Disseny d'eines predictives per obtenir funcions personalitzades en peces de roba esportiva de punt

Article Sidebar

Temes de Disseny #35 - Intel·ligència Artificial i Tecnologies Digitals Emergents com a Material de Disseny
PDF (ENG + CAT + ES) (English)

Main Article Content

Martijn ten Bhömer
Xi’an Jiaotong-Liverpool University
https://orcid.org/0000-0002-9367-894X
Hai-Ning Liang
Xi’an Jiaotong-Liverpool University
https://orcid.org/0000-0003-3600-8955
Difeng Yu
Xi’an Jiaotong-Liverpool University
https://orcid.org/0000-0002-7753-4591
Yuanjin Liu
Xi’an Jiaotong-Liverpool University
Yifan Zhang
Xi’an Jiaotong-Liverpool University
Eva de Laat
Studio Eva x Carola
Carola Leegwater
Studio Eva x Carola

Els progressos en tècniques de fabricació tèxtil avançada –com les màquines de teixir 3D que produeixen teixit ajustat al cos– permeten crear peces de roba pràcticament acabades, que necessiten pocs passos més de producció (o cap) abans d'estar totalment enllestides. A més, la tecnologia de teixidura avançada combinada amb l'ús de nous materials permet integrar noves funcions a les peces de roba “punt a punt". Encara queda camp per avançar en la millora de les eines de disseny per a la fabricació avançada de teixits amb tecnologies com ara la recollida de dades, l'aprenentatge automàtic o la simulació. Aquest plantejament reflecteix el potencial de la indústria 4.0, en què convergeixen cada cop més el disseny, el desenvolupament de producte i la fabricació. Tanmateix, actualment se sap ben poca cosa sobre l'impacte que aquestes noves tecnologies i eines poden tenir en el procés de disseny creatiu. Aquest estudi de cas analitza el potencial que tenen les eines predictives de disseny de software per als dissenyadors de moda que creen funcions personalitzades avançades en productes tèxtils. Aquest article se centra en la següent pregunta com a tema principal d'investigació: Com poden aprofitar els dissenyadors el software de disseny intel·ligent per incorporar funcions avançades i personalitzades a productes tèxtils? Aquesta pregunta marc que defineix la nostra investigació inclou tres subpreguntes: (1) Quina mena de funcions avançades es poden plantejar incloure en el procés personalitzat de teixidura? (2) Com es poden dissenyar interaccions i interfícies que utilitzin algoritmes predictius per estimular la creativitat durant el procés de disseny de moda? (3) Com influirà el software predictiu en el procés de fabricació d'altres parts implicades i en altres fases de la producció? S'intenta respondre a aquestes preguntes amb un estudi de cas de recerca a través del disseny, en què es comparen diversos algoritmes predictius, que posteriorment s'apliquen a una interfície d'usuari que vol ajudar els dissenyadors de teixits de punt en el procés de creació d'unes malles per a córrer d'alt rendiment.

Paraules clau
gèneres de punt, disseny d'interacció, indústria 4.0, aprenentatge automàtic, intel·ligència artificial, disseny d'interfície, punt circular

Article Details

Com citar
ten Bhömer, Martijn et al. “Disseny d’eines predictives per obtenir funcions personalitzades en peces de roba esportiva de punt”. Temes de Disseny, no. 35, pp. 42-75, doi:10.46467/TdD35.2019.42-75.
Biografies de l'autor/a

Martijn ten Bhömer, Xi’an Jiaotong-Liverpool University

El Dr. Martijn ten Bhömer és professor del departament de Disseny Industrial, director del màster en Disseny Industrial i director del laboratori de Fabricació Digital de la Universitat de Xi'an Jiaotong-Liverpool. Va fer els seus estudis de doctorat al grup d'investigació Disseny de Qualitat d'interacció del departament de Disseny Industrial de la Universitat Tecnològica d'Eindhoven. Abans d'entrar al departament de Disseny Industrial, el Martijn va adquirir experiència al sector treballant en empreses com ara Microsoft Research (Regne Unit), Deutsche Telekom (Alemanya), OMsignal (Canadà) i Bambi Medical (Països Baixos). En els seus treballs d'investigació va analitzar de quina manera l'aplicació de la filosofia incorporada pot apuntalar el disseny i la fabricació de serveis i productes tèxtils intel·ligents.

Hai-Ning Liang, Xi’an Jiaotong-Liverpool University

El Dr. Hai-Ning Liang és professor associat del departament d'Informàtica i Enginyeria de Software de la Universitat de Xi'an Jiaotong-Liverpool (XJTLU). És subdirector del laboratori de Suzhou de tecnologies de realitat virtual. Va obtenir el doctorat en Informàtica a la Universitat de Western Ontario. En els seus estudis combina la interacció persona-ordinador i la visualització d'informació per desenvolupar innovadores interfícies d'ordinador aplicables a dispositius portables, de realitat augmentada/virtual i mòbils.

Difeng Yu, Xi’an Jiaotong-Liverpool University

Difeng Yu es va graduar amb matrícula en Informàtica a la Universitat Xi'an Jiaotong-Liverpool (XJTLU) el 2018. Actualment és investigador associat del laboratori de realitat virtual de la XJTLU. Els seus estudis d'investigació se centren en la interpretació persona-ordinador. També estudia les tecnologies d'aprenentatge automàtic.

Yuanjin Liu, Xi’an Jiaotong-Liverpool University

Yuanjin Liu va obtenir el títol d'Enginyeria Elèctrica i Automatització amb matrícula a la Universitat Xi'an Jiaotong-Liverpool (XJTLU) el 2017 i el màster en Disseny Industrial amb matrícula en la Universitat de Liverpool el 2019. La seva tesi de màster es va centrar en l'ús del disseny del moviment per potenciar la resposta emocional a productes intel·ligents. Actualment treballa com a dissenyador i investigador en l'àmbit de la interacció persona-ordinador.

Yifan Zhang, Xi’an Jiaotong-Liverpool University

Yifan Zhang va obtenir el títol d'Enginyeria Electrònica i Elèctrica amb matrícula a la Universitat de Xi'an Jiaotong-Liverpool el 2014. Va obtenir el màster en Automatització i Control amb matrícula a la Universitat de Newcastle el 2015 i el màster en Disseny Industrial a la Universitat de Liverpool el 2019. La seva tesi es va centrar en la representació visual del comportament humà en el disseny de producte.

Eva de Laat, Studio Eva x Carola

Eva x Carola és un estudi de disseny creat per Carola Leegwater i Eva de Laat. Les dues dissenyadores es van especialitzar en Direcció de Moda i Producció Internacional en el prestigiós Amsterdam Fashion Institute. Després de graduar-se, l'Eva i la Carola van treballar a Nike, la marca de roba esportiva, on van desenvolupar i crear productes per a competicions d'àmbit internacional com el Tour de França, la Copa Mundial de la FIFA i els Jocs Olímpics. Actualment Eva x Carola destaquen en la indústria de la roba esportiva per la investigació, el desenvolupament i la creació de materials tèxtils d'última generació que, a banda d'oferir prestacions úniques quant a benestar i sostenibilitat, es personalitzen segons les necessitats de cada atleta. El duet, que recentment ha estat nominat als premis  Future Textiles Awards, col·labora amb empreses com Santoni Shanghai, Lenzing i Woolmark creant roba d'esport innovadora que s'aparta del disseny convencional i proposa alternatives de futur i intel·ligents.

Carola Leegwater, Studio Eva x Carola

Eva x Carola és un estudi de disseny creat per Carola Leegwater i Eva de Laat. Les dues dissenyadores es van especialitzar en Direcció de Moda i Producció Internacional en el prestigiós Amsterdam Fashion Institute. Després de graduar-se, l'Eva i la Carola van treballar a Nike, la marca de roba esportiva, on van desenvolupar i crear productes per a competicions d'àmbit internacional com el Tour de França, la Copa Mundial de la FIFA i els Jocs Olímpics. Actualment Eva x Carola destaquen en la indústria de la roba esportiva per la investigació, el desenvolupament i la creació de materials tèxtils d'última generació que, a banda d'oferir prestacions úniques quant a benestar i sostenibilitat, es personalitzen segons les necessitats de cada atleta. El duet, que recentment ha estat nominat als premis  Future Textiles Awards, col·labora amb empreses com Santoni Shanghai, Lenzing i Woolmark creant roba d'esport innovadora que s'aparta del disseny convencional i proposa alternatives de futur i intel·ligents.

Referències

Alpaydin, Ethem. 2014. Introduction to Machine Learning. Cambridge, Massachusetts ; London, England : The MIT Press, 2014

Balsamiq. n.d. “Balsamiq Wireframes | Balsamiq.” Accessed April 7, 2019. https://balsamiq.com/wireframes/.

Bishop, Christopher M. 2006. Pattern recognition and machine learning. New York: Springer.

Black, Sandy. 2002. “Innovative Knitwear Design Utilising Seamless and Unconventional Construction.” Proceedings of the IFFTI International Conference Fashion and Textiles: The New Frontiers, 253–262.

Born, Dennis-Peter, Billy Sperlich, and Hans-Christer Holmberg. 2013. “Bringing Light into the Dark: Effects of Compression Clothing on Performance and Recovery.” International Journal of Sports Physiology and Performance 8 (1): 4–18.

Eckert, Claudia. 2001. “The Communication Bottleneck in Knitwear Design: Analysis and Computing Solutions.” Computer Supported Cooperative Work (CSCW) 10 (1): 29–74.

Gorecky, Dominic, Mathias Schmitt, Matthias Loskyll, and Detlef Zuhlke. 2014. “Human-Machine-Interaction in the Industry 4.0 Era.” In Proceedings of the 2014 12th IEEE International Conference on Industrial Informatics (INDIN), 289–294.

Hill, Jessica A., Glyn Howatson, Ken A. van Someren, Ian Walshe, and Charles R. Pedlar. 2014. “Influence of Compression Garments on Recovery After Marathon Running.” Journal of Strength and Conditioning Research 28 (8): 2228–35.

Hsu, Chih-Hung, and Mao-Jiun J. Wang. 2005. “Using Decision Tree-Based Data Mining to Establish a Sizing System for the Manufacture of Garments.” The International Journal of Advanced Manufacturing Technology 26 (5–6): 669–74.

INVISTA Apparel & Advanced Textiles. 2017. “Made to Measure: Lycra® Sport Performance Indexing.” Last modified January 26, 2017. https://connect.lycra.com/en/News-and-Video/Blog/2017/01/Lycra-Sport-Performance.

Jaouachi, Boubaker, and Faouzi Khedher. 2015. “Evaluation of Sewed Thread Consumption of Jean Trousers Using Neural Network and Regression Methods.” Fibres & Textiles in Eastern Europe 23 (3(111)): 91–96.

Kagermann, Henning, Wolfgang Wahlster, and Johannes Helbig. 2013. Recommendations for Implementing the Strategic Initiative INDUSTRIE 4.0 : Securing the Future of German Manufacturing Industry. Final report of the Industrie 4.0 working group. Berlin: Forschungsunion.

Karmon, Ayelet, Yoav Sterman, Tom Shaked, Eyal Sheffer, and Shoval Nir. 2018. “KNITIT: A Computational Tool for Design, Simulation, and Fabrication of Multiple Structured Knits.” In Proceedings of the 2nd ACM Symposium on Computational Fabrication, 1–10. ACM Press.

Kuhn, Max, and Kjell Johnson. 2013. Applied predictive modeling. Vol. 26. New York: Springer. Lasi, Heiner, Peter Fettke, Thomas Feld, and Michael Hoffmann. 2014. “Industry 4.0.” Business &

Information Systems Engineering 6 (4): 239–42. Lau, F., and Winnie Yu. 2016. “Seamless Knitting of Intimate Apparel.” In Advances in Women's Intimate Apparel Technology, 55–68. Cambridge: Woodhead Publishing.

Li, Min, Dong-Ping Li, Wei-Yuan Zhang, and Xiao-Zhong Tang. 2009. "A multiple regression model for predicting comfort sensation of knitted fabric in sports condition based on objective properties." In 2009 Second International Conference on Information and Computing Science 3:372-375. IEEE.

Liu, Su, Chenxiao Yang, Yuanfang Zhao, Xiao Ming Tao, Jiahui Tong, and Li Li. 2016. “The Impact of Float Stitches on the Resistance of Conductive Knitted Structures.” Textile Research Journal 86 (14): 1455–73.

Matković, Vesna. 2010. “The Power of Fashion: The Influence of Knitting Design on the Development of Knitting Technology.” Textile: The Journal of Cloth and Culture 8 (2): 122–47.

Matusiak, Małgorzata. 2015. “Application of Artificial Neural Networks to Predict the Air Permeability of Woven Fabrics.” Fibres & Textiles in Eastern Europe 23 (1):41–48.

McCann, James, Lea Albaugh, Vidya Narayanan, April Grow, Wojciech Matusik, Jennifer Mankoff, and Jessica Hodgins. 2016. “A Compiler for 3D Machine Knitting.” ACM Transactions on Graphics (TOG) 35 (4): 49.

Ogulata, S.N., C Sahin, RT Ogulata, and Onur Balci. 2006. “The Prediction of Elongation and Recovery of Woven Bi-Stretch Fabric Using Artificial Neural Network and Linear Regression Models.” Fibres & Textiles in Eastern Europe 14 (2):46–49.

Power, Jess. 2018. “Advanced Knitting Technologies for High-Performance Apparel.” In High-Performance Apparel, 113–27. Cambridge: Woodhead Publishing.

Sayer, Kate, Jacquie Wilson, and Simon Challis. 2006. “Seamless Knitwear - the Design Skills Gap.” The Design Journal 9 (2): 39–51.

Shima Seiki. n.d. “SDS-ONE APEX3 | Design Systems | Products | SHIMA SEIKI.” Accessed April 7, 2019. http://www.shimaseiki.com/product/design/sdsone_apex/.

Slocum, Donald B., and Stanley L James. 1968. “Biomechanics of Running.” JAMA 205 (11): 721–28.

Spencer, David J. 2001. Knitting Technology: a Comprehensive Handbook and Practical Guide. 3rd edition. Cambridge: Woodhead Publishing.

ten Bhömer, Martijn, Ruggero Canova, and Eva de Laat. 2018. “Body Inspired Design for Knitted Body-Protection Wearables.” In Proceedings of the 2018 ACM Conference Companion Publication on Designing Interactive Systems, 135–39. ACM Press.

ten Bhömer, Martijn, Eunjeong Jeon, and Kristi Kuusk. 2013. “Vibe-Ing: Designing a Smart Textile Care Tool for the Treatment of Osteoporosis.” In Proceedings of the 8th International Conference on Design and Semantics of Form and Movement, 192–195. Koningklijke Philips Design.

Unity. n.d. “Unity.” Accessed April 7, 2019. https://unity3d.com/. Vasconcelos, Fernando Barros de, Fabiano Casaca, Fernanda Gomes De Vasconcelos, João Paulo Pereira Marcicano, and Regina Aparecida Sanches. 2013. “Design of Elastic Garments for Sports in Circular Knitting.” International Journal of Textile and Fashion Technology 3 (1): 39–48.

Yildirim, Pelin, Derya Birant, and Tuba Alpyildiz. 2018. “Data Mining and Machine Learning in Textile Industry.” Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery 8 (1): e1228.