期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
为现代大批量织造提供最佳质量的经纱
1
作者 朱文化 李金海 《国外纺织技术(纺织针织服装化纤染整)》 2001年第2期11-12,共2页
关键词 织造 经纱质量 浆纱 张力储备 纱线毛羽
下载PDF
BEN-TRONIC:优质经纱新方向
2
作者 朱文化 陈明 《国外纺织技术(纺织针织服装化纤染整)》 2000年第10期24-25,共2页
关键词 BEN-TRONIC 整经技术 经纱质量 卷绕 控制系统
下载PDF
Benninger:新型纱线张力控制系统
3
作者 汪玲玲 《国际纺织导报》 2008年第4期22-22,共1页
关键词 张力控制系统 新型纱线 生产过程 经纱质量 贝宁格公司 准备工序 慕尼黑 生产率
下载PDF
新型分条整经机
4
《毛麻科技信息》 2008年第12期4-4,共1页
瑞士Benninger公司研制的新型分条整经机Versomat的主要技术特性为:1、在分条整经生产中,根据纱线细度,各条最小宽度为4mm或者最少12~24根经纱,经纱最大数量为480~560根,宽度达150mm;2、每次分经或上浆的纱线分离时间为7s;3、... 瑞士Benninger公司研制的新型分条整经机Versomat的主要技术特性为:1、在分条整经生产中,根据纱线细度,各条最小宽度为4mm或者最少12~24根经纱,经纱最大数量为480~560根,宽度达150mm;2、每次分经或上浆的纱线分离时间为7s;3、最大整经速度为750m/min;4、在整经过程中,各段张力控制系统使经轴架与整经机之间有一最佳的纱线张力,经轴张力控制系统可确保经纱质量, 展开更多
关键词 分条整经机 张力控制系统 纱线张力 经纱质量 最小宽度 分离时间 经轴架 上浆
下载PDF
Benninger:新型分条整经机
5
作者 汪玲玲 《国际纺织导报》 2008年第3期34-34,36,共2页
为了适应短经纱用量增长的需求,瑞士贝宁格公司开发了一款新型的分条整经机Versomat,用于样品和短经纱的分条整经。Versomat可以对最少量的纱线进行整经,并加工成通用的生产长度便于后续生产加工。
关键词 分条整经机 瑞士贝宁格公司 Versomat 经纱质量 适用性 人性化
下载PDF
Karl Mayer:新型小型上浆机
6
作者 郑林 《国际纺织导报》 2011年第8期42-43,共2页
近年来,快速变化的流行趋势以及对织物更广泛的需求使小批量生产织物显得尤为重要,因此需开发短长度经纱的经轴,且对经纱质量的要求也越来越高。为了解决这些问题,德国卡尔迈耶纺织机械有限公司(Karl Mayer)开发了小样整经机Gir-O-Ma... 近年来,快速变化的流行趋势以及对织物更广泛的需求使小批量生产织物显得尤为重要,因此需开发短长度经纱的经轴,且对经纱质量的要求也越来越高。为了解决这些问题,德国卡尔迈耶纺织机械有限公司(Karl Mayer)开发了小样整经机Gir-O-Matic和自动分条整经机Nov-O-Matic。近期公司开发的一种小型浆纱机(图1)就是基于短纤纱上浆的原理。 展开更多
关键词 上浆机 KARL 分条整经机 经纱质量 小批量生产 流行趋势 纺织机械 开发
下载PDF
Applications of Neural Networks in Spinning Prediction
7
作者 程文红 陆凯 《Journal of Donghua University(English Edition)》 EI CAS 2003年第1期58-60,共3页
The neural network spinning prediction model (BP and RBF Networks) trained by data from the mill can predict yarn qualities and spinning performance. The input parameters of die model are as follows: yarn count, diame... The neural network spinning prediction model (BP and RBF Networks) trained by data from the mill can predict yarn qualities and spinning performance. The input parameters of die model are as follows: yarn count, diameter, hauteur, bundle strength, spinning draft, spinning speed, traveler number and twist. And the output parameters are: yarn evenness, thin places, tenacity and elongation, ends-down. Predicting results match the testing data well. 展开更多
关键词 Neural networks Spinning prediction
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部