Contribution à la modélisation de l'influence des caractéristiques des fibres de coton et des paramètres du processus sur les propriétés des filés classiques et flammés
Institution:
ValenciennesDisciplines:
Directors:
Abstract EN:
Nowadays, the industry of the short fibre spinning mill needs performing tools allowing the modelling of process and the prediction of the yarn properties in order to control the level of quality of its products, to satisfy the customers and to increase their competitivity. Within this framework, the spinner, willing to improve and adapt continuously his product, must have more rational knowledge of the process of spinning mill, in particular concerning the correlations between the fibre and the yarn characteristics. Indeed, the fibre properties have a determining influence on the working of the machines, the quality and the cost of the final product. Thus, we propose a prediction system made up of several neuronal models allowing to predict the properties of two categories of yarns: ring spun and fancy yarns starting from the knowledge of the characteristics of cotton fibres and the structural parameters. The choice of the neuronal models having the optimal architecture was accomplished thanks to the application of an original approach called "virtual leave-one-out". The performances of the established models are evaluated and analyzed on the basis of a real data base gathered from an industrial spinning mill manufacturing yarns for the "denim" applications. Finally, the analysis of the impact of the input variables on the various model outputs has confirmed the validity of the variation of the modelled properties and has also shown that the established models reflect very well the experimental reality.
Abstract FR:
De nos jours, l'industrie de la filature de fibres courtes a besoin d'outils performants permettant la modélisation de processus et la prédiction des propriétés des filés afin de maîtriser le niveau de qualité de ses produits, de satisfaire les attentes de la clientèle et enfin d'augmenter la compétitivité. Dans ce cadre, le filateur, soucieux d’améliorer et d’adapter continuellement son produit, doit avoir des connaissances plus rationnelles du processus de filature, en particulier concernant les corrélations entre les caractéristiques des fibres et des filés. En fait, les propriétés des fibres ont une influence déterminante sur la marche des machines et la qualité du produit fini ainsi que sur les coûts de fabrication. Ainsi, nous proposons un système de prédiction constitué de plusieurs modèles neuronaux permettant de prévoir les propriétés de deux catégories de filés : classiques et flammés à partir de la connaissance des caractéristiques des fibres de coton et des paramètres liés à la structure des filés étudiés. Le choix des modèles neuronaux d'architecture optimale a été accompli grâce à la mise en œuvre d'une approche originale appelée "leave-one-out virtuel". Les performances des modèles élaborés sont évaluées et analysées grâce à une base de données réelles provenant d'une grande entreprise de filature fabricant des fils à destination de tissage d'articles "denim". Enfin, l'analyse approfondie de l'impact des variables d'entrée des différents modèles sur leurs sorties respectives a permis d'examiner et de confirmer la validité des sens de variation des propriétés modélisées et a montré également que les modèles élaborés reflètent bien la réalité expérimentale.