Informacja

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

Wyszukujesz frazę "szycie" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Evaluation of Sewed Thread Consumption of Jean Trousers Using Neural Network and Regression Methods
Określenie zużycia nici szewnych przy szyciu spodni dżinsowych przy zastosowaniu sztucznych sieci neuronowych i metod regresji
Autorzy:
Jaouachi, B.
Khedher, F.
Powiązania:
https://bibliotekanauki.pl/articles/231657.pdf
Data publikacji:
2015
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
Tematy:
consumption
prediction
sewing
thread
neural network
regression
zużycie nici
przewidywanie zużycia nici
szycie spodni
nici
sztuczne sieci neuronowe
regresja
Opis:
This paper deals with the prediction of the sewing thread consumption of jean trousers using the neural network technique. The neural network results and analysis are discussed and investigated. Indeed the findings show that neural network consumption values give better fitting of experimental results than the ones obtained using regression technique. However, compared to the experimental consumption results, theoretical ones of the sewn jean pants seem widely predictable in the desired field of interest. Among the all parameters studied, statistical analysis results also indicate that five inputs can be considered as influential ones. When classifying these five influential inputs, only three parameters are considered most significant. In fact the thread consumed to sew jean trouser samples remains influenced especially by the thread properties and needle fineness as well. Compared with the regression model, the neural network model gives a more accurate prediction and to a great extent provides the amount of sewing thread.
Praca dotyczy przewidywania zużycia nici szewnych przy szyciu spodni dżinsowych stosując technikę sztucznych sieci neuronowych. Badania wykazują , że wyniki zapotrzebowania nici uzyskane za pomocą sztucznych sieci neuronowych są bardziej zgodne z eksperymentami niż te uzyskane techniką regresji. Przeprowadzając kolejne analizy, określono najbardziej racjonalną strukturę sztucznych sieci neuronowych z pięcioma wejściami i trzema parametrami mającymi najbardziej istotny wpływ na zużycie. Stwierdzono, że zależy ono głównie od właściwości nitki i rodzaju igły. Porównując wyniki otrzymane z zastosowania sztucznych sieci neuronowych z wynikami otrzymanymi za pomocą metody regresji stwierdzono, że pierwsza metoda daje lepsze wyniki.
Źródło:
Fibres & Textiles in Eastern Europe; 2015, 3 (111); 91-96
1230-3666
2300-7354
Pojawia się w:
Fibres & Textiles in Eastern Europe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Carbon Footprint of Production Processes of Polypropylene Nonwoven Shopping Bags
Poziom emisji związków węgla przy produkcji toreb na zakupy wykonanych z włókniny polipropylenowej
Autorzy:
Muthu, S. S.
Li, Y.
Hu, J. Y.
Mok, P. Y.
Liao, X.
Powiązania:
https://bibliotekanauki.pl/articles/233883.pdf
Data publikacji:
2012
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
Tematy:
poziom emisji związków węgla
produkcja toreb na zakupy
włóknina polipropylenowa
szycie
zgrzewanie
SimaPro
sewing technology
thermal attachment
global warming potential
life cycle impact assessment (LCIA)
Opis:
This article reports on the carbon footprint of production processes of polypropylene nonwoven shopping bags made out of two different manufacturing technologies (Products A and B, made by the conventional sewing and thermal joining methods) assessed from their cradle to the gate stage using the Life Cycle Assessment (LCA) technique. This study was performed based on the comprehensive Life Cycle Inventory (LCI) of two different manufacturing sequences obtained from a detailed in-field study of the nonwoven PP bag manufacturing industry. The environmental impacts were quantified by means of the IPCC 2007 GWP V 1.1. method in SIMAPRO 7.2. The carbon footprint expressed in terms of the global warming potential (kg CO2 values for 20 and 100 years), calculated by IPCC 2007 methods, was considered as a directive to compare the environmental impact of these bags, manufactured by the two different technologies, and a detailed explanation of the results is provided in this paper. From the results of carbon footprint modelling, product A, made by conventional sewing technology, was found to be better than product B, made by thermal technology. A detailed explanation of the results of the environmental performance of these bags as well as the hot-spots in both production technologies are discussed to a greater extent in this article.
Artykuł dotyczy poziomu emisji związków węgla przy produkcji toreb na zakupy wykonanych z włókniny polipropylenowej przy zastosowaniu dwóch różnych technologii (konwencjonalne szycie i zgrzewanie termiczne) ocenionego techniką LCA - środowiskowej oceny analizy cyklu życia produktu. Badania przeprowadzono w oparciu o wyczerpującą analizę zbioru danych cyklu życia (LCI) dwóch różnych procedur produkcyjnych opartych na zebraniu danych od producentów toreb. Ilościowa ocena wpływu środowiska została wyliczona stosując metodę IPCC 2007 GWP V 1.1. Emisja związków węgla w kategoriach potencjału tworzenia efektu cieplarnianego (wartość kgCO2 podana dla 20 i 100 lat) zastała uznana za istotny czynnik dla oceny wpływu analizowanych procesów produkcyjnych na środowisko. Stwierdzono, że z punktu widzenia emisji korzystniejszy jest tradycyjny sposób produkcji - zszywanie, w porównaniu do zgrzewania.
Źródło:
Fibres & Textiles in Eastern Europe; 2012, 3 (92); 12-15
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