Identification and Classification of Spliced Wool Combed Yarn Joints by Artificial Neural Networks. Part 2, Interpretation of Identification and Classification Results of the Unknotted Spliced Yarns Joints

• Autorzy: Lewandowski S. , Stańczyk T.

Warianty tytułu

PL

Klasyfikacja zaplatanych połączeń przędz przy użyciu sztucznych sieci neuronowych. Cz. 2, Interpretacja rezultatów identyfikacji i klasyfikacji bezwęzłowych połączeń końców nitek

• Języki publikacji: EN

Abstrakty

EN

In the first part of the article an Artificial Neural Network (ANN) model designed to recognise and classify pneumatically spliced yarn joints was presented. The effectiveness of recognition and classification of the proposed ANN is presented in this paper. It has been found out that such a network can faultlessly recognise an unknotted spliced yarn joint in the database and assess its quality quickly and effectively. The most favourable effectiveness of recognition has been achieved in the case of the ‘equivalent’ and ‘preference of joint’s appearance’ modes. The constructed network can also successfully be used for the classification of unknotted joints and other phenomena occurring in textile industry.

PL

W pierwszej części artykułu zaprezentowano model sztucznej sieci neuronowej, przeznaczonej do rozpoznawania i klasyfikacji pneumatycznie zaplątanych połączeń końców nitek. W niniejszej części artykułu zaprezentowano skuteczność rozpoznawania i klasyfikowania. Stwierdzono, że taka sieć może bezbłędnie rozpoznawać bezwęzłowe połączenia końców nitek na podstawie bazy danych, a także szybko i skutecznie oceniać ich jakość. Najbardziej korzystną skuteczność rozpoznawania osiągnięto w przypadku trybów „równoważne" i „preferujące wygląd połączenia". Skonstruowana sztuczna sieć neuronowa może być również z powodzeniem wykorzystywana do klasyfikowania bezwęzłowych połączeń, a także innych zjawisk występujących w przemyśle włókienniczym

Słowa kluczowe

EN

spliced yarn joint; wool combed yarn; yarn identification; joint classification; artificial neural network; learning error; winner neuron

PL

połączenia końcówek przędzy; wełna czesana; Identyfikacja przędzy; wspólna klasyfikacja; sztuczne sieci neuronowe; błąd uczenia; neuron zwycięzca

• Wydawca: Sieć Badawcza Łukasiewicz - Łódzki Instytut Technologiczny
• Czasopismo: Fibres & Textiles in Eastern Europe
• Rocznik: 2005
• Tom: Vol. 13, no. 2 (50)
• Strony: 16--19
• Opis fizyczny: Bibliogr. 6 poz., rys.

Twórcy

autor

Lewandowski S.

• University of Bielsko-Biała Institute of Textile Engineering and Polymer Materials ul. Willowa 2, Bielsko-Biała, Poland

autor

Stańczyk T.

• University of Bielsko-Biała Institute of Textile Engineering and Polymer Materials ul. Willowa 2, Bielsko-Biała, Poland

Bibliografia

• 1. Servicing instruction of Jointair 4941 Splicer, Mesdan firm.
• 2. Servicing instruction of Espero automatic winder, Savio firm.
• 3. M. Machnio, R. Drobina, T. Zuśka, Assessment of strength parameters of pneumatically spliced yarns ends after breakage. Research report, University of Bielsko-Biała, 2003.
• 4. S. Lewandowski, R. Drobina, M. Walentak, Optimisation of splicing device with the aspect of joint appearance. Research report, University of Bielsko-Biała, 2003.
• 5. Sette S., Boullart L., Van Langenhove L. ‘Building a Rule Set for the Fiber-to-Yarn Production Process by Means of Soft Computing Techniques’, Textile Res. J. Vol. 70, (05/2000), pp. 375-386
• 6. Sette S., Boullart L., Van Langenhove L. ‘The complex relationships between fibres, production parameters and spinning results’, Department of Textiles Ghent University, Belgium, [e-mail]