基于文献计量图谱的国内外智能纤维研究现状及趋势

李万军, 王紫怡, 周梦烨, 冯安然, 薛菲莉

(武汉纺织大学 a.伯明翰时尚创意学院; b.艺术与设计学院,武汉 430070)

纺织服装行业作为中国重要的民生产业,是稳定外贸外汇的重要力量,也是繁荣地方经济的重要力量。纺织服装行业的重要地位决定了其需要不断变革的特性。2012年德国纺织工程学会组织80多位专家提出《2025远景分析》,明确指出将“研发未来的新型纺织品材料”作为三大目标之一。2016年,美国成立革命性纤维和纺织品创新制造研究所(RFT-IMI),智能纤维的概念也因此应运而生。随着智能纤维概念的提出,研究人员正在积极研究“轻薄柔软、贴身透气”的电子纺织品和智能纺织品,这已成为智能纤维领域的热门话题[1]。作为智能纤维探索的重要方向之一,基于智能纤维和纺织品的可穿戴传感器备受瞩目。因此,可以预见智能纤维将在未来的各个领域得到广泛应用。随着智能纤维的运用,这将会对传统纺织行业提出挑战,其不仅涉及到纤维材料的研究,还有功能的设计和技术的开发等多个层面。在这一背景下,从中国知网(CNKI)和Web of Science(WOS)数据库搜集整理文献,厘清智能纤维的产业动态、研究现状和未来的发展路线就显得尤其重要。使用文献数据分析软件CiteSpace对智能纤维研究领域的整体发展趋势进行研究,利用其关键词共现、聚类、时区视图、合作网络等功能,能够以直观、科学的方式呈现该领域的研究现状,这种可视化方式更有助于揭示出其发展动态。因此,本文借助CiteSpace数据可视化工具对现有的智能纤维文献进行信息可视化呈现,为当代智能纤维的发展和应用路径提供量化数据研究支持。

1 数据来源及分析方法

1.1 数据来源

本文利用CNKI和WOS数据库开展智能纤维领域的文献检索,对智能纤维领域近20年来的研究成果进行综述。纺织行业的未来发展趋势与智能化息息相关,这也决定了智能纤维具有智能材料的研究、智能技术的开发和智能功能的应用三大属性。采用CNKI数据库的关键词检索式为:SU=“纤维”AND“智能”;SU=“纤维”AND“智能材料”;SU=“纤维”AND“智能技术”;SU=“纤维”AND“智能应用”。WOS数据库的关键词检索式为:SU=“textile/fiber”AND“intelligent/smart”;SU=“textile/fiber”AND“intelligent/smart material”;SU=“textile/fiber”AND“intelligent/smart technology”;SU=“textile/fiber”AND“intelligent/smart application”。在学科领域不限的条件下,检索时间跨度为2000年1月1日—2023年3月16日,得到有效文献信息分别为3 246条和11 256条,过滤掉重复文献和不相关的信息,最终得到785条和2 886条(合计3 671条)文献数据。

1.2 数据分析方法

采用CiteSpace软件对国内外智能纤维的文献进行分析研究。CiteSpace是一个可视化软件,它具有文献计量和数据挖掘算法的功能,利用CiteSpace软件可以检测某一研究领域的研究趋势和主题[2]。本文利用该软件所具有的关键词抽取、共被引分析、共现分析等功能,一方面使用定量的文献计量法,生成智能纤维研究的文献数量、国家分布、高被引作者等信息,同时分析研究作者和研究机构共现、关键词共现、聚类和凸显图以揭示研究热点;另一方面运用定性的人工判读法,在数据图谱基础上深入研读学科信息和关键词聚类,纠正计量分析的偏差,对聚类主题进行批判性定性分析,以期揭示智能纤维领域的研究现状。总之,使用定量的文献计量法和定性的人工判读法,以数据图谱的方式对国内外智能纤维研究领域的发展状况、存在问题及前沿动态三个方面进行挖掘和探讨。

2 基于CiteSpace的智能纤维文献计量图谱及分析

2.1 智能纤维研究的基本特征

本文通过收集到的785条和2 886条文献数据按照发表的年份进行频次计数与绘图,得到如图1所示的文献年度分布情况。中文文献在智能纤维领域的年发文量从2000—2012年呈现平稳的发展趋势,但至2013年后出现急剧增长的情况,其中有三次比较明显的增长点。2013年,年发文量为28篇,较上一年有115.3%的增长;2015年,年发文量为44篇,较上一年有62.9%的增长;2019年,年发文量为75篇,较上一年有31.5%的增长。英文文献在2000—2006年有关智能纤维的文献不多,2010—2012年有关领域的讨论也只呈现少量的增加,但至2013年后,开始出现陡然上升,其中有两次明显的增长点。2013年,年发文量为210篇,较上一年有98.1%的增长;2017年,年发文量为155篇,较上一年有49%的增长。

国内外有关智能纤维的讨论均在2014年前后出现较快的增长,这与2014年德国提出的未来纺织计划(futureTEX)密切相关。因为随着智能纤维这一新型的革命性织物的出现,将带来大量全新的应用,美国官方机构认为,这将重新定义包括农业、建筑、国防、基建、家具等在内的12大应用领域,对国民经济产生巨大的影响[3]。因此,至2014年futureTEX计划提出之后,各国专家纷纷开始了有关智能纤维的重点研究,主要呈现在材料制备、技术开发和功能应用这三个方面。在制备阶段,需集成导电材料于纤维中,优化纤维尺寸与舒适性。技术开发关注于传感机制研究、材料特性提升,以及制备技术的创新。在功能应用方面,其研究主要聚焦于医疗、运动、环境监测等领域,推动医疗监测、智能穿戴和人机交互等领域的创新发展。

图1 近20年智能纤维研究文献年度分布

2.2 研究作者及研究机构合作网络

对CNKI数据库的785篇文献和WOS数据库的2 886篇文献进行作者共现图谱分析,利用CiteSpace软件绘制可视化图谱,设定时间切片为1年,TopN选择15,如图2所示。文献共涉及453位中文文献作者和296位英文文献作者。中文文献发文量排名前10的作者分别是田明伟(9篇)、曲丽君(8篇)、刘皓(8篇)、沈雷(7篇)、刘树英(6篇)、刘晓霞(6篇)、方东根(5篇)、陶宝祺(4篇)、沈新元(4篇)、许黛芳(4篇),围绕这10位中文文献作者存在着较为明显的8个聚类,形成作者合作集群;英文文献发文量排名前10的分别是LI Yi(曼彻斯特大学,50篇)、ZHANG X(西安理工大学服装艺术设计学院,29篇)、ZENG X Y(Ecole Natl Super Arts &Ind Text,France,24篇)、YING B A(西安理工大学服装艺术设计学院,20篇)、MENG J G(西安工程大学,12篇)、LIN J H(逢甲大学研究生研究所文本工程、实验室纤维应用及制造,12篇)、LOU C W(台湾科技大学生物医学工程与材料科学研究所,12篇)、LI J S(香港理工大学纺织服装学院,11篇)、MILITKY J(利贝雷茨理工大学,11篇)、DING Y S(东华大学信息科学与技术学院,11篇),围绕这10位英文文献作者也存在着较为明显的6个聚类,形成英文文献作者合作集群。

图2 智能纤维文献研究作者共现图谱

图2采用由红到黄的渐变色进行年份标记2000—2023年。对中文文献的研究作者共现图谱进行分析,编号为6和7的研究作者集群连线时间较新,处于较前沿的研究阶段,紧密跟进了当前领域的最新发展趋势,因此其研究具有可持续性。编号6的作者方东根与沈雷在2014年公开发表了第一篇有关智能纤维的文章,认为随着传感器技术的优化,能够增强童装的安全性能,为儿童在交通、医疗等领域提供更全面的保护[4]。最新合作发表的文章将婴儿常用的垫背汗巾与智能纤维相结合,实现了温湿度监测功能,在一定程度上满足了人们的监护需求[5]。编号7的作者田明伟和曲丽君在2013年展开第一次合作,先后合作发表了94篇文章,主要是针对智能纤维的制备材料进行研究,如探讨不同浓度石墨烯涂层对织物结构和性能的影响[6]、各类柔性传感器的制备策略等[7]。英文文献编号为5的研究作者集群连线密集且年份较新,因此其研究具有可持续性。编号5中发文量最多的作者LI Yi有关智能纤维的研究与其材料研发有关,研究重点包括用于伤口修复的医用护理纺织纤维[8],以及更高透气性和弹性的压力传感器纤维等方面[9]。

本领域的各个研究机构的合作关系可视化图谱如图3所示。文献共涉及333所中文文献研究机构和290所英文文献研究机构。中文文献发文量排名前10的院校分别是东华大学(58篇)、天津工业大学(39篇)、上海工程技术大学(22篇)、青岛大学(18篇)、江南大学(17篇)、北京服装学院(12篇)、西安工程大学(11篇)、苏州大学(9篇)、中国科学院(7篇)、中国纺织信息中心(5篇),围绕这10所中文文献研究机构存在着较为明显的5个聚类,形成中文文献研究机构合作集群。英文文献发文量排名前10的院校分别是Xi’an Polytechnic University(西安工程大学163篇)、Donghua University(东华大学154篇)、Wuhan Textile University(武汉纺织大学147篇)、Universite de Lille-ISITE(法国里尔大学106篇)、Hong Kong Polytechnic University(香港理工大学83)、Beijing Institute of Fashion Technology(北京服装学院67篇)、Wuhan Institute of Technology(武汉工程大学54篇)、Soochow University-China(苏州大学53篇)、Ecole Nationale Superieure des Arts et Industries Textiles(ENSAIT)(高等纺织工艺学校49篇)、Tiangong University(天津工业大学48篇),围绕这10所英文文献研究机构形成一个巨大的研究机构合作集群。

对图3的节点变化进行分析,中文文献编号为4和5的合作研究机构网络连线密集且年份较新,因此其研究机构的研究具有可持续性。编号为4的研究机构集群以东华大学、江南大学和上海工程技术大学为核心,东华大学研究核心聚焦在防寒及电加热的智能服装领域[10],江南大学研究重点为以智能服装为核心的材料研发和功能应用[11-12],上海工程技术大学围绕智能纤维的抗菌、柔性传感器、健康监测及控温材料进行研究[13]。编号为5的研究作者集群以天津工业大学、北京服装学院和中国科学院为核心,其研究重点聚焦在以智能纤维为基础的柔性传感器的应用上,如智能调温纤维[14]、智能仿生纺织品[15]及各类材料的制备(碳纳米管、人工肌肉纤维、导电织物等)[16];英文文献所构成的合作集群反映出,揭示国内学者倾向于在国际英文期刊上发布研究成果,并且呈现多位学者合作共同撰写文献的趋势。这一现象反映出国内学者在追求更广泛国际影响力和学术认可的同时,也可能暗示着国内学术期刊在国际学术舞台上的竞争压力和地位相对不足。同时,多位学者合作的趋势可能表明智能纤维领域的研究日益复杂,需要多方面的专业知识和技能,因此合作变得更为重要。

图3 智能纤维合作研究机构共现图谱

同时对英文文献发文量排名前10的学科进行统计(表1),发现涉及材料科学、机械工程、物理学、化学、光学工程等学科领域。其中,材料科学、物理学和化学学科凸显智能纤维的智能属性是建立在物理特性和化学特性之上的,而机械工程和光学工程与智能纤维的制备有关,这进一步反映出智能纤维的研究呈现多学科交叉发展的趋势。

表1 英文文献发文量排名前10的学科

2.3 关键词共现聚类分析

2.3.1 国内关键词共现聚类

依据年发文量的变化趋势,设定时间切片为1年,TopN选择15,利用CiteSpace的数据处理能力对所收集到的文献进行关键词共现分析。同时生成了中文文献智能纤维关键词共现网络聚类表,共得到由381个关键词构成的关键词共现聚类,其中共形成五个主要聚类,如表2[17]所示。从生成的聚类图分析结果来看,中文文献有关智能纤维的热点研究主题可以划分为五大类,分别为#1智能、#2复合材料、#3相变材料、#4纺织行业、#5仿生学。

聚类#1为智能共包含9个聚类成员,主要包括仿生设计、变色纤维、异形纤维、中空纤维、人造纤维、人工肌肉、智能纺织品、差别化纤维、功能性纤维。智能纤维因其能收集用户视觉、听觉和触觉上的信息,并能将信息进行综合处理及时反馈给用户,因此具有智能属性。结合该聚类中高频关键词的特征,因此可以将聚类#1的研究热点归纳为:基于信息传导与反馈的相关功能需求,推进智能纤维的研发。智能纤维作为一种纺织材料,其应用范围非常广泛。1989年,日本高木俊宜教授将信息科学融于材料构性和功能,首先提出智能材料(Intelligent Materials)概念[18]。马特奥·斯托帕(Matteo Stoppa)和亚历山德罗·奇奥莱奥(Alessandro Chiolerio)将智能纺织材料的功能特性分为被动智能、主动智能和非常智能三大类[19]。随着科技的发展,半导体元件的小型化和纳米技术的出现使得电子元件的体积更小,这些电子元件得以编织到纺织材料中[20],这将赋予纺织纤维材料智能的特性。纤维材料的智能化,实际上是给予了其信息处理的能力。传统纺织行业制成的衣物仅仅起到御寒蔽体的功能和审美价值,而智能纤维则更加侧重于信息的传递功能,这意味着其具有感知信息、传递信息、反馈信息的能力,纺织材料也就能够监测身体数据、环境数据等。由智能纤维所制备的服装具有智能性,其研究始于20世纪90年代,最初其主要用于军事、医疗和运动服装领域,而智能服装是智能纤维领域的研究热点。智能纤维也将进一步推动服装行业的发展,不仅制成衣物来保护人的身体,还可以感知身体各种状况的数据,从而对用户的行为进行收集和评估[21-22]。在应用方面也得到了进一步推广,智能服装已经运用在老年人护理、运动健康、航空航天及安全防护等领域[23-24];在技术方面,由柔性电池、传感器、芯片、屏幕及低功耗处理器组成了智能服装的纺织系统[25]。

聚类#2为复合材料共包含9个聚类成员,主要包括智能材料、红外传感器、应变传感器、颗粒弥散、智能结构、智能蒙皮、智能监测、土木工程、智能传感材料。复合材料(composite materials),是以一种材料为基体(matrix),另一种材料为增强体(reinforcement)组合而成的材料[26]。复合材料具有高强度、轻量化、耐腐蚀等优点,因此在航空航天、汽车、建筑等领域得到广泛应用。智能纤维和复合材料虽然是两个不同的概念,但是它们可以相互结合进行应用。在建筑行业中,将柔性传感器集成到复合材料中,可以实时监测结构的应变、振动、温度等参数,帮助预测和检测可能的磨损、裂纹、损伤等问题[27],这种组合可以使复合材料不仅具有传统的结构性能,还能在使用过程中获取实时数据并进行反馈控制;在智能服装领域中智能服装可以通过集成发热元件,如导电纤维,将热能传输到身体,提供温暖,这种创新使得智能服装能够满足用户的不同需求,从健康监测到交互娱乐,进一步推动了智能纺织品的发展[28]。

聚类#3为相变材料共包含8个聚类成员,主要包括智能调温纤维、黏胶纤维、光致变色、保温机理、智能调温、功能纤维、吸附特性、智能纤维。相变材料(PCM)能够在一定温度范围内改变其状态,最初在纺织品中应用相变材料的领域是航空航天,其目的是将其使用在宇航服中,为宇航员提供更好的保暖效果,抵御外层空间的极端温度波动[29]。相变材料有四种状态,即固体、液体、气体和等离子体,因此其具有四种相变过程。但在智能纺织品的应用中,只用考虑固体到液体的相变。将相变材料应用于智能纺织品之前,需要将其封装在非常小的球体中,称为微胶囊。这些智能材料对温度波动具有高度敏感性,当环境温度上升时,微胶囊中的相变材料熔化温度降低,吸收热量并储存能量;而在环境温度下降时,它们则释放之前储存的热能[30]。相变材料微胶囊与纺织品结构相互作用,在智能纺织品中的功能表现为:保持人体温度热平衡,减少人体暴露在低温或高温环境中的概率。

聚类#4为纺织行业共包含8个聚类成员,主要包括智能制造、中国制造、绿色制造、再生纤维、纺织产业、中国纺织工业联合会、牛仔服装、生物基聚酰胺。纺织行业涵盖了一系列与纤维、纺织品制造、加工和销售相关的活动。由于智能化技术的快速提升,积极推动了纺织行业中三个方面的发展,主要包括智能化纤维材料、智能化针织设备与技术、智能化后整理技术[31]。其中,智能纤维的崛起颠覆了传统纺织行业。融合智能技术,赋予纺织品智能感知和交互功能,使其不仅局限于外观与保暖,更具健康监测、环境适应等多重用途。这一变革不仅创新了产品,也引领了纺织行业未来的发展方向。

聚类#5为仿生学共包含了9个聚类成员,主要包括仿生设计、异形纤维、中空纤维、变色纤维、人造纤维、分子组装、智能材料、智能系统、纳米技术。仿生学又称为生物仿真学或仿生技术,指的是对自然界进行模仿并从中获取灵感的领域。随着现代科学技术的不断进步,仿生学的研究内容也在不断扩展和深化。在电子仿生、机械仿生、建筑仿生、信息仿生等各个领域,都取得了令人瞩目的成就与突破[32-33]。研究智能纤维与其他智能材料一样,同样以仿生学为起点[34]。借鉴仿生学原理,可以制造出智能纺织品或纺织原材料。通过对动物的皮肤、毛发,以及植物的硬壳和气孔等进行仿生研究,可以找到适用于服装领域的智能织物,以满足不同的功能和需求[35]。如仿照某种生物结构可以优化智能纤维的强度、柔韧性,也可以在某些方面模仿生物体的温度敏感、压力响应等。总之,仿生学与智能纤维之间的关系在于,从自然界的生物体中获得灵感和启发,以创造出更具功能性、智能性和适应性的纤维材料。这种跨学科的合作可以推动新材料和技术的发展。

2.3.2 国外关键词共现聚类

本文同时生成了英文文献智能纤维关键词共现网络聚类,这些关键词共现聚类由470个关键词构成,其中共形成五个主要聚类,如表4所示。从生成的聚类图分析结果来看,英文文献有关智能纤维的热点研究主题可以划分为五大类,分别为#1 wearable electronics(可穿戴电子产品)、#2 smart materials(智能材料)、#3 smart clothing(智能服饰)、#4 smart textile(智能纺织品)、#5 electrical conductivity(导电性)。

表4 英文文献关键词共现网络聚类

聚类#1为wearable electronics(可穿戴电子产品)共包含了7个聚类成员,主要包括textile(纺织)、electronics(电子)、smart(智能)、triboelectric(摩擦学)、fabric wearable(织物穿戴)、monitoring(监测)、sensing(传感)。与刚性和平面电子设备相比,基于纤维的可穿戴电子设备在柔韧性、拉伸性和透气性方面具有显著优势,被认为是新一代柔软可穿戴设备的先驱[36]。可穿戴电子产品是智能纤维的一大应用方向,其中可穿戴电子产品的导电传感特性的研究尤为突出,能量收集及数据传感是可穿戴电子产品和电子纺织品面临的一大挑战[37]。目前,大多数可穿戴设备由外部锂电池供电,锂电池笨重且体积大,与纺织相关的能量收集技术的研究包括高效柔性无机薄膜、可印刷有机薄膜、染料敏化太阳能电池及光伏纤维的使用[38],这些技术的出现改变了锂电池笨重不易携带的缺点,为基于纤维织物的柔性电子器件提供了能量收集的途径。此外,可穿戴电子设备凭借基于无线网络连接的集成柔性传感器系统,已经在环境和个体之间发挥着主导作用。因此,在过去的十年中,通过模仿类似皮肤的功能,如触觉、湿度或温度感测能力,已经投入了巨大的努力来开发多功能的人机交互设备,进一步推动了可穿戴电子产品领域的发展[39]。导电传感技术的不断优化,将增强可穿戴电子产品的感知准确性、穿戴舒适性和多功能性,从而为科技创新开辟道路。

聚类#2为smart materials(智能材料)共包含了7个聚类成员,主要包括textile(纺织)、materials(材料)、shape(形状)、memory(记忆)、polymers smart(聚合物智能)、knitted(针织)、muscle(肌肉)。智能材料是一类具备环境感知、自适应响应功能的新型材料,这一概念是由日本的鹰木教授和高木俊宜教授将信息科学融合于材料的物性和功能而提出的一种材料新构思,其构成要素包括:1)以人类视角构思的智能特性;2)材料内在的智能特性;3)材料的基本功能[40]。而基于纺织的智能材料——智能纤维拥有独特的优势,其中的灵活性是至关重要的。这种灵活性包括可弯曲性、可滚动性、可拉伸性及永久变形性[41],正是这种卓越的灵活性使得这些智能材料能够舒适地贴合人体,从而更加准确地监测人体数据。这样的设计不仅能够提供出色的穿戴体验,还能够保证数据的精确性。

聚类#3为smart clothing(智能服饰)共包含了8个聚类成员,主要包括smart(智能)、clothing(服装)、antenna(天线)、fabric(织物)、wireless textiles(无线纺织品)、wearable(穿戴)、electronic(电子)、triboelectric(摩擦电)。智能服装将最新技术与传统纺织服装设计和技术相结合[42]。服装是与人类日常生活密切相关的,而智能服装的应用可以监测用户的健康状况并且感知情绪,明确用户需求从而改变其颜色、纹理和形状等,以满足各种需求[43]。目前智能服装和电子纺织品在军事、医疗保健、体育和航空航天领域使用,而不是在普通大众的日常生活中使用。智能服装目前虽仅吸引了少数热衷技术的消费者,但这些人对其充满热情并纷纷购买。未来,电子产品将悄然隐藏于衣物中,成为更加普遍的趋势。

聚类#4为smart textile(智能纺织品)共包含了9个聚类成员,主要包括smart(智能)、poly(聚合物)、nanoweb(纳米网)、sulfonate(磺酸盐)、transmission textiles(传输纺织品)、conductive(导电)、resistance(电阻)、polyurethane(聚氨酯)、printing(印刷)。智能纺织具有物理和化学两方面的特性,物理特性方面使用纳米技术使得智能纤维元件小型化、微型化,如研究人员设计了各种纳米发电机和超级电容器,集成到纺织品中,还开发了可以感知外部刺激并为各种监测系统产生电子信号的设备[44-45];化学特性方面使用各类化学物质产生的化学反应使得纤维材料具有功能性,如纳米结构聚苯胺(PANI)、聚吡咯(PPy)和聚噻吩(PT)是智能纺织中广泛应用的导电聚合物,可以增强机械强度、光学和导电性能[46]。未来随着纳米技术、材料科学和电子工程的进一步突破,智能纺织有望变得更加微小而高效。正是智能纤维的物理特性与化学特性的结合,使智能纤维具备了更加完善的功能性特征。

聚类#5为electrical conductivity(导电性)共包含了9个聚类成员,主要包括smart(智能)、textiles(纺织品)、cotton(棉花)、nanotechnology(纳米技术)、finishing textile(整理纺织品)、nanoparticles(纳米颗粒)、carbon(碳)、silver(银)、nanotube(纳米管)。导电纤维作为一种智能纤维,具有优良的导电性,不仅可以用来消除静电、吸收电磁波,更重要的是具备电信号的探测和传输[47]。电纺技术和纤维材料的结合为智能纤维的制造提供了新想法,并为其在药物释放系统、执行器、自供电材料、可穿戴电子设备、人体运动监视器和传感器方面的创新应用提供了新思路[48]。此聚类反映出智能纤维的核心制备技术即纤维的导电性能,这是智能纤维功能性的基础。

根据中英文文献关键词共现网络聚类表的数据的分析,研究认为:在技术方面,智能纤维研究领域利用纳米技术对传感器及各类电子元件进行微小化处理;在功能方面,利用其导电传感及发光的特性对人体进行健康监测;在应用场景方面,根据应用人群的年龄可划分为婴儿、幼儿、老年人、病人、运动员、宇航员、飞行员等。纤维与传感技术的融合将引领创新,可能实现更精确、实时的生物监测和数据传输,改善人们的生活质量。同时,个性化设计和应用将成为重要方向,以满足不同需求,并为多领域带来创新和便利。

2.4 关键词热点迁移分析研究

突现词是指总结出不同时间段的热点关键词,这样能更好地预测研究的前沿方向。本文对所收集的数据进行关键词突现分析,选取关键词突现的最短年限为“2”,设定阈值为“0.6”,最终得到25个中文文献突现词和95个英文文献突现词。本文选取前25个突现词,如图4所示。

图4 中英文献智能纤维关键词Burst term

图4中红色部分代表了关键词引用相对突出的年份,反映了智能纤维研究的发展历程。本文将Top 25突现关键词按时间顺序进行排序,可以看出其分成了3个明显的区间。

从中文文献的关键词突现图谱中可以看到,2000—2014年的有关研究是针对智能纤维材料的讨论;2015—2017年的有关研究将智能纤维应用于实际的智能纺织物当中,在理论研究的基础上衍生出智能服装等智能纤维产品,研发出更具目的性的智能功能;2018—2023年的有关研究更加注重技术的开发与应用,目前对于智能纤维产品集中在可穿戴和智能织物的研究上。

从英文文献的关键词突现图谱中可以看到,2005—2011年英文文献相关领域的研究热点在智能纤维的材料和应用领域;2012—2018年英文文献相关领域的研究热点与中文文献大体相似,将智能纤维产品作为研究重点,但英文文献在纤维智能产品的研究面更广;2019—2023年英文文献相关领域的研究热点在关注材料研发的同时,也将目光聚焦在实际智能纤维产品的应用方面,健康监测和物联网的接入成为关注的焦点。

对比中英文文献研究突现关键词图谱,分析发现中英文文献相同时期研究主题相似,但在研究深入程度方面有所差异。在研究趋势上,中英文文献都将焦点放在智能纤维材料的技术创新及功能的应用上,如石墨烯、智能织物、健康监测等会是未来的研究重点。综合近年的关键词突现,健康监测、智能服装、导电传感三个方面热点关键词出现较为频繁,这也代表着智能纤维未来的研究方向和发展趋势。

3 智能纤维的未来发展趋势

基于关键词共现网络聚类及关键词Burst term的数据分析结果,结合新闻报道、国家政策文件、市场等综合因素,总结了未来智能纤维研究领域的四类发展方向。

3.1 智能服装——信息传达的载体

目前服装领域中科技与服装结合的研究正如火如荼,将大数据、人工智能、物联网引入到服装当中,促进服装行业的发展[49]。智能服装与普通服装的区别在于,智能服装能够给人带来更多的数据信息,信息感知-信息传递-信息反馈这整个信息传达的过程以智能服装为载体,就像智能手机一样,能够给人带来丰富多彩的信息。未来随着智能纤维技术的不断进步,智能服装的功能也会更加地完善,而服装更是日常生活的必需品,因此智能服装的研究将会成为智能纤维的重要研究方向之一。

3.2 健康监测——信息的感知

智能纤维对人体的健康监测,实际上是对人体信息的感知。不同的人群所要感知获取的信息也不同,因此智能服装面对不同的用户群体会具有不同的功能侧重,面对老年人和低龄儿童的智能服装需要考虑其认知水平和免疫力的问题,在智能服装中就要考虑加入自动保暖、防水防风抗菌、睡眠监测、跌倒监测或心率体温数据自动测量等功能。不同的性别也会导致智能服装的功能差异,如男性相较于女性会有更大的运动量,除了运动过程中的各种数据的监测外,还需要考虑智能服装的易维护性,即减少磨损增加服饰寿命。未来在进行智能纤维数据监测的研究中,可以使用用户调研的方法,针对不同用户群体对智能纤维感知功能的需求进行分析,促进智能纤维技术的创新设计。

3.3 导电传感——信息的传递

导电传感技术是智能纤维实现智能的关键,它成为人连接机器的桥梁,人体所产生的各种信息数据,通过智能纤维的导电进行信息传感,这起到了信息传达过程中信道的作用,帮助用户接受到大量的数据。而更加高效节能的导电传感技术能够提高智能纤维的待机时间和传感速率,也就意味着智能纤维能够为用户带来更好的体验。

3.4 物联网的接入——信息的反馈

近年来,物联网技术不断发展,在智能家居领域已经逐步实现了“万物互联”的概念,而智能纤维的介入能够使得未来世界更加方便快捷。智能纤维感知到人体的各种信息数据,通过互联网传输到物联网平台,这样智能家居可以通过实时监测的人体数据来实现远程控制,如当智能纤维感受到人体疲倦时可以远程将房间灯光亮度调低帮助入睡,或是在感受到人体体温上升或下降时,将房间空调温度调低或调高,从而提高睡眠质量等。物联网的接入可以根据人体的数据实时改善用户周边的环境状态,即在接收到智能纤维感知的数据信息后对信息进行识别反馈,从而提高用户的体验度。

4 结 论

2014年德国提出未来纺织计划(futureTEX)以来,智能纤维领域中的中英文文献出现了大幅度的上升趋势,各国都希望在下一次工业革命4.0到来时,能够在国际上占据一席之地。通过对主要研究作者和机构进行分析,发现中文文献的研究作者和研究机构之间存在着一定的合作关系,但是英文文献的研究作者和研究机构之间的合作更为紧密。通过关键词聚类研究可以发现,智能纤维的研究内容目前主要集中于工学和理学领域,表明目前智能纤维的研究更多在其材料和技术领域,对于场景应用的讨论还尚浅。中文文献的研究领域聚焦于#1智能、#2复合材料、#3相变材料、#4纺织行业和#5仿生学,英文文献的研究领域则侧重于#1 wearable electronics(可穿戴电子产品)、#2 smart materials(智能材料)、#3 smart clothing(智能服饰)、#4 smart textile(智能纺织品)和#5 electrical conductivity(导电性)。从Burst term维度看智能纤维的未来研究热点将主要集中在智能服装、健康监测、导电传感等方向,同时关注智能纤维产品在接入物联网之后所能提供的信息,将能最大限度地发挥智能纤维的智能属性,研究成果将能对智能纤维未来的研发提供参考建议。尽管智能纤维在技术与材料研究等方面取得显著突破,但国内外仍面临标准不统一、数据共享、应用商业化、环境可持续性等挑战,需要跨学科合作与国际合作以克服这些挑战。

《丝绸》官网下载

中国知网下载