纺织经纬分享 http://blog.sciencenet.cn/u/bohong 东华大学纺织学院长江学者

博文

百年纺织之七:刚硬的叶子 精选

已有 3821 次阅读 2023-11-1 04:30 |系统分类:科研笔记

百年纺织之七:刚硬的叶子
2023年11月1日 星期三

       植物的叶子是柔软的,纺织的“叶子”(Leaf)是刚硬的。
       此处的Leaf与“纺织大师之九:Leaf”是同一人。Leaf的刚硬主要体现在他研究纺织品是否刚硬(纺织品术语:挺括)的成果之上,Leaf在织物结构力学方面做了很多开创性工作,而有两篇关于织物拉伸和剪切受载时的初始刚度论文[1,2],被列入24篇百年经典论文,一个人就占了1/12的比例,不可谓不“刚硬”。

1.jpg

2.jpg

       Leaf从上世纪五十年代至新千禧年之前的四五十年里面,在纱线、机织物和针织物几何结构与力学方面,与他的前辈和同时代的纺织科学家,例如F.T. Peirce, P.Grosberg, J.W.S. Hearle, S.Backer, R. Postle 和S. Kawabata等,做出了开创新的工作,奠定了现代纺织力学大厦的坚实基础。
       机织物和针织物早期的几何模型是由F.T.Peirce建立的,主要包括圆形横截面的纱线、纱线在交织点处为理想圆弧并由切线光滑连接,针织物则是圆弧线圈与直线相切连接。Leaf则更简化,采用F.T.Peirce的几何结构模型,纱线以直线表示,交织点处直接用折线连接,形成了类似锯齿状的几何结构模型,直线状纱线具有抗弯刚度。交织点处的力学平衡和能量最小化是Leaf工作的关键之处。虽然Leaf建立的是极其简单的几何模型,但是Leaf巧妙地采用能量方法计算变形,也即用织物能量对拉伸力求偏导数得到变形量。Leaf采用Castigliano定理解决织物变形问题的方法在机织物和针织物都成功得到应用。
       Leaf指导了很多学生,关门弟子是现在曼彻斯特大学材料学院的陈晓钢教授[3]。Leaf与陈教授一起研制了织物工程设计软件系统,由织物基本结构参数例如面密度、纱线卷曲、覆盖系数、纱线刚度等指标,设计符合实际需求的织物。现在陈教授是国际织物结构力学和计算机建模的领先者。Leaf还非常有前瞻性地指出有限元方法在计算织物复杂变形方面的潜力,但是假如没有Leaf对织物结构力学的基础性工作,使用有限元方法是很难得到准确的计算结果。
       Leaf的“刚硬”还体现在他的研究工作可以推广到织物手感风格,结合日本和澳大利亚科学家S.Kawabata(川端季雄), M. Niwa(丹羽雅子), R. Postle等人的工作,可以用客观指标评价织物风格。在新的传感技术和数据处理方法、大数据及人工智能推动下,织物手感风格的客观评价扩展到数字化织物设计和风格设计,结合生物力学和人体工学等方法,能用虚拟现实手段现实织物和服装与人体接触的应力分布,进而扩展到时装演示、功能服装设计和时尚元宇宙时代的创意设计。
       Leaf只是众多纺织先驱者之一。正是由于中外纺织先驱者们的不断努力,纺织才从一个工艺性的手工行业成为一个融合各种新元素的现代制造业。

3.jpg

4.jpg

       一件舒适合体的服装是现代生活极其普通的内容之一,似乎是理所应当。其实从一根柔软的单纤维到我们生活中不可或缺的种种纺织品,是纤维的“刚硬”(刚度)不断积累的效果。纺织品可以厚重、可以飘逸、可以滑糯、可以干爽,这无一不是纤维的“刚硬”在不同量度上的表现。
       叶子,既柔软又刚硬;纺织,既原始又现代。

参考文献
1 G. A. V. Leaf & K. H. Kandil (1980). The initial load–extension behaviour of plain-woven fabrics. The Journal of the Textile Institute, 71:1, 1-7
2 G. A. V. Leaf & Aida M. F. Sheta (1984). The initial shear modulus of plain-woven fabrics. The Journal of the Textile Institute, 75:3, 157-163
3 https://research.manchester.ac.uk/en/persons/xiaogang.chen



https://blog.sciencenet.cn/blog-39184-1407959.html

上一篇:百年纺织之六:纺织制造最优化
下一篇:百年纺织之八:线圈的稳定性
收藏 IP: 183.195.40.*| 热度|

4 张晓良 王安良 李升伟 郑永军

该博文允许注册用户评论 请点击登录 评论 (2 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-7 13:20

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部