Przewidywanie wydłużenia i odprężenia dwukierunkowo elastycznych tkanin za pomocą sztucznych sieci neuronowych i modeli regresji liniowej
Research and development
Autorzy:
Pełen tekst (ang.) | Abstrakt: Tkaniny elastyczne są szeroko stosowane ze względu na swoje dobre właściwości rozciągowe i odprężeniowe (wydłużenie szczątkowe). Szereg metod pomiarowych i parametrów stosuje się dla określenia właściwosci tych tkanin. Każdy, różniący się od innych zestaw parametrów danego testu oznacza inne zastosowanie tegoż testu. Czasami powtarzanie różnych testów oznacza stratę czasu i zastosowanych nakładów. W przedstawionej pracy, wyniki testów zastosowano dla próby przewidzenia wydłużenia i odprężenia za pomocą sztucznych sieci neuronowych i modeli regresji liniowej. Pewne parametry testów, takie jak szybkość wydłużenia, długość próbki (rozstaw szczęk) i maksymalne obciążenie zostały wyselekcjonowane jako zmienne wejściowe. Stwierdzono, że dokładność przewidywania wydłużenia w kierunku osnowy i wątku uzyskana obydwoma metodami jest podobna i zadawalająca. Przewidywanie odprężenia w kierunku osnowy i wątku było zróżnicowane. Wszystkie wyniki analiz statystycznych wykazują, że przewidywanie zachowania się tkanin za pomocą obydwu modeli daje bardzo dobre rezultaty. |
Tagi:
woven fabric, elongation, recovery, artificial neural network, regression model
Opublikowano w numerze nr 2 (56) / 2006, strony 46–49.