排序方式: 共有35条查询结果,搜索用时 15 毫秒
1.
为研究压烫工艺对聚氨酯形状记忆纤维(SMF)/棉机织物的折痕保持性能,采用不同的压烫温度和压烫时间制备了25个试样,并进行折痕保持性(CR值)的测试。结果表明,在压烫时间不变的情况下,随着压烫温度的提高,织物的CR值呈上升态势;只有当外界作用温度高于形状记忆纤维定型温度一定幅度时,织物的CR值才达到最高值(5级);最佳压烫工艺为温度190℃,时间50 s。对6个CR值达到5级的试样进行形变固定率、形状回复率、缩水率和平整度的测试,结果显示经过压烫定型整理后的SMF/棉机织物具有较高的形变固定率和形状回复率,以及优于纯棉织物的布面平整度和尺寸稳定性。 相似文献
2.
为探究非织造布复合前后孔隙尺寸的变化规律,以纤维根数、纤维平均直径、纤维直径变异系数为变量生成数字图像(复合单元)对非织造纤维网进行模拟,并采用将2个复合单元叠加的手法来模拟复合后的非织造纤维网。用2个复合单元的孔径差异百分比(Er)和孔径变异系数的平均值(MV)表征复合前孔隙尺寸;孔径复合指数(IP) 和孔径变异系数复合指数(IV)用于表征复合后孔隙尺寸。结果显示非织造布复合前后的孔隙尺寸呈复杂的非线性关系。将Er和MV作为支持向量机模型的输入分别对IP和IV进行预测,其绝对百分比误差分别为1.84%和1.92%,误差很小。验证实验的结果进一步印证支持向量机模型具有很高的预测准确度。 相似文献
4.
为预测熔喷非织造布的过滤性能,提出基于属性约简和支持向量机的预测方法。运用粗糙集理论在ROSETTA环境下对含有9个参数的熔喷非织造纤网结构参数全集进行约简,得到6个各含3个参数的约简集。分别将参数全集及各个约简集作为输入建立基于支持向量机(SVM)和BP神经网络(BP-ANN)的28个过滤性能预测模型,运用交叉验证法进行模型结构参数优化。结果表明:以含厚度、纤维直径和孔径的约简集为输入,基于SVM模型预测准确度最高;其对过滤效率和过滤阻力的预测精度均超过98%,且CV值均小于2%,表明这3个参数是影响熔喷非织造布过滤性能的核心要素;基于SVM模型的预测准确度总体优于基于BP-ANN模型的。 相似文献
5.
6.
7.
针对国内纺织面料产业经营环境变化和产品研发存在问题,介绍了该领域先进国家和地区在纺织产品研发策略和方式上值得借鉴的做法,以及我们应学习的地方。 相似文献
8.
9.
10.
介绍了人工智能技术及其在纺织行业的应用现状,展望了人工智能在纺织行业的应用前景.指出今后智能纺织CAD将得到开发,人工神经网络技术可在流行趋势研究中得到应用,计算机视觉将成为纺织品创新技术的重要组成部分,纺织专家系统的研发有望得到不断深化,模拟退火算法将获得更多应用. 相似文献