Study of the Hairiness of Polyester-Viscose Blended Yarns. Part IV - Predicting Yarn Hairiness Using Fuzzy Logic

Haghighat, E.; Johari, M. S.; Etrati, S. M.; Tehran M. A., M. A.

Artykuł - szczegóły

Tytuł artykułu

Study of the Hairiness of Polyester-Viscose Blended Yarns. Part IV - Predicting Yarn Hairiness Using Fuzzy Logic

Autorzy

Haghighat E. , Johari M. S. , Etrati S. M. , Tehran M. A. M. A.

Treść / Zawartość

Pełne teksty:

Pobierz

Identyfikatory

Warianty tytułu

Badanie włochatości przędz mieszankowych poliestrowowiskozowych. Część IV - Przewidywanie włochatości metodą zbiorów rozmytych

Języki publikacji

Abstrakty

This paper is a continuation of studies on the hairiness of polyester-viscose blended ring spun yarns. The aim of this study is to predict the hairiness of polyester-viscose blended yarns using a fuzzy logic system. For this purpose, based on the ANOVA statistical test, some parameters that have more influence on yarn hairiness were selected: spindle speed, traveller count, and yarn count, which are taken into account as the inputs, and yarn hairiness is counted as the output in the fuzzy set. The hairiness of ring spun polyester-viscose blended yarns was successfully modelled using fuzzy logic. The results showed that the correlation coefficient between the predicted and experimental values of hairiness is acceptable (R2 = 0.931).

Artykuł jest kontynuacją publikacji poświęconej badaniom nad włochatością obrączkowych przędz mieszankowych poliestrowo-wiskozowych. Przewidywania oparto na metodzie zbiorów rozmytych. Wykorzystując program ANOVA wytypowano parametry mające w układzie analizy zbiorów rozmytych większy wpływ na włochatość przędzy: jako dane wejściowe - prędkość obrotową wrzeciona, rodzaj biegacza i masę liniową przędzy oraz jako parametr wyjściowy - włochatość przędzy. Wyniki wskazały, że współczynnik korelacji pomiędzy włochatością przewidywaną a wyznaczoną eksperymentalnie jest istotny statystycznie (R2=0.931).

Słowa kluczowe

fuzzy logic polyester-viscose blended yarn yarn hairiness spindle speed traveller count yarn coun

zbiory rozmyte przędza mieszankowa poliestrowo-wiskozowa prędkość obrotowa współczynnik korelacji

Wydawca

Sieć Badawcza Łukasiewicz - Łódzki Instytut Technologiczny

Czasopismo

Fibres & Textiles in Eastern Europe

Rocznik

2012

Tom

Vol. 20, no. 3 (92)

Strony

39--42

Opis fizyczny

Bibliogr. 17 poz.

Twórcy

autor

Haghighat E.

autor

Johari M. S.

autor

Etrati S. M.

autor

Tehran M. A. M. A.

Iran, Tehran, Amirkabir University of Technology, Department of Textile Engineering

Bibliografia

1. Haghighat EA, Johari MS, Etrati SM. A Study of The Hairiness of PolyesterViscose Blended Yarns, part I. Drafting System Parameters, Fibres & Textiles in Eastern Europe 2008; 16, 2 (67): 41-44.
2. Haghighat EA, Johari MS, Etrati SM. Study of the Hairiness of PolyesterViscose Blended Yarns, part II. Winding Section Parameters, Fibres & Textiles in Eastern Europe 2008; 16, 3(68): 21-24.
3. Haghighat E, Johari MS, Etrati SM, Amani M. Study of the Hairiness of Polyester-Viscose Blended Yarn, Part III - Predicting the Yarn Hairiness Using Artifcial Neural Networks, Fibres & Textiles in Eastern Europe 2012; 20, 1(90): 33-38.
4. Majumdar A, Ghosh A. Yarn Strength Modelling Using Fuzzy Expert System, J. of Engineered Fibers and Fabrics 2008; 3(4): 61-68.
5. Majumdar A. Modeling of Cotton Yarn Hairiness Using Adaptive Neuro-Fuzzy Inference System, Indian J. of Fibre & Textile Research 2010; 35: 121-127.
6. Chen Y, Zeng X, Happiette M, Bruniaux P, Ng R, Yu W. Optimisation of Garment Design Using Fuzzy Logic and Sensory Evaluation Techniques, Engineering Applications of Artiﬁcial Intelligence 2009; 22: 272–282.
7. Raheel M, Liu J. An Empirical Model for Fabric Hand, Part I: Objective Assessment of Light Weight Fabrics, Textile Res. J. 1991; 61 (1): 31-38.
8. Lin JJ, Lin CH, Tsai IS. Applying Expert System and Fuzzy Logic to an Intelligent Diagnosis System for Fabric Inspection, Textile Res. J. 1995; 65(12): 697-709.
9. Kayacan MC, Dayik M, Colak O, Kodaloglu M. Velocity Control of Weft Insertion on Air Jet Looms by Fuzzy Logic, Fibres & Textiles in Eastern Europe 2004; 12, 3(47): 29-33.
10. Sarna E, Rabiej M,Sarna M, Wlochowicz A. Analysis of Cotton Maturity Degree on Microstructure Level by fuzzy Set Conception, Fibres & Textiles in Eastern Europe 2008; 16, 1(66): 13-18.
11. Kuo CF J, Hsiao K I, Wu YS. Using Fuzzy Theory to Predict the Properties of a Melt Spinning System, Textile Res. J. 2004; 74 (3): 231-235.
12. Çeven EK, Özdemir Ö. Using Fuzzy Logic to Evaluate and Predict Chenille Yarn’s Shrinkage Behaviour, Fibres & Textiles in Eastern Europe 2007; 15, 3(62): 55-59.
13. Lotf-Zaheh A. Fuzzy Set, Information and Control 1965; 8: 338-353.
14. MATLAB Software, Version 7.7.0.471 (R2008b).
15. McNeill FM, Thro E. Fuzzy logic: A Practical Approach, Academic Press Inc. New York, 1994, pp. 1-21.
16. Mamdani EH, Assilian S. An experiment in linguistic synthesis with a fuzzy logic controller, International Journal of ManMachine Studies 1975; 7 (1): 1-13.
17. Luo MR, Rigg B. BFD (l:c) Colour-Difference Formula, part 2- Performance of the Formula, J. Soc. Dyers 1987; 103(3): 126-132.

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-article-BPW7-0021-0076