基于CiteSpace的智能紡織服裝產品研究進展

周 捷,劉長青,張文博

(1.西安工程大學 服裝與藝術設計學院,陜西 西安 710048;2.麗晶維珍妮內衣(深圳)有限公司,廣東 深圳 518000)

0 引 言

隨著智能紡織服裝的普及和發展,各種智能服裝產品越來越受歡迎,消費者對智能紡織服裝產生更多功能上的多維度需求[1-2]。智能紡織服裝產品不但能夠感知外部環境與人體內部狀態的變化,而且能夠通過反饋機制實時地對這種變化作出反應,實現人體、環境與服裝之間的三角交互,組成互相依賴的有機體;智能紡織服裝涉及多學科的技術支持,需要結合生物技術、傳感器技術、計算機科學、微電子學、聚合物化學和材料科學技術等相關領域的先進技術來實現紡織服裝的智能化[3-6]。

目前對智能紡織服裝的可穿戴技術[7-8]、服裝設計[9-11]、智能服裝[12]等方面已有大量相關研究。本文旨在采用文獻計量和知識圖譜的相關理論,選取中國知網(CNKI)數據庫和Web of Science(WOS)數據庫近10年發布的智能紡織服裝相關主題論文作為研究對象,利用CiteSpace進行數據分析,以了解我國近年來在該領域的研究熱點和趨勢,為未來智能紡織服裝的研究提供參考。

1 研究方法與數據來源

1.1 研究方法

利用CiteSpace軟件分析智能紡織服裝的知識結構、發展規律與分布情況,將智能紡織服裝研究領域的年度發文量、組織機構、作者合作等之間的關系以知識圖譜的方式呈現并對其內在聯系和軌跡進行直觀反映,梳理該研究領域的研究軌跡與未來趨勢[13-14]。

1.2 數據來源

數據來源為中國知網(CNKI)數據庫和Web of Science(WOS)核心合集數據庫,檢索時間為2012年1月1日至2022年12月31日。

在CNKI數據庫中以主題=“智能服裝”,篇關摘=“紡織”和“服裝”進行高級檢索,文獻類別為學術期刊,共檢索到與智能紡織服裝研究相關的文獻879篇,通過人工初步篩選,去除會議、指南、學術論文與不完整文獻等,共計424篇文獻,以refwork格式導出,后經去重處理得到385篇有效文獻。

在WOS核心合集數據庫中以主題(TS)=(“Smart clothing*”) or 主題(TS)=(“Smart textiles*”)進行精準檢索,文獻類別為論文、綜述和在線發表,語種為英語,將檢索出的文獻“全記錄與引用的參考文獻”以“純文本”格式導出,總共為2 456篇,經過去重導出文獻共2 384篇。

2 智能紡織服裝產品的研究現狀

2.1 年度發文量分析

年度發文量可以直觀反映研究現狀并梳理發展歷程,對預測未來發展趨勢具有重要意義?；贑NKI數據庫和WOS數據庫繪制發文量趨勢圖,如圖1所示。

圖 1 發文量趨勢圖Fig.1 Statistical chart of publications

從圖1可以看出,在2015年之前國內外期刊的發文量都維持在較低水平,WOS數據庫年增發文量在14～30篇,CNKI數據庫的年增發文量在1～13篇,此階段我國人口老齡化問題嚴重,企業面臨用工荒問題,開始向智能制造轉型[15]。在此期間,企業為增強其核心競爭能力開始向智能時尚看齊,處于智能紡織服裝起步階段。2015年以后WOS數據庫發文量快速增長,2017年較前一年發文量增到40 篇,到2020年已增加到100 篇以上,而CNKI數據庫的發文量一直持續性上升。到2021年WOS數據庫的發文量達到頂峰,2022年雖有所下降,但發文增長量仍呈現良好態勢,而CNKI數據庫的發文量增長趨勢較為緩慢,到2019年甚至有所下降,但整體呈現穩定增長的趨勢。2015～2022年處于“中國制造2025”時期,國家政策大力支持智能制造,各大企業響應號召,不斷推進人工智能發展[16]。隨著智能紡織服裝技術水平和創新能力的提高,激發了國內外學者的研究興趣,導致了國內外相關發文量的增長,說明該領域具有巨大的發展潛力。

2.2 發文國家及地區的網絡分析

國家及地區合作網絡圖譜能直觀看出該研究領域在不同國家及地區間的聯系程度及社會關系,為評價國家的學術影響力和科研能力提供新視角。因CNKI數據庫收錄文獻主要為國內作者,較少出現國家之間的合作關系,因此僅以WOS數據庫文獻為基礎繪制國家間合作網絡圖譜,如圖2所示。圖中節點大小代表國家發文量,連線反映國家間的合作關系強度,節點外輪廓線顏色反映國家的合作中心度,節點內部由多個同心圓環組成,圓環顏色越深代表發文時間越早,圓環寬度反映當年的發文量。

圖 2 國家及地區合作網絡圖譜Fig.2 Map of national and regional cooperation networks

智能紡織服裝領域共有83個國家和地區發表的2 384篇文獻被WOS數據庫收錄,其中中國以909篇居于榜首,其次為美國338篇,排名第三到第五的國家依次為韓國246篇、英格蘭187篇和澳大利亞105篇。在共現圖譜中中國和美國為最大的2個節點,說明中美兩國在該領域的研究相較其他國家更為豐富。美國的合作中心度最大為0.24,說明美國與其他國家及地區之間的合作緊密,共與42個國家及地區存在著合作關系,中國近年來發文并被WOS數據庫所收錄的文獻量大幅增長,且合作中心度為0.21,位居第二,說明我國學者的國際合作參與度很高,如表1所示。

表 1 發文量(篇)及中心度排名前5的國家

2.3 機構分析

分析該領域的重點科研機構,可以為學者選擇合作交流機構提供指導。統計CNKI數據庫和WOS數據庫中發文量前10的機構[17],如表2所示。在CNKI數據庫中,國內發文量超過20 篇的有江南大學、東華大學和天津工業大學,其余發文量較高的有蘇州大學、北京服裝學院、上海工程技術大學、大連工業大學、西安工程大學等。在WOS數據庫中發文量超過100 篇的有2個科研院所,分別為東華大學、中國科學院。發文量超過50 篇的機構還包括香港理工大學、江南大學、青島大學和布羅斯大學。其他上榜的科研院所還包括中國科學院大學44 篇和成均館大學43 篇。

表 2 發文量(篇)排名前10的機構

2.4 作者合作可視化

表 3 發文量(篇)排名前10的作者

在CNKI數據庫中,以核心作者為基礎繪制合作關系分布圖,如圖3(a)所示。發文量超過5篇的作者有6人,分別為江南大學的沈雷20篇;天津工業大學的劉皓12篇;江南大學的桑盼盼和薛哲彬各7篇;東華大學的李俊5篇;江南大學的洪文進5篇。其中江南大學沈雷的合作網絡共有7位核心作者,為最大合作關系網。其余較大合作網絡還包括大連工業大學王軍團隊、天津工業大學李津團隊、西安工程大學蔣曉文團隊等。相比國外,國內的合作研究分支較少,呈現出以江南大學、天津工業大學、東華大學為中心的眾多學者及機構的合作。部分研究機構如蘇州大學、北京服裝學院、西安工程大學等也形成了分散的次核心力量,次核心力量之間的合作強度較低。

在WOS數據庫中,以核心作者為基礎繪制合作關系分布圖,如圖3(b)所示。發文量超過20篇的僅有一人,為曼徹斯特大學的Li Yi,共計34篇,其所在的關系網為該領域最大的合作網絡,共有9位為核心作者。較為突出的關系網還包括：以中國科學院Wang Zhonglin為代表的合作網絡,共3位核心作者發表31篇論文,以青島大學Tian Mingwei和加州大學Qu Lijun為代表的6位作者共發表46篇論文。71位核心作者中有39位為中國學者,其中青島大學Tian Mingwei和中國科學院Wang Zhonglin均組建了包含3位核心作者的合作網絡。

(a) CNKI數據庫

3 智能紡織服裝產品的趨勢分析

3.1 關鍵詞共現分析

借助CiteSpace可視化軟件繪制智能紡織服裝研究的高頻關鍵詞共現網絡,節點越大表明該關鍵詞出現頻率越高,出現時間越早。為深入了解和分析智能紡織服裝領域,本文對導出的385篇中文文獻和2 384篇英文文獻分別構建關鍵詞共現圖譜,如圖4、5所示。

圖 4 CNKI數據庫關鍵詞共現圖譜Fig.4 Keyword co-occurrence map of CNKI

以CNKI數據庫文獻為基礎對智能紡織服裝關鍵詞進行分析,剔除自我指向性關鍵詞后頻次較高的依次為應用領域、服裝設計、發展前景、傳感器、交互技術、健康監測和電子元件,與WOS數據庫文獻相比,CNKI數據庫文獻較為突出的節點是交互技術和應用領域的相關文獻,智能穿戴、健康檢測、特征提取、電子元件等節點與自我指向性關鍵詞關聯,說明學者們更多是在交互設計和應用領域實現智能紡織服裝的開發研究。通過對用戶進行需求分析,根據用戶需求將傳統服裝與電子技術相融合,構建交互模式,解決用戶問題[9]。

以WOS數據庫文獻為基礎對智能紡織服裝關鍵詞進行分析,頻次最高的關鍵詞為smart textiles(智能紡織品)、fibers(纖維)、performance(性能)、sensors(傳感器)、composites(復合材料)、textiles(紡織品)、design(設計)、fabrication(制造)、nanocomposites(納米復合材料)。剔除自我指向性關鍵詞后,高頻關鍵詞為fibers、performance、sensors、composites、design、fabrication和nanocomposites,根據關鍵詞可以看出智能紡織服裝存在2種不同的研究方向。第一種是材料研發方向,如智能纖維材料[19-21],包括復合材料、納米復合材料、導電纖維、相變纖維、形狀記憶纖維等,智能電子信息材料,包括傳感器、電極、柔性電子產品等[22]。第二種是服裝設計方向,通過服裝結構、面料彈性等方面對智能服裝進行分區設計,以實現針對不同問題進行功能性服裝設計的目的[23]。

3.2 關鍵詞聚類分析

通過對上述關鍵詞進行可視化聚類分析,能夠提煉出2012—2022年智能紡織服裝研究領域的科研熱點,其聚類圖譜如圖6所示。

(a) CNKI數據庫

在CNKI數據庫文獻關鍵詞中,選用LLR聚類算法,聚類后會出現聚類模塊值Q和聚類平均輪廓值S,一般認為Q>0.3聚類結構顯著,S>0.5聚類合理,保留頻次最高的前9個關鍵詞,結果如圖6(a)所示,可以看出在CNKI中對于智能紡織服裝的研究主要集中在智能服裝、服裝材料、智能化、服裝設計、可穿戴、服裝、應用、現狀、設計模式9個方面。在關鍵詞聚類圖譜中,有時會出現多個聚類相互重疊,說明重疊部分聚類間聯系緊密,即智能紡織服裝的研究方向各有差異,但主題集中,依據聚類結果可將其大體分為以下幾類：#0、#2、#4探討智能化服裝,#1、#5研究服裝與所用材料,#3、#8探討服裝設計相關領域,#6、#7為智能紡織服裝應用及現狀發展。智能化服裝的關鍵技術為智能傳感器監測的柔性及輕量級傳感器,而此類傳感器的不足之處在于高成本、技術攻克以及實際使用的耐用性問題。智能面料的關鍵技術為電導性、柔韌性、可塑性、抗菌性等多功能面料的開發,而面料開發則會遇到成本高、復雜的加工步驟等問題,因此需要在面料的選材、加工工藝、性能測試方面進行深入研究[24-25]。智能紡織品的應用包括太陽能電池的應用,可將太陽能電池作為紡織材料的基底,主要技術有納米晶薄膜、光伏聚合物纖維等,面臨的困難主要有三方面,分別是紡織品的美學屬性,如手感、垂感等;重量和耐久性;成本因素限制市場規模。

WOS數據庫文獻關鍵詞聚類如圖6(b)所示,保留頻次最高的前9個關鍵詞,分別為“wearable electronics(可穿戴電子產品)”“smart textiles(智能紡織品)”“flexible antenna(柔性天線)”“energy storage(儲能)”“textile actuators(紡織執行機構)”“mechanical properties(機械性能)”“asymmetric supercapacitors(不對稱超級電容器)”“carbon nanotubes(碳納米管)”“fiber extrusion(纖維擠壓成型)”。由此可見,英文文獻同樣注重智能可穿戴產品及智能紡織品,與中文文獻不同的是,英文文獻更注重智能紡織服裝方面的一些機械性能、電容器等電子器件方面,說明電子器件與服裝的交互設計是研究熱點。

柔性天線技術的主要因素有兩方面：一是天線結構的設計及導電和柔性基板材料的選擇,二是特定需求的天線樣機制作和性能評估,而創新型材料、結構設計、樣機制作與測量和性能調整等方面仍需進一步研究。儲能領域常用的處理方法有靜電紡絲技術和炭化處理等方法,此類方法對材料能耗大,環境友好性差,提升儲能器件的整體環保性是需要重點解決的問題[23]。不對稱超級電容器的關鍵在于電極制備,電導率低和利用率低是需要解決的問題[26]。碳納米管的關鍵在于吸波性能,具有尺寸小、質量輕、長徑比高、比表面積大及導電性能好等優點,但其作為吸波劑具有磁損耗性能弱和介電損耗性能強等缺點[27]。

3.3 關鍵詞時間線圖譜分析

根據文獻中的關鍵詞進行時間線圖譜分析,對不同聚類從時間跨度上進行關聯與分析,根據時間跨度說明該聚類下的研究內容發展時間以及連貫性,從而清晰展示智能紡織服裝研究的發展趨勢。

圖7為CNKI數據庫關鍵詞時間線圖譜可知,不同時期研究關注點有所差異,對于智能紡織服裝的研究從2012年持續到2022年,其中2012年出現關鍵性節點,通過對本次實驗數據庫中2012年所收錄的被引用頻率最高的相關主題文獻[28]分析可知研究者探討了將傳感器、顯示器技術和服裝相結合,用來監測人體生理指標的方法,為今后智能服裝領域的應用提供參考。隨著時間的推移,自2018年起,該聚類逐漸向健康檢測、變色肌理、實時監測等方向發展。結合中心度、時間跨度和近期熱度,智能服裝將成為該領域的持續性熱點。自2015年服裝設計成為關鍵性節點,一直持續到2020年,文獻[29-30]將服裝設計要素、法則進行梳理及量化后與計算機信息等技術相結合,最后完成圖像識別與智能化?？傊?從2012年起智能服裝和設計模式研究方面的文獻相對較多,2013年對連接技術與涂層技術深入研究,其中連接技術是智能服裝和設計模式最重要的環節,2014年智能紡織服裝研究集中在服裝材料、智能纖維等方面的交互技術,2015年研究領域主要在智能穿戴和服裝設計方面,2016年到2018年集中于仿生設計與定制化,2019年到2022年的智能服裝研究主要集中于光纖織物、特征提取、變色機理等方向發展。

圖 7 CNKI數據庫關鍵詞時間線圖譜Fig.7 CNKI database keyword timeline

在WOS數據庫關鍵詞時區圖中,如圖8所示,2012年出現關鍵性節點smart textiles(智能紡織品),通過對本次實驗數據庫中2012年所收錄的被引用頻率最高的相關主題文獻[31]可知研究者們開發了柔性可拉伸電子電路技術,將電子系統完全嵌入彈性體材料從而產生可拉伸的柔軟電子模塊,從而實現具有復雜功能的可伸縮系統。2013年的關鍵詞節點是biological materials(生物材料)。自2015年起,yarn supercapacitors(紗線超級電容器)成為關鍵詞節點,一直持續到2022年,預測其將成為該領域的持續性熱點?？傊?從2012年起開始出現smart textiles(智能紡織品)和carbon nanotubes(碳納米管),2013年開始smart materials(智能材料)的研究,2014年智能紡織服裝研究集中在wearable electronics(電子產品)和energy storage(儲能)方面,2015年研究領域主要在posture pressure(姿式壓力)方面,2016—2018年集中在wearable strain sensors(可穿戴式應變傳感器)和3D printing(3D打印)方向,兩者皆是智能紡織服裝重點研發方向,2019到2022年的智能紡織服裝研究主要集中于shape memory(形狀記憶)、wearable strain(可穿戴應變)和electronic skin(電子皮膚)等方向發展。

圖 8 WOS數據庫關鍵詞時間線圖譜Fig.8 WOS database keyword timeline

3.4 突發性節點分析

關鍵詞突顯性是某一時段內出現頻率較多的詞,該詞的突發增長率隨強度擴大而增長,強度越大越能反映該時段的研究熱點和趨勢,通過對CNKI數據庫和WOS數據庫文獻的突顯詞追蹤,可掌握智能紡織服裝領域內研究熱點的演化動態,進而預測發展趨勢。

通過對CNKI數據庫文獻進行關鍵詞突顯分析,得到不同時期突顯強度最高的25個關鍵詞。2012—2022年智能紡織服裝領域CNKI研究突顯詞如圖9(a)所示。研究熱點從時間上大致可分為以下3個階段。

1) 2012—2017年。該階段共有13個突顯的研究熱點,其中,“設計模式”“智能纖維”2個研究熱點從2012年出現后延續了3—6年。學者們關注到智能化服裝問題,從舒適感、安全感和美學者們在智能紡織服裝研究中還關注到了有關“智能服裝設計模式”這種新型設計技術,從3個維度的交互關系角度出發,分別為技術、面料和結構造型,同時引用功能服裝的評價體系,提出以用戶為中心的研發模式,面向專業集成化和商業大眾化兩大消費群體的智能服裝設計研發[3]。

2) 2018—2019年。該階段突顯關鍵詞包含“設計流程”“童裝設計”“網絡技術”“老年人”“特征提取”“紡織”。該研究熱點中出現了網絡技術與特征提取,網絡技術帶動了智能安全服裝的進一步發展,通過對微型傳感器、信息處理模塊和終端反饋系統等的整合[32],從分區設計、可持續性和人機交互原則出發,將智能核心技術與服裝技術進行融合[32-34],表明在該階段學者們已基本了解網絡技術相關的智能化安全服裝設計方法,并基于這些理論探索智能服裝層面的網絡技術安全防護系統的設計[35]。此外,學者們在網絡技術的基礎上,通過加速度傳感器采集人體特征部位的運動信息,以達到識別人體運動狀態的目的[36-37]。智能紡織服裝在消費群體范圍上也更加細化,如在老年人的服裝紐扣上應用NFC芯片解決老年人走失問題[38]。

3) 2020—2022年。該階段突顯的關鍵詞相比較其他階段的多,主要包括“人工智能”“智能材料”“老年服裝”“心電監測”“智能技術”等。智能紡織服裝在深入研究人工智能的同時,新興研究熱點在該階段突增,進一步加大對于智能材料的研究,如熱敏變色材料、蓄光型彩色發光纖維、可探測心率變化的襯衣、形狀記憶纖維等,將這些材料與服裝相結合,滿足消費者個性化需求[39]。隨著智能紡織服裝的快速發展,學者們通過研究心電監測等智能技術,在紡織電極傳感器中加入吸濕性紗線來改善電極與皮膚的接觸狀態,提高信號質量[40]。此外,智能技術在加熱元件的應用模式、溫度控制算法的實現和人體熱生理模型的應用中還需進一步深化[41]。近年來,老年群體的占比大幅增加,更重視戶外活動需求,智能紡織服裝采用液態氨綸材料與微納傳感元件對老年沖鋒衣進行功能設計,以解決老年人戶外運動安全性的問題[42]。

2012—2022年WOS數據庫中智能紡織服裝研究領域突顯詞如圖9(b)所示。通過對WOS數據庫文獻進行關鍵詞突顯分析,共得到突顯強度最高的25個關鍵詞,從時間上大概分為2個階段：

(a) CNKI數據庫

1) 2012—2018年。該階段共有15個突顯的研究熱點,其中“電路”“智能面料”“紗線超級電容器”“柔性超級電容器”“紗線”5個研究熱點一直持續了3—4年。該領域學者在這一階段關注到了智能面料與電子元件的問題,智能紡織服裝利用紗線超級電容器為儲能器件,采用CNI(calling number identification)浸漬和PPy(polypyrrole)電沉積工藝制造大型高拉伸紗線電極[43],而柔性超級電容器在靈活、形狀和重量上都有著獨特優勢,比如基于碳材料、復合材料以及柔性微型超級電容器的開發等[44-45]。此外,智能面料的研究也大大促進智能服裝的發展,比如超疏水涂層織物有助于開發智能油水分離器、微流體閥和芯片實驗設備[46-47]。

2) 2019—2022年。該領域學者主要研究壓力傳感器對于可穿戴設備的開發以及導電紡織品的研究,壓力傳感器中的薄膜柔性無線壓力傳感器可提供無線監測平臺[48]。在可穿戴產品的應用中,導電紡織品有石墨烯基紡織品,在高導電性、超柔韌性和可機洗方面有著技術優勢[49]。目前學者們研究的主要方向在可穿戴設備方面,涉及到多學科交叉,由信息收集、處理與存儲裝置、電池技術、智能操作系統和人機交互設計等方面共同構成,綜合運用了數據處理、軟件與觸感技術來實現特定的智能功能[50]。

4 結 論

1) 從發文量和發文國家看,自2015年后WOS數據庫和CNKI數據庫的發文量呈快速增長趨勢,2018年后CNKI數據庫發文量增長迅速。中國學者發表的英文文獻量也躍居世界前列,與其他國家及地區間的合作十分緊密。

2) 從發文作者和機構看,CNKI數據庫中,研究機構以東華大學和江南大學為主體進行智能紡織服裝領域的研究,呈現散點式分布。其中沈雷、劉皓、桑盼盼、薛哲彬、李俊等形成核心作者群,而非核心作者群間的合作交流較少。WOS數據庫研究機構的合作關系則更為密切,以瑞典布羅斯大學、韓國成均館大學、英國曼徹斯特大學為代表的機構形成中心合作力量。其中Li Yi、Qu Lijun、Jin Lu等學者構成核心作者群,其研究集中度和合作強度較大。

3) 從關鍵詞共現分析來看,WOS數據庫關鍵詞出現頻次顯著高于CNKI數據庫,研究主題多樣化,而CNKI數據庫關鍵詞較為單一。WOS數據庫智能紡織服裝關鍵詞整體強度大,且各突顯詞間強度差異大,CNKI數據庫突顯強度小,差異小。WOS數據庫文獻更注重智能紡織服裝的電子元件制造、智能纖維及聚合物等,而CNKI數據庫文獻更注重應用及設計模式。因此,未來對于智能紡織服裝領域的電子元件制造及智能纖維與面料的研究是需要關注的重點。

4) 從研究熱點和階段性特征看,近年CNKI研究熱點有健康檢測、變色肌理、實時監測、服裝設計、連接技術、智能纖維、仿生設計、變色機理等。WOS的研究熱點較廣,涉及紗線超級電容器、生物材料、碳納米管、3D打印、可穿戴應變、電子皮膚等。未來研究領域應更注重纖維、面料的智能化與電子元件的準確檢測性,我國應當突出研究重點,與國際研究保持同步,加強對智能核心技術的攻克。