一种超薄、轻量且灵活的驱动器，用于实现数字化可控的形状变形触觉技术

《Sensors and Actuators A: Physical》：An Ultra-Thin and Lightweight Flexible Actuator for Digitally-Controllable Shape-Morphing Haptics

基于微波伪波导的纺织物水分含量测量方法，通过矢量网络分析仪获取S11和S21散射参数，结合自编码器和深度神经网络建立回归预测模型，验证了非破坏性、快速检测的优势（R2=0.9879）。

　　纺织品的含水率是评估其吸湿性、储存稳定性和使用性能的重要指标。同时，它也影响着纺织品的物理特性、染色效果和舒适性。因此，研究一种高效、非破坏性、非接触式的含水率测量方法具有重要的实际意义。本文提出了一种基于微波伪波导的纺织品含水率测量方法，该方法通过测量系统的散射参数来表征微波系统，并将其与纺织品的含水率进行关联。实验中采用矢量网络分析仪收集不同含水率纺织品的散射参数，并结合标准重量法获得的含水率数据，利用自编码器和深度神经网络建立回归预测模型。该模型展现出良好的预测能力，其决定系数（R2 = 0.9879）、均方根误差（RMSE = 0.0177）和平均绝对误差（MAE = 0.0165）均表明其在含水率预测方面具有较高的精度。微波系统与神经网络模型预测的数据与标准重量法测量的结果一致，验证了该方法的有效性。该方法具有非破坏性、非接触性和快速测量的优点，同时具备在纺织品制造过程中实现实时在线测量的潜力。

在纺织行业中，含水率对纺织品的物理性能有着深远的影响。例如，强度、柔软度、弹性和触感等特性都与含水率密切相关。在纺纱过程中，过高的含水率可能导致纤维之间的摩擦增加，从而影响纺纱效率；而适当的含水率则有助于提高纱线的均匀性和强度。在织造过程中，纺织品的含水率会影响织物的张力和稳定性，高含水率可能导致织物的伸缩变化，进而造成表面缺陷。在纺织品的加工和染色过程中，含水率直接影响染色和整理过程中化学物质的渗透和反应。在纺织品的储存过程中，过高的含水率可能导致织物变得沉重、柔软或容易变形，并引发霉菌和细菌的生长；相反，过低的含水率则可能使织物变得脆弱，容易发生断裂。因此，通过测量和控制纺织品的含水率，可以有效延长其使用寿命。含水率过高或过低的纺织品可能会加速老化和磨损过程。

目前，纺织品含水率的测量方法主要分为直接和间接两大类。直接方法包括重量法和卡尔·费歇尔滴定法。重量法通过测量样品干燥前后的重量差来计算含水率，虽然这是一种经典的方法，但其过程繁琐、操作复杂，且可能破坏样品结构，因此不适用于快速、非破坏性的检测。卡尔·费歇尔滴定法则利用卡尔·费歇尔试剂与水之间的化学反应，通过碘滴定来确定纺织品的含水率。然而，这种方法设备和试剂成本较高，需要专业技术人员进行操作，且容易损坏样品。间接方法则通过测量与含水率相关的物理特性来估计纺织品的含水率，其中电容法和电阻法是典型的代表。这两种方法的原理是通过测量材料的介电常数或电阻率的变化来推断含水率。电容法主要测量材料的介电常数，而电阻法则通过测量材料的电阻来推断含水率。尽管这些方法在原理上相对简单，但它们对温度变化较为敏感，且依赖于纤维类型，同时其精度也较低。红外光谱法属于间接方法，通过测量纺织品在特定波长下的近红外光吸收来推断含水率。然而，由于纺织品颜色和结构的多样性，其适用性和分辨率受到一定限制。Olesya Daikos等人采用高光谱成像技术结合偏最小二乘（PLS）等多元回归方法，构建了一个模型以确定干燥后纺织品的残留含水率。对于所有系统，预测残留含水率的均方根误差（RMSEP）约为0.5 wt%，即约1 g/m2。虽然核磁共振光谱法在含水率测量方面具有较高的精度，但其设备和操作成本较高，复杂性较强，使得其在实际应用中难以大规模推广。

在间接方法中，微波技术是一种独特的手段，能够通过测量电磁波与物质相互作用时的反射、传输衰减或相位变化来推断纺织品的含水率。微波技术具有快速、非破坏性和便携性等优点，已被广泛应用于食品、农业、化学和医药等领域。Xiang Zhong等人开发了一种由10 GHz介质谐振振荡器和喇叭天线组成的纺织品含水率检测原型设备，并提出了一种适用于棉和涤纶混纺织物的校正方程。Xiaochen Li等人设计了一种基于行波驻波微波衰减法的快速、非破坏性测量系统，该系统由微波腔振荡器、微波发射和接收喇叭天线以及微波检测器组成。Gaokai Li等人设计了一种增益为17 dBi、在10 GHz频率下反射损耗为-45.5 dB的喇叭天线，该系统基于微波传输法测量淬火油的含水率。尽管微波喇叭天线已被广泛用于含水率测量，但通常需要较大截面积的样品才能获得准确的测量结果。

本文提出了一种基于微波伪波导的纺织品含水率测量方法。伪波导结构用于微波能量的传播，并将电磁场限制在较小的截面积内，这有助于样品的选择和制备。根据电磁理论，理论上较高的频率会使电磁波在某一方向上的能量分布更加集中。通过采用具有更宽频带的矢量网络分析仪，我们的伪波导和天线可以进一步小型化，从而实现对较小样品的含水率测量。该方法在理论上适用于纱线或纤维的含水率测量，代表了我们未来研究的重要方向。该方法对纺织品含水率表现出高灵敏度。矢量网络分析仪（VNA）产生的激励信号通过探针天线辐射，微波能量在芯轴中传输并与纺织品样品相互作用，另一探针天线接收信号。最后，在0.03 GHz至6 GHz的频率范围内获得散射参数（S参数）。自编码器和深度神经网络（DNN）被用于建立纺织品含水率的回归预测模型。这些特征数据是S参数，它们与纺织品的含水率相关。通过实验数据的训练，最终获得了纺织品含水率的预测模型。

与近红外光谱法相比，基于微波的含水率检测表现出更优的穿透深度和对含水率的更高灵敏度。它适用于检测体积含水率，特别是在非均匀材料如土壤和食品中表现出良好的性能。相反，近红外光谱法对表面形貌更为敏感，因此更适合进行表面特异性分析。此外，近红外光谱法更容易受到环境红外光源的干扰，而微波方法由于其工作波长范围与阳光无关，因此受到的干扰较少。这使得微波技术在纺织品含水率测量中具有独特的优势。

为了验证散射参数的变化是否由不同含水率的纺织品引起，而不是由多次测量过程中的定位误差造成，我们进行了多次重复实验。在不改变含水率和其他因素的情况下，取出待测样品，然后将其重新放回测量设备中。我们随机重复这一操作四次，并将结果展示在图8中。结果显示，S??和S??参数的变化主要由样品的含水率引起，而非测量过程中的误差。通过实验数据的训练，我们最终获得了纺织品含水率的预测模型，并验证了该模型的可靠性。

本研究设计了一种基于微波伪波导的纺织品含水率测量系统。该系统采用散射参数来表征其性能，并将S??和S??参数作为特征数据。通过人工神经网络进行建模，我们实现了对纺织品含水率的预测。实验数据与标准重量法测量的结果进行了对比，进一步验证了该方法的有效性。通过频率带的优化，我们确定了与纺织品含水率高度相关的频率范围。该系统在测量精度、速度和非破坏性方面表现出色，为纺织品含水率的实时在线监测提供了新的思路。

此外，本研究的实验设备和模拟部分展示了系统的具体构造。测量装置的结构如图1所示，整个装置从上到下具有对称结构，包括两个芯轴、印刷电路板（PCB）天线、同轴连接器等。其中一个同轴连接器（SMA-KHD9型）固定在PCB的边缘，接口对齐并连接到探针天线。PCB天线在某种程度上起到了轴向波导转换器的作用。每个芯轴固定在装置的中部，以确保微波信号的稳定传输。整个系统的结构设计使得微波能量能够有效地在伪波导中传播，并通过探针天线与纺织品样品相互作用。实验过程中，我们采用矢量网络分析仪对不同含水率的纺织品进行了多次测量，并记录了相应的散射参数数据。这些数据经过处理和分析后，用于训练自编码器和深度神经网络模型，以建立准确的预测模型。

在测量散射参数时，我们发现S??和S??参数的变化与纺织品的含水率密切相关。为了进一步验证这一点，我们进行了多次重复实验，并确保在实验过程中不改变含水率和其他影响因素。通过将样品反复放入测量设备中，我们获得了多次测量数据，并将其与标准重量法测量的结果进行了对比。结果表明，微波伪波导系统能够有效地捕捉纺织品含水率的变化，并且其测量数据与标准重量法测量结果高度一致。这验证了该方法在实际应用中的可靠性。通过频率带的优化，我们确定了与纺织品含水率具有高度相关性的频率范围，并进一步提高了模型的预测精度。

综上所述，本文提出了一种基于微波伪波导的纺织品含水率测量方法。该方法通过测量系统的散射参数来表征其性能，并结合自编码器和深度神经网络建立了回归预测模型。实验数据表明，该模型在预测精度方面表现出色，能够有效反映纺织品的含水率变化。该方法具有非破坏性、非接触性和快速测量的优点，同时具备在纺织品制造过程中实现实时在线测量的潜力。与传统的重量法相比，该方法不仅提高了测量效率，还减少了对样品的破坏。此外，与近红外光谱法相比，微波方法在穿透深度和抗干扰能力方面具有明显优势，适用于更广泛的纺织品类型和应用场景。该方法的提出为纺织品含水率的实时监测提供了一种新的技术路径，具有重要的实际应用价值。