الف – پرداخت وجه بحساب وب سایت ایران ترجمه(شماره حساب)ب- اطلاع جزئیات به ایمیل irantarjomeh@gmail.comشامل: مبلغ پرداختی – شماره فیش / ارجاع و تاریخ پرداخت – مقاله مورد نظر --مقالات آماده سفارش داده شده پس از تایید به ایمیل شما ارسال خواهند شد.
قیمت
قیمت این مقاله: 25000 تومان
(ایران ترجمه - irantarjomeh)
توضیح
بخش زیادی از این مقاله بصورت رایگان ذیلا قابل مطالعه می باشد.
شماره
۱۸
کد مقاله
TXT18
مترجم
گروه مترجمین ایران ترجمه – irantarjomeh
نام فارسی
دسته‌بندی و شناسایی اتصال نخ‌های پیوندی شانه شده پشمی- از شبکه‌های عصبی مصنوعی
نام انگلیسی
Identification and Classification of Spliced Wool Combed Yarn Joints by Artificial Neural Networks
تعداد صفحه به فارسی
۱۴
تعداد صفحه به انگلیسی
۴
کلمات کلیدی به فارسی
اتصال نخ پیوند زده شده- نخ شانه شده پشمی- شناسایی نخ-درجه‌بندی اتصال(پیوند)- شکبه عصبی مصنوعی- خطای تشخیص- نورون(سلول عصبی) برنده
دانشگاه Bielsko-Biala – انجمن مهندسی نساجی و مواد پلیمری
مرجع به انگلیسی
University of Bielsko-Biala Institute of Textile Engineering and Polymer Materials
کشور
هند
دسته‌بندی و شناسایی اتصال نخ‌های پیوندی شانه شده پشمی، از شبکه‌های عصبی مصنوعی
بخش دوم: گزارش، شناسایی و دسته‌بندی نتایج مربوط به اتصال نخ‌های پیوندی بدون گره
چکیده
در بخش اول این مقاله شبکه عصبی مصنوعی (ANN) طراحی شده برای تشخیص و دسته‌بندی اتصال‌های پنوماتیکی نخ‌های پیوندی معرفی شد. در بخش دوم این مقاله میزان تاثیر و کارایی شبکه معرفی شده ANN در تشخیص و دسته‌بندی پیوندها بررسی می‌شود. مشخص شده است که اغلب شبکه‌ها می‌توانند بدون هیچگونه اشتباهی اتصال بدون گره نخ پیوندی را در بانک اطلاعاتی تشخیص داده و کیفیت آنرا ارزیابی کنند. با استفاده از گزینه‌های هم ارز و تقدم ظاهر پیوند میزان تاثیربخشی این شکبه بدست می‌آید. شکبه‌های ترکیبی دیگری نیز می‌توانند به صورت موفقیت‌آمیزی برای درجه‌بندی اتصال نخ‌های پیوندی و دیگر پیوندهایی که در صنعت نساجی رخ می‌دهند، استفاده شوند.
جدول ۱ خصوصیات نخ‌های ساده شانه شده پشمی که توسط ماشین ریسندگی، رسیده شده‌اند را ارائه کرده است. ماشین ریسندگی مورد استفاده Fiomax 20000 ساخت شرکت Suessen بود. برای پیوند زدن از پیوندزن پنوماتیکMesdan Jointair 4941 نصب شده بر روی ماشین بوبین پیچی ساخت شرکت ساویو SAVIO استفاده شد.
ایجاد بانک اطلاعات مربوط به اتصال نخ‌های پیوند زده شده (بدون گره).
پیوند زدن Mesdan Jointair 4941 (دارای چهار نقطه تنظیم شرایط پیوندزنی می‌باشد:
زمان سیکل پیوندزنی tA ، (۰، ۱، ۲، ۳، ۴، ۵) (بدون واحد).
طول انتهای آزاد نخ پیوند زده نشده در اتصال lB ،(۰، ۱، ۲، ۳، ۴، ۵، ۶، ۷، ۸) (بدون واحد).
حجم هوای مصرفی در سیکل پیوندزنیVc ، (تنظیم بدون درجه‌بندی) (لیتر/پیوند).
زمان باز کردن تاب دو انتهای نخ برای پیوندزنی tE ، (۰، ۱، ۲، ۳، ۴، ۵) (بدون واحد).
تجزیه و تحلیل نتایج اولیه نشان می‌دهند که مقادیر lB و Vc به دلیل اینکه امکان ارزیابی پیوندها به صورت موثری در حین پیوندزنی وجود دارد، می‌توانند ثابت فرض شوند. به عبارت دیگر برای تولید بانک اطلاعات مربوط به پیوندهای زده شده، ۵*۵ آزمایش با ۲۵ گزینه مطابق با شکل ۱ انجام شد. نتایج مربوط به محاسبات و میکروفوتوگرافی از نخ‌های پیوند زده شده در گزارش‌های دیگری نیز آورده شده است. در هر تنظیم دستگاه پیوندزن، ۵۰ آزمایش تکراری انجام شد که در کل تعداد پیوندها به ۱۲۵۰ رسید. برای تجزیه و تحلیل ارتباط بین کیفیت پیوند و پارامترهای دستگاه پیوندزن، شرایط حین آزمایش ثابت نگه داشته می‌شود.
شبکه عصبی مصنوعی نخ پیوندی پشمی
مثالهای از شناسایی و درجه‌بندی
در این بخش از مقاله، درجه‌بندی پیوندها انجام شد و تفسیر نتایج بدست آمده ارائه شده است. فرآیند رتبه‌بندی با کنترل اینکه آیا شبکه عصبی قادر به انجام وظایف خویش به درستی می‌باشد؟ انجام گرفت. برای بررسی کردن این موضوع به صورت تصادفی نمونه‌ای انتخاب شد (بعنوان مثال نمونه شماره ۲۵۳) و آزمایش شد که آیا شبکه عصبی قادر به یافتن و شناسایی آن می‌باشد یا خیر.
زمانی شبکه عصبی به درستی کار می‌کند که میزان خطا در مقادیر خروجی به صفر میل می‌کند. بعد از دادن مقدار ورودی برای نمونه و هماهنگ با u1…u5 و بعد از آموزش و آزمایش فرآیند، شبکه قادر به شناسایی مناسب نمونه با خطای خروجی ۰۰۰۰۸۲/۰ که خیلی کمتر از خطای مورد پذیرش است می‌باشد.
شبکه عصبی مصنوعی نخ پیوندی پشمی
ارزیابی کیفیت پیوندها از نظر استحکام و مقاومت
نتایج ارزیابی کیفی سه درجه‌ای پیوندها از نظر استحکام و ظاهر پیوند در جدول ۲، ۳، ۴، خلاصه شده است. همچنین جدول حاوی تعدادی نورون‌های (winner) انتخاب شده توسط شبکه عصبی. پارامترهای فنی دستگاه پیوندزن که برای تولید پیوندها تنظیم شده‌اند (علاوه بر تولید تصاویر میکروفوتوگراف)، می‌باشد. با توجه به میزان خطای خروجی، نمودار میله‌ای مربوط به اولین گروه ۳۰ تایی فورون‌ها (عصب‌ها) در شکل ۴ نشان داده شده است. برای خلاصه شدن مقاله، تنها مقادیر نورون‌های برنده (winner) مربوط به نمونه‌های تحلیل شده جدول‌بندی شده‌اند و در جدول شماره ۵ ارائه شده‌اند.
از داده‌های جداول و نمودارها و مقادیر از پیش تعیین شده مرتبط با آنها مشخص است که شبکه عصبی مصنوعی با کمترین میزان خطای تشخیص، شناسایی می‌شوند. طرح کلی شبکه عصبی حاوی این پارامترها در شکل ۳ آورده شده است:
ضریب کارایی پیوند
ازدیاد طول تا حد پارگی نسبی اتصال نخ‌های پیوند زده شده
طول نخ پیوند زده شده
درهم روی الیاف
میزان پرز الیاف
شبکه عصبی مصنوعی نخ پیوندی پشمی
خلاصه
در زمان تجزیه و تحلیل خطاها، باید متذکر شویم که بهترین شناسایی و رتبه‌بندی اتصال نخ‌های پیوند زده شده با گزینه‌های معادل و تقدم ظاهر پیوند، حاصل می‌شود. با استفاده از گزینه تقدم‌بخشی استحکام اتصال‌ها، شناسایی دچار خطای جزئی می‌شود.
شبکه عصبی معرفی شده قابلیت شناسایی و رتبه‌بندی نخ‌های پیوندی بر پایه اعداد داده شده به شبکه، بعنوان بردار ورودی و ارتباط آنها به بردارهای خروجی براساس شرایط تنظیمی دستگاه پیوندزن، را دارا می‌باشد. هر چند که مدل کیفی استاتیکی یا فیزیکی قادر به توسعه و پیشرفت نمی‌باشد.
در حین حل کردن مسائل با استفاده از شبکه عصبی مصنوعی (ANN)، گاهی اوقات مسئله جعبه سیاه روی می‌دهد. این شکل زمانی روی می‌دهد که اطلاعات کافی به مدل داده نشده باشد که همین امر سبب می‌شود که امکان هرگونه بهینه‌سازی از بین برود.
شبکه عصبی مصنوعی نخ پیوندی پشمی
نتایج
شبکه عصبی مصنوعی مشابه با شبکه‌ای از نوع Adaline با استفاده از توابع خطی و درجه‌بندی خطاها از نوع حبابی، برای تشخیص و درجه‌بندی پیوندهای پنوماتیکی نخ‌های شانه شده پشمی طراحی شد. نتایج زیر بر پایه فعالیت‌های صورت گرفته فوق حاصل شده‌اند:
استفاده از شبکه عصبی مصنوعی ANN روش شناسایی و رتبه‌بندی پیوندها را ساده و راحت کرده است. برای استفاده از قابلیت‌ها و مزایای این شبکه لازم است که بانک اطلاعات مربوط به اتصال‌ها (پیوندها) برای شناسایی و ارزیابی صورت ظاهری آنها، ایجاد شود.
شبکه ANN به صورت دقیقی در یک بانک اطلاعاتی، پیوندها را شناسایی کرده و کیفیت آنها را سریعا ارزیابی می‌کند.
از تجزیه و تحلیل نمونه‌های انتخاب شده مشخص است که کیفیت پیوندها بصورت مشخصی تغییر می‌کند. کیفیت ارزیابی وابسته به داشتن درجه‌بندی پارامترهای غیر قابل اندازه‌گیری فرآیند پیوندزنی همچون میزان درهم روی الیاف و میزان پرز (موئینگی)، همچنین میزان اولویت بخشی خواص ظاهری پیوند دارد. برای جلوگیری از ارزیابی حسی (احساسی) پارامترهای غیر قابل اندازه‌گیری، پردازش تصویر مربوط به اتصال‌ها به کار گرفته می‌شود. هرچند که استفاده از روش فوق فراتر از چارچوب این تحقیق می‌باشد.
تغییر جزئی کدسازی می‌تواند کاربرد شبکه عصبی مصنوعی را به دیگر محصولات نساجی گسترش می‌دهد. بعنوان مثال این شبکه می‌تواند برای ارزیابی کیفیت پنبه بر پایه رنگ آن و یا مواد زائد درون آن (آشغال‌‌ها) ارزیابی و تخمین میزان پرز در منسوجات به کار گرفته شود.
با مشاهده رابطه بین پارامترهای فنی دستگاه پیوندزن و مشخصات نخ‌های پیوندزده شده، می‌توان شرایط بهینه‌ای برای دستگاه پیوندزن، برای داشتن نخ‌های با کیفیت از نظر استحکام و خواص ظاهری، تعیین کرد.
لطفا به جای کپی مقالات با خرید آنها به قیمتی بسیار متناسب مشخص شده ما را در ارانه هر چه بیشتر مقالات و مضامین ترجمه شده علمی و بهبود محتویات سایت ایران ترجمه یاری دهید.
