Используя новый производственный процесс, исследователи Массачусетского технологического института (MIT) в США создали «умный» текстиль, который лучше прилегает к телу, чтобы чувствовать позу и движения владельца. Об этом сообщает Science Blog. Перевод основных положений публикации представлен изданием discover24.ru.
Включив специальный тип пластиковой пряжи и используя небольшой нагрев для ее легкого расплавления (процесс, называемый термоформованием), исследователи MIT смогли значительно повысить точность датчиков давления, вплетенных в многослойные трикотажные ткани, которые они назвали 3DKnITS.
По словам одного из авторов исследования Ирманди Викаксоно, научного сотрудника MIT, новый производственный процесс позволяет быстро создавать различные прототипы 3DKnITS и может быть легко масштабирован для крупномасштабного производства. «Благодаря цифровому вязанию появляется свобода создавать свои собственные узоры, а также интегрировать датчики в саму структуру, чтобы она была бесшовной и удобной, и разрабатывать ее в зависимости от формы тела», – отметил Викаксоно.
Этот метод может иметь множество применений, особенно в здравоохранении и реабилитации. Например, его можно использовать для производства умной обуви, которая отслеживает походку того, кто снова учится ходить после травмы, или носков, которые отслеживают давление на стопу больного диабетом, чтобы предотвратить образование язв.
Для производства нового «умного» текстиля исследователи используют цифровую вязальную машину, которая сплетает слои ткани с рядами стандартной и функциональной пряжи. Многослойный трикотажный материал состоит из двух слоев токопроводящего трикотажа, зажатого вокруг пьезорезистивного трикотажа, который меняет свое сопротивление при сжатии.
Следуя шаблону, машина прошивает эту функциональную пряжу по всему текстилю горизонтальными и вертикальными рядами. Там, где функциональные волокна пересекаются, они создают датчик давления. Но пряжа обычно мягка и податлива, и когда слои смещаются и трутся друг о друга при движении владельца, это создает помехи для датчиков, делая их намного менее точными.
Викаксоно придумал решение этой проблемы, стажируясь на трикотажной фабрике в Шэньчжэне в Китае, где он провел месяц, изучая программирование и обслуживание цифровых вязальных машин. Он наблюдал, как рабочие изготавливают кроссовки из термопластичных нитей, которые начинают плавиться при нагревании выше 70 °C, а затем слегка затвердевают, чтобы ткань могла сохранять точную форму.
Он решил попробовать включить плавление волокон и термоформование в процесс производства «умного» текстиля. «Термоформование действительно решает проблему помех для датчиков, потому что оно производит затвердевание многослойного текстиля в один слой, что повышает точность. Это также позволяет создавать 3D-формы, такие как носок или обувь, которые точно соответствуют размеру и форме пользователя», – говорит Викаксоно.
Помимо усовершенствования производственного процесса, исследователям MIT понадобилась система для точной обработки данных датчиков давления. Они создали беспроводную схему, которая сканирует ряды и столбцы ткани и измеряет сопротивление в каждой точке.
Система отображает данные датчиков в виде «тепловой карты», передавая эти изображения модели машинного обучения, которая может на этой основе точно определять позу или движение пользователя. Тесты показали способность классифицировать действия пользователя (ходьба, бег, отжимания и т. д.) с точностью 99,6%, также система смогла распознавать семь поз йоги с точностью 98,7%.
Кроме этого, исследователи MIT использовали кругловязальную машину для создания облегающей умной текстильной обуви с 96 точками измерения давления, разбросанными по всей 3D-ткани. Они использовали такую обувь для измерения давления, оказываемого на разные части стопы, в тестах, когда владелец пинал футбольный мяч.
Высокая точность 3DKnITS может сделать их полезными для применения в протезировании, где точность очень важна. По словам Викаксоно, «умный» текстильный вкладыш может измерять давление протеза на гнездо, позволяя протезисту легко увидеть, насколько хорошо подходит устройство.
В области медицины и, в частности, в ортопедической спортивной медицине эта технология дает возможность лучше обнаруживать и классифицировать движения и распознавать закономерности распределения приложенных усилий в реальных (вне лабораторных) ситуациях. Это способно улучшить методы предотвращения и обнаружения травм, а также поможет оценить и направить реабилитацию.
Исследователи MIT также изучают другие варианты применения. В сотрудничестве со звукорежиссером и современным танцором они разработали умный текстильный ковер, который воспроизводит музыкальные ноты и звуковые ландшафты на основе шагов танцора, чтобы исследовать двунаправленную связь между музыкой и хореографией.
Теперь, когда исследователи продемонстрировали успех своей технологии изготовления, они планирует усовершенствовать схему и модель машинного обучения. В настоящее время ей требуется трудоемкая калибровка для каждого человека, и удаление этого шага упростило бы использование 3DKnITS. Исследователи также хотят провести тесты умной обуви за пределами лаборатории, чтобы увидеть, как условия окружающей среды, такие как температура и влажность, влияют на точность датчиков.