KaydedilenlerDerginizi ekleyin

Dergiler / Textile and Apparel / 2009 / Cilt: 19 Sayı: 1

BOYANMIŞ KUMAŞLARDA KİMYASAL APRE UYGULAMALARI SONUCUNDA OLUŞABİLECEK RENK DEĞİŞİMİNİN VE CIELab DEĞERLERİNİN YAPAY SİNİR AĞLARI KULLANILARAK TAHMİN EDİLMESİ

PREDICTION OF CIELab VALUES AND COLOR CHANGING OCCURRED AFTER CHEMICAL FINISHING APPLICATIONS BY ARTIFICIAL NEURAL NETWORKS ON DYED FABRICS

Onur BALCI
R. Tuğrul OĞULATA
Sayfa
61–69
Yayın Tarihi
2009-06-01
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Yapılan çalışma sonucunda kurulan YSA modellerinin, apre uygulamaları ve diğer üretim proseslerine bağlı olarak, boyanmış kumaşta meydana gelebilecek renk değişimlerinin tahmininde kullanılabileceğini göstermektedir

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Renk, hammaddenin özelliğinden, son apre işlemine kadar, üretimin her aşamasından etkilenen bir olgudur.
📊
Temel Bulgular & Veri:Özellikle kimyasal apre uygulamaları sonucunda oluşan renk farklılığı önemli sorunlar yaratmaktadır.
💡
Sonuç & Katkı:Yapılan çalışma sonucunda kurulan YSA modellerinin, apre uygulamaları ve diğer üretim proseslerine bağlı olarak, boyanmış kumaşta meydana gelebilecek renk değişimlerinin tahmininde kullanılabileceğini göstermektedir
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Kimyasal apre · CIELab · Renk

Özet

Renk, hammaddenin özelliğinden, son apre işlemine kadar, üretimin her aşamasından etkilenen bir olgudur. Özellikle kimyasal apre uygulamaları sonucunda oluşan renk farklılığı önemli sorunlar yaratmaktadır. Çalışmada seçilen altı farklı dokunmuş ve renklendirilmiş kumaşın apre işlemlerinin CIELab değerlerine etkisi, dolayısıyla renklerinde meydana gelen değişimler (ΔL*, Δa*, Δb*, ΔC*, ΔH*, ΔE) belirlenmiş ve daha sonra bu değerler farklı topolojilerde yapay sinir ağları (YSA) kullanılarak tahmin edilmeye çalışmıştır. Yapılan çalışma sonucunda kurulan YSA modellerinin, apre uygulamaları ve diğer üretim proseslerine bağlı olarak, boyanmış kumaşta meydana gelebilecek renk değişimlerinin tahmininde kullanılabileceğini göstermektedir

Abstract

Color is a fact affected from the properties of the raw material to the final finishing processes which are the most important ones. In the study, the effect of the finishing processes to CIELab values, consequently the changing on the color were determined, and then these values were tried to be predicted using artificial neural networks (ANN) on different topology. In this way, the color changing concerning on chemical finishing process can be determined in advance and the necessary precaution can be taken without having trouble by changes on the dyeing recipes and process parameters

🔖

Bu Makaleye Atıf Yap

BALCI, O., OĞULATA, R. T. (2009). BOYANMIŞ KUMAŞLARDA KİMYASAL APRE UYGULAMALARI SONUCUNDA OLUŞABİLECEK RENK DEĞİŞİMİNİN VE CIELab DEĞERLERİNİN YAPAY SİNİR AĞLARI KULLANILARAK TAHMİN EDİLMESİ. Textile and Apparel, Cilt: 19 Sayı: 1, 61–69. https://ajindex.com/articles/943945

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (14)

  1. Elmas, Ç., 2003, Yapay Sinir Ağları, Seçkin Yayıncılık, İstanbul
  2. Rumelhart De, 1986, Learning Internal Representation By Error Propagation. In: Parallel Distributed Processing, Cambridge, Ma: Mıt Press, Vol.1, 318–362
  3. Krose, B., Smaget, P., V., D., 1996, An Introduction To Neural Networks, The University of Amsterdam, Amsterdam
  4. Duda, R., O., Hart, P., E., Stork, D., G., 2000, Pattern Classification, Wiley-Second Edition
  5. Cuff, J.A., Barton, G. J., 1999, Evaluation And Improvement Of Multiple Sequence Methods For Protein Secondary Structure Prediction. Proteins: Structure, Function, And Genetics, 34, 508–519
  6. Cheng, K., P., S., Lam, H., L., I., 2003, “Evaluating And Comparing The Physical Properties Of Spliced Yarns By Regression And Neural Network Tecniques”, Textile Research Journal, Yıl:73, No:2, 161-164
  7. Kanfeng, W., Kai, L., Xiubao, H., 2004, “Prediction Of Worsted Yarn By Using Neural Network”, Proceedings of the Textile Institute 83rd World Conference, 1362-1367
  8. Majumdar, A., Majumdar, P., K., Sarkar, B., 2004, “Prediction Of Single Yarn Tenacity Of Ring And Rotor Spun Yarns From Hvı Results Using Artificial Neural Networks”, Indian Journal of Fibre & Textile Research, Vol 29, 157-162
  9. Beltran, R. Wang, L., Wang, X., 2004, “Predicting Worsted Spinning Performance with An Artificial Neural Network Model”, Textile Research Journal, Vol.74, 757-763
  10. Majumdar, A., Majumdar, P., K., Sarkar, B., 2005, “Application Of An Adaptive Neuro-Fuzzy System for The Prediction of Cotton Yarn Strength From HVI Fibre Properties”, Journal of Textile Institute, Vol.96, No.1, 55-60
  11. Lewandowski, S., Stanczyk, T., 2005, “Identificiation And Classfication Of Spliced Wool Combed Yarn Joints By Artifcial Neural Networks Part I. Developing And Artificial Neural Network Model”, The Fibres&Textiles In Eastern Europe, Vol.13, No.1(49), 39-43
  12. Lewandowski, S., Stanczyk, T., 2005, “Identificiation And Classfication Of Spliced Wool Combed Yarn Joints By Artifcial Neural Networks Part II. Interpretation of Identification And Classficiation Results of the Unknoted Spilced Yarns Joints”, The Fibres&Textiles In Eastern Europe, Vol.13, No.2(50), 16-19
  13. Ramesh, M., C., Rajamanickam, R., Jayaraman, S., 1995, “Prediction of Yarn Tensile Properties By Using Artificial Neural Networks”, Journal of the Textile Institute, Vol.86, No.3, 459-469
  14. Babay, A., Cheikhrouhou, M., Vermeulen, B., 2004, “Selecting The Optimal Neural Network Architecture