基于知识图谱的国内智能纺织品技术融合动态演化及创新前沿

王鹏飞，程 华

(浙江理工大学，a.经济管理学院；b.浙江省生态文明研究院，杭州 310018)

“工业4.0”时代已经来临，多种学科领域间的知识流动，基于大数据、物联网、人工智能、区块链和虚拟现实等数字新技术的融合，引领了信息化技术促进产业的变革[1-2]。技术融合作为技术创新的重要手段，不仅给企业创新和转型提供动力，同时也加速社会进步和科技发展，为国家的经济快速增长和产业结构调整带来深远的影响[3]。

作为中国的传统支柱产业和民生产业，纺织行业逐渐在高可靠性、高技术和高附加值的智能化发展路线上持续迈进。纺织技术具有的多学科交叉汇聚、多技术跨界融合的显著特征，已经成为提高产品价值增值、增强企业竞争优势和实现纺织科技创新的主要方式。当前，受全球“双碳”目标和可持续发展理念的影响，智能纺织品技术创新也呈现出融合化发展趋势，生物技术、纳米技术、信息技术和环保技术等不断融合，使得纺织材料具有超性能、智能化和绿色化等多功能特点，而纺织生产的主要趋势就体现在智能化、高品质、高效率和节能减排等方向。

目前国内外学者对该领域进行了相关研究。娄岩等[2]和陈悦等[4]以技术群相似度时序分析法和测度技术融合框架的角度，以专利数据为依据，分析技术融合所形成的整体网络以及构成网络的各技术主体，并对网络的均衡程度进行研究，为全面探测技术演化路径提供新的视角和技术手段。Stylios等[5]和Virili等[6]从提高纺织品性能和美感的新材料设计角度出发，指出纺织行业科技创新的应用范围，包括纺织服装供应链中的可持续发展，可持续产品战略、可持续投资、可持续绩效评估、企业社会责任和环境管理系统的采用等。Colombo等[7]、Hornborg[8]和Uhlemann等[9]从智能纺织品设计的角度出发，认为纺织行业结合新材料和人工智能技术，会对该领域的科技创新产生深远的影响。综上所述，虽然学术界基于专利数据开展技术融合和创新研究有相应的成果，但是21世纪以来国内智能纺织品技术融合和创新前沿研究文献比较少，尤其缺乏实际专利数据的支撑。因此通过专利数据探究该领域研究进展和动态，探寻国内企业已有的智能纺织品技术成果、动态演化和前沿，具有积极的指导意义。

基于此，本文运用复杂网络关系分析软件Gephi和专利数据库平台incoPat，以国内智能纺织品技术融合专利为数据源，通过专利计量绘制科学知识图谱，剖析技术融合演化过程、研究热点和研究前沿，发现该领域发展脉络和创新前沿等，以期为纺织行业科技创新领域未来的研究提供参考与借鉴[10]。

1 研究设计

1.1 数据来源与处理

本文所采用的专利数据来源于incoPat专利数据库平台，其专利检索及分析系统共收集100多个国家、地区和组织的专利数据，同时还收录了引文、同族、法律状态等数据信息。并集成专利检索、专题库、分析和监视预警等多个功能模块，目前广泛应用于国内高等院校和科研机构等。对于智能纺织品技术，其内容主要涉及服装、纤维、纺纱、织造和编织等，国际专利分类包括D(纺织)和A41(服装)两大类。因此，本文检索策略是：首先通过分类号构造检索式((IPC=(D OR A41) AND TIABC=(智能 OR 电子 OR 可穿戴))，检索号为#1。然后通过关键词构造检索式((TIABC=(纺织OR服装OR纤维OR纺纱OR织造OR编织)) AND (TIABC=(智能OR电子OR可穿戴)))，检索号为#2。最后将上述两个检索结果求并集，即#1U#2，专利状态选择“有效”，时间范围不做限制，具体检索式构造策略如 表1 所示。通过以上操作进行检索，然后对结果进行申请合并和数据排查等操作，最终筛选得到与本主题相符的25889条专利数据(检索时间为2022年3月12日)。

表1 国内智能纺织品技术融合专利检索式构造策略Tab.1 Retrieval constructing strategy for technology fusion patents regarding domestic intelligent textiles

1.2 研究方法与工具

本文以国内智能纺织品技术融合专利为研究对象。参考王媛等[11]、娄岩等[2]和徐茜等[12]对技术融合的定义，智能纺织品技术融合涉及国际专利分类C化学、F机械工程、G物理和H电学等大类。因此，首先对样本数据进行技术融合动态演化分析，以获得该领域发展的总体趋势，再借助复杂网络分析软件Gephi，计算节点、各节点的连线和相对距离体现关联关系紧密度，可以直观了解组织合作的发展动态等。最后，基于关键词的出现频率和共现关系进行聚类计算，根据词之间的相关度聚出不同类别的词组，关系紧密的词语聚集为一个聚簇，最终以聚类关系图和3D沙盘图谱进行展示。节点大小代表专利量的数量，各节点的连线和相对距离体现关联关系紧密度。通过专利聚类分析了解技术的发展动态，探索研究趋势，实现国内智能纺织品技术创新前沿研究。

2 智能纺织品技术融合动态演化

2.1 总体发展趋势

对样本数据进行分析，虽然检索时间范围没有设置，但是发现2003年之前没有符合要求的数据，2022年数据由于受公开滞后等影响，数据量比较小且存在不完整现象，因此把研究时间范围定在2003年至2021年。从总体趋势看，21世纪以来国内智能纺织品技术领域专利技术融合数量呈逐年上升势态，结果如图1所示。

图1 国内智能纺织品技术融合趋势及增长率Fig.1 Technology fusion trend and growth rate fordomestic smart textiles

21世纪以来，国内智能品纺织技术融合的总体发展大致可以分为3个阶段，第一阶段为2003—2010年，该时期发展属于萌芽期，科研人员和机构在该领域研究刚起步，部分高校科研机构、外商独资和合资企业参与相关研究，每年申请的专利数量偏少。重点以纺织物处理、服装服饰电子元器件扩展功能、有机高分子化合物和提高纺织品的性能为目标，尤其是外资企业领先的染色技术为消费者生产高附加值纺织品提供了一些新方法[13-15]。第二阶段为2011—2015年，该领域的技术研究进入快速增长期，这段时期出现一次申请高峰，其中2012年申请智能纺织品技术相关的专利743项，增长率达到65.85%。第三阶段为2016—2021年，大量国内企业投身到该领域，专利的申请量迅速增长，但增长速度相比较前者开始趋缓，属于稳定发展期。其中2020年，国内该领域专利数量达到4189项，是2003年申请量的54.40倍，年均增长率达到21.90%。

通过梳理上述各阶段不同时期的增长态势，发现与国家发布的相关政策文件有比较紧密的关系。2009年国务院发布《纺织工业调整和振兴规划》，提出加强纺织行业自主创新能力、技术装备水平和纺织品质量，该文件为中国从纺织大国向纺织强国转变奠定基础。2016年国家《长丝织造产业“十三五”发展指导意见》和2017年《中国化纤工业绿色发展行动计划》发布，明确差异化、功能化、健康化和时尚化为纺织品开发的主方向，提出纺织制造技术遵循绿色可持续发展理念，实现行业产业链绿色设计、绿色制造、绿色采购和绿色工艺技术等具体目标。上述政策文件的发布和实施，为国内智能纺织品技术融合发展起到积极的促进与指导作用。

2.2 智能纺织品技术融合结构及动态演化

2.2.1 技术融合结构特征

通过分析国内智能纺织品技术专利每年技术功效的分布情况和变化趋势，可以有助于了解各时期的技术融合结构特征，从而掌握技术在实际应用中功效的变化。本文以便利性、复杂性、效率、成本、安全性和智能化等6个维度解析，结果如图2所示。

图2 国内智能纺织品技术融合功效特征图谱Fig.2 Feature map of technology fusion efficacy for domestic intelligent textiles

从时间上分析，2011年之前上述6个维度的技术融合功效特征并不明显。2000年德国电子织物研究公司Wronz Earalab Ltd和美国新材料研究 Peratech公司首次发布软开关技术，为纺织品与电子元件的结合成为可能。而国内在该领域主要以新型纺织纤维、聚合物开发、酶技术和纺织废水处理等为目标，关注生物技术在纺织工业中的应用等[16-18]。随着新材料的发展、纳米技术在纺织领域应用和电子纺织品的开发，智能纺织品技术为智能纺织品的开发提供了智能系统的组合。因此2012年以后，国内纺织行业由于市场需求和企业转型，针对纺织产业智能制造技术，提出了纺织产业领域智能制造基本范式，以及基于工业大数据的纺织产业数字化管控体系。

从技术功效维度上分析，纺织品的便利性、复杂性、效率、成本、智能化和安全性都在发生不同程度的变化。其中，智能化、安全性和效率在2011年以后，专利技术融合趋势比较明显。而智能纺织品技术在提高产品便利性、降低复杂度和提高效率上，气泡显示效果更显著。表2为国内该领域技术融合演化特征数值表，可以辅助说明图2中6个维度值在不同时期的演化。

表2 国内智能纺织品技术融合演化特征Tab.2 Technology fusion and evolution characteristics of domestic smart textiles

2.2.2 技术融合动态演化特征

结合时间维度和技术融合专利分类，对上述3个阶段的发展趋势进行分析，有助于获得该领域的技术融合结构和动态演化过程，结果如图3所示。其中2010年之前，智能纺织品技术领域的交叉渗透比较少，在图谱的专利分类构成上，H01类(电子元器件、电容器和导电连接等)专利申请直到2009年才开始逐渐发展。D06类(纺织物的处理、纺织品的染色和印花等)、D01类(天然或化学纤维、纺纱或纺丝；制作人造长丝，线，纤维化学特征等)和D04类(编织；针织；饰带；非织造布等)专利申请增长态势比较明显。说明此阶段智能化纤与电子元器件在纺织品中的应用和研发刚开始发展，但在市场上并没有形成规模，因此该领域的技术融合专利数量存在比较少的现象。

图3 国内智能纺织品技术融合网络演化图谱Fig.3 Evolution oftechnology convergence networks concerning domestic smart textiles

到了第二阶段，智能纺织品技术融合的专利数量明显增多，同时在第一阶段D06类和H01类等专利发展的基础上，出现A41D类(外衣、防护服和衣饰配件)、D01H类(纺纱或加捻)、D01F类(制作人造长丝、线、纤维的化学特征等)和D06B类(纺织材料的液相、气相或蒸汽处理)等技术的融合。这与纺织技术的发展，可穿戴设备的研发和应用得到普遍关注有比较密切的关系。第三阶段中A41类、D06类和D05类相关的技术专利占据主导地位。该时期随着节能环保和可持续发展理念的影响，人类对纺织品消费观念发生比较大的转变。可持续时尚引领的多功能服装，低碳和生态绿色纺织品更受市场的关注。尤其2019年底出现的新冠疫情影响，智能纺织品技术对医用防护服和相关可穿戴设备的安全性和性能起到比较大的推动作用。

将图3的演化图谱分阶段进行专利增长趋势分析，得到结果如表3所示。结合前文所述不同阶段的专利分类申请量，其中前10位专利分类中，年均增长率最高的是H01B类72.52%。21世纪以来，电子技术与纺织技术相融合在第二阶段飞速发展，到第三阶段达到350项专利，增长优势比较明显。其次是D06B类专利66.70%、A41D类专利63.41%和D01F类专利60.21%。涉及的技术包括电子元件、电气电路、通信技术、功能性服装设计和机械加工与制造等，以上技术与纺织技术相结合，对国内智能纺织品技术融合起到积极的促进作用。

表3 国内智能纺织品技术融合演化专利增长趋势Tab.3 Trend of patent growth for technology fusion and evolution regarding domestic smart textiles

2.3 智能纺织品技术融合模式分析

技术融合模式包括复制模仿、合作开发以及自主创新3种。在20世纪初期，国内纺织行业主要以复制模仿为主要的技术融合模式。随着科技的发展和企业竞争意识的增强，在国家政策文件驱动下，拥有更多自主知识产权以及相关核心技术，自主开发成为国内纺织行业主要的技术融合模式。同时，企业与跨国公司合作开发，加速技术升级和转化进程，也成为缩小与国外高端智能纺织品技术差距的主要方式。

2.3.1 复制模仿

复制模仿，是国内纺织行业短期内缩小与先进国家纺织技术水平差距的最有效途径之一。尤其改革开放初期，国内纺织行业作为国家支柱性产业和民生产业，需求更为突出。接下来以技术转让为主要参考数据，分析通过购买专利技术，实现智能纺织领域布局的优势。经过数据筛选，发现样本中技术转让的专利有3517项，占样本总数的13.58%。

通过对转让专利的技术构成进行分析，发现主要体现在纺织大类D、化工纤维大类C和服装大类A等，其次是电子电路大类H等，结果如图4所示。其中纺织、服装、化纤和电子元器件类专利转让趋势比较明显，市场成熟度也更高。技术关注的领域主要包括先进纺织复合与纤维材料、现代纺织技术、纺织品回收与资源化再生利用技术和纺织智能制造技术等热点研究方向[19-21]。也有部分研究涉及柔性可穿戴技术及其应用案例，分析母婴市场和老年化市场的不断扩大及不断提高的消费者诉求，以柔性智能电子纺织品为研究对象，指出穿戴式的应用产业分布越来越广泛，几乎涵盖了生活所需的全部产业等[22-23]。

图4 国内智能纺织品技术专利转让图谱Fig.4 Technology patent transfer map for domestic smart textiles

2.3.2 合作开发

为了更有效地实现智能纺织品技术布局，国内企业寻求开展对外技术交流和科技合作。其中合作开发是带来技术升级的有效手段之一，通过发挥各自优势，整合内外优势资源，可以更有效地实现合作方的目标效果。因此以专利申请人数量大于1为主要参考数据，通过分析合作开发专利，梳理智能纺织品技术融合的特征。经过数据筛选，发现样本中合作开发的专利达到1714项，占样本总数的6.62%。

对合作申请人及研究团队分布统计，借助Gehpi可视化分析软件生成该领域主要技术合作关系共现图谱。主要步骤为：首先设置生成作者及研究团队合作矩阵，通过公式2*edges/nodes计算每个节点连接边的平均度(Average degree)；然后分析各个节点间的分离程度，比较任意两个节点之间的平均路径长度(Average network distance)，值越小代表网络中节点的连接度越大；最后通过计算模块化指数(Modularity index)，来衡量网络图结构的模块化程度，得到结果0.947，大于0.44，说明该网络图达到较高的模块化程度。结果如图5所示。

图5中每个节点代表不同的合作开发申请人，相互之间的连线代表作者相互之间的合作关系。不同颜色的节点和连线粗细表示不同团队之间合作频率，图5中显示有蓝色、绿色、紫粉色和黑色等主要合作开发核心团队。图5中最大的紫粉色圆点是国家电网有限公司，与其合作的机构包括国网上海电力公司、吉林电力有限公司电力科学研究院和其他下属公司研究机构等，其在H类纺织印刷领域技术应用合作比较广泛，这与其行业性质有比较大的关联。另外绿色节点的东华大学和黑色节点的海尔智家股份有限公司，也是分别聚焦C类化纤和A41、D06服装纺织品处理等技术合作。图5中入围的高校还有浙江大学、江南大学、浙江理工大学和华南理工大学等，上述高校结合学科优势和自身特点在纺织纤维、纺织材料和纺织品仪器设备制造、精密加工等技术领域研究上竞争力比较明显。

图5 国内智能纺织品技术主要申请人合作关系网络图谱Fig.5 Network map of cooperative relationship of major applicants for domestic smart textile technology

上述主要申请人合作开发也是产学研协同创新深化的体现。20世纪90年代末，教育部提倡开展产学研合作教育，对国内校企合作模式起到积极的促进作用。2015年，中国校企协同产学研创新联盟的成立，将校企协同创新的内容进一步完善，成为促进技术创新的一项重要国策，并为该政策的实际效果提供了理论基础和经验证据[24-25]。

2.3.3 自主创新

随着改革开放政策的不断深入，自主创新成为企业发展和提升产品竞争力的主要手段。在此基础上，加大研发新产品投入，企业专利申请数和发明专利数以及拥有发明专利的数量逐年上升。通过设置专利申请人数量为1，二次筛选得到数据20602项，占样本总数的79.78%，说明绝大多数企业坚持走自主创新，来掌握市场主动权和核心竞争力。分析该领域申请人排名，获得排在前10位的自主创新主体。结果如图6所示。

图6 国内智能纺织品技术专利自主创新申请人排名图谱Fig.6 Ranking map of independent innovation applicants for technology patents concerning domestic smart textiles

对该领域申请人主体分析发现，前10位排名中包含国内7所高校和3家跨国企业。其中东华大学以146项智能纺织品技术融合专利排在首位，其次是江南大学105项和华南理工大学72项。作为国内著名的纺织背景重点高校，其纺织学科的影响力和竞争力非常明显。3家跨国企业中苹果公司和联想公司是著名的高科技企业，其智能可穿戴设备、电子饰品和智能纺织品等研发在国内占据非常重要的地位。而日本跨国企业东丽株式会社主要从事复合材料和碳纤维等产品研发，在我国纺织行业布局比较广，包括江苏南通的纤维和织染业务、珠海和青岛的制衣针织业务和苏州的精密科技等。

通过分析前10位申请人智能纺织品技术分布特征，可以发现东华大学、江南大学、浙江理工大学和苏州大学等具有纺织学科优势的高校，专利技术分布主要以D01(天然纤维化纤)、D06(纺织物处理)和A41(服装大类)的技术研发为主。华南理工大学、大连理工大学和浙江大学等高校以H01(电子元器件和电子电路)、G01(物理测试)和C08(有机高分子化合物)等为主要研究方向，为纺织行业提供与学科特色相关的技术支持。结果如表4所示。

表4 前10位申请人智能纺织品技术分布特征Tab.4 Technology distribution characteristics of smart textiles among the top ten applicants

3 智能纺织品技术创新前沿分析

3.1 智能纺织品技术融合聚类分析

基于文本挖掘技术自动提取技术关键词，根据词之间的相关度将不同类别的词组进行组合。聚类分析以专利文本信息(包括标题、摘要)提取的关键词为分析对象，基于关键词的出现频率和共现关系进行聚类计算，最终形成的聚簇以图形进行展示。结果如图7所示。在文献计量学中，关键词的共词方法常用来确定该文献集所代表学科中各主题之间的关系，采用共现关系(co-occurrence)构造任两点之间的边，以此来确定该领域的研究前沿。图7中形成以下4个主要聚类：深蓝色代表“智能化制造”聚类，用标签1#表示，浅蓝色表示“电子可穿戴”聚类，用标签2#表示，红色表示“纺织品处理”聚类，用标签3#聚类，橙色表示“新型纺织材料”聚类，用标签4#表示。其中标签1#和标签2#聚类节点大小更突出，且与其他聚类之间边数和连线更多，说明其关联紧密度更高。通过归纳上述聚类的关键词，表明国内智能纺织品技术融合分为智能制造新模式、智能纺织装备及共性技术和新型纺织材料三大领域，这构成了当前纺织行业科技创新的研究热点。

另外，传感器、石墨烯、控制器、电极、碳纤维和控制系统等，作为智能纺织品技术融合的核心内容，也在图7中显示较为突出。

图7 智能纺织品技术融合聚类分析图谱Fig.7 Smart textile technology fusion and cluster analysis map

在当前“双碳”目标和可持续发展理念影响下，国内智能纺织品技术融合的重点是通过数字经济赋能与绿色转型实现可持续发展。因此包括纺织工艺特点、纺织新材料研发和智能可穿戴系统等技术融合，与市场推广的低成本和循环再利用体系存在比较密切的关系，从循环经济发展中探讨市场化道路，实现纺织行业进入资源再利用领域。

3.2 技术前沿分析

借助3D专利沙盘推演功能，可以更直观、更动态地展示企业专利攻防布局，辅助呈现行业重点关注技术的发展趋势。图8所示为智能纺织品技术专利3D沙盘图谱，可以发现智能服装、防护服、纳米纤维和柔性压力传感器等呈现比较明显，智能制造、控制系统和智能化等表现比较突出，结合专利数据分析，可以得出纺织成型制造、纺织纤维新材料、先进纺织制品、绿色染整技术、智能纺织装备与可穿戴系统等近两年迅速发展，成为该领域的研究前沿。目前，在数字化技术驱动背景下，融合纺织、电子、医学和信息技术等于一体，促进智能纺织产品研究与开发已成为一种主要的趋势。

图8 智能纺织品技术专利3D沙盘图谱Fig.8 3D sand table map for smart textile technology patent

虽然中国在纺织产业领域推进智能制造取得一定的成效，但与发达国家“工业4.0”相比还存在一定的差距。根据国家《纺织行业“十四五”发展纲要》，主要任务是聚焦新技术与纺织工业的深度融合，加快行业数字化转型。因此，以推进纺织成套装备研发和纺织领域智能制造系统集成商协同创新，实现以纺织装备数字化和纺织行业智能制造为主要目标，整体提升我国智能纺织品技术融合效率。

4 总结与展望

本文从专利计量的角度，探讨国内智能纺织品技术融合动态演化和创新前沿，包括总体发展趋势、融合结构及动态演化过程、融合模式和创新前沿等，得出以下主要结论。

a) 21世纪以来，国内智能纺织品技术领域专利技术融合数量发展大致分为3个阶段，总体呈逐年上升趋势。2011年之前，便利性、复杂性、效率、成本、安全性和智能化等6个维度的技术融合功效特征并不明显。2012年以后，国内纺织行业由于市场需求和企业转型，智能化、安全性和效率等专利技术融合趋势比较明显，其中在提高产品便利性、降低复杂度和提高效率上，技术融合动态效果更显著。

b)通过对技术融合动态演化特征数据可视化分析，得出第一阶段2003—2010年，智能纺织品技术领域的交叉渗透比较少，此阶段智能化纤与电子元器件在纺织品中的应用和研发没有形成规模，因此该领域的技术融合专利数量存在比较少的现象。第二阶段2011—2015年，智能纺织品技术融合的专利数量明显增多，可穿戴设备的研发和应用得到普遍关注。第三阶段2016—2021年，可持续时尚引领的多功能服装，低碳和生态绿色纺织品更受市场的关注。尤其2019年底出现的新冠疫情影响，该领域技术对医用防护服和相关可穿戴设备的安全性和性能起到积极的推动作用。

c) 对智能纺织品技术融合模式分析，发现在20世纪初期，国内纺织行业主要以购买专利技术进行复制模仿为主。样本中技术转让专利3517项，占样本总数的13.58%，通过吸收其他国家的技术扩散来带动自身的技术升级。同时自主开发专利20602项，占总数的79.78%，说明随着科技发展和企业自主创新意识的增强，坚持走自主创新来掌握市场主动权和核心竞争力，成为国内纺织行业主要的技术融合模式。而企业与跨国公司合作开发，加速技术升级和转化进程，也成为缩小与国外高端智能纺织品技术差距的主要方式。

d) 通过聚类分析和文本挖掘，该领域智能制造新模式、智能纺织装备及共性技术和新型纺织材料等是当前的研究热点。纺织成型制造、纺织纤维新材料、先进纺织制品与可穿戴系统等构成了该领域的研究前沿。

由于部分专利数据获取限制，导致影响全球纺织技术融合特点分析，使相关研究缺乏完整性和系统性，这也是本文研究的不足之处，也是后期值得继续完善和关注的部分。从专利计量数据与图谱分析结果看，虽然我国在智能纺织品技术领域取得一定的成果，但与发达经济体国家在核心技术研发、产品设计等方面相比还存在一定的差距[26]。希望接下来在国家政策文件驱动下，争取在“十四五”时期，围绕打造世界纺织技术强国，实现全产业链制造高效化、清洁化、低碳化和循环利用等可持续发展目标。