ترغب بنشر مسار تعليمي؟ اضغط هنا

تحديد قطر الخيوط القطنية المسرّحة باستخدام الشبكات العصبونيّة الصنعيّة

Determination the Diameter of Cotton Ring-Spun Yarn Using Artificial Neural Networks

1448   0   7   0 ( 0 )
 تاريخ النشر 2017
والبحث باللغة العربية
 تمت اﻹضافة من قبل Shamra Editor




اسأل ChatGPT حول البحث

في هذا البحث تم استخدام الشبكات العصبونيّة الصنعيّة التي تعتبر من أكثر فروع الذكاء الصناعي التي تخدم عمليات التخمين لإيجاد قطر الغزول القطنيّة المسرحة. تّم جمع البيانات اللازمة وٕ اجراء الاختبارات العملية. ثم تّم العمل على تأسيس خوارزمية برمجية للشبكة العصبونية الصنعية، و التي توفر إمكانية تحديد قطر الغزل القطني المسرح انطلاقاً من المتغيرات المدخلة، و المتمثلة بنمرة الغزل و عدد برماته. حيث أنه بعد إنشاء العديد من الشبكات العصبونية، تّم اختيار الشبكة الأنسب، و التي أعطت أقل نسبة خطأ.


ملخص البحث
تتناول هذه الورقة البحثية استخدام الشبكات العصبونية الصنعية لتحديد قطر الغزول القطنية المسرحة. يعتبر قطر الغزل من العوامل المهمة التي تعكس جودة الغزل وتؤثر على خصائص الأقمشة الناتجة. تم جمع البيانات اللازمة وإجراء الاختبارات العملية، ثم تم تطوير خوارزمية برمجية للشبكة العصبونية الصنعية لتحديد قطر الغزل بناءً على المتغيرات المدخلة مثل نمرة الغزل وعدد البرمات. بعد إنشاء العديد من الشبكات، تم اختيار الشبكة الأنسب التي أعطت أقل نسبة خطأ. في المرحلة الأخيرة، تم اختبار الشبكة على عينات جديدة ومقارنة النتائج مع النتائج التجريبية المخبرية والعلاقات النظرية، حيث أظهرت الشبكة العصبونية دقة أعلى. كما تم إنشاء واجهة رسومية لتسهيل التعامل مع الشبكة.
قراءة نقدية
دراسة نقدية: يعتبر البحث خطوة مهمة في استخدام تقنيات الذكاء الصناعي في مجال الغزل والنسيج، إلا أن هناك بعض النقاط التي يمكن تحسينها. أولاً، يمكن زيادة حجم العينة المستخدمة في التدريب لتحسين دقة الشبكة وتقليل نسبة الخطأ. ثانياً، يمكن دراسة تأثير عوامل أخرى مثل نوع الألياف المستخدمة وظروف الإنتاج على دقة النتائج. ثالثاً، يمكن تحسين الواجهة الرسومية لتكون أكثر تفاعلية وسهولة في الاستخدام. وأخيراً، يمكن توسيع نطاق البحث ليشمل أنواع أخرى من الغزول والأقمشة لتحسين شمولية النتائج.
أسئلة حول البحث
  1. ما هي أهمية تحديد قطر الغزل في صناعة النسيج؟

    تحديد قطر الغزل مهم لأنه يعكس جودة الغزل ويؤثر على خصائص الأقمشة الناتجة مثل العرض، عامل التغطية، المسامية، والراحة.

  2. ما هي المتغيرات المدخلة التي استخدمت في تدريب الشبكة العصبونية الصنعية؟

    المتغيرات المدخلة هي نمرة الغزل وعدد البرمات.

  3. كيف تم اختبار دقة الشبكة العصبونية الصنعية؟

    تم اختبار دقة الشبكة على عينات جديدة لم تُدرب عليها سابقاً، وتمت مقارنة النتائج مع النتائج التجريبية المخبرية والعلاقات النظرية.

  4. ما هي الفوائد المحتملة لاستخدام الشبكات العصبونية الصنعية في تحديد قطر الغزل؟

    الفوائد تشمل دقة أعلى في تحديد القطر، تقليل التكاليف والوقت، وتوفير نتائج صحيحة ودقيقة بسرعة.


المراجع المستخدمة
AHMAD. G, 2014 -The Application of Artificial Intelligence to Predict the Strength of Cotton Yarns. Master thesis –Damascus University, Syria, 116p
BASU. A, DORAISWAMY. I, GOTIPAMUL. R L, 2003 - Meaurement of Yarn Diameter and Twist by Image Analysis. The Journal of The Textile Institute, Vol 94, 47-58
CARVALHO. V, SOARES. F. O, 2008- A Comparative Study Between Yarn Diameter and Yarn Mass Variation Measurement System Using Capatitive And Optical Sensors. The Indian Journal of fiber& Textile Research, Vol 33, 119-125
قيم البحث

اقرأ أيضاً

ينتج عن أنظمة الغزل الحلقي و التوربيني و الهوائي خيوط مختلفة الخصائص و البنية بحيث يمتلك كل نظام حدوداً و تفاوتات خاصة من حيث الجدوى الفنية عند استخدامه و قابلية تطبيقه من الناحية الاقتصادية. و لإجراء المقارنة بين هذه الأنظمة أُْنتجت خيوط بنمرة 30Ne و بتركيب قطن 100 % و ذلك باستخدام الأنظمة المذكورة سابقاً و من ثم حيكت هذه الخيوط على آلة التريكو نوع سنكل جورسيه. وجد في أثناء عملية الغزل تقطعات متكررة في خيوط الغزل التوربيني في أثناء تشغيلها و بالمقارنة وجد أن خيوط الغزل الحلقي و خيوط الغزل الهوائي تملك أداء جيداً في أثناء تشغيلها على آلة الحياكة.
يقدم هذا البحث تقنية جديدة لتحسين عامل الاستطاعة بالاعتماد على الشبكات العصبونية الاصطناعية. حيث يتم التحكم بمحرك متواقت عن طريق متحكم عصبوني للتعامل مع مشكلة تعويض الاستطاعة الردية للنظام، و ذلك بهدف تحسين عامل الاستطاعة. تم في هذا البحث نمذجة النظ ام الكهربائي و المتحكم العصبوني باستخدام برنامج ماتلاب، و قد بينت النتائج أن هذه الطريقة قد تغلبت على المشاكل التي تحدث عند استخدام الطرق التقليدية (استخدام المكثفات الساكنة)، كالتأخير الزمني و التغيرات الخطوية في تعويض الاستطاعة الردية، بالإضافة إلى السرعة بالمقارنة مع التعويض باستخدام المكثفات.
سنقدم في هذا البحث منهجية علمية للتنبؤ قصيرة جدا بالحمولات الكهربائية للمنظومة الكهربائية السورية أي التنبؤ بهذه الحمولات لعدة ساعات قادمة و قد أطلقنا على هذا النوع من التنبؤ التنبؤ العملياتي, تعتمد هذه المنهجية على استخدام الشبكات العصبية الصناعية.
نقدم في هذا البحث دراسة علمية متقدمة متطورة و تواكب الدراسات و التكنولوجيا الحديثة حول التنبؤ قصير الأمد جدا بالأحمال الكهربائية و تطبيق الدراسة من أجل التنبؤ بالحمل الكهربائي في المنظومة الكهربائية السورية الأساسية حيث تم دراسة التنبؤ بهذا الحمل لأر بع ساعات قادمة وفق المعيار الذي تتبعه وزارة الكهرباء في القطر لكن بفواصل زمنية قصيرة تبلغ عشرة دقائق بين التنبؤ و التنبؤ الذي يليه و قد أطلقنا عليه التنبؤ الآني.
تهدف هذه الدراسة إلى تحديد العناصر المناخية الأكثر تأثيرا على علاقة الهطل - جريان لنهر الكبير الشمالي, باستخدام الشبكات العصبية الاصطناعية. حيث احتوت مدخلات الشبكات العصبية على الهطل المطري و التدفق في النهر, وفق تأخرات زمنية مختلفة, بالإضافة إلى هنص ر من العناصر المناخية في كل نموذج من النماذج, لتحديد النموذج الأفضل و الأكثر دقة.
التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا