Wyniki wyszukiwania - BazTech

1

Use of Artificial Neural Networks for Modelling of Seam Strength and Elongation at Break

Yildiz Z., Dal V., Ünal M., Yildiz K.

Fibres & Textiles in Eastern Europe

|

2013

|

Vol. 21, no. 5 (101)

117--123

EN

The strength and elongation at break of a seam are very important characteristics of comfort clothing. Optimum seam strength must be durable enough to do our daily activities easily. Some parameters such as the type and count of the sewing yarn, the seam density, the size of the sewing needle, and type of stitch affecting the strength and elongation at break of the seam. In this study two kinds of fabrics (gabardine and poplin) were chosen for experiments. As sewing parameters, two different types of stitches (plain and chain stitch), five seam densities (3, 4, 5, 6 and 7 seams/cm), two kinds of sewing needles (SPI and SES), and three kinds of sewing yarns (cotton, core-spun, and PBT yarns) were used in experiments. With these materials 120 different seam variations were developed. Each sampless seam strength was tested according to the ISO 13935-1[1] standard using an Instron 4411 instrument. After the testing process, an artificial neural network model was developed to predict the seam strength and elongation at break values. The test results were applied to multi layer perceptron and radial basis function neural network modeling. These two neural network types were compared in terms of the accuracy of the modeling system. The results show that the artificial neural network model produces reliable estimates of seam strength and elongation at break (R=1, MSE=3.33E-05).

PL

Wytrzymałość szwu i wydłużenie przy zerwaniu są bardzo ważnymi cechami ubrań z punktu widzenia wygody noszenia. Optymalna wytrzymałość szwu musi być wystarczająco duża, aby z łatwością wykonywać nasze codzienne czynności. Niektóre z parametrów, takich jak typ oraz numer przędzy, gęstość szwu, rozmiar igły do szycia, typ ściegu wpływają na wytrzymałość szwu i wydłużenie przy zerwaniu. Badania przeprowadzono na dwóch rodzajach tkanin (gabardyna i popelina), stosując dwa różne rodzaje szwów (proste i łańcuszkowy), szwy o pięciu gęstościach (3, 4, 5, 6 i 7 szwy/cm), dwa rodzaje igieł (SPI i SES) i trzy rodzaje przędz (bawełniana zwykła, rdzeniowa i przędze PBT), otrzymując 120 wariantów szwów. Wytrzymałość każdej próbki została zbadana zgodnie z normą ISO 13935-1 za pomocą przyrządu Instron 4411. Następnie, opracowano model sztucznej sieci neuronowej w celu przewidzenia wartości wytrzymałości szwów i wydłużenia przy zerwaniu. Wyniki badań zostały przetworzone w wielowarstwowym perceptronie i funkcji radialnej modelowania sieci neuronowej. Obydwa typy sieci neuronowych zostały porównane pod względem dokładności modelowania. stwierdzono, że za pomocą modelu sztucznych sieci neuronowych można uzyskać wiarygodne wyniki (R = 1, MSE = 3.33E-05).

2

Generalised Choquet Integral Algorithm for Subcontractor Selection in the Textile Industry – A Case Study for Turkey

Yayla A. Y., Yildiz A., Yildiz K.

Fibres & Textiles in Eastern Europe

|

2013

|

Vol. 21, no. 6 (102)

16--21

EN

Turkish textile firms work under a heavily competitive atmosphere in terms of prices due to globalisation. Firms have to take into consideration several criteria in order to survive the global market conditions and to maintain profitability. Contractor companies have to select the optimal subcontractor in order to meet these criteria and in business. Therefore the decision to choose subcontractors is of great importance for the success of enterprises. In solving the problem of subcontractor selection, multiple criteria should be considered, for which multi-criteria decision-making methods are used. This paper presents a case study which regards the selection of the optimal subcontractor for a Turkish textile firm. In order to solve the selection problem generalized Choquet integral methodology was used based on a hierarchical decision model. In the conclusion section of the study, optimal subcontractor selection results are presented.

PL

W wyniku globalizacji przedsiębiorstwa tureckie pracują w warunkach zintensyfikowanej konkurencji, w związku z tym muszą brać pod uwagę zróżnicowane kryteria dla utrzymania się na rynku. Dla spełnienia tych kryteriów dostawcy muszą wyselekcjonować odpowiednich poddostawców. Artykuł przedstawia metody odpowiedniego doboru poddostawców w tureckim przemyśle tekstylnym. W tym celu stosuje się ogólny całkowy model Choqueta. W podsumowaniu pracy przedstawiono optymalne metody selekcji poddostawców.

3

Densification and grain growth of TiO2-doped ZnO

Yildiz K., Karaku N., Toplan N., Toplan H. O.

Materials Science Poland

|

2007

|

Vol. 25, No. 4

1135--1142

EN

The kinetics of grain growth in 1-4 wt. % TiO2-doped ZnO was studied using the simplified phenomenological grain growth kinetics equation together with examination of microstructure and densification of the sintered samples. The grain growth exponent values n were found to be 3 for 1 and 2 wt. % TiO2- doped ZnO, 5 for 3 and 4 wt. % TiO2-doped ZnO. The apparent activation energy of 435 kJ/mol was found for 1 and 2 wt. % of TiO2 in ZnO. It was found to be 608 kJ/mol and 615 kJ/mol for 3 and 4 wt. % TiO2, respectively. The apparent activation energy increased with TiO2 content due to formation of spinel Zn2TiO4 phase at the grain boundaries which inhibited the grain growth of ZnO. Also densification decreased with increasing TiO2 content.