Skip to main content

Login for students

Login for employees

Publication detail

Yarn Hairiness Versus Quality of Yarn
Authors: Krupincová Gabriela | Meloun Milan
Year: 2013
Type of publication: článek v odborném periodiku
Name of source: Journal of The Textile Institute
Publisher name: Taylor & Francis Ltd.
Place: Abingdon
Page from-to: 1312-1319
Titles:
Language Name Abstract Keywords
cze Chlupatost příze proti kvalitě příze Ochlupení příye je obvykle charakterizováno množstvím volných vláken vystupujících z kompaktní příze směrem k vnějšímu povrchu příze. Jeho určení je důležité, protože to ovlivňuje provoz a parametry textilního výrobku po odstředění. Faktory ovlivňující kvalitu příze, především příze ochlupení, jsou korelovány, a proto závěry závisí na všech výrobních podmínek. Cílem článku je ukázat, jak rychle a efektivně mohou být statistické metody jako je analýza hlavních komponent být použity k získání informací o podobnosti vzorků příze a vybudovat komplexní kritéria jakosti.Sada kroužků přízí se vyrábí pro komplexní analýzu kvality. Zweigle G 567 a Uster Tester 4 se užívají k vyšetřování ochlupení příze. Analýza vícenásobných dat; metoda hlavních komponent; počet přízí; průměr příze; příze ochlupení; zákruty příze;
eng Yarn Hairiness Versus Quality of Yarn Yarn hairiness is usually characterized by the amount of free fibers protruding from the compact yarn body towards the outer yarn surface. Its determining is essential because it influences the post spinning operation and parameters of the textile product. Factors influencing yarn quality, mainly yarn hairiness, are correlated and therefore the conclusions depend on all production conditions. Main aim of this article is to show, how quickly and effectively the statistical methods principal component analysis can be applied to obtain information about similarity of yarn samples behavior and build complex quality criterion for yarn. A set of ring yarns is produced for complex quality analysis. The Zweigle G 567 and Uster Tester 4 are used for yarn hairiness investigation. multivariate data analysis; principal component analysis; yarn count; yarn diameter; yarn hairiness; yarn twist