顯汗狀態下運動服面料動態熱濕舒適性預測

馬希明 丁殷佳 王利君

摘要： 文章為分析出汗過程對運動服面料熱濕阻變化的影響，選取15種常見運動服面料作為研究對象，運用自行研制的動態出汗裝置和SGHP10.5服裝熱濕阻測試系統，測量織物從吸濕到干燥整個動態過程的熱阻和濕阻。以織物的性能參數為影響因素，構建了線性回歸模型和RBF神經網絡模型，提出了熱、濕阻變化率兩個指標來分析織物的動態熱濕傳遞性能。結果表明：線性回歸模型數據預測誤差較大，而RBF神經網絡預測的熱、濕阻變化率平均絕對百分誤差分別為2.2968%和2.0862%，預測精度高。

關鍵詞： 顯汗狀態;運動服面料;熱濕舒適性;RBF神經網絡;熱、濕阻變化率

中圖分類號： TS101.923文獻標志碼： A文章編號： 10017003（2020）02000607

引用頁碼： 021102DOI： 10.3969/j.issn.10017003.2020.02.002

Prediction of dynamic thermal and wet comfort of sportswear fabric under the sweat state

MA Ximinga， DING Yinjiaa， WANG Lijuna，b

（a. School of Fashion Design & Engineering; b. Zhejiang Provincial Research Center of Clothing Engineering Technology，

Zhejiang SciTech University， Hangzhou 310018， China）

Abstract： For analyzing the effect of the sweating process on the changes of thermal and wet resistance of sportswear fabric， 15 kinds of common sportswear fabrics were selected as the research objects to measure the thermal and wet resistance of fabrics in the dynamic process from moisture absorption to drying by the selfdeveloped dynamic sweating device and SGHP10.5 thermal and wet resistance test system for clothing. Based on the performance parameters of the fabric， a linear regression model and a RBF neural network model were constructed. And two indexes of thermal and wet resistance change rate were proposed to analyze the dynamic thermal and wet transfer performance of fabrics. The results show that the data prediction errors of the linear regression model are large. The mean absolute percentage errors of thermal and wet resistance change rate predicted by RBF neural network respectively are 2.2968% and 2.0862% respectively， indicating the high prediction accuracy.

Key words： sweat state; sportswear fabric; thermal and wet comfort; RBF neural network; thermal and wet resistance change rate

在人體運動出汗的過程中，伴隨著熱量和水分的散失。如果汗液無法及時散去，而熱量散失過快，皮膚長時間處于濕冷狀態，容易引發健康問題，因此研究顯汗狀態下汗液對人體熱濕舒適性的影響十分重要。許多學者都曾對潤濕狀態下織物的熱濕舒適性進行了研究。李億光等[1]從理論上分析了織物特性對其熱濕傳遞性能的影響，并通過實驗進行了驗證，結果表明，織物的熱阻主要受織物厚度、孔隙率影響，液態濕傳遞主要取決于纖維的物理和化學性能，織物結構對液態水的傳遞也有一定的影響。曹娟等[2]在3種不同厚度的消防服隔熱舒適層上噴灑等量的水分后，相同材料情況下織物的厚度越大，它的隔熱性能越好。余涵等[3]測量了5種織物在干燥狀態和汗濕狀態下的單位厚度熱阻，發現潤濕狀態下織物的熱阻均明顯下降。Goldenman[4]提出干態暖體假人上附著高吸濕棉織物來模擬出汗皮膚，汗水通過噴霧器噴上去，但該方式出汗是不連續的，實驗過程中需要不斷地打開衣服補充汗水。

為更好地分析顯汗狀態下織物的熱濕阻變化，多位學者研制了不同的動態出汗裝置，進一步模擬顯汗狀態下人體出汗的過程。何超英等[5]自主設計了發汗量可控和相對濕度均勻穩定的出汗暖體軀干，模擬了皮膚表面的相對濕度數值，進行了服裝面料熱濕性能的研究。陳益松等[67]采用被動式出汗原理研制了微氣候儀，在溫控壓力水的作用下實現了可計量出汗、對衣下空間微氣候狀態參數的實時測量和被測面料濕阻的估算，在30℃和35℃兩種控制溫度下，對8塊不同纖維成分與組織結構的面料熱濕阻進行了測量，發現低出汗率情況下儀器的靈敏度相對較高?？聦氈閇8]設計改造了一種模擬人體軀干形態的出汗圓筒儀來測試織物微氣候的動態熱濕傳遞性能，并對實驗結果進行了分析，提出了反映織物動態熱濕舒適性能的5個特征指標。

前人設計的動態出汗裝置主要側重于對出汗量的控制和人體持續穩定出汗狀態的模擬，但實驗測試環境中的風速、溫度、濕度等的改變也會影響織物的熱濕阻測試值?；诖?，本文利用SGHP10.5服裝熱阻濕阻測試系統和自制出汗裝置營造了穩定的測試環境，模擬了人體的持續穩定出汗狀態，避免了實驗測試中外界環境改變帶來的誤差，實現了對顯汗狀態下織物動態熱、濕阻的連續測試，研究汗液從出現到蒸發的整個過程對運動服面料熱濕舒適性的影響。

1實驗

1.1材料與儀器

材料：汗布、衛衣布等15種常見運動服面料（市售）。

儀器：YG（B）141D數字式織物厚度儀、YG（B）871型毛細效應測定儀、YG（B）216Ⅱ型織物透濕量儀（溫州際高檢測儀器有限公司），電子天平（沈陽龍騰電子有限公司），LLY27纖維細度分析儀（濟寧市同創機械有限公司），DST52008紡織品干燥速度測定儀（大榮科學精器制作所），YG461Ⅲ型數字式織物透氣量儀（武漢國量儀器有限公司），SGHP10.5服裝熱阻濕阻測試系統（美國西北測試科技公司）及自制模擬出汗裝置（寧波大禾儀器有限公司）。

Prediction of dynamic thermal and wet comfort of sportswear fabric under the sweat state顯汗狀態下運動服面料動態熱濕舒適性預測1.2面料性能參數測試

根據GB/T 6529—2008《紡織品 調濕和試驗用標準大氣》對試樣進行預處理。厚度、平方米質量和線密度分別根據國標GB/T 3820—1997《紡織品和紡織制品厚度的測定》，GB/T 4669—2008《紡織品 機織物 單位長度質量和單位面積質量的測定》和GB/T 16256—2008《紡織纖維 線密度試驗方法 振蕩儀法》進行測量。

芯吸高度、干燥速度、透濕量、透氣率分別根據FZ/T 01071—2008《紡織品 毛細效應試驗方法》，GB/T 21655.1—2008《紡織品 吸濕速干性的評定 第1部分：單項組合試驗法》，GB/T 12704.1—2009《紡織品 織物透濕性試驗方法 第1部分：吸濕法》和GB/T 5453—1997《紡織品 織物透氣性的測定》。

根據ISO 11092標準，采用SGHP10.5服裝熱阻濕阻測試系統，分別測量織物包含空氣層的熱濕阻和未放置織物時環境箱中空氣層的熱濕阻。通過兩者相減得到織物去掉空氣層的熱濕阻，即干態熱濕阻。試樣性能參數測試結果見表1。

1.3面料動態熱濕阻測試

1.3.1模擬出汗裝置設計

自制模擬出汗裝置如圖1所示，主要由水箱、電加熱裝置、微型流量調節器和導管組成。通過該裝置可以實現實驗用水的加熱、控制水的流量、將水輸送到出汗點等功能，即模擬人體毛孔出汗、汗液溫度及人體出汗量等。電加熱管可將實驗用水加熱至35℃，與熱板溫度一致。壓力閥門可控制水流量。導管前端的針頭可探入測試面料與熱板之間，將水輸送到模擬出汗點。

1.3.2出汗率的確定

魏洋等[9]通過對實驗對象全身出汗率的測定發現，以09～2.68m/s的速度跑步時，20～28℃環境下人體胸部腹部及背部的平均出汗率為237～302g/（m2·h），盛夏季節步行時出汗率為300g/（m2·h），個體間存在一定差異。綜合考慮ISO 11092規定的熱濕阻測量儀器SGHP10.5的測試環境為溫度（20±0.1）℃、濕度65%±3%、風速（1±0.05）m/s，有效熱板面積為20cm×20cm。最終將實驗設置為30min持續出汗5mL，即模擬250g/（m2·h）的出汗率。

1.3.3動態熱濕阻測試

面料動態熱濕阻測試采用SGHP10.5服裝熱阻濕阻測試系統配合自制模擬出汗裝置，將模擬出汗裝置的針端插入織物與熱板之間，出汗點調整至熱板中心處[10]。當待測織物在環境箱內達到ISO 11092標準規定的熱濕平衡狀態后，控制實驗裝置模擬人體持續穩定出汗，整個實驗過程無需打開實驗箱，不會破壞內部穩定環境。

從動態實驗所得數據中提取面料熱濕阻從出汗至恢復到初始狀態的信息，為排除邊界空氣層因素的影響，去除空氣層的熱濕阻，得到模擬出汗動態過程中運動服面料每一分鐘的熱阻和濕阻數據。以5#和8#面料為例，模擬出汗動態全過程的熱、濕阻測試結果曲線如圖2所示。

2結果與分析

2.1面料性能參數與干態熱濕阻關系

熱濕阻是評價面料熱濕舒適性的重要指標，面料干態熱濕阻同原料自身的性能參數之間存在著一定的映射關系[11]。為探究運動服面料性能參數對干態熱濕阻的影響程度，在關聯度系數0.5的條件下，以15種面料的厚度、平方米質量、線密度、經向芯吸、緯向芯吸、干燥速率、透濕量、透氣率為比較數列，干態熱阻或干態濕阻為參考數列進行灰色關聯度分析，結果如圖3所示。通過對實驗結果的分析可知：面料的性能參數與干態熱濕阻關聯度均超過0.5，線密度與干態熱濕阻關聯度最大，緯向芯吸與干態熱濕阻關聯度最小。

為進一步探究面料各性能參數與干態熱阻之間的定量關系，在顯著水平0.05條件下，以厚度X1、平方米質量X2、線密度X3、經向芯吸X4、緯向芯吸X5、干燥速率X6、透濕量X7、透氣率X8作為自變量進行多元逐步線性回歸分析。干態熱阻回歸方程的決定系數R2=0.990，相應的概率P值是0.000，小于0.05。經檢驗厚度X1、線密度X3的概率P值分別為0008和0.000，與干態熱阻顯著線性相關，其他性能參數與干態熱阻非顯著線性相關。逐步回歸法在回歸計算過程中能夠動態引入有意義的變量，刪除無意義的變量，使得生成的模型最優。干態熱阻的線性回歸模型為：

Y干態熱阻=0.008X1+0.001X3（1）

同理可得干態濕阻回歸方程的決定系數R2=0.991，相應的概率P值是0.000。分析各指標的概率P值，只有厚度X1和線密度X3與干態濕阻線性顯著相關，分別為0.014和0.000。干態濕阻的線性回歸模型為：

Y干態濕阻=1.195X1+0.16X3（2）

2.2面料性能參數與動態熱濕阻關系

2.2.1動態熱濕阻評價指標

夏季運動時，外界溫度高加上運動產生大量熱量，皮膚溫度容易急劇上升，此時應選擇出汗后熱阻變化大的面料，幫助人體盡快散熱，保持身體涼爽;而春秋季節天氣轉冷，在室外運動時需避免熱量散失過快，同時減少汗液與皮膚接觸的時間，因此應選擇熱阻變化較小而濕阻變化較大，透濕放濕功能好的面料。不同季節、不同外界條件人體對面料熱濕阻變化快慢的要求不同，因此研究熱阻濕阻的變化具有重要意義。

參考唐世君等[12]采用新指標相對散熱速率R研究顯汗條件下動態熱濕舒適性，本文提出了采用熱、濕阻變化率R熱阻和R濕阻來表征顯汗狀態下織物的散熱透濕能力，其定義分別為：

R熱阻=ΔRCFRCF1（3）

式中：ΔRCF為運動服面料干態熱阻值與模擬出汗狀態所達到的最小熱阻的差值;RCF1為織物在ISO 11092標準下測得去除空氣層的織物干態熱阻值。

R濕阻=ΔREFREF1（4）

式中：ΔREF為運動服面料干態濕阻值與模擬出汗狀態所達到的最小濕阻的差值;REF1為織物在ISO 11092標準下測得去除空氣層的織物干態濕阻值。

熱阻變化率反映的是織物在顯汗條件下的散熱效率，織物散熱效率越高，說明織物的散熱效果越好，適合作為夏季運動服面料;織物散熱效率低，說明織物在顯汗條件下的保暖效果較好，適合作春秋運動服面料。濕阻變化率反映的是面料在顯汗條件下的散濕效率，濕阻變化率越大，說明織物的散濕效果越好，人體的舒適度越高。

2.2.2熱、濕阻變化率線性回歸模型

提取所有樣品的熱阻變化率，探究面料的性能參數與熱阻變化率的相關性，結果見表2。在0.05的置信度下，熱阻變化率與實驗測試的9個性能參數均顯著相關。將面料的各性能參數分別對熱阻變化率做線性回歸分析，概率P值均接近0.000，小于0.05，結果表明單個面料參數與熱阻變化率之間呈線性關系。為保證所有自變量都具有統計學意義，且得到最優模型，選擇逐步回歸法對9個指標進行多元回歸分析。經多元線性回歸分析并驗證，熱阻變化率回歸方程的決定系數R2=0.925，相應的概率P值是0.000。進而得到該模型各指標中只有緯向芯吸X5和干態熱阻X9與熱阻變化率線性顯著相關，其概率P值分別為0.048、0.000。熱阻變化率Y熱阻變化率的回歸模型為：

Y熱阻變化率=505.982+5.191X5-17168.127X9（5）

同理經檢驗可知，在0.05的置信度下，濕阻變化率與實驗測試的各項性能參數也顯著相關，結果見表3。濕阻變化率回歸方程的決定系數R2=0.804，相應的概率P值是0.000。干燥速率X6和干態濕租X10的概率P值分別為0.037、0.031，與濕阻變化率線性顯著相關。濕阻變化率Y濕阻變化率的回歸模型為：

Y濕阻變化率=30.045+1.270X6-3.961X10（6）

通過對面料性能參數和熱、濕阻變化率的相關性分析可知，各屬性指標均與熱、濕阻變化率具有顯著相關性。線性回歸模型預測的熱、濕阻變化率與試樣實際測試值如表4所示，通過比較發現：預測的熱阻變化率平均絕對百分誤差為22.83%，最小誤差為2.53%，最大誤差為106.59%。預測的濕阻變化率平均絕對百分誤差為29.21%，最小誤差為12.02%，最大誤差為47.81%。

2.2.3熱、濕阻變化率RBF神經網絡模型

為進一步減少誤差，提高擬合度，采用神經網絡預測熱、濕阻變化率。神經網絡的隱含層采用激活函數，對任意函數具有自學能力，為預測熱、濕阻變化率提供了一種方便有效的方法。楚艷艷等[13]曾利用BP神經網絡建立了熱濕阻預測模型，利用織物的5個參數達到了較好的預測結果。與BP神經網絡相比，RBF的泛化能力更加優異，它幾乎能實現數據的完全逼近，并且能夠避免陷入局部最優解。

1）RBF神經網絡模型構建。為提高模型預測的準確性，采用插值的方法對實驗數據進行擴充，選取40組數據作為模型訓練數據集，10組數據作為模型測試數據集。RBF神經網絡輸入層選用厚度、平方米質量、線密度、經向芯吸、緯向芯吸、干燥速率、透濕量、透氣率、干態熱阻或干態濕阻。隱含層采用Gauss（高斯）傳遞函數，表達式見式（7）;輸出層神經元采用Purelin函數，表達式見式（8）。

a1=radbas（n）=e-n2（7）

a2=n（8）

Matlab神經網絡工具箱實現RBF神經網絡的調用格式為：

net=newrb（P，T，err_goal，sc，MN）

式中：P，T分別為訓練的輸入數據和輸出數據;err_goal為均方誤差目標;sc為擴散系數;MN為最大神經元數目。

經反復測試，當擴散速度為20，神經元數目為25時預測精度最高。

2）預測結果驗證。使用RBF神經網絡模型對10組驗證數據集進行驗證，預測值與實驗測試值對比如圖4所示。圖4顯示，熱、濕阻變化率擬合度R2分別為0.9977和0.9815，平均絕對百分誤差分別為2.2968%和2.0862%，預測效果良好。從訓練結果可以看出，RBF神經網絡模型預測效果穩定，基本可以取代復雜的持續出汗過程實驗，實現對熱阻和濕阻變化率的預測。

3結論

本文以15種常見運動服面料作為研究對象，探究了面料的性能參數與干態熱濕阻的關系，同時運用自行研制的動態出汗裝置配合使用SGHP10.5服裝熱濕阻測試系統測量了織物整個動態變化過程中的熱濕阻，提出了采用熱、濕阻變化率來表征顯汗狀態下織物的散熱透濕能力，并建立了面料性能參數與熱、濕阻變化率的定量關系，利用RBF神經網絡實現了顯汗狀態下運動服面料熱、濕阻變化率的精準預測。

1）運動服面料的干態熱濕阻與面料的線密度關聯度最大，與面料的緯向芯吸關聯度最小，與面料的線密度、厚度線性相關。

2）運用自制人體出汗裝置模擬人體出汗過程中運動服面料吸濕、透濕及干燥后恢復至平衡狀態的整個動態過程，從中可以看出汗液對運動服面料的熱濕舒適性影響顯著，運用熱濕阻變化率可以有效表征面料散熱透濕能力。

3）顯汗狀態下運動服面料熱、濕阻變化率的線性回歸模型表明：熱阻變化率與面料的干態熱阻、緯向芯吸線性相關，濕阻變化率與面料的干態濕阻、干燥速率線性相關，但預測誤差較大。熱、濕阻變化率運用RBF神經網絡預測的平均絕對百分誤差分別為2.2968%和2.0862%，預測精度優于線性回歸模型。

參考文獻：

[1]李億光， 劉麗英， 劉林. 織物特性對熱濕傳遞性能的影響[J]. 上海紡織科技， 2015， 43（2）： 2022.

LI Yiguang， LIU Liying， LIU Lin. Influence of fabric property on its thermal and moisture transfer performances [J]. Shanghai Textile Science &Technology， 2015， 43（2）： 2022.

[2]曹娟， 宋國文， 張慧， 等. 含水率對消防服用織物熱防護性能的影響[J]. 天津工業大學學報， 2016， 35（1）： 3337.

CAO Juan， SONG Guowen， ZHANG Hui. et al. Effects of moisture content percent on thermal protective performance of firefighterclothing fabrics[J]. Journal of Tianjin Polytechnic University， 2016， 35（1）： 3337.

[3]余涵， 張輝. 玉石纖維熱濕舒適性能研究[J]. 紡織科技進展， 2012（1）： 5153.

YU Han， ZHANG Hui， Research on hotwet comfort of jade fiber [J]. Progress in Textile Science & Technology， 2012（1）： 5153.

[4]GOLDENMAN R F. Thermal manikins： their origins and role [C]//Thermal Manikins and Modelling. Hongkong： The Hongkong Polytechnic University， 2006： 615.

[5]何超英， 李棟高. 出汗暖體軀干的工效模擬[J]. 紡織學報， 2004，25（1）： 1820.

HE Chaoying， LI Donggao. Ergonomics simulation of sweating thermal trunk [J]. Journal of Textile Research， 2004，25（1）： 1820.

[6]陳益松， 徐軍， 郭媛媛， 等. 被動式微氣候儀的研制及織物透濕性能的測量[J]. 東華大學學報（自然科學版）， 2015， 41（3）： 309312.

CHEN Yisong， XU Jun， GUO Yuanyuan. et al. A passive microclimate apparatus development and measurement of moisture permeability of fabric [J]. Journal of Donghua University（Natural Science）， 2015， 41（3）： 309312.

[7]陳益松， 夏明， 李玲. 模擬皮膚“出汗”性能的測量[J]. 東華大學學報（自然科學版）， 2014， 40（1）： 5457.

CHEN Yisong， XIA Ming， LI Ling. Measurement of "sweating" performance of artificial skin [J]. Journal of Donghua University（Natural Science）， 2014， 40（1）： 5457.

[8]柯寶珠. 新型織物微氣候測試圓筒儀的研制[J]. 絲綢， 2008（8）： 4043.

KE Baozhu. Development of a new cylinder instrument for testing fabric microclimate [J]. Journal of Silk， 2008（8）： 4043.

[9]魏洋， 王革輝. 不同環境溫度和活動強度下人體出汗率測定[J]. 中國個體防護裝備， 2011（5）： 913.

WEI Yang， WANG Gehui. The measurement of sweat rate under different ambient temperature and activity intensity [J]. China Personal Protection Equipment， 2011（5）： 913.

[10]DING Dan， TANG Tian， SONG Guowen， et al. Characterizing the performance of a singlelayer fabricsystem through a heat and mass transfer model（part I）： heat and mass transfer models [J]. Textile Research Journal， 2011， 81（4）： 398411.

[11]李敏， 涂建雯. Coolmax/棉雙面效應面料熱濕舒適性綜合評價與預測[J]. 紡織學報， 2010， 31（11）： 3943.

LI Min， TU Jianwen. Overall evaluation and prediction of heatmoisture comfort of Coolmax/cotton doublefaced effect fabric [J]. Journal of Textile Research， 2010， 31（11）： 3943.

[12]唐世君， 周璐瑛， 張騰. 顯汗條件下織物熱濕傳遞性能的評價方法[J]. 紡織學報， 2000， 21（3）： 139140.

TANG Shijun， ZHOU Luying， ZHANG Teng. The evaluation of the heat and moisture transfer performance of fabric at the sensible perspiration state [J]. Journal of Textile Research， 2000， 21（3）： 139140.

[13]楚艷艷， 汪青， 禹建麗， 等. BP人工神經網絡在估計織物熱濕阻方面的應用[J]. 中原工學院學報， 2006（4）： 911.

CHU Yanyan， WANG Qing， YU Jianli， et al. Application of BP neural network to estimate thermal resistance and moisture resistance of fabric [J]. Journal of Zhongyuan Institute of Technology， 2006（4）： 911.

收稿日期： 20190423; 修回日期： 20191207

基金項目： 國家自然科學基金資助項目（11471287）;中國紡織工業聯合會項目（J201801）

作者簡介： 馬希明（1994），女，碩士研究生，研究方向為服裝舒適性。通信作者：王利君，副教授，wanglijunhz@zstu.edu.cn。