Katedra textilních materiálů ENÍ TEXTILIÍ PŘEDNÁŠKA 6



Podobné dokumenty
Katedra textilních materiálů ENÍ TEXTILIÍ PŘEDNÁŠKA 7 MECHANICKÉ VLASTNOSTI

LibTex Systém projektování textilních struktur

VŠB Technická univerzita Ostrava BIOSTATISTIKA

23. Matematická statistika

Náhodná proměnná. Náhodná proměnná může mít rozdělení diskrétní (x 1. , x 2. ; x 2. spojité (<x 1

6. T e s t o v á n í h y p o t é z

Základy teorie pravděpodobnosti

Třídění statistických dat

Náhodná veličina a rozdělení pravděpodobnosti

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM

Praktická statistika. Petr Ponížil Eva Kutálková

VŠB Technická univerzita Ostrava

Regresní a korelační analýza

2. Bodové a intervalové rozložení četností

CHEMIE A CHEMICKÉ TECHNOLOGIE (N150013) 3.r.

Diskrétní rozdělení Náhodná veličina má diskrétní rozdělení pravděpodobnosti, jestliže existuje seznam hodnot

Testování hypotéz. 1 Jednovýběrové testy. 90/2 odhad času

2. Základní typy dat Spojitá a kategoriální data Základní popisné statistiky Frekvenční tabulky Grafický popis dat

Interní norma č /01 Stupeň kotonizace lýkových vláken

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

V i s k o z i t a N e w t o n s k ý c h k a p a l i n

SEMESTRÁ LNÍ PRÁ CE. Licenč ní studium STATISTICKÉZPRACOVÁ NÍ DAT PŘ I KONTROLE A Ř ÍZENÍ JAKOSTI




Cvičení 2. Vyjádření náhodně proměnných veličin, Posudek spolehlivosti metodou SBRA, Posudek metodou LHS.

1. Úvod do genetických algoritmů (GA)


Bezpečnostní technika

Materiály charakteristiky potř ebné pro navrhování

Zpracovatelské vlastnosti textilních vláken

Zápočtová práce STATISTIKA I

FAKULTA STAVEBNÍ VUT V BRNĚ PŘIJÍMACÍ ŘÍZENÍ DO MNSP STAVEBNÍ INŽENÝRSTVÍ PRO AKADEMICKÝ ROK

Téma 2: Pravděpodobnostní vyjádření náhodných veličin

IDENTIFIKACE BIMODALITY V DATECH

Matematika III. 27. listopadu Vysoká škola báňská - Technická univerzita Ostrava. Matematika III

Pro bodový odhad při základním krigování by soustava rovnic v maticovém tvaru vypadala následovně:

Statistika. cílem je zjednodušit nějaká data tak, abychom se v nich lépe vyznali důsledkem je ztráta informací!

Komplexní vyjádření kvality bavlněných vláken. Technická universita v Liberci Česká republika

Statistika. Program R. popisná (deskriptivní) statistika popis konkrétních dat. induktivní (konfirmatorní) statistika. popisná statistika

Pojem a úkoly statistiky

Pomůcka pro cvičení: 3. semestr Bc studia

Výtok kapaliny otvorem ve dně nádrže (výtok kapaliny z danaidy)

Rotující kotouče Drahomír Rychecký Drahomír Rychecký Rotující kotouče

V praxi pracujeme s daty nominálními (nabývají pouze dvou hodnot), kategoriálními (nabývají více

Pythagorova věta Pythagorova věta slovní úlohy. Mocniny s přirozeným mocnitelem mocniny s přirozeným mocnitelem operace s mocninami

SBÍRKA ZÁKONŮ ČESKÉ REPUBLIKY

Euklidovský prostor Stručnější verze

Pracovní list č. 3 Charakteristiky variability

Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

STANOVENÍ PEVNOSTI V TAHU U MĚKKÝCH OBALOVÝCH FÓLIÍ

Netlumené kmitání tělesa zavěšeného na pružině

Statistika pro geografy. Rozd lení etností DEPARTMENT OF GEOGRAPHY

Minimální hodnota. Tabulka 11

Náhodné chyby přímých měření


Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík

Geometrie. RNDr. Yvetta Bartáková. Gymnázium, SOŠ a VOŠ Ledeč nad Sázavou

4ST201 STATISTIKA CVIČENÍ Č. 7

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D.

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ. FAKULTA STROJNÍHO INŽENÝRSTVÍ Ústav materiálového inženýrství - odbor slévárenství

Národníinformačnístředisko pro podporu jakosti

I. Statické elektrické pole ve vakuu

VÝUKOVÝ MATERIÁL. Pro vzdělanější Šluknovsko. 32 Inovace a zkvalitnění výuky prostřednictvím ICT Bc. David Pietschmann.

Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter.

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D.

Matematická statistika

ANALÝZA DAT V R 3. POPISNÉ STATISTIKY, NÁHODNÁ VELIČINA. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK

Analýza dat na PC I.

Šroubovitá pružina válcová tažná z drátů a tyčí kruhového průřezu [in]

Organizační pokyny k přednášce. Matematická statistika. Přehled témat. Co je statistika?

UNIVERZITA PARDUBICE CHEMICKO-TECHNOLOGICKÁ FAKULTA KATEDRA ANALYTICKÉ CHEMIE

Zpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi.

Praktikum III - Optika

( ) Úloha č. 9. Měření rychlosti zvuku a Poissonovy konstanty

Statistika. Diskrétní data. Spojitá data. Charakteristiky polohy. Charakteristiky variability

Náhodné (statistické) chyby přímých měření

Osvětlování a stínování

Měření závislosti statistických dat

PRAKTIKUM I. Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK. úloha č. 11 Název: Dynamická zkouška deformace látek v tlaku

letní semestr Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy Matematická statistika

terénní praktikum : Pila Ptení jméno a příjmení : třída : datum :

Třídění odpadů v Jihomoravském kraji v roce 2012 Hodonín

Diskrétní náhodná veličina. November 12, 2008

PRAVDĚPODOBNOST A STATISTIKA. Testování hypotéz o rozdělení

Testování hypotéz testy o tvaru rozdělení. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Náhodný vektor a jeho charakteristiky

TECHNICKÝ DODATEK Rozměry, hmotnosti a maximální rozpětí podpor trubek

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA. pro studijní obory SOŠ a SOU (13 15 hodin týdně celkem)

Národní informační středisko pro podporu kvality

Příloha č. 3. Kombinační třídění

REKTIFIKACE DVOUSLOŽKOVÉ SMĚSI, VÝPOČET ÚČINNOSTI

HUSTOTA ROPNÝCH PRODUKTŮ

MATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci

VLIV STŘÍDAVÉHO MAGNETICKÉHO POLE NA PLASTICKOU DEFORMACI OCELI ZA STUDENA.

Praktikum I Mechanika a molekulová fyzika

Cvičení 3. Posudek únosnosti ohýbaného prutu. Software FREET Simulace metodou Monte Carlo Simulace metodou LHS

Zkoušení cihlářských výrobků

Transkript:

PŘEDNÁŠKA 6 P l () l f ( l) dl = 1 f ( l) dl = 1 F( l) = l max 0 l

Definice: Délka vlákna e definována ako vzdálenost konců napřímeného vlákna bez obloučků a bez napětí. Délka vlákna e zatížena vysokou nehomogenitou. Pro eí stanovení sou důležité charakteristiky rozptylu a grafická znázornění statistického rozdělení délek vláken v surovině Znázorněním statistického rozdělení délek vláken e staplový diagram (stapl). Definice: Staplová křivka e nenormovaná křivka statistického rozdělení délek vláken. Přírodní vlákna, (bavlna, vlna, len), a vlákna chemická vyráběná pro směsování s přírodními vlákny sou nazývána vlákny staplovými.

Základní pomy: Délka vlákna - vzdálenost konců vlákna bez obloučků a bez napětí Staplová délka - nenormované označení délky vláken ve staplu Střední délka - aritmetický průměr délek vláken zastoupených ve vločce Vločka - chomáč vláken získaný z výběru I. a II. stupně, v němž sou statisticky zastoupeny všechny délky vláken v surovině Třáseň vlákna z vločky srovnaná vedle sebe na stenou základnu

Metody stanovení délky vláken metody přímé, měří se délky ednotlivých vláken metody nepřímé, měří se délka ze souboru vláken prostřednictvím - hmotnosti ve třídách, -prosvěcováním třásně, - ohmatáváním třásně, atd. Metody přímé -měření délky ednotlivých vláken. Hodnoty délek sou zpracovány třídící metodou s grafickým výstupem, histogram, součtová křivka a staplová křivka. Přímou metodou e stanovena délka vláken četnostním způsobem měření.

Přímé metody stanovení délky vláken Měření na skleněné desce Používá se zeména pro stanovení délky vláken vytažených z přízí. Skleněná deska s adhesivem, na ni se natáhnou vlákna a ednotlivě se měří. Hodnoty se zpracovávaí třídící metodou a stanoví se statistické charakteristiky a grafická vyádření. L [mm]

Přímé metody stanovení délky vláken Měření na třídícím kuličkovém přístroi

Přímé metody stanovení délky vláken Měření na třídícím kuličkovém přístroi Načítání hodnot délek vláken v určité třídě e řešeno stisknutím klávesy 3 po vytažení vlákna ze svěru čelisti 1. Šířka klávesy e šířka třídy l. Jsou načítány absolutní četnosti délek vláken. Určue se: průměrná délka [mm] modální délka [mm] mediánová délka [mm] rozptyl s 2 [mm 2 ] směrodatná odchylka s [mm] variační koeficient v [ % ] l l ) l ~ z grafických vyádření histogram četností f = f (l ) součtová křivka četností F = f (Σ f ) staplový diagram l = f (Σ p )

Přímé metody stanovení délky vláken Základní vztahy výpočtů statistických charakteristik Průměrná délka Modální délka 1 l = n ) l = l ) d k l = 1 + n n [ mm] n ) ) ( + 1) 2 n) ( + 1) [ n + n ] ) ) ( 1) * l [ mm] Mediánová délka ~ l = ~ 1 n + 1 n 2 = 1 l~ + * l [ mm] d n~

Přímé metody stanovení délky vláken Základní vztahy výpočtů statistických charakteristik Rozptyl s 2 1 2 2 = 1 = 1 k k 1 = n 1 n 1 ( ) 2 2 l l * n = [ l n l n] [ mm ] Směrodatná odchylka s = s 2 [ mm] Variační koeficient v = s l 2 *10 [%]

Přímé metody stanovení délky vláken Základní vztahy pro grafické zobrazení Relativní četnost Empirická hustota pravděpodobnosti: f = n n [1] ) f n 1 1 ( l ) = * = [ mm ] n l f l Empirická četnostní distribuční křivka (empirická součtová křivka) ) F ( l ) ( ) h f l h * l = = 1 ) l zohledňueme případ nesteně širokých tříd

Přímé metody stanovení délky vláken f = ) f n 1 1 ( l ) = * = [ mm ] n n n [1] l f l l zohledňueme případ nesteně širokých tříd

Přímé metody stanovení délky vláken Staplový diagram Staplový diagram e nenormovaná křivka závislosti l = f(p l ). Zdat naměřených délek vláken a eich začlenění do tříd e zkonstruueme ako empirickou funkci definovanou vztahem ) P l ( ) f ( l ) l Tuto funkci vynášíme do souřadnic d = = k ) d ) x = P d, = ( ) l y l

Přímé metody stanovení délky vláken Staplový diagram Rozdíl mezi distribuční funkcí a staplovou křivkou: Distribuční funkce e konstruována v osách x = l, y = F(l). Empirická distribuční funkce e sčítána od = 1 (to e od 1. třídy) do = k (t. do poslední třídy), a to po horní hranice tříd! Staplová křivka e konstruována v osách x = P(l), y = l. Empirická staplová křivka e sčítána od = k (t. od poslední třídy) do = 1 (t. do první třídy) po dolní hranice tříd!

Přímé metody stanovení délky vláken Staplový diagram Staplová křivka e doplňkovou křivkou k distribuční funkci. Platí mezi nimi vztah: h Modelová staplová křivka ) ) F( l ) + P( l ) = d 1 P () l l = f ( l) dl = 1 l f ( l) dl = 1 F( l) l max 0

Přímé metody stanovení délky vláken Staplový diagram POZOR NA CHYBU V UČEBNÍCH TEXTECH! Sloupce musí být ležaté, ale v textu sou svislé!

Přímé metody stanovení délky vláken Staplový diagram

Přímé metody stanovení délky vláken Staplový diagram L h [mm]

Přímé metody stanovení délky vláken Empirická staplová křivka Ležaté sloupce

Přímé metody stanovení délky vláken Modelová staplová křivka

Přímé metody stanovení délky vláken Rozbor staplu

Nepřímé metody stanovení délky vláken Stanovení délky vláken hmotnostním způsobem Předpoklad: vlákna sou všechna stené plochy průřezu S hustota (měrná hmotnost [kg.m -3 ]) ρ e konstantní. Hmotnost ednoho vlákna e pak závislá pouze na délce. m v = S * ρ * l = k * l [ mg] m v - hmotnost vlákna [ mg ] S - plocha průřezu vlákna [ mm 2 ] ρ - hustota vlákna [ mg.mm-3 ] l - délka vlákna [ mm ]

Nepřímé metody stanovení délky vláken Stanovení délky vláken hmotnostním způsobem Vlákna sou tříděna do tříd podle délek hmotnost všech vláken v obecné -té třídě e m = k * l * n [ mg] m - hmotnost vláken v - té třídě [ mg ] l - délka vláken v - té třídě n - počet ( četnost ) vláken v -té třídě Místo relativní četnosti f zavedeme tzv. relativní hmotnost g : g = m m ) = w( l )* l [1]

Nepřímé metody stanovení délky vláken Stanovení délky vláken hmotnostním způsobem g = m m ) = w( l )* l [1] m = k = 1 m [ mg] m - hmotnost všech vláken ve vločce - empirická hmotnost pravděpodobnosti [mm -1 ]( zavedená místo ( l ) empirické hustoty pravděpodobnosti u četnostního způsobu stanovení délky vláken ) l - šířka - té třídy w )

Nepřímé metody stanovení délky vláken Stanovení délky vláken hmotnostním způsobem Místo histogramu a polygonu četností konstruueme histogram a polygon hmotností. V limitním tvaru ( lim l = 0, lim m = ) přechází polygon hmotností do modelového tvaru hustoty pravděpodobnosti hmotností. Součtová empirická křivka hmotností přechází do tzv. hmotnostní distribuční funkce G(l): Vztah mezi H(l) a G(l) [mezi staplovou křivkou a hmotnostní distribuční funkcí]: H ( l) = l l w( l) dl = 1 w( l) dl = 1 max 0 l G( l)

Nepřímé metody stanovení délky vláken Stanovení délky vláken hmotnostním způsobem Při konstrukci hmotnostní staplové křivky, sčítáme hmotnosti ve třídách od nedelších vláken, tedy od tříd na konci tabulky, Hmotnostní empirická staplová křivka H ) ( l ) e vyádřena vztahem d ) ) H ( l d ) = w( l d ) l = k [1] Při výpočtu nezapomenout na šířku třídy l!

Nepřímé metody stanovení délky vláken Stanovení délky vláken hmotnostním způsobem Výpočet délkových charakteristik z metod hmotnostních korespondue s výpočty podle metody četnostní: Střední délka l M = k = 1 1 m k = 1 l * m = 1 m k = 1 l * m [ mm] l - třídní znak v -té třídě [ mm ] m - hmotnost vláken v -té třídě [ g ]

Nepřímé metody stanovení délky vláken Stanovení délky vláken hmotnostním způsobem převodní vztah mezi relativní hmotností g a relativní četností f : l g = f ( l ) l lc Empirická hustota pravděpodobnosti a empirická hustota hmotnosti ) g ) (l) f ) (l) v totožných souřadných osách - křivky se nepřekrývaí. Rovněž střední délky vláken nesou stené. l l M c

Nepřímé metody stanovení délky vláken Stanovení délky vláken hmotnostním způsobem roztřídění délek vláken v hřebenovém poli.

Nepřímé metody stanovení délky vláken Stanovení délky vláken hmotnostním způsobem Dvě hřebenová pole, v ednom e vločka vláken uložena v původním neroztříděném stavu, do druhého se rovnaí na společnou základnu. Pak se vytahuí z hřebenů podle délek a sou vážena na velmi přesných vahách. Prázdné hřebeny sou shozeny do dolní polohy. Hřebeny sou od sebe vzdáleny o l.

Nepřímé metody stanovení délky vláken Stanovení délky vláken hmotnostním způsobem

Nepřímé metody stanovení délky vláken Stanovení délky vláken měřením v třásni Uplatnění metod tam, kde e zapotřebí rychle a přesně změřit charakteristiky vlákenné suroviny. Pro rychlost a přesnost měření sou tyto metody zařazeny do linek HVI ( HVI = High Volumen Instruments) Základní metodou nepřímého měření délky vláken v třásni e FIBROGRAPH. Metoda e založena na fotoelektrickém měření světla procházeícího třásní. Vytvoření třásně na zařízení FIBROSAMPLER Měření třásně ve vlastním FIBROGRAFU vytvoření grafického záznamu FIBROGRAMU

Nepřímé metody stanovení délky vláken Stanovení délky vláken měřením v třásni FIBROGRAPH

Nepřímé metody stanovení délky vláken Stanovení délky vláken měřením v třásni FIBROGRAPH

FIBROGRAM ENÍ TEXTILIÍ DÉLKA VLÁKEN Nepřímé metody stanovení délky vláken

Nepřímé metody stanovení délky vláken Stanovení délky vláken měřením v třásni Na úrovni 50 % odečítáme délku vláken přináležeící 50 % -nímu výskytu délek. Tyto délky odečítáme také na 25 % a na 2,5 %. Z délek SL 50% a SL 2,5% vypočteme stenoměrnost staplu (Uniformity Ratio UR): UR = SL SL 50% 2,5% [1] Dobrá stenoměrnost staplu e 0,45 (45%)

Nepřímé metody stanovení délky vláken Stanovení délky vláken měřením v třásni Tečna ke křivce v bodě y = 100%, protne osu x (osu délek vláken v bodě ML (Mean Length), - průměrná hodnota délky vláken. Podobná konstrukce v bodě y = 50% - tzv. průměrná délku horní půle staplu UHM (Upper Half Mean Length). Z těchto hodnot vypočítáme index stenoměrnosti UI (Uniformity Index ) UI = ML UHM

Metody stanovení délky vláken