网络,建立了面向用户选择的色彩推荐机制,并结合三维虚拟试衣软件将面料图案纹样应用于旗袍款式进行展示。研究结果可为旗袍图案的再设计应用提供一定的理论参考。

摘要：针对基于人体照片的尺寸提取技术对照片拍摄场景限制的问题,提出利用整体嵌套边缘检测深度学习模型实现复杂背景下人体轮廓的提取并进行参数提取分析。以450张不同背景人体照片为原始图像数据集,通过人体轮廓标签图制作与数据增强手段建立了43200张图片训练集,利用深度学习网络模型进行训练学习并构建最优边缘检测模型;最后选取40名样本作为验证对象,以13个人体比例、角度等参数作为验证参数,对人体轮廓提取值与三维点云测量值进行误差分析。结果表明,本文研究成果能够快速实现复杂背景下人体轮廓的自动提取,且人体轮廓提取值与三维点云测量值的角度参数误差小于2°,比例参数误差小于0.09,为非接触式二维测量技术的进一步研究提供理论依据和技术支撑。

摘要：以190名青年男大学生为研究对象,通过照片测量法、三维人体扫描法获取人体正侧面照片及三维点云数据。基于三维点云数据,提取颈肩部轮廓曲线进行椭圆傅立叶拟合得到椭圆系数,经主成分分析和聚类分析,将青年男性颈肩部正侧面形态各分为3类。采用角度半径和欧几里得距离实现二维照片与三维点云数据之间的匹配,并验证匹配准确率。结果显示:颈肩部正面轮廓匹配验证准确率达92.5%,侧面轮廓匹配验证准确率达95.0%。该研究为基于人体照片的人体形态研究提供了理论依据。