百年纺织之十七：拉拉扯扯
2023年11月11日 星期六

       纺织品是柔性物质，轴向或面内方向承拉不承压，所以拉伸性质是纺织品力学性质中的重要内容。纺织专业的学生，最熟悉的就是纱线和织物拉伸实验，学生戏称为“拉拉扯扯”。可是“拉拉扯扯”的内部机理却非戏言，而是严肃的科学。
       纺织科学作为一门独特的学科，两个主要研究内容是：纤维集合体力学和化学。纤维集合体广泛被人使用主要原因是它们有独特的力学性能组合，即承受拉伸应变时具有的强度和弯曲应变是的柔软性。对这种力学行为的分析使研究人员迅速超越了刚性结构工程中常用的简单的小应变线性模型。到20世纪60年代末，对于纤维集合体力学的研究工作和发表论文如雨后春笋般的涌现。这方面的工作大部分由当时英国物理学家完成并首发在JTI上。

      当时纤维集合体力学研究的核心对象是结构看似简单但极为重要的加捻长丝纱上。短纤纱拉伸强度虽然重要，但是主要用于服装领域，对强度要求并不非常要求精确，同时短纤纱内部短纤维的内外转移和滑脱长度这两个关键因素，使得短纤维拉伸强度研究十分复杂。但即使是简单的长丝纱，在从单纤维性质预测纱线性质时就遇到了极大的困难。
       纤维集合体力学的核心是纤维材料性质和纤维集合体结构，即“纤维+结构”。但对于加捻长丝纱这样简单的纤维集合体，从单纤维性质预测长丝纱性质也遇到了很大的困难，纤维之间的摩擦和滑移、拉伸时的泊松比效应、纤维的向内转移和向外迁移等都是复杂性的来源。

       Platt和Hearle是纱线拉伸力学研究的先驱，分别在美国和英国开展系统的研究。Platt [1-4]和Hearle [5-7]的早期工作假设加捻长丝纱是一组具有等节距和均匀密度的同轴螺旋，用于小应变时还具有一定精度，但是在大拉伸应变时变得极为困难，主要因为力是矢量，在纱线内部的螺旋线上力的叠加计算非常繁琐，而当时的计算工具又很简单，这也是那个时代Platt和Hearle做了很多分析模型的原因，Platt的工作在TRJ上连续以十几篇论文报道纱线拉伸力学，Hearle的工作后来更被写进了教科书[8]。

       经过Platt和Hearle十多年的努力推进，力法已经在纱线拉伸力学上得到了广泛而深入的使用，潜力已经被挖尽。Treloar和Riding [9]于1963年在JTI上发表的论文改变了“打法”，天才之处在于把重点放在了应变能上，能量是一个标量，只有大小没有方向；而应力是矢量，既有大小又有方向。用能量方法更加简单有效，能量对位移的导数就是力，由此可以得到拉伸力与拉伸位移的关系。采用能量方法得到整个应变范围内纱线的应力应变理论曲线，除了应变值小和捻度值高外，这些曲线与实验结果非常吻合。
       Treloar和Riding非常清楚他们的假设之一，即纱线的恒体积张力，“不太合理”。从本质上讲，这个假设被用来确定径向位置和施加拉伸载荷后建立单丝的螺旋形状。这个假设在连续长丝纱线上基本适用，因为加捻长丝纱结构紧密，在较小的径向位置上的横向压力即可紧密包裹长丝，可以防止单丝径向位置变化。当应用于体积较大的结构时，这种假设导致刚度预测不是非常精确。解决方案是要么假设变形状态的更真实的几何模型，要么通过将径向位移作为一个新的自由度，引入到任意给定拉伸伸长处的能量计算中，求解弹性应变能最小值。不管怎样，Treloar和Riding的首创工作极易为大家采用，能量方法也成为纺织物理里面经受住了时间考验的重大突破。另外Treloar对股线的力学性质研究也极为简洁优雅。虽然后续很多数值计算方法例如有限元方法被Carnaby等应用于长丝纱的拉伸计算[10-12]，但是Treloar和Riding的工作是基础性的。

       由于影响纱线拉伸性质的因素很多，在Carnaby等人的有限元方法数值模型之后，人工神经网络方法开始进入该领域。Ramesh等[13]建立了预测纱线拉伸性能的人工神经网络模型，使用负反馈神经网络模型预测纤维材料性能、纱线结构参数、纺纱工艺参数和纱线拉伸性能之间的映射关系。把训练后的神经网络预测纱线的拉伸性能。尽管只有相对较小的训练数据集可用，但预测误差很低，并且在每种情况下预测误差都小于实验的标准偏差。

        从目前的角度来看，Ramesh等[13]只是一个标准人工神经网络结构的简单应用。然而在20世纪90年代却代表了纺织材料和纺织工艺建模的突破性进展或转折点。在它之前，纺织品建模工作主要基于经典统计定理和机械/化学模型，受到相关假设和材料复杂性的限制。还从未从实验和工艺中（如众多工艺参数，工艺参数与产品功能之间的非线性关系）、性质（涉及变量的不确定性）提取数据直接建模。采用人工神经网络方法是纺织领域表征工艺参数之间复杂关系初步且成功的尝试，该方法后来被广泛应用于纱线拉伸性能预测以外的其他纺织工艺。从那时起，越来越多关于基于数据学习建模的研究工作发表在JTI和其他纺织期刊上。使用的主要技术已经从经典的人工神经网络扩展到深度学习（例如卷积神经网络）、以及数据学习和专业知识的结合。虽然不是经典方法，但是从人工神经网络方法之后，越来越多的类似方法被用于纺织工业的数字化和智能化。
      在纱线结构上的经典力学方法是基础，在工艺大数据上训练的人工神经网络模型和现在的人工智能模型是有益补充。经典力学方法能解释拉伸破坏机理，神经网络方法和人工智能方法能用于实际生产工控。两者都是“拉扯”出的成果。

参考文献
1 Milton M. Platt. Mechanics of Elastic Performance of Textile Materials: III. Some Aspects of Stress Analysis of Textile Structures— Continuous-Filament Yarns. Textile Research Journal, 1950, 20(1): 1-5
2 Milton M. Platt. Mechanics of Elastic Performance of Textile Materials: Part IV: Some Aspects of Stress Analysis of Textile Structures—Staple—Fiber Yarns. Textile Research Journal, 1950, 20(8): 519–538
3 Milton M. Platt. Mechanics of Elastic Performance of Textile Materials: Part VI: Influence of Yarn Twist on Modulus of Elasticity. Textile Research Journal, 1950, 20(10): 665–667
4 M.M. Platt, W.G. Klein, W.J. Hamburger. Mechanics of Elastic Performance of Textile Materials: Part XI: Factors Affecting the Translation of Certain Mechanical Properties of Cordage Fibers and Yarns into Cordage Strands and Ropes. Textile Research Journal, 1954, 24(10): 907–939
5 J. W. S. Hearle. The mechanics of twisted yarns: the influence of transverse forces on tensile behaviour. Journal of the Textile Institute Transactions, 1958, 49(8): T389-T408
6 J. W. S. Hearle , H. M. A. E. El-Behery & V. M. Thakur. The mechanics of twisted yarns: tensile properties of continuous-filament yarns. Journal of the Textile Institute Transactions, 1959, 50(1): T83-T111
7 J. W. S. Hearle, H. M. A. E. El-Behery & V. M. Thakur. The mechanics of twisted yarns: further studies of the tensile properties of continuous-filament yarns. Journal of the Textile Institute Transactions, 1960, 51(8): T299-T316
8 Hearle JWS, Grosberg P, Backer S. Structural mechanics of fibers, yarns and fabrics, Vol.1, Wiley-Interscience, New York, 1969
9 L. R. G. Treloar & G. Riding (1963). A theory of the stress–strain properties of continuous-filament yarns, Journal of the Textile Institute Transactions, 54:4, T156-T170
10 C. J. van Luijk, A. J. Carr & G. A. Carnaby. Finite-element analysis of yarns Part I: yarn model and energy formulation. The Journal of The Textile Institute, 1984, 75(5): 342-353
11 C. J. van Luijk, A. J. Carr & G. A. Carnaby. Finite-element analysis of yarns Part II: stress analysis. The Journal of The Textile Institute, 1984, 75(5): 354-362
12 Postle R, Carnaby GA, Jong S de. The Mechanics of Wool Structures. Ellis Horwood Limited, Chichester, West Sussex, England, 1988
13 M. C. Ramesh, R. Rajamanickam & S. Jayaraman (1995). The Prediction of Yarn Tensile Properties by Using Artificial Neural Networks. The Journal of The Textile Institute, 86(3): 459-469