文摘

本研究的主要目的是预测粘胶/莱卡普通针织面料的力学性能通过使用模糊专家系统。在这项研究中,一个模糊预测模型是建立基于针织线圈长度,纱线支数,纱韧性作为输入变量和织物力学性能特别是破裂强度作为输出变量。影响因素的顶破强力粘胶针织物非常非线性。因此,它是非常具有挑战性的科学家和工程师有效地创建一个精确的模型通过数学或统计模型。另外,开发一种通过ANN预测模型,简称ANFIS技术也是困难和耗时的过程由于大量的试验数据。在这种情况下,模糊专家系统(菲斯)是有前途的建模工具在菲斯质量建模可以有效地映射在非线性领域最低实验数据。模型推导出在当前研究中已被实验验证数据。平均绝对误差和确定系数之间的实际破裂强度,预测的模糊模型被发现是2.60%和0.961,分别。结果表明,开发了模糊模型可以应用有效地预测织物的力学性能。

1。介绍

针织织物的主要生产方法编织,编织,nonweaving纺织制造业。基本上,织物是由互相结合纱线相互循环在鞭痕和方向。面料的质量被认为是一个大问题在全球纺织品和服装市场。针织物的需求特别是粘胶针织物迅速增加是由于他们独特的品质特性,如弹性,褶皱,抗皱性,舒适,柔软,易护理属性在机织物。粘胶针织物很受欢迎等服装穿着t恤、衬衫、毛衣、衬衣、内衣、休闲服、活跃的穿,和运动服装,因为他们独特的品质特性比机织物(1- - - - - -5]。

然而,破裂强度是最重要的力学性能之一,在所有的粘胶针织物品质。针织面料不仅渲染力在垂直和垂直方向也暴露于多轴力在染色过程中,完成和用法。wale测试拉伸和撕裂强度,粗方向针织物并不合适,因为结构性质;因此,破裂强度测试是非常重要的尤其是对针织面料在制造业。一般来说,破裂强度测试进行评价织物承受多轴应力而不破坏的能力(1,4,6,7]。

基本上,织物的强度取决于开始织物形成纱线性能和织物密度等材料。文献综述表明,各种研究已经报道了针织物的破裂强度影响因素,包括纱线类型,纱线支数,纱坚韧、纱线断裂伸长,纱线断裂强力、纱线捻度,纱线均匀度,面料GSM,织物条痕和课程,针织线圈长度、覆盖因子,紧张因素,和放松治疗(1,4,6- - - - - -8]。

此外,所有这些因素影响针织物的破裂强度与其他非线性和互动。因此,它带来了一个巨大的挑战对科学家和工程师开发有效准确的模型基于数学和统计技术2,9]。这是归因于这样一个事实:数学和统计模型往往不能捕获输入和输出之间的非线性关系(10]。

另一方面,智能系统,如人工神经网络(ANN)和自适应neuroinference系统(简称ANFIS)模型有能力模型在非线性领域已经被一些研究者应用在先前的研究预测针织织物的顶破强力。Jamshaid等人简称ANFIS模型适用于预测平针织物的顶破强力纱的函数坚韧、针织线圈长度,织物GSM (1]。Ertuğrul Ucar应用智能技术,即安和简称ANFIS模型,预测的破裂强度使用纱线强力的针织面料,纱伸长,织物GSM作为输入变量(6]。Unal等人提出了ANN模型预测破裂强度作为纱线强度的函数,纱线支数,纱线均匀度、纱线捻度,纱线伸长,织物威尔士和课程(7]。Bahadir等人使用ANN模型预测的破裂强度的针织面料8]。安Zeydan研究织物强度的预测模型11]。然而,安和简称ANFIS模型需要大量的噪声输入-输出数据对模型参数优化,具有挑战性的,劳动密集型和耗时的过程来收集从纺织针织行业1,2,9]。此外,安并没有告诉可以采取的核心逻辑基于决策(10]。

在这方面,模糊专家系统(FES)发现质量建模FES的科学和工程解决方案提供了可靠的预测结果与小实验数据在非线性和不明确的纺织领域2,9]。此外,模糊模型更加合理,设计成本更便宜,更容易应用相比其它模型。此外,模糊逻辑是用来解决问题的行为的描述和观察是不精确的,模糊的,不确定2,9,10]。

这项工作的主要目的是构建模糊智能模型预测的顶破强力粘胶/莱卡普通针织面料是针织线圈长度的函数,纱线支数,纱线坚韧,不发表文献中报道。

2。材料和方法

2.1。模糊专家系统

人工智能模糊专家系统是一个多值逻辑的结构和清晰的逻辑的延伸来自模糊数学集合理论由德1965年(9,12,13]。在清晰的逻辑,比如二进制逻辑变量或真或假,黑色或白色,1或0。如果一组接受调查、测试的一个元素使用特征函数表示如下: 一个基本模糊逻辑单元包括fuzzifier、模糊规则库,一个推理引擎和一个defuzzifier如图1(2,14,15]。

Fuzzifier。Fuzzifier是模糊建模中的第一块,将所有数字inputs-outputs转化为模糊集在一个范围从0到1,如低,中,高利用隶属度函数(12]。有不同形式的隶属函数,如三角形,梯形,高斯(16]。在众多的隶属度函数,三角型隶属函数是最简单和最常见的应用定义如下(2]: 在本例中,变量的区间的边缘可能会用线性表示形和型隶属函数描述,分别如下。(我) 的隶属度函数是 (2) 型隶属度函数是 在(2)- (4),输入和输出变量;,,的系数解释输入和输出变量的隶属度函数。

模糊规则库。的模糊规则推断从专家的知识和经验通常的if - then语句叙述前期部分的输入变量和输出变量在随之而来的一部分2,9]。此外,模糊规则是模糊逻辑专家系统的核心,决定了模型的输入-输出关系(9,10]。模糊规则库可以分为两类,即Mamdani和Sugeno(12,17]。Mamdani规则。这两个前提和结果部分是模糊集的形式。Sugeno规则。前提是在模糊集的形式和结果部分是由一个线性方程或常数。

作为一个表达式,当模糊模型与两个输入和一个输出,然后发展模糊推理规则可以提出如下。Mamdani规则。如果是和是,然后是。Sugeno规则。如果是和是,然后,在哪里,,是语言变量,,,随之而来的是模糊数表示的语言,然后呢,,是线性方程参数。

推理引擎。模糊推理引擎基本上是一个控制机制,执行模糊建模中的重要作用由于其生成人类决策的能力和推断控制行动通过明显的知识规则库的特定于任务的数据出现在一些解决方案或结论2,18]。Mamdani建议最小操作的应用程序作为一个模糊推理规则的功能。对于三个输入和模糊建模、模糊推理方法是数学表示如下(18]: 在哪里是权重因子来衡量的贡献模糊控制行动和th规则,,,与模糊集相关联的隶属度函数吗,,,,分别。

Defuzzifier。Defuzzifier是重要和最后一块(单位)的模糊建模。基本上,推理引擎的结论是模糊的输出。最后,在不同的去模糊化方法,采用重心法来模糊推理输出转换成一个nonfuzzy值不同的情况下(在以下表格2,18]: 在哪里单例的位置在吗th宇宙和的隶属函数是规则。

2.2。预测性能测量

开发模型的预测精度根据调查等全球预测误差平均绝对误差(MAE)和确定系数()。下面给出的配方精度的措施: 在哪里实际结果,预测结果,是平均值,是数量的模式。

决定系数()比较模型的准确性的一个简单的基准模型的准确性。平均绝对误差(MAE)给预测和实验值之间的偏差,应达到零(2]。

2.3。模糊预测模型的发展

发展的模糊预测模型,三个针织变量如针织线圈长度(SL),纱线支数(YC)和纱线韧性(欧美)作为输入变量和爆破强度的针织面料作为输出变量。这些针织变量只选为他们大大影响织物顶破强力。从MATLAB模糊逻辑工具箱(7.10.0版)被用来开发提出了模糊模型的顶破强力。破裂强度模糊建模的建设一直是描绘在图2。

模糊性,四种可能的语言子集,即非常低(重要)、低(L)、中(M)和高(H),输入变量SL和YC和三个方便的语言子集,即低(L)、中(M)和高(H)、输入变量次选择在这样一种方式,他们均匀间隔的和掩盖整个输入空间。十个输出模糊集(水平1到10)(=级别)对织物顶破强力(BS),这样的模糊专家系统可以映射小破裂强度的变化与输入变量的变化。在这项研究中,三角型隶属度函数用于输入输出变量,因为它们的准确性。此外,Mamdani不等式推理方法和重心去模糊化方法已经应用于这项工作。选择隶属度函数的数量和他们的初始值是基于系统知识和实验条件(2]。有一个水平的成员每个语言词适用于输入变量。使用因素的模糊性是由以下功能的援助: 在哪里,,是第一(SL),第二(YC)、第三(欧美)输入变量,分别是输出变量(BS)显示(9)。

三角型模糊变量的隶属度函数,即线圈长度(SL),纱线支数(YC)和纱韧性(欧美),破裂强度(BS),创建了使用MATLAB模糊逻辑工具箱软件(版本7.10.0)和图所示3- - - - - -6。

系数隶属度函数的模糊推理系统(FIS)参数如表所示1。

从概念上讲,可能有4×4×3 = 48模糊规则,作为输入变量SL有4语言水平,YC 4语言水平,和欧美3语言水平。然而,为了使模糊专家系统更简单,只有24模糊规则形成了基于专家知识和经验9]。表中给出的一些规则2。

证明模糊化的过程,语言表达式和隶属度函数的线圈长度(SL),纱线支数(YC)和纱线韧性(欧美)从上面的开发规则和公式(9)介绍如下: 在去模糊化阶段,成员函数(规则计算出每条规则的)(3)。理解模糊化,被认为是一个例子。脆输入SL = 2.8毫米,YC = 28 Ne和刘日东= 15.5 g /特克斯,10个规则是解雇。发射权重因子一个规则的计算(4),发现 因此,根据(5),隶属函数的规则10获得如下结论: Haghighat等人认为,在很多情况下,系统的输出是一个模糊集,有必要总模糊集到一个模糊集的聚合方法(12]。最后,使用(7)和(14),表1和图6脆破裂强度的输出是发现,是330 kPa。

3所示。模糊模型的实验验证工作

3.1。织物编织和热定形

在这个研究中,总共12粘胶/莱卡混纺普通面料样本根据表针织3针织物变量在Pailung平纹针织大圆机(图7),拥有30英寸直径,20个指标(针/英寸),和90年纱线喂。jersey针织物prewetted在轧染机使用2 g / L润湿洗涤剂(Feloson NOF)和1 g / L脱模剂(Kappavon CL 1 g / L),然后进行了热定形销拉幅机研磨机的温度为45秒200°C的固化时间。

3.2。织物处理和测试

面料样品受到在90°C semibleached 40分钟样本染色机使用anticreasing代理(Kappavon CL 1 g / L),螯合剂(Sirrix 2 ud 0.5 g / L),润湿剂(Felosan NOF 1 g / L),纯碱(2.5 g / L),过氧化氢50% (1 g / L)和稳定剂(0.2 g / L)。那么面料样本用适当的洗涤,最后洗净处理醋酸(1 g / L)和过氧化杀死中和剂(0.2 g / L)和过氧化杀戮,分别。漂白后,织物样本干在一个开放的正确拉幅机和压实。生产后,所有的面料样本条件放在一个平面上首次测试前至少24小时在相对湿度在标准大气条件下()%和温度()°C。然后每个样品的破裂强度(kPa)测试使用SDL ATLAS气动破裂测试仪(型号229 p)的标本30毫米直径根据iso - 139388 - 1测试方法。

4所示。结果与讨论

4.1。模型的性能分析

图形化操作的模糊预测模型描述了在图一个例子8。对于简单的表达,只有一个模糊的排除二十四图片所示。按照这个规则,如果针织线圈长度(SL) (L)低,纱线支数(YC)低(左),和纱线韧性(欧美)中(M)然后输出织物顶破强力(BS)将5级(L5)。例如,如果输入SL是2.8毫米,YC 28 Ne,和欧美15.5 g /特克斯,然后模糊专家模型预测输出BS 330 kPa。使用MATLAB模糊工具箱开发了模糊控制表面如图9和10。这些可以作为视觉描绘动态模糊专家系统如何运作。图像显示针织线圈长度之间的关系(SL),纱线支数(YC)和纱线韧性(欧美)在输入端和爆破强度(BS)在输出端。所示的表面情节人物9和10描绘线圈长度的影响,纱线支数,纱韧性破裂强度。

4.2。实验结果分析

线圈长度的影响,纱线支数,纱线韧性破裂强度如图11和12。很明显从图11减少在针织线圈长度从3.0毫米到2.7毫米稍微增加了织物顶破强力。约,破裂强度增加15 - 20%在线圈长度的减少10%。原因破裂强度的增加与减少线圈长度可能是由于越来越多的单位面积上的循环这熊多方向的力量。另一方面,降低了线圈长度的影响不是线性的;因此,线圈长度比最优水平进一步下降,产生织物更硬,更少的可扩展的,因此导致织物孔以及破裂强度差。

类似的现象已经观察到的纱线支数破裂强度如图11。这表明织物顶破强力增加一个小的减少纱线支数,反之亦然。破裂强度增加30 - 40%,减少30%的纱线支数的纱线线密度的增加将导致破裂强度的增加。因为纱线支数对破裂强度的影响不是线性的,因此,生产的织物更硬,更少的可扩展的,而纱线支数减少线圈长度超过一个最佳点较低,因此导致可怜的顶破强力。

相比之下,纱线的影响在破裂强度韧性更反射比线圈长度如图12。图显示织物顶破强力增加纱线强度的增加而显著增加,反之亦然。破裂强度增加了约40 - 50%的增加纱线强度的3%。基本上,纱是面料和纱线的主要材料韧性表示纱线强度;因此,当纱线韧性增加,织物强度增加。然而,它被发现从图12针织线圈长度和对织物顶破强力纱韧性有很强的影响。织物的可扩展性而减少纱线韧性增加进一步在线圈长度水平较低,因此,破裂强度表现出下降趋势。

从这个调查,很明显观察到纱线强度和主要影响最大破裂强度相比针织线圈长度和纱线支数。因此,它是非常重要的保持最佳水平的编织参数在编织过程中为了达到所需的破裂强度与优质面料。

4.3。验证模糊预测模型

开发模糊预测模型已经被实验验证数据。预测是使用模糊逻辑规则查看器完成的。开发了模糊模型的结果与12个验证实验结果如表所示4。预测值与实验值之间的相关性织物顶破强力也在图表示13。确定系数()实验之间的破裂强度,预测的模糊模型被发现是0.961。因此,可以得出结论,建立了模糊模型可以解释总变异的96.1%织物顶破强力。平均绝对误差(MAE)实际值和预测值之间的破裂强度被发现2.6% (< 5%)。绝对误差给预测和实验值之间的偏差,应达到零。确定系数的结果(),平均绝对误差(MAE) %表明,开发了模糊模型与一个伟大的准确性有很强的预测能力。

5。结论

在本研究调查,模糊模型预测了织物机械性能如顶破强力粘胶/莱卡针织物。的预测模型是由针织线圈长度、纱线支数,纱韧性作为输入变量和织物顶破强力作为输出变量。发达预测模型带来一个很好的了解针织过程变量之间的相互作用及其对织物顶破强力的影响。从实验研究中,人们已经发现,纱线强度最大,主要对织物顶破强力的影响比纱线支数和针织线圈长度。模糊模型推导出在本研究从实验数据验证。

平均绝对误差(MAE)和确定系数()实验之间的破裂强度,预测的模糊模型被发现是2.6%和0.961,分别。结果表现出一个优秀的开发了模糊模型的预测性能。因此,它可以果断地得出结论,建立了模糊模型可以应用于纺织工业作为决策支持工具生产工程师预测粘胶针织物的力学性能令人满意。

相互竞争的利益

作者宣称没有利益冲突有关的出版。

确认

作者感谢APS纺织研究实验室的管理和APS纺织、APS组孟加拉国提供的设施研究工作。