主页 › 学科分类 › 轻工纺织论文

轻工纺织

AI驱动的智能运动服实时健身监测系统

智能服装应变传感器深度学习生物力学监测文章提出集成丝网印刷石墨烯应变传感器的智能运动服系统，通过1D ResNet-18深度学习框架实现呼吸-力量协调与肌肉激活对称性的实时监测。传感器采用微裂纹结构设计（GF=433）和PLA隔离层，实现高灵敏度机械形变检测与运动伪影抑制。无线ESP32模块以130Hz采样率传输三通道应变数据，经10Hz低通滤波和Z-score标准化处理后，系统在六类健身动作分类中达到92.3%准确率。t-SNE特征可视化和Grad-CAM可解释性分析证实网络精准捕捉呼吸周期同步性与左右胸肌激活差异，为健身优化、损伤预防及康复训练提供实时生物力学反馈。

基于等几何壳单元的织物纤维角度塑性有限应变模型

纺织复合材料弹塑性模型等几何壳单元纤维角度塑性文章提出了一种纺织织物的剪切弹塑性模型，该模型建立在各向异性Kirchhoff-Love壳理论框架内，能准确捕捉大变形下纤维族间的旋转摩擦滑动效应。创新性地将纤维相对角度作为塑性应变度量，直接通过表面不变量构建屈服函数而无需厚度积分。模型采用各向同性硬化描述，结合经典返回映射算法求解弹塑性问题。通过画框试验解析解验证了模型有效性，并利用偏置拉伸试验标定参数，三维壳问题应用证明了模型实用性。

金属有机框架的多域单晶生长机制

晶体生长金属有机框架非经典结晶相关成像文章通过相关成像技术揭示了金属有机框架（MOF）多域单晶的生长机制。研究发现，HN-MOF晶体通过无定形胶体颗粒的附着和融合形成，其边缘区域的快速生长导致花瓣状多域外观，而中心区域的缓慢生长形成空腔。尽管晶体表现出多域形貌，但X射线衍射证实其为单晶结构。该研究为理解复杂晶体的非经典生长途径提供了新视角，并展示了相关成像技术在材料科学中的强大解析能力。

盐类水合反应的热化学储能材料发现

深度学习热化学储能盐类水合物文章提出了一种基于深度学习的框架，用于预测盐类水合反应的关键热力学性质，如水合焓、产物密度和体积能量密度。该框架仅需化学计量比作为输入，无需复杂的特征工程。通过结合预定义表示和可学习表示，模型在5711个水合反应数据集上表现出色，预测精度优于传统方法。研究还通过实验验证了模型预测的准确性，成功合成了Rb2Cu(SO4)2·6H2O等新型盐类水合物，为热化学储能材料的开发提供了高效的数据驱动方法。