Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
Sustainable water use in industry is the goal of AquaFit4Use, by a cross-sectorial, integrated approach. The overall objectives are: the development and implementation of new, reliable, cost-effective technologies, tools and methods for sustainable water supply, use and discharge in the main water consuming industries in order to significantly reduce water use, mitigate environmental impact and produce and apply water qualities in accordance with industrial own specifications (fit - for - use) from all possible sources, and contributing to a far-going closure of the water cycle in a economical, sustainable and safe way while improving their product quality and process stability.
EN
The current preparation of cotton knitted fabric prior to dyeing mainly involves a combined process consisting of scouring and peroxide bleaching. In this research two pre-treatment procedures, i.e. combined alkaline scouring/bleaching and enzymatic scouring/bleaching, were compared and their effects evaluated regarding environmental impact, whiteness and dyeing properties. Different pre-treated samples of cotton knitted fabrics were subsequently dyed with a chosen set of bifunctional reactive Cibacron LS dyes. The results obtained indicate that combined pre-treatment by enzymatic scouring/bleaching can be regarded as a good alternative to alkaline scouring/bleaching since it results in lower pollution of waste-water, lower SAK value after dyeing, washing and soaping, and consequently lower hydrolysation of dyestuff. Furthermore, added advantages are that it produces similar whiteness, similar dye exhaustion and, with the exception of black dyestuff, comparable dyeing results.
PL
Współcześnie wstępne przygotowanie dzianin bawełnianych przed barwieniem na ogół polega na łączonym procesie prania i bielenia nadtlenkiem. W artykule porównano dwie metody obróbki wstępnej tj. prania alkalicznego i bielenia oraz prania enzymatycznego i bielenia. Badano również wpływ tych procesów na środowisko naturalne, a także wybarwienie i stopień bieli. Próbki dzianiny bawełnianej obrabiane dwiema metodami barwiono następnie wybranym zestawem dwufunkcyjnych barwników reaktywnych Cibacron LS. Uzyskane wyniki wskazują, iż obróbka wstępna składająca się z prania enzymatycznego i bielenia może być uważana za lepszą, ponieważ ma ona mniejszy wpływ na zanieczyszczenie środowiska naturalnego (ścieki), niższą wartość SAK w trakcie i po barwieniu, praniu i mydleniu a w skutek tego niższą hydrolizę barwnika. Dodatkową zaletą tego procesu jest podobny stopień bieli, podobne wyczerpanie barwnika (z wyjątkiem czarnego barwnika) oraz porównywalne wyniki barwienia.
EN
This paper demonstrates the possibility of using counter-propagation neural networks to identify the combinations of dyes in textile printing paste formulations. An existing collection of 1430 printed samples produced with 10 dyes was used for neural network training. The reflectance values served as input data and the known concentrations of single dye or two dyes were used for printing each sample. Some variations of neural network parameters were tested to determine the best model, and a cross-validation method was used to estimate the generalization error. Also, some modifications of input and output data were made to improve the learning capabilities.
PL
Praca ta pokazuje możliwość zastosowania sztucznych sieci neuronowych w celu identyfikacji kombinacji barwników stosowanych w druku tekstylnym - do opracowania pasty. W celu przetestowania sieci neuronowej wykorzystano zbiór 1430 zadrukowanych próbek uzyskanych przy użyciu 10 barwników. Jako dane wejściowe zastosowano wartości współczynnika odbicia. Użyto znanych stężeń jednego lub dwóch barwników do zadrukowania każdej z próbek. Aby określić najlepszą metodę badano pewne zmienności w parametrach sieci neuronowej, przeprowadzono również odpowiednie testy w celu oszacowania błędu ogólnego. Wprowadzono pewne modyfikacje danych wejściowych i wyjściowych umożliwiające ulepszenie zdolności „uczenia się” sieci neuronowych.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.