Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  physical properties of yarn
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Dokonano oceny porównawczej struktur i wybranych właściwości fizycznych przędz pneumatycznych nowej generacji MVS VORTEX z klasycznymi przędzami obrączkowymi i rotorowymi przędzami bezwrzecionowymi. W pierwszej kolejności przypomniano techniki przędzenia wyszczególnionych rodzajów przędz oraz otrzymywane struktury przędz. Następnie porównano wybrane właściwości fizyczne analizowanych przędz obejmujące wytrzymałość właściwą, równomierność grubości reprezentowaną przez współczynnik zmienności masy liniowej CVm, liczbę pocienień, zgrubień i nopów, włochatość, odporność na pilling, odporność na ścieranie i skłonność do tworzenia się pyłu włókiennego. Stwierdzono, że technika przędzenia pneumatycznego air-jet pozwala na wytwarzanie przędz charakteryzujących się zadowalającą wytrzymałością, dobrą równomiernością i najniższą włochatością.
EN
A comparative assessment of the structure and selected physical properties of the new MVS VORTEX pneumatic yarns with classic ring and rotor yarns carried out. First of all, the spinning techniques of the specified yarns and structures of the obtained yarns were noted. The selected physical properties of the analyzed yarns, including specific strength, evenness of thickness represented by coefficient of linear mass variation CVm, number of thick, thins and neps, hairiness, pilling resistance, abrasion resistance and tendency to formation of fiber dust were compared. It has been found that air-jet pneumatic spinning technology produces yarns with satisfactory strength, good uniformity and lowest hairiness.
EN
Artificial neural networks have been used in all stages of the manufacturing process of textiles, from fibers, and even at the stage of forming a fiber-forming polymers, starting and ending with finished products. This article presents som examples ofapplications of artificial neural networks used to improve the qualit of spinning processes. Artificial neural multilayer perceptron type learned usin a back propagation algorithm and the algorithm of Marquardt are inter alii to predict the course of the spinning process as well as predicting the physicc properties of yarns, ensuring sufficient accuracy.
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.