Modetechnologie und Textiltechnik

Vorhersage der Haarigkeit und des Variationskoeffizienten von elastischen Kerngarnen, die auf einem Sirofil-Spinnsystem hergestellt werden, unter Verwendung eines künstlichen neuronalen Netzwerks

Hossein Hasani, Mohsen Shanbeh und Fateme Reisi

Vorhersage der Haarigkeit und des Variationskoeffizienten von elastischen Kerngarnen, die auf einem Sirofil-Spinnsystem hergestellt werden, unter Verwendung eines künstlichen neuronalen Netzwerks

Ziel dieser Studie ist es, die Haarigkeit (Anzahl der Haare ≥ 3 mm) und den Variationskoeffizienten (%CVm) von elastischen Kerngarnen vorherzusagen, die auf einem Sirofil- Spinnsystem unter Verwendung einer Methode künstlicher neuronaler Netze hergestellt werden. Als Eingabedaten wurden verschiedene steuerbare Faktoren im Sirofil-Spinnsystem berücksichtigt, wie beispielsweise der Abstand zwischen zwei Strängen, der Drehungsgrad der hergestellten Garne, das Streckverhältnis und der Zuführwinkel des Elastans sowie die Zuführposition des Elastanteils zwischen zwei Strängen. Die Wirksamkeit jedes steuerbaren Faktors auf diese beiden Qualitätsreaktionen wurde ebenfalls ermittelt. Die Ergebnisse zeigten, dass ein Modell eines künstlichen neuronalen Netzes mit zwei verborgenen Schichten mit sieben Neuronen und einer Ausgabeschicht mit zwei Neuronen die beste Vorhersagekraft für die Haarigkeit und den %CVm von Sirofil- Spinngarnen bietet . Die Erkenntnisse zeigten, dass die Zuführposition des Elastanteils der bestimmendste Parameter sowohl für die Haarigkeit als auch für den %CVm des Garns war. Außerdem zeigten der Zuführwinkel des Elastanteils und der Drehungsgrad des Garns den geringsten Einfluss auf die genannten Qualitätsreaktionen.