Folding-Driven Auxetic Weft Knit Textiles with Integrated Capacitive Sensing

기술 요약: 정전용량형 센싱 기능이 통합된 폴딩 구동형 오제틱 위프트 니트 텍스타일

문제 제기
기계 편직은 기하학적 구조, 역학, 그리고 내장된 기능이 스티치 수준에서 프로그래밍될 수 있는 다기능성 텍스타일을 제조하는 데 있어 확장 가능한 플랫폼을 제공한다. 그러나 현재의 분야에는 특정 니트 구조와 그 대변형 역학적 응답 사이를 연결할 수 있는 예측 설계 도구가 부족하다. 기존의 텍스타일 모델링 방식은 많은 매개변수(예: 마찰, 굽힘 강성)를 피팅해야 하거나, 주름진 구조의 복잡한 비선형 거동을 포착하지 못하는 경우가 많다. 또한, 센싱 기능을 통합하는 과정에서 후처리 작업이 필요한 경우가 많아, "스마트" 텍스타일의 원활한 제조를 제한한다. 본 연구는 체커보드 패턴 니트의 역학을 예측하기 위한 차수 축소 모델링 프레임워크와, 편직 과정 중에 정전용량형 센싱을 직접 통합하는 제조 전략에 대한 필요성을 해결하고자 한다.

방법론
저자들은 리브(rib)와 가터(garter) 패치의 체커보드 배열로 구성된 위프트 니트(weft-knit) 텍스타일에 초점을 맞춘 실험 및 계산 결합 접근 방식을 개발하였다.

• 모델링 프레임워크: 저자들은 니트의 비선형 거동을 근사화하기 위해 차수 축소 스프링 네트워크 모델을 제안하였다.
  • 2D 모델: 단일 방향으로 주름진 순수 리브 또는 가터 직물의 경우, 시스템은 선형 회전 스프링에 의해 연결된 선형 인장 스프링의 1차원 배열으로 모델링된다. 모델 매개변수($k_s$, $k_t$, $\theta_0$)는 실험적 응력-변형률 데이터에 피팅된다.
  • 3D 모델: 비주기적 체커보드 패턴을 처리하기 위해, 모델은 대각선 교차 브레이스가 있는 스프링의 2차원 네트워크로 일반화된다. 평면적인 변형을 유지하면서 대규모 좌굴을 방지하기 위해 이차 펜널티 항($V_{wall}$)이 도입되어 면외 변위(out-of-plane displacement)를 제한한다. 운동 방정식은 자동 미분(Jax)과 5차 룬게-쿠타 방법(diffrax.Tsit5)을 사용하여 수치적으로 해결된다.
• 제조 및 센싱: 저자들은 엘라스토머 나일론/라이크라(Lycra) 원사를 사용하여 시마 세이키(Shima Seiki) 기계에서 텍스타일을 편직하였다. 센싱을 통합하기 위해, 저자들은 전도성 원사를 불활성 엘라스토머 원사와 함께 특정 스티치에 선택적으로 플레이팅하는 "부분 플레이팅(partial plating)" 기술을 사용하였다. 이는 단일 제조 단계 동안 직물 구조 내에 내장된 전도성 경로를 생성하여, 후처리 없이 커패시터를 형성한다.
• 실험적 특성 분석: 샘와는 단축 인장 하중을 받았다. 변형 구배(deformation gradient)와 푸아송 비를 계산하기 위해 마커를 사용하여 국부 변형을 추적하였다. 정전용량은 LCR 미터를 사용하여 기계적 하중과 동시에 측정되었다.

주요 결과

• 모델 정확도: 스프링 네트워크 모델은 니트의 이완된 주름 구조와 인장 하에서의 응력-변형률 응답을 정확하게 예측하였다. 모델은 주름이 펼쳐지는 단계(낮은 강성)에서 실이 늘어나는 단계(높고 높은 강성, J-형 응답)로의 전이를 성공적으로 포착하였다.
• 오제틱 거동: 리브와 가터 패치의 체커보드 배열은 사인파 형태의 경계와 내부 회전을 가진 이완 상태를 유도한다. 인장 하중을 가하면 이러한 주름이 펼쳐지면서, 재료가 수축하는 대신 측면으로 팽창하게 된다. 이는 조절 가능한 오제틱 거동(음의 푸아송 비)을 초래한다.
  • 음의 푸아송 비의 크기와 그것이 발생하는 변형률은 단위 셀 기하학, 즉 스트라이프 폭($n_{stripe}$)과 서브유닛 길이($n_{subunit}$)에 의해 결정된다.
  • 더 넓은 스트라이프($n_{stripe} \ge 4$)와 더 작은 단위 셀은 더 강력한 오제틱 효과를 촉진한다(최소 푸아송 비 범위: -0.2 ~ -0.7). 반대로, $n_{stripe} = 2$ 구조는 오제틱 거동이 거의 나타나지 않았다.
• 정전용량형 센싱: 통합된 정전용량형 센서는 감도와 센싱 범위 사이의 프로그래밍 가능한 트레이드오프를 보여주었다.
  • 오제틱 단위 셀(예: $n_{stripe}=4, n_{subunit}=32$)은 가장 가파른 정전용량 변화(가장 높은 감도)를 보였으나, 비교적 좁은 변형 창(약 0.1 ~ 0.3, 펼쳐짐 영역에 해당)에서 작동했다.
  • 비오제틱 또는 덜 주름진 구조는 낮은 감도를 보였으나 더 큰 변형을 측정할 수 있었다.
  • 센싱 성능은 초기 주름진 구성 및 펼쳐짐 과정의 운동학과 직접적으로 연결되어 있다.

의의 및 주장
본 논문은 기계적으로 프로그래밍 가능한 센서화된 니트를 설계하기 위한 경로를 제공한다고 주장한다. 예측 가능한 차수 축소 모델과 직접 제조 방식의 센싱 전략을 결에는 다음과 같이 입증하였다:

1. 예측 설계: 스프링 네트워크 모델은 니트 구조를 대변형 역학 응답과 정확하게 연결할 수 있어, 특정 역학적 결과를 위한 단위 셀 기하학의 최적화를 가능하게 한다.
2. 조절 가능한 기능성: 오제틱 거동과 센싱 성능은 고정된 것이 아니라 기하학적 매개변수($n_{stripe}$ 및 $n_{subunit}$)를 변경함으로써 조절 가능하다. 이를 통해 원하는 변형 수준에서 정해진 오제칭 응답을 갖는 메타물질을 설계할 수 있다.
3. 통합 제조: 부분 플레이팅 기술은 후처리의 필요성을 제거하여, 텍스타일 구조 내에 맞춤형 감도와 범위를 갖는 정전용량형 센서를 직접 제작할 수 있게 한다.

저자들은 본 연구를 형상 변형(shape-morphing) 및 센싱 기능이 스티치 수준에서 본질적으로 프로그래밍된 "스마트" 텍스타일을 향한 단계로 규정하며, 맞춤형 역학적 및 센싱 특성을 가진 니트 재료를 설계하기 위한 통합된 프레임워크를 제시한다.