基于快速成型技术的服装设计用人台的研制

更新时间:2024-02-08 作者:用户投稿原创标记本站原创 点赞:14221 浏览:58700

服装的合体性是体现服装舒适性最为重要的特征,也是消费者对服装功能的基本要求之一.立体裁剪能够直观地展现服装的造型、面料和人体体型特征,而人台是立体裁剪的最主要的工具.传统的人台制作是从泥模型开始,对雕刻人员的经验要求较高,并且需要经过多次的专家评审和修正,其准确率相对较低,制作过程较长.近些年对虚拟人台的开发成为热潮,主要通过三维人体测量和数据处理生成虚拟三维人体模型或者通过计算机图形技术生成具有真实感的、关节化的和个性化的人体模型.本文使用快速成型制造技术(Rapid Prototyping & Manufacturing,RP&M)对虚拟人台进行实体化开发,通过此方法能够缩短人台的开发周期,更便捷的实现人台的更新,并且制作过程更为精确.

1.快速成型技术原理

快速成型技术(Rapid Prototyping)简称RP技术,是基于离散堆积成型的制造方式,将零件的数字信息自动转换为相应的物理实体的若干制造技术及其他相关技术的总称.它将三维模型进行离散,用一系列扫描面对模型进行分层,成型时以二维的层面为单位,通过一层层的堆积生成成形实体.

本文使用美国STRATASYS公司生产的Dimension Elite三维打印机,快速成型方式为熔融喷丝成型方式,可处理数据格式STL.根据快速成型技术的原理可以将其实现过程总结为如下步骤:

(1)将三维CAD实体模型文件转化为可处理的STL(STereoLithography)格式数据文件;

(2)通过快速成型软件的切片模块将STL格式的模型数据文件沿高度方向分成一层层具有特定形状、特定厚度的薄片;

(3)将特定的成型材料通过一定的堆积方式根据切片的形状和顺序逐层的进行堆积,从而形成对应于三维CAD模型的三维实体(原型).

2模型数据的获取与处理

本文以非接触式三维人体扫描为测量手段,获得了华东地区 18 ~ 55 岁成年女子的 622 个有效人体数据.通过对wrl格式的三维人体扫描数据进行预处理,建立了人台中间体特征矩阵,采用Delaunay三角刨分算法光滑曲面后获得最终的三维虚拟人台中间体模型.

2.1STL数据格式转换和修补

因Autocad无法生成快速成型所需要的STL格式文件,故先通过Autocad将DWG格式文件转为DXF格式文件,再由3ds max软件导入DXF格式文件,然后导出STL格式文件.转换过程中,难免会使STL文件包含一些错误.这时需要对文件进行检测与修补,否则将无法实现快速成型.使用快速成型软件Magics RP对错误进行修改后,STL文件基本已满足实体化制造的要求.


2.2模型的分割和切片数据的生成

本文的快速成型设备要求的成型尺寸为 204 mm × 204 mm × 305 mm,因此必须对模型进行一定的分割.使用Magics RP的基本模块对STL数据文件进行分割.模块分割需注意:

(1)在成型尺寸范围内,模型分割面积越大越好,模型分块数越少越好;(2)模型分割线尽量选在表面曲率小的地方,曲率太大会使拼接困难.并且每条模型分割线必须在同一平面内,使得成型过程中支撑方便;(3)模型的坐标系尽量保持不变,Z轴方向必须与纵向保持一致,X轴与Y轴方向可进行一定的调整.

由于快速成型技术是基于先离散再堆积的原理进行制造的,必须得到离散后每一层的切片数据,才能进行堆积成型.所以应对 12 片模型分割块分别进行切片数据的生成.使用Magic RP软件的切片模块生成切片数据,三维打印时依据切片数据进行层层堆积,依次得到总共 12 片人台表面模型分割块.

3模型分割块的拼接

由于模型分割块只有 1 mm厚,片与片之间的接触面积较小,直接粘合牢度较差,并且粘合过程较为麻烦.故本文采用内附粘合板将相邻 2 片模型均与粘合板进行粘合,从而达到较为理想的粘合效果.根据ABS材料的特性,粘合剂选用汉高百得强力混合AB胶,粘合板选用鱼骨.因鱼骨具有一定的硬度和可塑性,与模型拼接面内表面材质、曲面形态相同,粘合后模型保形性较好并且可以平贴于模型的曲面.模型拼接需注意:

(1)模型拼接前,需要对模型进行清洁,确保模型表面清洁、干爽、不含油污.拼接时将AB胶均匀涂于各接触面,压紧 15 min至初步稳固,2 h后即可达到完全坚固的效果;

(2)拼接时,须先拼接面曲率较大的相邻两片,然后再将曲率较小的拼接面进行拼接.这样拼接会提高拼接效率和拼接精准度;

(3)先将同一水平面上的相邻两片进行拼接,当处在同一水平面的模型全部拼接好后,再进行相邻上下模型的拼接,进而可获得最终模型.

4人台的检验

本文的人台检验是通过将人台成品的各部位实测尺寸与 622 个三维人体测量的中间体数据进行对比完成.实体人台与其中间体数据之间存在一定的差异,但是其绝对误差在 0 ~ 0.7 cm之间,最大的相对误差为 2.61%.误差均较小,可以认为没有显著性差异,即精准度比较高.

相关论文范文