Interní norma č /01 Stupeň kotonizace lýkových vláken

Podobné dokumenty
Interní norma č /01 Průměr a chlupatost příze

Interní norma č /01 Definice. Geometrické vlastnosti vláken

Interní norma č /01 Rozlišení lnu a konopí ve formě vláken Kroucení vláken při dehydrataci

Interní norma č /01 Anizotropie rezistivity textilií.

Interní norma č /01 Omak tkanin Metoda subjektivní

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

STATISTIKA. Inovace předmětu. Obsah. 1. Inovace předmětu STATISTIKA Sylabus pro předmět STATISTIKA Pomůcky... 7

MENDELOVA ZEMĚDĚLSKÁ A LESNICKÁ UNIVERZITA V BRNĚ Zkušebna nábytku Brno, Lesnická 39 PROTOKOL O ZKOUŠCE

Kalibrace a limity její přesnosti

Dílčí projekt: Textilie pro speciální aplikace 3. etapa: Textilie z odpadních a recyklovaných materiálů

T E C H N I C K Á Z P R Á V A

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

Statistika pro geografy

Aproximace a vyhlazování křivek

1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností,

Interní norma č /01 Hodnocení prodyšnosti tkanin

PŘÍRUČKA ŘEŠENÝCH PŘÍKLADŮ

Tvorba nelineárních regresních modelů v analýze dat

Měření závislosti statistických dat

UNIVERZITA PARDUBICE

Kompaktní příze tvorba, struktura a vlastnosti

ČESKÁ TECHNICKÁ NORMA

=10 =80 - =

Fibre-reinforced concrete Specification, performance, production and conformity

LibTex Systém projektování textilních struktur

Katedra textilních materiálů ENÍ TEXTILIÍ PŘEDNÁŠKA 5

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

Návrh a vyhodnocení experimentu

Katedra textilních materiálů ENÍ TEXTILIÍ PŘEDNÁŠKA 6

Náhodné chyby přímých měření

Regresní analýza 1. Regresní analýza

Charakterizace rozdělení

Matematika PRŮŘEZOVÁ TÉMATA

TECHNICKÁ UNIVERZITA V LIBERCI. Statistický rozbor dat z dotazníkového šetření

Univerzita Pardubice. Fakulta chemicko-technologická Katedra analytické chemie. Licenční studium Statistické zpracování dat

Zápočtová práce STATISTIKA I

7. Rozdělení pravděpodobnosti ve statistice

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

Regresní a korelační analýza

ČOS vydání Oprava 1 ČESKÝ OBRANNÝ STANDARD DEFINICE JMENOVITÉHO STATICKÉHO DOSAHU INFRAČERVENÝCH ZOBRAZOVACÍCH SYSTÉMŮ

Plánování experimentu

Analýza dat na PC I.

Mnohorozměrná statistická data

Úloha č. 2 - Kvantil a typická hodnota. (bodově tříděná data): (intervalově tříděná data): Zadání úlohy: Zadání úlohy:

Tvorba nelineárních regresních modelů v analýze dat

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1

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

SOLVER UŽIVATELSKÁ PŘÍRUČKA. Kamil Šamaj, František Vižďa Univerzita obrany, Brno, 2008 Výzkumný záměr MO0 FVT

Mnohorozměrná statistická data

Náhodná veličina a rozdělení pravděpodobnosti

PODKLADY PRO TVORBU NABÍDEK KTT

Stanovení manganu a míry přesnosti kalibrace ( Lineární kalibrace )

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz

Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie ANOVA. Semestrální práce

Číselné charakteristiky

Diskrétní náhodná veličina

Dobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze

KALIBRACE. Definice kalibrace: mezinárodní metrologický slovník (VIM 3)

VŠB Technická univerzita Ostrava BIOSTATISTIKA

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =

Otázky k měření centrální tendence. 1. Je dáno rozložení, ve kterém průměr = medián. Co musí být pravdivé o tvaru tohoto rozložení?

Statistické vyhodnocení zkoušek betonového kompozitu

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

ZKUŠEBNÍ PROTOKOLY. B1M15PPE / část elektrické stroje cvičení 1

KALIBRACE A LIMITY JEJÍ PŘESNOSTI. Semestrální práce UNIVERZITA PARDUBICE. Fakulta chemicko-technologická Katedra analytické chemie

Dílčí projekt: Systém projektování textilních struktur 3. Vývojová etapa

Tvorba grafů v programu ORIGIN

STATISTIKA A INFORMATIKA - bc studium OZW, 1.roč. (zkušební otázky)

Matematická statistika

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY

VŠB Technická univerzita Ostrava

Ing. Radovan Nečas Mgr. Miroslav Hroza

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium Management systému jakosti

22. Pravděpodobnost a statistika

Manažerská ekonomika KM IT

OCHRANA VOJENSKÝCH OBJEKTŮ PROTI ÚČINKŮM VÝKONOVÝCH ELEKTROMAGNETICKÝCH POLÍ, SIMULACE EMC FILTRŮ

Třídění statistických dat

Measurement of fiber diameter by laser diffraction Měření průměru vláken pomocí laserové difrakce

STANOVENÍ PROPUSTNOSTI OBALOVÝCH MATERIÁLŮ PRO VODNÍ PÁRU

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

TEMATICKÝ PLÁN VÝUKY

Hodnocení vlastností folií z polyethylenu (PE)

VYUŽITÍ NAMĚŘENÝCH HODNOT PŘI ŘEŠENÍ ÚLOH PŘÍMÝM DETERMINOVANÝM PRAVDĚPODOBNOSTNÍM VÝPOČTEM

Interní norma č /01 Měření tepelných vlastností na přístroji Alambeta

Charakteristika datového souboru

Náhodné (statistické) chyby přímých měření

Atmospheres for conditioning and testing - Determination of relative humidity - Part 2: Whirling psychrometer method

UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie. Nám. Čs. Legií 565, Pardubice. Semestrální práce ANOVA 2015

UNIVERZITA PARDUBICE

Obr. 19.: Směry zkoušení vlastností dřeva.

Příloha D Navrhování pomocí zkoušek

Inovace bakalářského studijního oboru Aplikovaná chemie

Statistická analýza jednorozměrných dat

Protokol o zkoušce č. 311/12

Ing. Michael Rost, Ph.D.

Zdeňka Podzimková. BIOANALYTIKA CZ s.r.o.

Protokol z měření vysokopevnostních mikrovláken a kompozitů

UNIVERZITA PARDUBICE

Transkript:

Předmluva Text vnitřní normy byl vypracován v rámci Výzkumného centra Textil LN00B090 a schválen oponentním řízením dne 7.2.2004. Předmět normy Norma stanoví postup měření a hodnocení stupně kotonizace lýkových. Kotonizace e biologický, chemický nebo mechanický postup (nebo eich kombinace), který vede k rozdělení technických až na elementární vlákna. Stupeň kotonizace se určue z příčných řezů technických ako relativní četnost výskytu svazků o počtu elementárních, 2,, atd. V rámci zkoušky e možno stanovit také průměrnou emnost elementárních a technických, eí variabilitu a další kriteria segregace či agregace. Normativní odkazy ČSN 80 0240 Stanovení průměrů metodou mikroproekce. IN -08-0/0 Definice. Geometrické vlastnosti. IN 2-08-0/0 Stanovení geometrických veličin. IN 46-08-0/0 Doporučený postup tvorby příčných řezů. Měkké a tvrdé řezy.

Obsah. Definice... 3. Vlákenný svazek... 3.2 Distribuce četnosti svazků obsahuících... 3.3 Kriteria segregace... 3.4 Kriterium agregace... 4 2. Podstata zkoušky... 4 3. Zkušební zařízení... 4 4. Odběr a příprava vzorků... 4 5. Postup zkoušky... 4 6. Protokol o zkoušce... 5 Literatura... 5 Seznam symbolů... 5 Příloha : Vzorový protokol... 6 2

. Definice. Vlákenný svazek Vlákenný svazek o počtu =, 2,,n e tvořen edním nebo více elementárními vlákny, která sou vzáemně slepena a tvoří kompaktní obekt v obrazu příčného řezu viz obr. a 2. v příloze. Je-li počet svazků obsahuících x, platí pro celkový počet svazků N s vztah a pro celkový počet platí vztah n N s = x N = = n = x.2 Distribuce četnosti svazků obsahuících Relativní četnost svazků obsahuících f e f = x N (3) s () (2) a kumulativní četnost svazků do F F = f k k = (4).3 Kriteria segregace Kriterium segregace f e relativní četnost výskytu elementárních, t. hodnota relativní četnosti svazků pro počet ve svazku =. V intervalu 2 0 lze předpokládat, že relativní četnost výskytu elementárních e monotónně klesaící funkcí, která může být popsána geometrickým rozložením dle vztahu f = p p (5) ( ) kde parametr rozložení p e dalším ukazatelem segregace, neboť vyšší hodnota p znamená vyšší relativní četnosti svazků o nízkém počtu. Parametr p e možno odhadnout např. metodou nemenších čtverců. Platnost geometrického rozložení lze ověřit užitím grafu poměru frekvencí [] * f = C0 + C * (6) f Při porovnání směrnice C a úseku C 0 regresní přímky v grafu poměru frekvencí lze identifikovat typ diskrétního rozdělení výběru. Pro geometrické rozdělení platí C 0 = 0 (úsek) a C = p (směrnice). 3

.4 Kriterium agregace Kriterium agregace vyadřue pravděpodobnost výskytu svazků o počtu 0. R0 = 00( F0 ) (7) F 0 e kumulativní četnost svazků do =0. 2. Podstata zkoušky Podstatou zkoušky e příprava příčných řezů lýkových a zpracování mikroskopických obrazů. Z obrazů se získaí kontury elementárních oednocených i slepených ve svazku. Měří se plochy ednotlivých i svazků a zaznamenávaí se počty ve svazcích. Na základě naměřených dat se použie výpočetní postup, který stanoví kriteria k určení stupně kotonizace. 3. Zkušební zařízení Systém obrazové analýzy, který zahrnue optický mikroskop s nástavcem pro umístění kamery, kamera, PC se softwarem obrazové analýzy. 4. Odběr a příprava vzorků Odběr a příprava vzorků se provádí dle IN 46-08-0/0 Doporučený postup tvorby příčných řezů a ČSN 80 0240 Stanovení průměrů metodou mikroproekce. Pro statisticky spolehlivé výsledky se doporučue zpracovat 500-000 ných řezů. 5. Postup zkoušky 5. Příčné řezy ných svazků se připraví dle IN 46-08-0/0 Doporučený postup tvorby příčných řezů. 5.2 Kontury elementárních se připraví dle IN 2-08-0/0 Stanovení geometrických vlastností. 5.3 Plochy elementárních se měří dle IN 2-08-0/0 Stanovení geometrických vlastností. Z ných ploch se určí emnost elementárních. Pro libovolný svazek obsahuící platí 3 2 t i tex = ρ kgm s mm (8) [ ] [ ] [ ] kde t i e emnost i-tého elementárního vlákna ve svazku, ρ e měrná hmotnost a s i e plocha i-tého elementárního vlákna ve svazku. Jemnost uvedeného svazku se určí ako součet t [ ] = [ tex] t i i= i tex (9) 5.4 Zaznamenává se počet svazků obsahuících x a určí se celkový počet svazků N s dle vztahu () a celkový počet N dle vztahu (2). Vypočte se relativní četnost svazků obsahuících f dle vztahu (3) a kumulativní četnost svazků do F dle vztahu (4). Určí se kriterium segregace f. 4

5.5 Podle vztahu (6) se ověří platnost geometrického rozložení a metodou nemenších čtverců se vyhledá parametr rozdělení p. Podle vztahu (7) se určí kriterium agregace R 0. 6. Protokol o zkoušce Protokol o zkoušce musí obsahovat tyto údae: a) odkaz na tuto normu a datum zkoušky, b) identifikaci zkušebního vzorku a postup odběru vzorku, c) počet zkušebních vzorků, d) odchylky od normou stanoveného postupu, e) výsledky zkoušky. Literatura [] Meloun, M., Militký, J.: Statistické zpracování experimentálních dat. PLUS spol. s.r.o., Praha 994. [2] Křemenáková, D., Militký, J., Antonov, V.: Cottonization degree of pretreated flax fibers. Vlákna a textil 0 (2), 82-85, 2003. [3] Křemenáková, D., Militký, J., Antonov, V.: Bundling tendency of preteated flax fibres, Conference Fibre grade polymers, Portorož, Slovenia 2003. Seznam symbolů f relativní četnost svazků obsahuících f relativní četnost výskytu elementárních (=), kriterium segregace F kumulativní četnost svazků do F 0 kumulativní četnost svazků do =0 N celkový počet N s celkový počet svazků p parametr geometrického rozložení, kriterium segregace R 0 pravděpodobnost výskytu svazků o počtu 0, kriterium agregace s i plocha i-tého elementárního vlákna ve zvoleném svazku, který obsahue t i emnost i-tého elementárního vlákna ve zvoleném svazku, který obsahue [tex], (i=,2, ) t emnost zvoleného svazku, který obsahue [tex] x počet svazků obsahuících, kde =,2,,n ρ měrná hmotnost [kgm -3 ] Přílohy Příloha Vzorový protokol V Liberci.0.2004 Vypracovala Dr. Ing. Dana Křemenáková a Prof. Ing. Jiří Militký, CSc. 5

Příloha : Vzorový protokol Protokol č. Identifikace vzorku: lněná koudel (KP) původní (nekotonizovaná) 2 (E) enzymatická úprava 3 (AE) alkalická vyvářka a enzymatická úprava 4 (EB) enzymatická úprava a peroxidové bělení 5 (K) alkalická vyvářka, enzymatická úprava a peroxidové bělení Výsledky: Obr. Příčný řez svazkem nekotonizovaných (KP) IN 2-04-0/0 Příprava a počet vzorků: Měkké řezy podle IN 46-08-0/0, kontury elementárních podle IN 46-08-02/0 zalito 0 bločků po cca 00 elementárních vláknech pro každý typ vzorku Obr.2 Příčný řez svazkem kotonizovaných enzymatická úprava 2 (E) Tabulka vzorek č. počet /počet svazků parametr p f R 0 (KP) 056 / 33 0,56 0,655 7,987 2 (E) 565 / 723 0,53 0,724 4,0 3 (AE) 76 / 350 0,53 0,706 3,43 4 (EB) 988 / 586 0,57 0,797,7 5 (K) 2264 / 305 0,60 0,784,68 6

Obr. 3 Kumulativní četnost svazků do kumulativní četnost [-] 0,9 0,8 0,7 0,6. KP 2. E 3. AE 4. EB 5.K 2 3 4 5 6 7 8 9 0 počet ve svazku Obr. 4 Jemnost svazku v závislosti na počtu elementárních koeficient korelace 0,72 emnost svazku [tex] 0 9 8 7 6 5 4 3 2 0 0 0 20 30 40 počet ve svazku [-] 50 Datum: Vypracoval: 7