Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Dal, V." wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
Using Lean Manufacturing Techniques to Improve Production Efficiency in the Ready Wear Industry and a Case Study
Zastosowanie produkcji odchudzonej dla poprawy wydajności produkcji odzieży
Autorzy:
Dal, V.
Akçagün, E.
Yilmaz, A.
Powiązania:
https://bibliotekanauki.pl/articles/231549.pdf
Data publikacji:
2013
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
Tematy:
ready wear industry
lean manufacturing
men’s shirt
productivity
poprawa produkcyjności
produkcja odchudzona
koszula męska
produktywność
Opis:
Businesses apply different techniques to keep pace with the incremental competition conditions and changing consumer demands. Lean manufacturing is one of the most effective techniques, which is a systematic approach to identifying and eliminating waste through continuous improvement by flowing the product. The implementation of lean manufacturing starts with the development of Value Stream Maps. A value stream is comprised of all the actions, both value added and non-value added. The main strategy of lean manufacturing, is increasing the operating speed, reducing the duration of flow quality, and improving the cost and delivery performance. This study was carried out at a men’s shirt producer i.e. a ready wear company. First of all, the current state of the production lines was analysed within the scope of the study. Then shirt production lines were organised with the lean manufacturing techniques. As a result, some improvements were made in productivity, quality and lead time.
W biznesie stosuje się różnego rodzaju techniki dla utrzymania konkurencyjności i spełnienia wymagań klienta. Produkcja odchudzona jest jedną z najbardziej efektywnych technik dla systematycznej identyfikacji i eliminacji odpadów. Zastosowanie tej techniki zaczyna się od identyfikacji map strumieni wartości. Podstawową strategią produkcji odchudzonej jest wzrost szybkości operacji, oraz redukcja kosztów i czasu dostawy. Badania przeprowadzono analizując producenta koszul męskich. W efekcie analizy wprowadzono poprawę produkcyjności, jakości i czasu produkcji.
Źródło:
Fibres & Textiles in Eastern Europe; 2013, 4 (100); 16-22
1230-3666
2300-7354
Pojawia się w:
Fibres & Textiles in Eastern Europe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Use of Artificial Neural Networks for Modelling of Seam Strength and Elongation at Break
Zastosowanie sztucznych sieci neuronowych dla modelowania wytrzymałości szwów i wydłużenia przy zerwaniu
Autorzy:
Yildiz, Z.
Dal, V.
Ünal, M.
Yildiz, K.
Powiązania:
https://bibliotekanauki.pl/articles/232292.pdf
Data publikacji:
2013
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
Tematy:
textile fabrics
artificial neural networks
seam strength
modeling
tekstylia
sztuczne sieci neuronowe
szew wytrzymałościowy
modelowanie
wydłużenia przy zerwaniu
Opis:
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).
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).
Źródło:
Fibres & Textiles in Eastern Europe; 2013, 5 (101); 117-123
1230-3666
2300-7354
Pojawia się w:
Fibres & Textiles in Eastern Europe
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies