基于CiteSpace的智能纺织服装产品研究进展

周 捷,刘长青,张文博

(1.西安工程大学 服装与艺术设计学院,陕西 西安 710048;2.丽晶维珍妮内衣(深圳)有限公司,广东 深圳 518000)

0 引 言

随着智能纺织服装的普及和发展,各种智能服装产品越来越受欢迎,消费者对智能纺织服装产生更多功能上的多维度需求[1-2]。智能纺织服装产品不但能够感知外部环境与人体内部状态的变化,而且能够通过反馈机制实时地对这种变化作出反应,实现人体、环境与服装之间的三角交互,组成互相依赖的有机体;智能纺织服装涉及多学科的技术支持,需要结合生物技术、传感器技术、计算机科学、微电子学、聚合物化学和材料科学技术等相关领域的先进技术来实现纺织服装的智能化[3-6]。

目前对智能纺织服装的可穿戴技术[7-8]、服装设计[9-11]、智能服装[12]等方面已有大量相关研究。本文旨在采用文献计量和知识图谱的相关理论,选取中国知网(CNKI)数据库和Web of Science(WOS)数据库近10年发布的智能纺织服装相关主题论文作为研究对象,利用CiteSpace进行数据分析,以了解我国近年来在该领域的研究热点和趋势,为未来智能纺织服装的研究提供参考。

1 研究方法与数据来源

1.1 研究方法

利用CiteSpace软件分析智能纺织服装的知识结构、发展规律与分布情况,将智能纺织服装研究领域的年度发文量、组织机构、作者合作等之间的关系以知识图谱的方式呈现并对其内在联系和轨迹进行直观反映,梳理该研究领域的研究轨迹与未来趋势[13-14]。

1.2 数据来源

数据来源为中国知网(CNKI)数据库和Web of Science(WOS)核心合集数据库,检索时间为2012年1月1日至2022年12月31日。

在CNKI数据库中以主题=“智能服装”,篇关摘=“纺织”和“服装”进行高级检索,文献类别为学术期刊,共检索到与智能纺织服装研究相关的文献879篇,通过人工初步筛选,去除会议、指南、学术论文与不完整文献等,共计424篇文献,以refwork格式导出,后经去重处理得到385篇有效文献。

在WOS核心合集数据库中以主题(TS)=(“Smart clothing*”) or 主题(TS)=(“Smart textiles*”)进行精准检索,文献类别为论文、综述和在线发表,语种为英语,将检索出的文献“全记录与引用的参考文献”以“纯文本”格式导出,总共为2 456篇,经过去重导出文献共2 384篇。

2 智能纺织服装产品的研究现状

2.1 年度发文量分析

年度发文量可以直观反映研究现状并梳理发展历程,对预测未来发展趋势具有重要意义。基于CNKI数据库和WOS数据库绘制发文量趋势图,如图1所示。

图 1 发文量趋势图Fig.1 Statistical chart of publications

从图1可以看出,在2015年之前国内外期刊的发文量都维持在较低水平,WOS数据库年增发文量在14～30篇,CNKI数据库的年增发文量在1～13篇,此阶段我国人口老龄化问题严重,企业面临用工荒问题,开始向智能制造转型[15]。在此期间,企业为增强其核心竞争能力开始向智能时尚看齐,处于智能纺织服装起步阶段。2015年以后WOS数据库发文量快速增长,2017年较前一年发文量增到40 篇,到2020年已增加到100 篇以上,而CNKI数据库的发文量一直持续性上升。到2021年WOS数据库的发文量达到顶峰,2022年虽有所下降,但发文增长量仍呈现良好态势,而CNKI数据库的发文量增长趋势较为缓慢,到2019年甚至有所下降,但整体呈现稳定增长的趋势。2015～2022年处于“中国制造2025”时期,国家政策大力支持智能制造,各大企业响应号召,不断推进人工智能发展[16]。随着智能纺织服装技术水平和创新能力的提高,激发了国内外学者的研究兴趣,导致了国内外相关发文量的增长,说明该领域具有巨大的发展潜力。

2.2 发文国家及地区的网络分析

国家及地区合作网络图谱能直观看出该研究领域在不同国家及地区间的联系程度及社会关系,为评价国家的学术影响力和科研能力提供新视角。因CNKI数据库收录文献主要为国内作者,较少出现国家之间的合作关系,因此仅以WOS数据库文献为基础绘制国家间合作网络图谱,如图2所示。图中节点大小代表国家发文量,连线反映国家间的合作关系强度,节点外轮廓线颜色反映国家的合作中心度,节点内部由多个同心圆环组成,圆环颜色越深代表发文时间越早,圆环宽度反映当年的发文量。

图 2 国家及地区合作网络图谱Fig.2 Map of national and regional cooperation networks

智能纺织服装领域共有83个国家和地区发表的2 384篇文献被WOS数据库收录,其中中国以909篇居于榜首,其次为美国338篇,排名第三到第五的国家依次为韩国246篇、英格兰187篇和澳大利亚105篇。在共现图谱中中国和美国为最大的2个节点,说明中美两国在该领域的研究相较其他国家更为丰富。美国的合作中心度最大为0.24,说明美国与其他国家及地区之间的合作紧密,共与42个国家及地区存在着合作关系,中国近年来发文并被WOS数据库所收录的文献量大幅增长,且合作中心度为0.21,位居第二,说明我国学者的国际合作参与度很高,如表1所示。

表 1 发文量(篇)及中心度排名前5的国家

2.3 机构分析

分析该领域的重点科研机构,可以为学者选择合作交流机构提供指导。统计CNKI数据库和WOS数据库中发文量前10的机构[17],如表2所示。在CNKI数据库中,国内发文量超过20 篇的有江南大学、东华大学和天津工业大学,其余发文量较高的有苏州大学、北京服装学院、上海工程技术大学、大连工业大学、西安工程大学等。在WOS数据库中发文量超过100 篇的有2个科研院所,分别为东华大学、中国科学院。发文量超过50 篇的机构还包括香港理工大学、江南大学、青岛大学和布罗斯大学。其他上榜的科研院所还包括中国科学院大学44 篇和成均馆大学43 篇。

表 2 发文量(篇)排名前10的机构

2.4 作者合作可视化

表 3 发文量(篇)排名前10的作者

在CNKI数据库中,以核心作者为基础绘制合作关系分布图,如图3(a)所示。发文量超过5篇的作者有6人,分别为江南大学的沈雷20篇;天津工业大学的刘皓12篇;江南大学的桑盼盼和薛哲彬各7篇;东华大学的李俊5篇;江南大学的洪文进5篇。其中江南大学沈雷的合作网络共有7位核心作者,为最大合作关系网。其余较大合作网络还包括大连工业大学王军团队、天津工业大学李津团队、西安工程大学蒋晓文团队等。相比国外,国内的合作研究分支较少,呈现出以江南大学、天津工业大学、东华大学为中心的众多学者及机构的合作。部分研究机构如苏州大学、北京服装学院、西安工程大学等也形成了分散的次核心力量,次核心力量之间的合作强度较低。

在WOS数据库中,以核心作者为基础绘制合作关系分布图,如图3(b)所示。发文量超过20篇的仅有一人,为曼彻斯特大学的Li Yi,共计34篇,其所在的关系网为该领域最大的合作网络,共有9位为核心作者。较为突出的关系网还包括：以中国科学院Wang Zhonglin为代表的合作网络,共3位核心作者发表31篇论文,以青岛大学Tian Mingwei和加州大学Qu Lijun为代表的6位作者共发表46篇论文。71位核心作者中有39位为中国学者,其中青岛大学Tian Mingwei和中国科学院Wang Zhonglin均组建了包含3位核心作者的合作网络。

(a) CNKI数据库

3 智能纺织服装产品的趋势分析

3.1 关键词共现分析

借助CiteSpace可视化软件绘制智能纺织服装研究的高频关键词共现网络,节点越大表明该关键词出现频率越高,出现时间越早。为深入了解和分析智能纺织服装领域,本文对导出的385篇中文文献和2 384篇英文文献分别构建关键词共现图谱,如图4、5所示。

图 4 CNKI数据库关键词共现图谱Fig.4 Keyword co-occurrence map of CNKI

以CNKI数据库文献为基础对智能纺织服装关键词进行分析,剔除自我指向性关键词后频次较高的依次为应用领域、服装设计、发展前景、传感器、交互技术、健康监测和电子元件,与WOS数据库文献相比,CNKI数据库文献较为突出的节点是交互技术和应用领域的相关文献,智能穿戴、健康检测、特征提取、电子元件等节点与自我指向性关键词关联,说明学者们更多是在交互设计和应用领域实现智能纺织服装的开发研究。通过对用户进行需求分析,根据用户需求将传统服装与电子技术相融合,构建交互模式,解决用户问题[9]。

以WOS数据库文献为基础对智能纺织服装关键词进行分析,频次最高的关键词为smart textiles(智能纺织品)、fibers(纤维)、performance(性能)、sensors(传感器)、composites(复合材料)、textiles(纺织品)、design(设计)、fabrication(制造)、nanocomposites(纳米复合材料)。剔除自我指向性关键词后,高频关键词为fibers、performance、sensors、composites、design、fabrication和nanocomposites,根据关键词可以看出智能纺织服装存在2种不同的研究方向。第一种是材料研发方向,如智能纤维材料[19-21],包括复合材料、纳米复合材料、导电纤维、相变纤维、形状记忆纤维等,智能电子信息材料,包括传感器、电极、柔性电子产品等[22]。第二种是服装设计方向,通过服装结构、面料弹性等方面对智能服装进行分区设计,以实现针对不同问题进行功能性服装设计的目的[23]。

3.2 关键词聚类分析

通过对上述关键词进行可视化聚类分析,能够提炼出2012—2022年智能纺织服装研究领域的科研热点,其聚类图谱如图6所示。

(a) CNKI数据库

在CNKI数据库文献关键词中,选用LLR聚类算法,聚类后会出现聚类模块值Q和聚类平均轮廓值S,一般认为Q>0.3聚类结构显著,S>0.5聚类合理,保留频次最高的前9个关键词,结果如图6(a)所示,可以看出在CNKI中对于智能纺织服装的研究主要集中在智能服装、服装材料、智能化、服装设计、可穿戴、服装、应用、现状、设计模式9个方面。在关键词聚类图谱中,有时会出现多个聚类相互重叠,说明重叠部分聚类间联系紧密,即智能纺织服装的研究方向各有差异,但主题集中,依据聚类结果可将其大体分为以下几类：#0、#2、#4探讨智能化服装,#1、#5研究服装与所用材料,#3、#8探讨服装设计相关领域,#6、#7为智能纺织服装应用及现状发展。智能化服装的关键技术为智能传感器监测的柔性及轻量级传感器,而此类传感器的不足之处在于高成本、技术攻克以及实际使用的耐用性问题。智能面料的关键技术为电导性、柔韧性、可塑性、抗菌性等多功能面料的开发,而面料开发则会遇到成本高、复杂的加工步骤等问题,因此需要在面料的选材、加工工艺、性能测试方面进行深入研究[24-25]。智能纺织品的应用包括太阳能电池的应用,可将太阳能电池作为纺织材料的基底,主要技术有纳米晶薄膜、光伏聚合物纤维等,面临的困难主要有三方面,分别是纺织品的美学属性,如手感、垂感等;重量和耐久性;成本因素限制市场规模。

WOS数据库文献关键词聚类如图6(b)所示,保留频次最高的前9个关键词,分别为“wearable electronics(可穿戴电子产品)”“smart textiles(智能纺织品)”“flexible antenna(柔性天线)”“energy storage(储能)”“textile actuators(纺织执行机构)”“mechanical properties(机械性能)”“asymmetric supercapacitors(不对称超级电容器)”“carbon nanotubes(碳纳米管)”“fiber extrusion(纤维挤压成型)”。由此可见,英文文献同样注重智能可穿戴产品及智能纺织品,与中文文献不同的是,英文文献更注重智能纺织服装方面的一些机械性能、电容器等电子器件方面,说明电子器件与服装的交互设计是研究热点。

柔性天线技术的主要因素有两方面：一是天线结构的设计及导电和柔性基板材料的选择,二是特定需求的天线样机制作和性能评估,而创新型材料、结构设计、样机制作与测量和性能调整等方面仍需进一步研究。储能领域常用的处理方法有静电纺丝技术和炭化处理等方法,此类方法对材料能耗大,环境友好性差,提升储能器件的整体环保性是需要重点解决的问题[23]。不对称超级电容器的关键在于电极制备,电导率低和利用率低是需要解决的问题[26]。碳纳米管的关键在于吸波性能,具有尺寸小、质量轻、长径比高、比表面积大及导电性能好等优点,但其作为吸波剂具有磁损耗性能弱和介电损耗性能强等缺点[27]。

3.3 关键词时间线图谱分析

根据文献中的关键词进行时间线图谱分析,对不同聚类从时间跨度上进行关联与分析,根据时间跨度说明该聚类下的研究内容发展时间以及连贯性,从而清晰展示智能纺织服装研究的发展趋势。

图7为CNKI数据库关键词时间线图谱可知,不同时期研究关注点有所差异,对于智能纺织服装的研究从2012年持续到2022年,其中2012年出现关键性节点,通过对本次实验数据库中2012年所收录的被引用频率最高的相关主题文献[28]分析可知研究者探讨了将传感器、显示器技术和服装相结合,用来监测人体生理指标的方法,为今后智能服装领域的应用提供参考。随着时间的推移,自2018年起,该聚类逐渐向健康检测、变色肌理、实时监测等方向发展。结合中心度、时间跨度和近期热度,智能服装将成为该领域的持续性热点。自2015年服装设计成为关键性节点,一直持续到2020年,文献[29-30]将服装设计要素、法则进行梳理及量化后与计算机信息等技术相结合,最后完成图像识别与智能化。总之,从2012年起智能服装和设计模式研究方面的文献相对较多,2013年对连接技术与涂层技术深入研究,其中连接技术是智能服装和设计模式最重要的环节,2014年智能纺织服装研究集中在服装材料、智能纤维等方面的交互技术,2015年研究领域主要在智能穿戴和服装设计方面,2016年到2018年集中于仿生设计与定制化,2019年到2022年的智能服装研究主要集中于光纤织物、特征提取、变色机理等方向发展。

图 7 CNKI数据库关键词时间线图谱Fig.7 CNKI database keyword timeline

在WOS数据库关键词时区图中,如图8所示,2012年出现关键性节点smart textiles(智能纺织品),通过对本次实验数据库中2012年所收录的被引用频率最高的相关主题文献[31]可知研究者们开发了柔性可拉伸电子电路技术,将电子系统完全嵌入弹性体材料从而产生可拉伸的柔软电子模块,从而实现具有复杂功能的可伸缩系统。2013年的关键词节点是biological materials(生物材料)。自2015年起,yarn supercapacitors(纱线超级电容器)成为关键词节点,一直持续到2022年,预测其将成为该领域的持续性热点。总之,从2012年起开始出现smart textiles(智能纺织品)和carbon nanotubes(碳纳米管),2013年开始smart materials(智能材料)的研究,2014年智能纺织服装研究集中在wearable electronics(电子产品)和energy storage(储能)方面,2015年研究领域主要在posture pressure(姿式压力)方面,2016—2018年集中在wearable strain sensors(可穿戴式应变传感器)和3D printing(3D打印)方向,两者皆是智能纺织服装重点研发方向,2019到2022年的智能纺织服装研究主要集中于shape memory(形状记忆)、wearable strain(可穿戴应变)和electronic skin(电子皮肤)等方向发展。

图 8 WOS数据库关键词时间线图谱Fig.8 WOS database keyword timeline

3.4 突发性节点分析

关键词突显性是某一时段内出现频率较多的词,该词的突发增长率随强度扩大而增长,强度越大越能反映该时段的研究热点和趋势,通过对CNKI数据库和WOS数据库文献的突显词追踪,可掌握智能纺织服装领域内研究热点的演化动态,进而预测发展趋势。

通过对CNKI数据库文献进行关键词突显分析,得到不同时期突显强度最高的25个关键词。2012—2022年智能纺织服装领域CNKI研究突显词如图9(a)所示。研究热点从时间上大致可分为以下3个阶段。

1) 2012—2017年。该阶段共有13个突显的研究热点,其中,“设计模式”“智能纤维”2个研究热点从2012年出现后延续了3—6年。学者们关注到智能化服装问题,从舒适感、安全感和美学者们在智能纺织服装研究中还关注到了有关“智能服装设计模式”这种新型设计技术,从3个维度的交互关系角度出发,分别为技术、面料和结构造型,同时引用功能服装的评价体系,提出以用户为中心的研发模式,面向专业集成化和商业大众化两大消费群体的智能服装设计研发[3]。

2) 2018—2019年。该阶段突显关键词包含“设计流程”“童装设计”“网络技术”“老年人”“特征提取”“纺织”。该研究热点中出现了网络技术与特征提取,网络技术带动了智能安全服装的进一步发展,通过对微型传感器、信息处理模块和终端反馈系统等的整合[32],从分区设计、可持续性和人机交互原则出发,将智能核心技术与服装技术进行融合[32-34],表明在该阶段学者们已基本了解网络技术相关的智能化安全服装设计方法,并基于这些理论探索智能服装层面的网络技术安全防护系统的设计[35]。此外,学者们在网络技术的基础上,通过加速度传感器采集人体特征部位的运动信息,以达到识别人体运动状态的目的[36-37]。智能纺织服装在消费群体范围上也更加细化,如在老年人的服装纽扣上应用NFC芯片解决老年人走失问题[38]。

3) 2020—2022年。该阶段突显的关键词相比较其他阶段的多,主要包括“人工智能”“智能材料”“老年服装”“心电监测”“智能技术”等。智能纺织服装在深入研究人工智能的同时,新兴研究热点在该阶段突增,进一步加大对于智能材料的研究,如热敏变色材料、蓄光型彩色发光纤维、可探测心率变化的衬衣、形状记忆纤维等,将这些材料与服装相结合,满足消费者个性化需求[39]。随着智能纺织服装的快速发展,学者们通过研究心电监测等智能技术,在纺织电极传感器中加入吸湿性纱线来改善电极与皮肤的接触状态,提高信号质量[40]。此外,智能技术在加热元件的应用模式、温度控制算法的实现和人体热生理模型的应用中还需进一步深化[41]。近年来,老年群体的占比大幅增加,更重视户外活动需求,智能纺织服装采用液态氨纶材料与微纳传感元件对老年冲锋衣进行功能设计,以解决老年人户外运动安全性的问题[42]。

2012—2022年WOS数据库中智能纺织服装研究领域突显词如图9(b)所示。通过对WOS数据库文献进行关键词突显分析,共得到突显强度最高的25个关键词,从时间上大概分为2个阶段：

(a) CNKI数据库

1) 2012—2018年。该阶段共有15个突显的研究热点,其中“电路”“智能面料”“纱线超级电容器”“柔性超级电容器”“纱线”5个研究热点一直持续了3—4年。该领域学者在这一阶段关注到了智能面料与电子元件的问题,智能纺织服装利用纱线超级电容器为储能器件,采用CNI(calling number identification)浸渍和PPy(polypyrrole)电沉积工艺制造大型高拉伸纱线电极[43],而柔性超级电容器在灵活、形状和重量上都有着独特优势,比如基于碳材料、复合材料以及柔性微型超级电容器的开发等[44-45]。此外,智能面料的研究也大大促进智能服装的发展,比如超疏水涂层织物有助于开发智能油水分离器、微流体阀和芯片实验设备[46-47]。

2) 2019—2022年。该领域学者主要研究压力传感器对于可穿戴设备的开发以及导电纺织品的研究,压力传感器中的薄膜柔性无线压力传感器可提供无线监测平台[48]。在可穿戴产品的应用中,导电纺织品有石墨烯基纺织品,在高导电性、超柔韧性和可机洗方面有着技术优势[49]。目前学者们研究的主要方向在可穿戴设备方面,涉及到多学科交叉,由信息收集、处理与存储装置、电池技术、智能操作系统和人机交互设计等方面共同构成,综合运用了数据处理、软件与触感技术来实现特定的智能功能[50]。

4 结 论

1) 从发文量和发文国家看,自2015年后WOS数据库和CNKI数据库的发文量呈快速增长趋势,2018年后CNKI数据库发文量增长迅速。中国学者发表的英文文献量也跃居世界前列,与其他国家及地区间的合作十分紧密。

2) 从发文作者和机构看,CNKI数据库中,研究机构以东华大学和江南大学为主体进行智能纺织服装领域的研究,呈现散点式分布。其中沈雷、刘皓、桑盼盼、薛哲彬、李俊等形成核心作者群,而非核心作者群间的合作交流较少。WOS数据库研究机构的合作关系则更为密切,以瑞典布罗斯大学、韩国成均馆大学、英国曼彻斯特大学为代表的机构形成中心合作力量。其中Li Yi、Qu Lijun、Jin Lu等学者构成核心作者群,其研究集中度和合作强度较大。

3) 从关键词共现分析来看,WOS数据库关键词出现频次显著高于CNKI数据库,研究主题多样化,而CNKI数据库关键词较为单一。WOS数据库智能纺织服装关键词整体强度大,且各突显词间强度差异大,CNKI数据库突显强度小,差异小。WOS数据库文献更注重智能纺织服装的电子元件制造、智能纤维及聚合物等,而CNKI数据库文献更注重应用及设计模式。因此,未来对于智能纺织服装领域的电子元件制造及智能纤维与面料的研究是需要关注的重点。

4) 从研究热点和阶段性特征看,近年CNKI研究热点有健康检测、变色肌理、实时监测、服装设计、连接技术、智能纤维、仿生设计、变色机理等。WOS的研究热点较广,涉及纱线超级电容器、生物材料、碳纳米管、3D打印、可穿戴应变、电子皮肤等。未来研究领域应更注重纤维、面料的智能化与电子元件的准确检测性,我国应当突出研究重点,与国际研究保持同步,加强对智能核心技术的攻克。