Wyniki wyszukiwania - BazTech

1

Comparison of sorption capacity of biochar-based sorbents for capturing heavy-metallic ions from water media

Bąk Justyna

Physicochemical Problems of Mineral Processing

|

2022

|

Vol. 58, iss. 5

art. no. 150265

EN

To develop the sorption efficiency of heavy metals: Cd(II), Co(II), Zn(II) and Pb(II) ions the biochar was modified by chitosan, FeSO4 and NaBH4. The morphology, physical structure and chemical composition of the biochar based sorbents were characterized by the scanning electron miscroscopy method, N2 adsorption and desorption isotherms, X-ray diffractometry as well as the Fourier transform infrared spectroscopywith the attenuated total reflectance analyses. The research of M(II) ions sorption was carried out as a function of pH (2-6), interaction time (0-360 minutes) and temperature (293, 313, 333 K). The maximum sorption was obtained by the ChBC for Zn(II) ions - 19.23 mg/g and for MBC-Pb(II) - 19.11 mg/g. Different kinetic models as well as both isotherm and thermodynamic equations were used the sorption data modelling. For Cd(II), Co(II) and Zn(II) ions the nonlinear regression of the Elovich equation gave the best fit for the experimental data. On the other hand, for Pb(II) ions, the nonlinear forms of pseudo first order and pseudo second order show a better match. The value of the correlation coefficient >0.960 determined from the Freundlich isotherm model is the highest suggesting a good fit to the experimental data. The thermodynamic parameters: ΔG°, ΔH° and ΔS° were listed and indicated that the process is spontaneous and endothermic in nature. The desorption efficiency was determined with the use of nitric, hydrochloric and sulfuric acids and the largest desorption yield for Pb(II)-ChBC equal 99.5 % was gained applying HNO3.

2

Prediction model of seasonality in the construction industry based on the accidentality phenomenon

Hoła Bożena, Topolski Mariusz, Szer Iwona, Szer Jacek, Blazik-Borowa Ewa

Archives of Civil and Mechanical Engineering

|

2022

|

Vol. 22, no. 1

art. no. e30, 2022

EN

The construction industry is an economic sector that is characterized by seasonality. Seasonal factors affect the volume of production, which in turn affects the accident rate. The aim of the research presented in the article was to develop a model for predicting the number of people injured in occupational accidents in the construction industry. Based on the analysis of statistical data and previous studies, the occurrence of certain regularities of the accidentality phenomenon was found, namely the long-term trend over many years, as well as seasonality and cyclicality over the course of a year. The found regularities were the basis for the assumptions that were made for the construction of the model. A mathematical model was built in the non-linear regression dimension. The model was validated by comparing the results of prediction errors generated by the developed model with the results of prediction errors generated by other known models, such as ARIMA, SARIMA, linear and polynomial models, which take into account the seasonality of the phenomenon. The constructed model enables the number of people injured in accidents in the construction industry in selected months of future years to be predicted with high accuracy. The obtained results can be the basis for making appropriate decisions regarding preventive and prophylactic measures in the construction industry. Commonly known mathematical tools available in the STATISTICA package were used to solve the given task.

3

Intensification of beech wood drying process using microwaves

Rajewska Kinga, Smoczkiewicz-Wojciechowska Anna, Majka Jerzy

Chemical and Process Engineering

|

2019

|

Vol. 40, nr 2

179–-187

EN

This paper analyses the influence of the applied microwave power output on the intensification of drying in the context of process kinetics and product quality. The study involved testing samples of beech wood (Fagus sylvatica L.). Wood samples were dried in the microwave chamber at: 168 W, 210 W, 273 W, 336 W and 378 W power output level. For comparison, wood was dried convectively at 40 ◦C and 87% air relative humidity. The analysis of drying process kinetics involved nonlinear regression employing the Gompertz model. Dried samples were subjected to static bending tests in order to specify the influence of the applied microwave power on modulus of elasticity (MOE) and modulus of rapture (MOR). The obtained correlations of results were verified statistically. Analysis of drying kinetics, strength test results and Tukey’s test showed that the applied microwaves of a relatively low level significantly shortened the drying time, but did not cause a reduction in the final quality of dried wood, compared with conventional drying.

4

Parameters of the Carslaw-Jaeger equation describing the temperature distribution in the ground

Larwa B., Gwadera M., Kicińska I., Kupiec K.

Technical Transactions

|

2018

|

Vol. 115, iss. 9

67--78

EN

The ground temperature changes with depth and time. Time variability is considered as a harmonic function. The equation describing changes of the ground temperature contains four parameters: the average annual temperature of the surface of the ground, the annual amplitude of the temperature of the ground surface as well as the phase angle of the temperature and thermal diffusivity of the ground. Based on the results of the measurements presented in the literature, the parameters of the equation using the combined method on the basis of linear regression, described in the literature, were determined. This method, however, leads to an ambiguous value of the thermal diffusivity. It was found that the nonlinear regression method gives much better results, leading to obtaining precise and unambiguous values of all parameters of the equation.

PL

Temperatura gruntu zmienia się z głębokością oraz w czasie. Zmienność czasowa ma charakter harmoniczny. Równanie opisujące zmiany temperatury gruntu zawiera cztery parametry: średnioroczną temperaturę powierzchni gruntu, roczną amplitudę temperatury powierzchni gruntu, kąt fazowy oraz dyfuzyjność cieplną gruntu. Na podstawie wyników pomiarów przedstawionych w literaturze wyznaczono parametry równania kombinowaną metodą opierającą się na regresji liniowej, opisaną w literaturze. Metoda ta prowadzi jednak do otrzymania niejednoznacznej wartości współczynnika dyfuzyjności cieplnej. Stwierdzono, że znacznie lepsze wyniki daje metoda regresji nieliniowej, prowadząc do otrzymania dokładnych i jednoznacznych wartości wszystkich parametrów równania.

5

Multiaxial transducers calibration

Pieniążek J., Grądek P.

Journal of KONES

|

2017

|

Vol. 24, No. 1

299--308

EN

The aim of present article is investigating properties of accelerometer calibration method, called automatic calibration. The research of transducer's model was conducted and chosen optimization algorithms were rated by the simulation method and also using real transducer. The aim of tests was examination of the possibility to find parameters of the transducer model considering influence of temperature and deviation of axes. Described optimal calibration process without special calibration apparatus considers also influence of temperature on acceleration measurement. Afterward, described calibration method was tested on real transducer. Obtained results show that the hybrid two-step algorithm is suitable to the multiaxial transducers calibration. In the research, accelerometer as triaxial transducer was chosen and subjected to tests and the results of simulation was recorded in the MATLAB workspace. From existing estimation, three algorithms were chosen: the quasi-Newton, simplex (Nelder-Mead), and Levenberg-Marquard. The experimental part of the calibration utilized the idea of using existing and known constant vector of the measured value like gravitational acceleration and magnetic field. Calibration with temperature compensation of real transducer was presented.

6

Wybrane czynniki kształtujące zmianę wieloletniego zużycia wody w miejskim systemie wodociągowym

Kolendo M.

Instal

|

2016

|

nr 5

55--61

PL

Istotnym elementem oceny zapotrzebowania na wodę jest analiza zmienności tego procesu oraz opisanie go za pomocą modelu matematycznego. W pracy rozważono zbiór powszechnie rozpatrywanych zmiennych objaśniających, mających potencjalnie wpływ na zużycie wody. Przykładową analizę przeprowadzono dla sieci wodociągowej Białegostoku dla danych z lat 2001-2013. Dokonana analiza pozwoliła na eliminację zmiennych quasi-stałych lub silnie współzależnych. W konsekwencji tylko dwie zmienne w modelu nieliniowym (wielomian stopnia 2), cena za wodę i odprowadzanie ścieków oraz roczna suma opadów, w wystarczający sposób opisują zapotrzebowanie na wodę na analizowanym obszarze. Przeprowadzone analizy pozwoliły także na wyznaczenie granicy nasycenia opadami (tj. 700 mm), której przekroczenie nie ma wpływu na wzrost zużycia wody.

EN

An important aspect of water demand assessment is variability analysis and a description of the process though a mathematical model. This paper considers a set of universally exogenous analyzed variables potentially affecting water consumption. A case study analysis was conducted for the Bialystok water system based on data from 2001-2013. The first stage of the analysis lead to the elimination of quasi-fixed or strongly interdependent variables. In consequence, only two variables in the nonlinear model (second degree polynomial), the price of water and sewage treatment and rainfall, provide a sufficient description water demand in the analyzed area. The conducted analyses also facilitated determining of the threshold of rainfall saturation (i. e. 700 mm). Exceeding this threshold does not have an influence on increased water consumption.

7

Predykcja zasobności wytypowanych metali w złożu konkrecji na Pacyfiku oparta na modelach regresyjnych (strefa Clarion-Clipperton, obszar INTEROCEANMETALU)

Mucha J., Wasilewska-Błaszczyk M., Auguścik J., Wójtowicz J.

Górnictwo Odkrywkowe

|

2015

|

R. 56, nr 5

5--8

PL

Zweryfikowano metodami statystycznymi poprawność predykcji zasobności metali (Cu, Mn, Ni) w złożach konkrecji polimetalicznych na Pacyfiku (strefa Clarion-Clipperton, obszar INTEROCEANMETALU) na podstawie liniowych i nieliniowych modeli regresyjnych wiążących je z zasobnościami konkrecji. Stwierdzono, pełną przydatność prostych liniowych modeli regresji do prognozy zasobności metali przy założeniu, że dysponuje się wiarygodnymi oznaczeniami zasobności konkrecji. Metoda ta może mieć duże znaczenie w najbliższej przyszłości po wdrożeniu metody pośredniego określania zasobności konkrecji na podstawie rejestracji fotograficznej dna pacyficznego.

EN

Correctness of prediction of metals abundance (Cu, Mn, Ni) in deposit of polymetallic nodules (the Pacific Ocean, Clarion-Clipperton zone, the INTEROCEANMETAL exploration area) was verified using statistical methods. The prediction was based on linear and non-linear regression models describing dependences between metals and nodules abundances. Usefulness of simple linear models for predictions was confirmed. This method can be of great importance in the nearest future after implementation of indirect method of defining of nodules abundance based on photographic registration seabed of the Pacific.

8

Analysis of the Creep Properties of Nonwoven Fabric with Mechanical Models

Gao X., Chen H., Sun S.

Fibres & Textiles in Eastern Europe

|

2015

|

Vol. 23, no. 1 (109)

72--76

EN

Since nonwoven fabric is widely used in the application of high performance geotextiles, its creep behaviour is essential to be evaluated. In this paper, the creep response of nonwven fabric was studied by using four mechanical models including the one-term generalised Kelvin model, Burger’s model, two-term generalised Kelvin model and Zurek’s model. To verify the feasibility of the models, creep experiments for nonwoven fabric were conducted, and the data were fitted by the four models, respectively, to obtain their parameter values using the Marquardt algorithm for nonlinear regression. When comparing the experimental creep curves with those fitted from the mechanical models, it is obvious that the experimental data was best fitted by Burger’s model. Also, since the residual sum of squares is far less than that of the GK (n = 1) and GK (n = 2) model and the squares of the correlation coefficient are near to unity, it can be concluded that Burger’s model is suitable to describe the creep behaviour of nonwoven fabric. Therefore the viscoelastic model verified can be adopted to predict the creep elongation of nonwoven fabrics.

PL

W artykule zaprezentowano możliwość zastosowania modeli reologicznych do modelowania zjawiska pełzania włóknin. Włókniny i geowłókniny znajdują szerokie zastosowanie w inżynierii lądowej. Zjawiska jakie zachodzą podczas użytkowania geowłóknin są złożone. Jednym ze zjawisk pojawiających się podczas użytkowania jest poddawanie włókniny i geowłókniny stałym napięciom wynikającym ze zjawiska pełzania. Zastosowano trzy rodzaje modeli reologicznych w oparciu o modele Kelvina, Burgersa i uogólnionego modelu Kelvina. Wygenerowane modele teoretyczne zostały utworzone w celu przewidywania zjawiska pełzania. Adekwatność modeli reologicznych przeprowadzono w oparciu o metodę najmniejszych kwadratów dla estymacji parametrów w nieliniowych modelach regresji Levenberga - Marquardta. Zastosowano modele, które można dopasowywać przy pomocy estymacji metodą najmniejszych kwadratów dowolnej funkcji straty określonej przez użytkownika. Zastosowano funkcję straty do wyboru procedury estymacji, tak że praktycznie we wszystkich przypadkach otrzymano stabilne oceny parametrów modeli. Najlepsze efekty otrzymano przy zastosowaniu modelu Burgersa, który to może być użyty do przewidywania pełzania włókniny w obiektach inżynierskich.

9

Adsorption of anionic dyes onto natural, thermally and chemically modified smectite clays

Kyzioł-Komosińska J., Rosik-Dulewska Cz., Pająk M., Krzyżewska I., Dzieniszewska A.

Polish Journal of Chemical Technology

|

2014

|

Vol. 16, nr 4

33--40

EN

The aim of this study was to determine the adsorption capacity of the smectite clays (from the overburden of the lignite deposit in Belchatow) for two anionic dyes, i.e. Reactive Blue 81 (RB-81) and Direct Blue 74 (DB-74). Additionally, the infl uence of the thermal and chemical (acid and alkali) clay modifi cations on the amount of bonded dyes was investigated. The adsorption capacity of the clay (natural and modifi ed) was different for studiem dyes and depended on the initial concentration and modifi cation type. All the modifi ed clays adsorbed the dyes AT pH>pHPZC as the negatively charged surfaces of their particles (in accordance with the formula: AOH ↔ AO– +H+) prevented the formation of electrostatic bonds between the anionic dyes and the clay surface. The dyes were mainly bound with the hydrogen bonds forming between the donor groups in the dyes and the acceptor groups (–SiO and –Al2OH) in the clays. The coeffi cients in the adsorption isotherms were estimated with the linear and non-linear regression. The linear regression method was found that the Freundlich and Dubinin-Radushkevich isotherms described the dye sorption much better than the Langmuir model. On the other hand, all three models described well the experimental data in the non-linear regression method. Furthermore, the 1/n value (<1) obtained from the Freundlich equation for all the dye-sorbent systems indicated the favorable sorption.

10

Comparison between neural networks and multiple regression methods in metallurgical performance modeling of flotation column

Nakhaei F., Irannajad M.

Physicochemical Problems of Mineral Processing

|

2013

|

Vol. 49, iss. 1

255--266

EN

Artificial neural networks are relatively new computational tools which their inherent ability to learn and recognize highly non-linear and complex relationships makes them ideally suited in solving a wide range of complex real-world problems. In this research, different techniques (Linear regression, Non-linear regression, Back propagation neural network, Radial Basis Function for the estimation of Cu grade and recovery values in flotation column concentrate are studied. Modeling is performed based on 90 datasets at different operating conditions at Sarcheshmeh pilot plant, a copper concentrator in Iran, which include chemical reagents dosage, froth height, air and wash water flow rates, gas holdup and Cu grade in the rougher feed and flotation column feed, column tail and final concentrate streams. The results of models were also expressed and analyzed by intuitive graphics. The results indicated that a four-layer BP network gave the most accurate metallurgical performance prediction and all of the neural network models outperformed non-linear regression in the estimation process for the same set of data.

11

On the maximum likelihood estimator in the generalized beta regression model

Rydlewski J. P., Mielczarek D.

Opuscula Mathematica

|

2012

|

Vol. 32, no. 4

761-774

EN

The subject of this article is to present the beta – regression model, where we assume that one parameter in the model is described as a combination of algebraically independent continuous functions. The proposed beta model is useful when the dependent variable is continuous and restricted to the bounded interval. The parameters are obtained by maximum likelihood estimation. We prove that estimators are consistent and asymptotically normal.

12

Identyfikacja systemów nieliniowych przy pomocy kernelowego algorytmu LMS z ograniczeniem zasobów

Rzepka D., Otfinowski P.

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2012

|

nr 4b

10-13

PL

W artykule zaprezentowano zastosowanie nowej, nieliniowej wersji algorytmu LMS wykorzystującej funkcje kernelowe do identyfikacji systemów nieliniowych. Aby ograniczyć ilość wektorów nośnych, będących niezbędnym elementem algorytmów opartych o metody kernelowe zastosowano kryterium selekcji. Nowy wektor wejściowy jest przyjmowany do słownika, a następnie w słowniku wyszukiwany i usuwany jest wektor, który ma najmniejszy wpływ na tworzony model nieliniowy. Przedstawiony przykład identyfikacji systemu nieliniowego potwierdza skuteczność porównywalną do algorytmów wykorzystujących większą liczbę wektorów nośnych.

EN

In this paper a new version of kernel normalized least mean squares algorithm is applied to identification of nonlinear system. To maintain a fixed amount of support vectors, requisite for practical kernel-based algorithm, a pruning criterion is used. After admitting a new input vector to the dictionary, a least important entry is selected and discarder. A case of nonlinear system identification is presented, proving that algorithm performs well and it can maintain a performance comparable to state-of-the-art algorithms, using smaller number of support vectors.

13

Incrementally Solving Nonlinear Regression Tasks Using IBHM Algorithm

Zawistowski P., Arabas J.

Journal of Telecommunications and Information Technology

|

2011

|

nr 4

65-72

EN

This paper considers the black-box approximation problem where the goal is to create a regression model using only empirical data without incorporating knowledge about the character of nonlinearity of the approximated function. This paper reports on ongoing work on a nonlinear regression methodology called IBHM which builds a model being a combination of weighted nonlinear components. The construction process is iterative and is based on correlation analysis. Due to its iterative nature, the methodology does not require a priori assumptions about the final model structure which greatly simplifies its usage. Correlation based learning becomes ineffective when the dynamics of the approximated function is too high. In this paper we introduce weighted correlation coefficients into the learning process. These coefficients work as a kind of a local filter and help overcome the problem. Proof of concept experiments are discussed to show how the method solves approximation tasks. A brief discussion about complexity is also conducted.

14

Bayesian neural networks and Gaussian processes in identification of concrete properties

Słoński M.

Computer Assisted Mechanics and Engineering Sciences

|

2011

|

Vol. 18, no. 4

291-302

EN

This paper gives a concise overview of concrete properties prediction using advanced nonlinear regression approach and Bayesian inference. Feed-forward layered neural network (FLNN) with Markov chain Monte Carlo stochastic sampling and Gaussian process (GP) with maximum likelihood hyperparameters estimation are introduced and compared. An empirical assessment of these two models using two benchmark problems are presented. Results on these benchmark datasets show that Bayesian neural networks and Gaussian processes have rather similar prediction accuracy and are superior in comparison to linear regression model.

15

Poprawa dokładności predykcji strat energii w materiałach magnetycznych

Szczygłowski J., Kopciuszewski P., Chwastek K., Najgebauer M., Wilczyński W.

Przegląd Elektrotechniczny

|

2010

|

R. 86, nr 4

45-47

PL

W pracy przedstawiono statystyczny algorytm pozwalający na uzupełnienie danych pomiarowych, które są wykorzystywane w opisie zależności stratności w funkcji indukcji magnetycznej i częstotliwości. Zależności takie, podawane niekiedy przez producentów materiałów magnetycznych, są przydatne dla celów projektowych elementów indukcyjnych urządzeń elektrycznych. W pracy wykazano, że uzupełnienie danych pomiarowych o statystycznie wygenerowane dane pozwala na obniżenie błędu estymacji takiej zależności. Wielkość tego błędu przekłada się na przewymiarowanie rdzeni magnetycznych w urządzeniu elektrycznym, co pociąga za sobą niepotrzebne koszty Abstract. In the paper a statistical algorithm, which allows us to supplement the measurement data, used in the descriptions.

EN

In the paper a statistical algorithm, which allows us to supplement the measurement data, used in the descriptions of the dependencies of loss densities on flux density and frequency. These dependencies, given sometimes by the producers of electrical steel, are useful for purposes of design of inductive components in electric devices. In the paper it was proved, that supplementing of measurement data with statistically generated ones allows us to diminish the estimation error concerning the predicted dependence. The error quantity is relevant when over-dimensioning of magnetic cores in electric devices is concerned, which could incur unnecessary costs

16

Embedded direct search of optimal designs for finite noise experiments

Schulz F., Frischmuth K.

Archives of Transport

|

2010

|

Vol. 22, iss. 1

119-137

EN

We study experimental designs for the identification of nonlinear model parameters. As optimality criterion we assume minimality of the error in a huge number of identifications run on simulated data, which are generated with known parameters and a given error distribution. The optimal design depends on the nonlinear parameters. We find the optimal solution set by combining a path following strategy and a direct search method.

PL

W pracy badane są optymalne plany eksperymentów wykonywanych do celów identyfikacji parametrów modelu nieliniowego układu dynamicznego. Jako kryterium optymalności przyjęto minimum błędów otrzymanych w dużej liczbie identyfikacji wykonanych na symulowanych danych, które zostały wygenerowane ze znanymi parametrami i przy założonym rozkładzie błędów. Optymalny plan zależy od parametrów modelu. Badano metody bezgradientowe połączone z homotopia, które okazują się bardzo efektywne w przypadku rozpatrywanego zagadnienia. Wyniki otrzymane w przypadku skończonych wartości błędów mogą się istotnie różnić od wyników otrzymanych z wykorzystaniem teorii asymptotycznej dla małego szumu.

17

A note on the maximum likelihood estimator in the gamma regression model

Rydlewski J. P.

Opuscula Mathematica

|

2009

|

Vol. 29, no. 3

305-312

EN

This paper considers a nonlinear regression model, in which the dependent variable has the gamma distribution. A model is considered in which the shape parameter of the random variable is the sum of continuous and algebraically independent functions. The paper proves that there is exactly one maximum likelihood estimator for the gamma regression model.

18

MEMS accelerometer as inclinometer on two wheel balanced robot

Vlachy D., Zezula P.

Modelling and Optimization of Physical Systems

|

2008

|

z. 7

103--106

EN

This paper deals with using of MEMS accelerometer as inclinometer. This accelerometer is fixed on two wheels balanced robot. We don't know exact orientation of accelerometer's axis and in addition the output signal (voltage) is impressed by noise. Main goal is determined dependability between robot's tilt and output voltage from MEMS accelerometer. Nonlinear regression model is used for solution.

19

Regresyjna analiza zmian jakości mieszanki ziarnistej w czasie mieszania metodą przesypu

Matuszek D., Tukiendorf M.

Inżynieria Rolnicza

|

2008

|

R. 12, nr 6(104)

135-143

PL

W pracy zaprezentowano efekty stosowania dodatkowych elementów wspomagających mieszanie komponentów ziarnistych na drodze kolejnych przesypów ze zbiornika do zbiornika oraz pokazano przykład modelowania zmian jakości w czasie. Zmienną zależną była wariancja rozkładu trasera, natomiast zmienną niezależną kolejne kroki mieszania: przesypy od 1 do 10. Zależność jednowymiarową stanowił wzór funkcji wielomianowej 3 stopnia. Modelowanie przeprowadzono przy użyciu modułu komputerowego "regresja nieliniowa" (pakiet STATISTICA). Uzyskany wzór zależności jednowymiarowej dobrze opisywał tylko niektóre z badanych przypadków. Pozwolił natomiast na zrozumienie zależności między zmiennymi.

EN

The paper presents the effects of using additional elements supporting mixing of grainy components by successive pouring from container to container and an example of modelling quality changes in time. The tracer distribution variance was the dependent variable, whereas successive steps of mixing (pouring from 1 to 10) constituted the independent variable. The formula of a third degree polynomial function was a one-dimensional dependence. Modelling was carried out using the "non-linear regression" computer module (the STATISTICA set). The obtained formula of onedimensional dependence described well only some of the examined cases. However, it helped to understand the relation between variables.

20

Neural Model of the Spinning Process Dedicated to Predicting Properties of Cotton - Polyester Blended Yarns on the Basis of the Characteristics of Feeding Streams

Jackowska-Strumiłło L., Cyniak D., Czekalski J., Jackowski T.

Fibres & Textiles in Eastern Europe

|

2008

|

Vol. 16, no. 1 (66)

28--36

EN

The subject of our research were yarns manufactured from cotton-polyester blended slivers, as well as pure cotton and polyester slivers with the use of a BD 200S rotor spinning frame. Partial models of the spinning process were developed for selected, essential yarn quality parameters, such as tenacity, irregularity of yarn’s mass, hairiness, number of yarn faults (number of thin and thick places and number of neps). In order to model the variability of these parameters, the following methods were used: linear and linearised regression, non-linear multiple regression as well as ADALINE and two-layer perceptron (MLP) artificial neural networks. The best results of approximation we obtained using the MLP network. Selection of the optimum network structure was carried out for each of the parameters. A hybrid model was used to model the variability of the CV coefficient.

PL

Celem badań było określenie wpływu udziału procentowego włókien poliestrowych w taśmie zasilającej oraz masy liniowej wytwarzanej przędzy na jej parametry jakościowe, oraz budowa modelu procesu przędzenia. Analizowano przędze wykonane na przędzarce rotorowej BD 200S z taśm mieszankowych bawełna/włókna poliestrowe oraz z taśmy bawełnianej. W taśmach mieszankowych udział włókien poliestrowych wynosił: 12,5, 25, 37,5, 50; 62,5; 75; 87,5 %; pozostałą część stanowiła bawełna średnio włóknista zgrzeblona i czesana. Na przędzarce rotorowej BD 200S wykonywano przędze o masach liniowych: 15, 18, 20, 25, 30 i 40 tex. Dla wybranych, istotnych parametrów jakościowych przędz takich jak: wytrzymałość właściwa, nierównomierność masy liniowej przędzy, włochatość oraz błędy przędzy (liczba zgrubień, pocienień i nopów) zbudowano modele cząstkowe procesu przędzenia. Do modelowania zmienności tych parametrów zastosowano metody regresji liniowej i linearyzowanej, metodę regresji nieliniowej wielorakiej oraz sztuczne sieci neuronowe: sieci ADALINE oraz dwuwarstwowe sieci perceptronowe (MLP). Najlepsze wyniki aproksymacji uzyskano dla sieci MLP. Przeprowadzono dobór optymalnej struktury sieci. Do modelowania zmienności współczynnika CV zastosowano model hybrydowy.