ලාභ:
- නූල් ගණන, කරකැවීම, ශක්තිය, ඒකාකාරිත්වය සහ රෙදි බර/ඝනත්වය සහ නිෂ්පාදන දත්තවල ඒවායේ නියෝජනය වැනි මූලික පරාමිතීන් අර්ථකථනය කිරීමේ හැකියාව.
- නිෂ්පාදන පරාමිතීන් ප්රශස්ත කරන සහ AI සමඟ පිටස්තර සහ නොගැලපීම් ග්රහණය කර ගන්නා කාර්ය ප්රවාහයක් ස්ථාපිත කිරීමේ හැකියාව
- Uster සංඛ්යාලේඛන, රසායනාගාර පරීක්ෂණ සහ ක්රියාවලි භෞතික විද්යාව සමඟ AI නිර්දේශ වලංගු කිරීමේ හැකියාව
රෙදිපිළි පිළිබඳ සම්පූර්ණ ගුණාත්මක කතාව ආරම්භ වන්නේ මූලික පරාමිතීන් කිහිපයක් නිවැරදිව කියවීමෙනි. නූලක් කෙතරම් සියුම්, කෙතරම් ඇඹරී, කෙතරම් ශක්තිමත් සහ කෙතරම් සුමටද? රෙද්දක් කොච්චර බරද, කොච්චර ඝනද, මොන තන්තු මිශ්රණයකද තියෙන්නේ? මෙම අංක පාරිභෝගිකයා දකින අවසාන නිෂ්පාදනය සහ නිෂ්පාදන වට්ටෝරුවම වේ. AI මෙම සංඛ්යා සමුද්රයේ විශාල කාර්යයන් දෙකක් කරයි: එය අවුල් සහගත නිෂ්පාදන දත්ත පිරිසිදු කර එය අර්ථකථනය කළ හැකි අතර එය පරාමිතීන් අතර සැඟවුණු රටා අනාවරණය කර ගැනීමට උපකාරී වේ (එම සැකසුම කුමන දෝෂයක් ඇති කරයිද). මෙම ඒකකය තුළ, අපි සෑම පියවරකදීම සත්යාපනයේ විනය පවත්වා ගනිමින් මූලික පරාමිති, දත්තවල ඒවායේ නිරූපණය සහ AI සමඟ ප්රශස්තකරණ කාර්ය ප්රවාහය ආවරණය කරන්නෙමු.
මූලික පරාමිතීන් සහ ඒවායේ තේරුම
නූල් ගණන (සියුම් බව). එය නූල් වල ඝණකම ප්රකාශ කරයි, නමුත් වෙනස් තර්ක දෙකක් සමඟ: වක්ර පද්ධතිවල, සංඛ්යාව වැඩි වන විට, නූල් තුනී වේ - මෙය බ්රිතාන්ය කපු අංකය Ne සහ මෙට්රික් අංකය Nm වේ. සෘජු පද්ධතිවල, විශාල සංඛ්යාවක්, නූල් ඝනකම - එවැනි ටෙක්ස් (මීටර් 1000 ග්රෑම් බර) සහ ඩෙනියර් (මීටර් 9000 ග්රෑම් බර) වේ. මෙම වෙනස ව්යාකූල කිරීම "ඝන" "සිහින්" සමඟ ප්රතිලෝම කරයි; මෙය හරියටම AI ප්රතිදානයේ වඩාත්ම පොදු දෝෂයයි.
Twist. එය සාමාන්යයෙන් මීටරයකට හැරීම් (TPM) හෝ කරකැවීමේ සංගුණකය (αe) මගින් ලබා දෙන නූල් සාදන තන්තු එකට ඔතා ඇති ප්රමාණයයි. ඇඹරීම ශක්තිය වැඩි කරයි, නමුත් නිශ්චිත ස්ථානයකට පසුව එය නූල් දැඩි කර ශක්තිය අඩු කරයි; දිශාවෙහි (වංගු දිශාව) Z සහ S අතර වෙනසක් ඇත.
ශක්තිය සහ දිගු කිරීම. ශක්තිය යනු නූල් කැඩීමකින් තොරව ගෙන යා හැකි බලයයි; රෙදිපිළිවල, එය සාමාන්යයෙන් මනිනු ලබන්නේ cN/tex (දැඩි බව) මගිනි. මුදු කපු සඳහා සාමාන්යයෙන් 12-22 cN/tex, පොලියෙස්ටර් සඳහා ඉහළ. කැඩී යාමේදී දිගු කිරීම යනු නූල් කැඩීමට පෙර දිගු වන ප්රතිශතයයි.
ඒකාකාරී බව සහ අඩුපාඩු. එහි CV% (විචලනයේ සංගුණකය) සමඟ නූල් එහි දිග දිගේ කෙතරම් සුමටද යන්න අපි මනිමු; පහළ CV යනු සිනිඳු නූල් ය. තුනී ස්ථාන, ඝන ස්ථාන සහ නෙප්ස් (කුඩා කෙඳි ගැට) කි.මී. හිසකෙස් බව යනු නූල් මතුපිටින් මතුවන තන්තු ප්රමාණයයි.
රෙදි පරාමිතීන්. Grammage (g/m², English GSM) යනු ඒකක ප්රදේශයකට රෙදි වල බරයි. ඝනත්වය යනු රෙදි විවීමේදී (අඟලකට හෝ සෙ.මී.) වයර්/වෙෆ්ට් වයර් සංඛ්යාව සහ ගෙතීමේ දී මැහුම් ඝනත්වයයි. තන්තු මිශ්රණය (උදා. 95% කපු 5% elastane) සුවපහසුව සහ ක්රියාවලි හැසිරීම යන දෙකම තීරණය කරයි.
ඉඟිය: පරාමිතියක් අර්ථකථනය කිරීමට පෙර, ඔබ වැඩ කරන්නේ කුමන ඒකක පද්ධතියේද යන්න පැහැදිලිවම AI වෙත පවසන්න ("මොනවද අංක"). ඒකක අවිනිශ්චිතතාවය ප්රතිදානයේ විශාලතම දෝෂ ප්රභවයයි.
පියවරෙන් පියවර: AI සමඟ පරාමිති ප්රශස්තකරණ කාර්ය ප්රවාහය
- දත්ත එකතු කිරීම සහ සම්මත කිරීම. විවිධ යන්ත්රවලින් වාර්තා ගෙන ඒම තනි වගුවකට මාරු කරන්න; ඒකක තනි පද්ධතියක් බවට පරිවර්තනය කරන්න. AI මෙම පරිවර්තනය ඉක්මනින් සිදු කරයි, නමුත් එක් එක් පරිවර්තන අවස්ථාවන්හිදී අතින් සත්යාපනය කරන්න.
- විස්තරාත්මක සාරාංශයක් දිස්වේ. මධ්යන්ය, සම්මත අපගමනය, අවම-උපරිම සහ පිටස්තර ලකුණු කරන්න. "CV මෙම මාරුව මෙන් දෙගුණයක් ඉහළ ඇයි?" මෙන්න මේ වගේ ප්රශ්න මතු වෙනවා.
- රටාව උපකල්පනය කරන්න. පරාමිති අතර ඇති විය හැකි සම්බන්ධතා උපකල්පනය කිරීමට AI ගෙන් අසන්න (උදා: "ඇඹරුම් අඩු වූ විට nep වැඩි වූයේද?"). මේවා උපකල්පන මිස සාක්ෂි නොවේ.
- පාලිත සත්යාපනය. ක්රියාවලි දැනුමෙන් උපකල්පනය පරීක්ෂා කර, හැකි නම්, අත්හදා බැලීමෙන් (උදා: යන්ත්රයක සිටුවම් වෙනස් කිරීම සහ Uster නැවත නැවත කිරීම).
- තීරණය සහ ලියාපදිංචිය. අනුමත වැඩිදියුණු කිරීම් බෙහෙත් වට්ටෝරුවට එකතු කර වෙනස් කිරීම සහ එහි සාධාරණීකරණය සටහන් කරන්න.
කුඩා අවස්ථා තුනක්: අංක අනුව
නඩුව 1 - වැරදි මාරුවකට හසු විය. එක් ව්යාපාරයක, 30/1 Ne combed නූල් වල CV අගය සාමාන්යයෙන් 11-12% වූ නමුත් රාත්රී වැඩ මුරයකදී එය 16% දක්වා වැඩි විය. AI විසින් Uster නිමැවුම් රේඛා 4000ක් සාරාංශ කර මෙම මාරුව පිටසක්වලයක් ලෙස සලකුණු කළේය. මූල හේතුව සෙවීමේදී, ඇඳීම රාමුව මත පීඩන සැකසුම සොයා ගන්නා ලදී; නිවැරදි කිරීමෙන් පසුව, CV නැවතත් 11.5% දක්වා අඩු විය. AI දෝෂය සොයා ගත්තේ නැත, නමුත් එය සොයා ගත හැකි ස්ථානය ඉක්මනින් පෙන්වා දුන්නේය.
නඩුව 2 - Twist-Strength balance. එක් කණ්ඩායමක් ශක්තිය වැඩි කිරීම සඳහා කරකැවීම αe 3.8 සිට 4.4 දක්වා වැඩි කරන ලදී; මුලදී, ශක්තිය 15.2 සිට 16.1 cN/tex දක්වා වැඩි විය, නමුත් මම ඊළඟ උත්සාහයේදී එය 4.8 දක්වා වැඩි කළ විට, එය 15.4 දක්වා පහත වැටී නූල් දැඩි වී, ගෙතීමේ දී ඉඳිකටු කැඩීම වැඩි විය. AI සාහිත්යයෙන් "ප්රශස්ත පෙරළි සංගුණකය" පරාසය සිහිපත් කළේය; කණ්ඩායම භෞතික පරීක්ෂණ මගින් αe 4.3 මත පදිංචි විය. තීරණය ගනු ලැබුවේ පරීක්ෂණයෙන් මිස ආකෘතියෙන් නොවේ.
3 වන අවස්ථාව - ග්රාමීය විෂමතාව. පාරිභෝගිකයාට තනි ජර්සි 180 g/m² අවශ්ය වූ අතර, නිෂ්පාදනය 168 g/m² විය. AI විසින් ගෙතුම් ඝනත්වය, නූල් ගණන සහ යන්ත්ර සැකසුම එකට ඇගයීමට ලක් කර "නූල් ගණන 30/1 සිට 28/1 දක්වා (ටිකක් ඝනකම) වැඩි කිරීමෙන් ඉලක්කයට බර ආසන්න වශයෙන් වැඩි වේ" යන උපකල්පනය ලබා දුන්නේය. ගෙතූ රසායනාගාර නියැදිය 179 g/m² පෙන්නුම් කළ විට වෙනස් කිරීම අනුමත කරන ලදී.
දුර්වල ක්ෂණික / ශක්තිමත් ක්ෂණික
දුර්වල ක්ෂණික:
කොහොමද ත්රෙඩ් එකේ කොලිටිය, ඒක වැඩි දියුණු කරන්න.
බලවත් විමසුම:
ඔබේ කාර්යභාරය: නූල් නිෂ්පාදන ඉංජිනේරු. පහත දැක්වෙන්නේ 30/1 Ne combed කපු නූල් වල සාරාංශයයි (සංඛ්යා Ne, tenacity cN/tex, CV %).කාර්යය:1) සාමාන්ය combed කපු පරාසයක් සමඟ එක් එක් පරාමිතිය සසඳා, අපගමනය සලකුණු කරන්න.2) පිටසක්වලයක් තිබේ නම්, උපකල්පනය කළ හැකි ක්රියාවලියට හේතු ලැයිස්තුගත කරන්න. දත්ත; ඔබට විශ්වාස නැතිනම්, "දත්ත ප්රමාණවත් නැත" යැයි පවසන්න. දත්ත:[Uster සාරාංශය]
ප්රබල ප්රේරකය සාමාන්ය පරාසය සමඟ සංසන්දනය කිරීමට, හේතූන් උපකල්පන ලෙස සලකුණු කිරීමට සහ එක් එක් කල්පිතයේ පරීක්ෂණ මාර්ගය සඳහා යොමු කිරීමට බැඳී සිටී.
පිටපත් කළ හැකි සැකිලි
1) ඒකක ප්රමිතිකරණය:
පහත නූල් දත්තවල, සංඛ්යා මිශ්ර පද්ධති (Ne, Nm, tex) වේ. සියල්ල ටෙක්ස් බවට පරිවර්තනය කරන්න, පරිවර්තන සූත්රය ද පෙන්වන්න. ඔබට විශ්වාස නැති රේඛාව වෙන වෙනම සලකුණු කරන්න. දත්ත:[වගුව]
2) පිටත ස්කෑන් කිරීම:
මෙම නිෂ්පාදන වගුවේ, එක් එක් පරාමිතිය සඳහා, මධ්යන්ය, std අපගමනය සහ මධ්යන්යයෙන් ±2 std අපගමනය වන පේළි ලැයිස්තුගත කරන්න. සංඛ්යාත්මක සාක්ෂි පමණක් දෙන්න, අදහස් එකතු නොකරන්න. දත්ත: [වගුව]
3) පරාමිති-දෝෂ සම්බන්ධතා කල්පිතය:
පහත වගුවේ ක්රියාවලි සැකසීම් සහ දෝෂ ගණන අඩංගු වේ. කුමන ගැලපුම් වෙනස්කම් කුමන දෝෂයක් සමඟ එකට ගමන් කරයිද යන්න පිළිබඳ උපකල්පන ජනනය කරන්න. සහසම්බන්ධය හේතුකාරක නොවේ; යෝජිත පරීක්ෂණයක් සමඟ සෑම උපකල්පනයක්ම දෙන්න.දත්ත: [වගුව]
4) වට්ටෝරු වෙනස් කිරීමේ සාරාංශය:
නිෂ්පාදන වට්ටෝරුවට සැකසීමට පහත අනුමත පරාමිති වෙනස් කිරීම සාරාංශ කරන්න: පැරණි අගය, නව අගය, අපේක්ෂිත බලපෑම, තහවුරු කිරීමේ පරීක්ෂණය, තීරණ දිනය. වෙනස් කරන්න: [විස්තර]
පරාමිති යොමු වගුව (සාමාන්ය පරාස)
පරාමිතිය
ඒකකය
සාමාන්ය පරාසය (උදාහරණ)
සටහන
කපු නූල් ගණන
මොකක්ද
10-60
විශාල අංකය = සිහින් නූල්
විකෘති සංගුණකය (αe)
-
3.5-4.5 (ගොතන ලද)
ඕනෑවට වඩා ශක්තිය අඩු කරයි
නූල් ශක්තිය (මුදු කපු)
cN/tex
12-22
කෘතිමව ඉහළයි
ඒකාකාරී බව (CV)
%
10-16
පහළ = සිනිඳු
තනි ජර්සි ව්යාකරණ
g/m²
120-220
ටී ෂර්ට් පන්තිය
වියන වාර ගණන (උදාහරණ)
වයර් / අඟල්
40-200 කි
රෙදි වර්ගය අනුව
අවධානය: වගුවේ ඇති පරාසයන් උපදේශාත්මක උදාහරණ වේ; ඔබේම නිෂ්පාදනයක්, තන්තු සහ පාරිභෝගික පිරිවිතර අත්යවශ්ය වේ. පාරිභෝගික ඉවසීම සඳහා AI ලබා දෙන "සාමාන්ය අගය" කිසිවිටෙක ආදේශ නොකරන්න.
පොදු වැරදි
- වක්ර/සෘජු සංඛ්යා ව්යාකූලත්වය. ne සහ tex එකම දිශාවක යැයි සිතීම අර්ථකථන ආපසු හරවයි.
- හේතුව සඳහා වැරදි සහසම්බන්ධය. "එකට වෙනස් වීම" "එකක් අනෙකට හේතු විය" ට වඩා වෙනස් ය; අත්හදා බැලීම් මගින් වෙන් කර ඇත.
- කරකැවිල්ල වැඩි වන විට සෑම විටම ශක්තිය වැඩි වන බව සිතේ. ප්රශස්ත පවතී; අධික ලෙස ඇඹරීම හානිකර වේ.
- පිටතින් මකන්න. පිටස්තරය බොහෝ විට වටිනාම ඉඟිය වේ; මකා දැමීමට පෙර හේතුව සොයා බලන්න.
- තනි සාම්පලයක් සමඟ තීරණය. මිනුමක් ප්රවණතාවක් නොවේ; පුනරාවර්තනය සහ සංඛ්යා ලේඛන අවශ්ය වේ.
සාරාංශයකින්
නූල් සහ රෙදි වල ගුණාත්මකභාවය ගණන් කිරීම, කරකැවීම, ශක්තිය, ඒකාකාරිත්වය සහ ව්යාකරණ/ඝනත්වය වැනි මූලික පරාමිතීන් කිහිපයකින් සාරාංශ කර ඇත. AI මෙම පරාමිතීන් ප්රමිතිකරණය කිරීම, පිටස්තරයන් සලකුණු කිරීම සහ සම්බන්ධතා උපකල්පන උත්පාදනය කිරීමේදී බලවත් වේ; නමුත් සෑම උපකල්පනයක්ම ක්රියාවලි භෞතික විද්යාව සහ භෞතික පරීක්ෂණ සමඟ පරීක්ෂා නොකර වැඩිදියුණු කිරීමක් බවට පත් නොවිය යුතුය. ඒකක පැහැදිලිකම සහ "සහසම්බන්ධතාවය ≠ හේතුඵල" මූලධර්මය මෙම ඒකකයේ රන් රීති දෙක වේ.
යෙදුම් කාර්යය
ඔබේ (හෝ නියැදියක්) නූල් නිෂ්පාදන සටහනක් ගන්න; අවම වශයෙන් පේළි 20 ක් සහ පරාමිති 4 ක් තිබිය යුතුය. මෙම ඒකකයෙන් "පිටස්තර පිරික්සීම" සහ "පරාමිති-දෝෂ සම්බන්ධතා කල්පිතය" සැකිලි අනුපිළිවෙලින් පුහුණු වන්න. AI විසින් සලකුණු කර ඇති බව අවම වශයෙන් එක් පිටස්තරයෙකු අතින් පරීක්ෂා කර ඔබගේම ක්රියාවලි දැනුමෙන් ඒ මන්දැයි පැහැදිලි කරන්න. AI විසින් පිහිටුවන ලද සම්බන්ධතා උපකල්පනයක් තෝරා එය සත්යාපනය කිරීමට ඔබ සැලසුම් කරන අත්හදා බැලීම එක් ඡේදයක ලියන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම සියලු පරාමිති තනි ඒකක පද්ධතියකට ගෙන ආ අතර උදාහරණයේ පරිවර්තනය සත්යාපනය කළෙමි.
- [ ] මම පිටස්තරයන් මකා නොදමමින් හේතු විමර්ශනය කළෙමි.
- [ ] මම AI විසින් ලබා දී ඇති සම්බන්ධතා උපකල්පන ලෙස සලකුණු කළෙමි, මම හේතුකාරකත්වය ප්රකාශ නොකළෙමි.
- [ ] මම twist වැනි ප්රශස්ත පරාමිතිවල එක්-මාර්ග "වැඩි කිරීමේ" තර්කයට වැටුනේ නැත.
- [ ] මම භෞතික පරීක්ෂණ/ප්රතිනිර්මාණය සමඟ එක් එක් වැඩිදියුණු කිරීමේ තීරණයට සහාය දැක්වුවෙමි.