فایل ورد کامل خواص کیفی نخ پنبه کارد شده؛ بررسی رابطه عیوب نخ و ویژگی‌های الیاف HVI با تحلیل رگرسیونی کامل

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 فایل ورد کامل خواص کیفی نخ پنبه کارد شده؛ بررسی رابطه عیوب نخ و ویژگی‌های الیاف HVI با تحلیل رگرسیونی کامل دارای ۲۹ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد فایل ورد کامل خواص کیفی نخ پنبه کارد شده؛ بررسی رابطه عیوب نخ و ویژگی‌های الیاف HVI با تحلیل رگرسیونی کامل  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

این پروژه توسط مرکز فایل ورد کامل خواص کیفی نخ پنبه کارد شده؛ بررسی رابطه عیوب نخ و ویژگی‌های الیاف HVI با تحلیل رگرسیونی کامل۲ ارائه میگردد

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی فایل ورد کامل خواص کیفی نخ پنبه کارد شده؛ بررسی رابطه عیوب نخ و ویژگی‌های الیاف HVI با تحلیل رگرسیونی کامل،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن فایل ورد کامل خواص کیفی نخ پنبه کارد شده؛ بررسی رابطه عیوب نخ و ویژگی‌های الیاف HVI با تحلیل رگرسیونی کامل :

بررسی رابطه بین خواص مهم کیفی نخ پنبه کارد شده، عیوب نخ و خواص کیی الیاف اندازه گیری شده (HVI) با استفاده از آنالیز کامل رگرسیونی (بررسی مهندسی نخ پنبه کارد شده با استفاده از آنالیز کامل رگرسیونی)

خلاصه:

۱- مقدمه

۲- مروری بر مطالعات قبلی

۳- تئوری [۱۳]

ضرایب رگرسیونی استاندارد شده

۴- مواد و روش ها

۵- آنالیز آماری

۶- بحث و نتیجه گیری

۷. منابع

هدف اصلی در این به دست اوردن معادله بهینه بین خواص مهم کیفی نخ با عیوب نخ و خواص الیاف در نخ کارد شده پنبه ای می باشد برای این کار از تجزیه و تحلیل کامل رگرسیونی و استفاده از رگرسیون نیرومند و رگرسیون متعامد و نمودارهای باقیمانده جزئی و تعیین انتخاب متغیر به روش همه رگرسیون های ممکن و آماره Cp مالوس همراه با نرم افزار SAS استفاده گردیده است. برای انجام این کار از ۸۷ نمونه به دست آمده از نتایج آزمایشی مرکز بین المللی نساجی آمریکا در تگزاس استفاده گردیده است. برای همه نخ ها از فاکتور تاب یکسان استفاده شده و نمره نخل های ۱۵ تا۳۱ انگلیسی تولید گردیده است، معادلات با تعداد متغیرهای مناسب و محدود و همچنین ترتیب اهمیت آنها، همراه با ضریب همبستگی بسیار خو به دست آمده است.

۱- مقدمه

خواص فیزیکی و مکانیکی الیاف ومشخصه های مختلف کیفی نخ در رفتار فرآیندی، راندمان تولید و بالاخره نخ و پارچه تأثیر عمده ای دارد. همچنین تغییرات مشخصه های مهم نخ شامل نمره تاب، استحکام، ازدیاد طول و عیوب نخ مخصوص برای نخ های بریده شده (Stuple) غیرقابل اجتناب است این تغییرات در خصوصیات نخ در طول فرآیند تولید و هم بعد از تولید، باعث مشکلات زیادی می شود. بنابراین ارتباط بین این مشخصات برای جلوگیری از مشکلات مختلف باید به طور واضح مشخص گردد. همچنین پیشگویی مشخصه های مهم کیفی نخ (خواص کششی، پرز وCV% جرمی نخ) از خصوصیات مواد خام، هدف اصلی بسیاری از محققین در دو دهه گذشته بوده است به طور کلی دو روش اصلی، روش های آماری و روش های تحلیلی و تئوریکی در مطالعات گذشته مورد استفاده قرار گرفته است. یکی از روش های مهم استفاده از روش رگرسیون چندمتغیره بوده است و در این سعی گردیده است این ارتباط را به مشخصه های دیگر نخ از جمله عیوب نخ و تعداد الیاف در سطح مقطع نخ نیز گسترش داده و سپس با بررسی کامل رگرسیون و استفاده از روش های آماری دیگر به نتایج دقیق تر و کاربردی تر به دست آید.

۲- مروری بر مطالعات قبلی

تا کنون مدل های ریاضی و تحلیلی زیادی برای تخمین استحکام نخ تکی از مشخصه مختلف الیاف و نخ به دست آمده است [۱و۲و۳و۴]. هول [۵] انواع مطالعات تجربی و ریاضی در ارتباط با استحکام نخ را در بین سال های ۱۹۲۶ تا ۱۹۶۵ انجام داده است هانتر [۶] بیشتر از ۲۰۰ در مورد پیشگویی پارامترهای کیفی نخ بخصوص خواص کششی تا سال ۲۰۰۴ منتشر کرده است.

مشخصه مهم دیگر نخ ازدیاد طول تا حد پارگی است که این مشخصه نیز روی کارایی نخ‌ها، در دومین پیچی و بافندگی تأثیر می گذارد. ازدیاد طول نخ نیز به خواص الیاف، تاب نخ و نمره نخ بستگی دارد.

اگرچه تعداد مقالات در این زمینه کمتر است ولی مدل های ریاضی توسط اگروال [۷]، فردریچ [۳] و زرک [۸] پیشنهاد شده است. همچنین مدل های آماری توسط هانتر [۱] و مدل ANN توسط ماجمدر [۹] ارائه شده است.

نایکنواختی نیز فاکتور مهمی در مورد کیفیت نخ و پارچه می باشد، تغییرات تعداد الیاف در سطح مقطع نخ، دلیل اصلی نایکنواختی است. علاوه بر این پارامترهای ماشین، روش ریسندگی، نمره نخ و بعضی مشخصه های الیاف اثر مستقیمی روی نایکنواختی نخ دارند هانتر [۱] و اتریج و همکاران [۱۰] چند مدل را برای مشخص کردن نایکنواختی از مشخصه‌های الیاف ارائه نموده اند.

– پرزدهی، یک مشخصه قابل اندازه گیری دیگری از نخ است که عموماً یک خصوصیت نامطلوب است که مقالات کمتری در مورد برآورد پرزدهی نخ با استفاده از مشخصه های الیاف تاکنون ارائه گردیده است.

اخیرا کلیک [۱۱] نیز مدل های مختلف رگرسیون چند متغیره خطی را برای تخمین استحکام نخ از مشخصه های دیگر نخ شامل قطر نخ، تغییرات قطر، تاب و تغییرات تاب، نایکنواختی جرمی و نایکنواختی نوری را با ضرایب همبستگی نسبتاً خوب به دست آورده است.

و بالاخره ارن و کادوگلا [۱۲] مدل های آماری برای برآورد خواص کششی، نایکنواخت و پرزدهی نخ از خواص مختلف الیاف (اندازه گیری شده با دستگاهHVI) و خواص نیمچه نخ با استفاده از مدل های رگرسیون و چند متغیره ارائه نموده است.

با توجه به اینکه معادلات مختلفی در مورد خصوصیات نخ ارائه شده است که گاهی نتایج حتی متضاد هم نیز می باشند و همچنین اهمیت هر کدام از آنها نیز در این مقالات متفاوت می باشد. در این سعی شده است تجزیه و تحلیل کامل آماری همراه با بررسی فرضیات مورد نظر و استفاده از روش های آماری مناسب و نرم افزار پیشرفته SAS، نتایج دقیق تر و کاربردی تر (معادلات بهینه) حاصل گردد. همچنین از مشخصه های دیگر نخ یعنیعیوب نخ (نقاط نازک- کلف و نپ) و تعداد الیاف در سطح مقطع نیز جهت پیشگویی خصوصیات نخ استفاده گردیده است.

۳- تئوری [۱۳]

مدل رگرسیونی شامل بیش از یک متغیر مستقل را چندگانه می گویند. شکل ماتریسی آن به صورت ذیل می باشد:

و با فرض اینکه جملات خطا یا باقیمانده دارای خواص زیر باشند.

۱-

۲- (ثابت)

۳- یعنی مستقل باشند.

و برآورد ضرایب با استفاده از روش کمترین مربعات به صورت ذیل خواهد بود.

همچنین باید، رابطه تقریبی خطی بین متغیرهای مستقل و متغیر وابسته وجود داشته باشد، در صورتی که یک رابطه خطی وجود نداشته باشد معمولاً از تبدیل متغیرها استفاده می گردد تا به یک رابطه خطی تبدیل گردند.

برای آزمون معنی داری هر یک از ضرایب رگرسیونی از توزیعt استفاده می شود. باید توجه کرد که در حقیقت این یک آزمون جزئی یا حاشیه ای است زیرا ضرایب رگرسیونی به کلیه متغیرهای رگرسیونی دیگر که در مدل حضور دارند بستگی دارد.

بنابراین آزمونt، سهم تأثیر گذاری X_j به مدل، به شرط موجود بودن دیگر متغیرها در مدل می باشد. اگر ستون های ماتریسX بر هم عمود باشند یعنی ستون های متعامد درX وجود داشته باشد در این صورت می توان سهم تأثیر متغیرهای رگرسیونی را نسبت به مدل بدون هیچ شرطی (موجود بودن متغیرهای دیگر در مدل) اندازه گیری نمود.

ضرایب رگرسیونی استاندارد شده

مقایسه مستقیم ضرایب رگرسیونی با واحدهای مختلف معمولاً مشکل است زیرا بزرگی واحد اندازه گیری متغیر رگرسیونیX_j را نمایان و مشخص می کند. در حالت کلی واحدهای ضریب رگرسیونی عبارتند از واحدهایy تقسیم بر واحدهای X_j است بدین علت گاهی کار کردن با متغیرهای رگرسیونی و متغیرهای پاسخ مقیاس سازی شده که ضرایب بدون بعد را تولید می کنند کمک کننده است. در روش مقیاس سازی معمول که یکی از روش های مرسوم تر روش مقیاس سازی طول واحد به شرح ذیل است.

در این مقیاس سازی هر متغیر جدید رگرسیونی W_j دارای میانگین صفر و طول یک می‌باشد.

ضرایب مدل جدید که به صورت بدون عرض از مبدأ است را ضرایب رگرسیونی استاندارد شده می گویند و گاهی به نام ضرایب بتا نیز گفته می شود.

شاخص های رگرسیونی و معیارهای مناسب مدل

ضریب تعیین چند متغیرهR^۲ به صورت ذیل تعریف می گردد.

در موارد کاربردی از R^۲ تعدیل شده که به صورت ذیل استفاده می گردد.

…