Проектирование драпируемости текстильных тканей

Engineering the drapability of textile fabrics
George K. Stylios, Norman Powell
2003-06-01

обратное распространение ошибкиглубина складокатрибуты драпировкикоэффициент драпировкипрогнозирование оценки драпировкиравномерность складокизгиб тканидрапируемость тканисдвиг тканивес тканисистема обратной связи для инженерии драпировкилогарифмически преобразованное свойство материаланейронная сетьчисло складокпредиктивное моделирование
Были измерены характеристики драпируемости тканей — число складок, глубина складок и равномерность складок — вместе с коэффициентом драпируемости. Взаимосвязь между этими измерениями и субъективной оценкой драпировки ткани была смоделирована для каждого конечного применения с помощью нейронной сети с обратным распространением ошибки, которая правильно предсказывает оценки в 90% образцов. Взаимосвязь между характеристиками драпируемости и механическими свойствами ткани — изгибом, сдвигом и весом — также была смоделирована с использованием нейронных сетей. Было установлено, что наиболее предиктивной моделью является модель, использующая натуральный логарифм материального свойства, предварительно поделённого на вес ткани. В совокупности эти модели представляют собой мощный предиктивный инструмент для определения как характеристик драпируемости, так и оценки драпировки на основе механических свойств ткани. Точность предсказания этой системы в целом составила 83%. В сочетании с инновационной системой обратной связи можно изменять оценку драпировки или характеристики драпируемости ткани в соответствии с требованиями заказчика и затем определять, какие изменения материальных свойств необходимы для их достижения.
1
Новая система обратной связи может изменить целевую оценку драпировки или атрибуты для удовлетворения требований заказчика и определить необходимые изменения материальных свойств для их достижения.
2
Измеренные атрибуты драпировки (число, глубина, равномерность складок) и коэффициент драпировки были использованы для моделирования субъективной оценки драпировки по назначению с помощью нейронной сети с обратным распространением, которая правильно предсказывает оценки для 90% образцов.
3
Нейронные сети моделировали связи между атрибутами драпировки и изгибной жесткостью, сдвигом и весом ткани, определяя эти механические свойства как предикторы драпировки.
4
Комбинированные модели предсказывают атрибуты драпировки и оценку драпировки по механическим свойствам с общей точностью 83%.
5
Использование натурального логарифма каждой материальной характеристики, делённой на вес ткани, дало наиболее предсказуемую модель для связи механических свойств с атрибутами драпировки.

Текстильные ткани (материалы, у которых измеряется и проектируется драпировка)

Взаимосвязи между механическими свойствами ткани (изгиб, сдвиг, масса и преобразованные соотношения) и атрибутами/оценкой драпировки, а также прогнозирование и изменение драпировки с помощью нейронных сетей и системы обратной связи

Publication Details
Publication Date
2003-06-01
Journal
Publisher
ISSN
Access Type
Author Information
Authors
George K. Stylios
Norman Powell
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%