توسعه مدل جدیدی از شبکه عصبی برای پیش بینی تاثیر پارامترهای غلظت رنگزای اسپرک و PH حمام رنگرزی بر روی میزان رمق کشی الیاف پشم با رویکرد حفظ محیط زیست

محورهای موضوعی : آلودگی های محیط زیست (آب، خاک و هوا)

میرسعید حصاریان ¹ , جعفر طاوسی ² , سجاد یوسفی ³

1 - استادیار گروه مهندسی نساجی دانشگاه صنعتی ارومیه. * (مسوول مکاتبات)
2 - استادیار گروه مهندسی برق، دانشگاه ایلام.
3 - استادیار گروه مهندسی برق، دانشگاه فنی حرفه‌ای تهران.

تاریخ دریافت : 1400/06/24 تاریخ پذیرش : 1401/07/20 تاریخ انتشار : 1401/12/01

کلید واژه: اسپرک, زیست تخریب پذیر, الیاف پشم, نساجی,

چکیده مقاله :

زمینه و هدف: بیشتر رنگ های مصنوعی مصرفی در صنعت نساجی دارای خطرات زیست محیطی هستند. از این رو، بررسی رمق کشی الیاف پشم بر اساس غلظت رنگزای طبیعی و PH حمام رنگرزی با استفاده از مدل جدیدی از شبکه عصبی از اهداف اصلی این مقاله می باشد. روش بررسی: الیاف پشمی خام با استفاده از رنگ طبیعی اسپرک رنگرزی شد و میزان رمق کشی رنگ بررسی گردید. بنابراین، درصدهای مختلفی از مواد رنگزا با سه مقدار مختلف PH به حمام رنگرزی اضافه گردید. پارامتر رمق کشی با استفاد از روش طیف سنج عبوری اندازه گیری شد. برای بررسی اثر تغییرات غلظت رنگزا و PH بر روی رمق کشی الیاف پشم، مدل شبکه عصبی جدیدی توسعه یافت. با توسعه هدفمند مدل شبکه عصبی، غلظت رنگزای اسپرک با سه مقدار مختلف PH ورودی شبکه و اندازه رمق کشی الیاف پشم خروجی مدل در نظر گرفته شد. در آموزش شبکه عصبی تعداد 80% از داده ها برای آموزش و 20% باقیمانده برای تست در نظر گرفته شد. این تحقیق در سال 1399 انجام گرفته است. یافته ها: بر اساس نتایج تجربی، با افزایش غلظت رنگزا، رمق کشی الیاف پشم افزایش می یابد و تغییر PH حمام رنگ، عملا تاثیری بر روی میزان رمق کشی الیاف پشم ندارد. بحث و نتیجه گیری: بر اساس نتایج تجربی، با افزایش غلظت رنگزا ، رمق کشی الیاف پشم افزایش می یابد و تغییر PH حمام رنگ، عملا تاثیری بر روی میزان رمق کشی الیاف پشم ندارد. نتیجه گیری نهایی می توان مدل پیش بینی با مدل شبکه عصبی را جایگزین انجام آزمایشهای تکراری با مواد سمی برای بررسی رفتار رنگ پذیری الیاف نمود و با این روش جان انسانها را از مرگ نجات داد.

چکیده انگلیسی:

Background and Objective: Most synthetic dyes used in the textile industry have environmental hazards. Therefore, the interest in using biodegradable natural dyes prepared from plants is the main goal of this article. Material and Methodology:  Raw wool fibers were dyed using natural dye and the amount of dye extraction was investigated. Therefore, different percentages of dyes with three different pH values ​​were added to dye bath. The extraction parameter was measured using a UV-visible method. To investigate the effect of changes in dye concentration and pH on extraction, a new neural network model was developed. By development of new neural network model, the concentration of dye spray with three different pH values was considered as the input of the network and the extraction value of wool fibers was considered as the output of the model. In neural network training, 80% of the data were considered for training and the remaining 20% for testing. Fidings: In this paper, the experimental results are based on the values obtained from the UV-visible method and the modeling results are a prediction values of the developed neural network model as the extraction parameter. Discussion & Conclusion: Based on the experimental and modeling results, with increasing the dye concentration, the extraction value of wool fibers increases and changing the pH of the dye bath has practically no effect on the salinization of wool fibers. Finally, the neural network prediction model can be used as an alternative to repeated experiments with toxic substances to study the dyeing behavior of fibers and thus save human lives from death.

منابع و مأخذ:

1. Ben Slama, H., Chenari Bouket, A., Pourhassan, Zeinab., and et,al . 2021. Diversity of Synthetic Dyes from Textile Industries, Discharge Impacts and Treatment Methods. Applied Science, 11(14), 6255-6272.


2. Samanta, A.K.., Agarwal, P. Application of natural dyes on textiles. Indian J Fibre Text Res, 34, 384–399.


3. Guesmi, A., Ben Hamadi, N., Ladhari, N., Sakli, F. Sonicator dyeing of modified acrylic fabrics with indicaxanthin natural dye, Ind Crops Prod, 42, 63–69.


4. Kamel, M. M., El-Shishtawy, R.M., Yussef, B. M., Mashaly, H. Ultrasonic assisted dyeing III. Dyeing of wool with lac as a natural dye. Dyes Pigm, 65. 103–110.


5. Kamel, M.M., El-Shishtawy, R.M., Youssef, B.M., Mashaly, H. Ultrasonic assisted dyeing. IV. Dyeing of cationised cotton with lac natural dye, Dyes Pigm, 73(3), 279–284.


6. Vankar, P.S., Shanker, R., Srivastava, J. Ultrasonic dyeing of cotton fabric with aqueous extract of Eclipta alba. Dyes Pigm, 72(1), 33–37.


7. Guesmi, A., Ben Hamadi, N., Ladhari, N., Sakli, F. 2013. Sonicator dyeing of modified acrylic fabrics with indicaxanthin natural dye, Ind Crops Pro, 42, 63–69.


8. Vankar, P.S., Shanker, R., Dixit, S., Mahanta, D., Tiwari, S.C. Sonicator dyeing of natural polymers with Symplocos spicata by metal chelation. Fiber Polym, 9(2). 121–127.


9. G.A, Kanti. 2019. A Review on Sources and Application of Natural Dyes in Textiles. International Journal of Textile Science, 8(2), 38-40.


10. Shahparvari, M.R., Safapour, S., Gharanjigadin, K. 2016. Wool Fiber Dying with Dye Material Extracted of Jashir Plant. International Conference, Birjand University. (In Persian)


11. Kovaˇcevi´c, Z., Sutlovi´c, A., Matin, A., and Bischof, S. 2021. Natural Dyeing of Cellulose and Protein Fibers with the Flower Extract of Spartium junceum Plant. Journal of Material, 14, 4091-4108.


12. Ahmadi, Z. 2021. Effect of Herbal Mordants on Dyeing of Woolen Yarn with Madder &Weld. Journal of color Science and Technology. 15(2), 87-101. (In Persian)

13.  Talebian, A., Habibi, S., Neshat, P. 2021. Green dyeing of weld on corona discharge treated wool fabric. The Journal of The Textile Institute 112(1), 144-151.

14. Cristea, D., Bareau, I., Vilarem, G. 2003. Identification and quantitative HPLC analysis of the main flavonoids present in weld (Reseda luteola L.). Dyes Pigm. 57, 267–272.


15. Mirjalili, M., Nazarpoor, K., Karimi, L. 2001. Eco-friendly dyeing of wool using natural dye from weld as co-partner with synthetic dye. J. Cleaner Prod, 19(9-10), 1045-1051.


16. Hesarian, M.S., Tavoosi, J. 2019. Green Technology used in finishing process study of wrinkled cotton fabric by radial basis function (experimental and modeling analysis), Advances in Environmental Technology 5 (1), 35-45.


17. Hesarian, M.S., Tavoosi, J., Hosseini, S.H. 2020. Neuro-Fuzzy Modelling and Experimental Study of the Physiological Comfort of Green Cotton Fabric based on the Yarn Properties, International Journal of Engineering, 33 (12), 2443-2449.


18. Hesarian, M.S., Eshkevari, M., Rezaee, M.J. 2020. Angle analysis of fabric wrinkle by projected profile light line method, image processing and neuro- fuzzy system, International Journal of Computer Integrated Manufacturing, 33, 1167-


19. Eshaghloo-Galougahi, S., Safapour, S., Sadeghi-Kiakhani, M., Seyed-Saadati, S. H. 2016. Optimization of ultrasonic-assisted extraction process of hawthorn fruit natural dye.J. Color Tech. 9, 313-320.


20. Talebian, , Habibi, Sima., Neshat, Pegah. 2021. Green Dyeing of Weld Corona Discharge Treated Wool Fabric. Journal of the Textile Institute. 112(1), 144-151.


21. Sadeghi-Kiakhani, M., Gharanjig, K., Arami, M. 2015. Grafting of prepared chitosan-poly (propylene) imines dendrimer hybrid as a biopolymer onto cotton and its antimicrobial property. Ind. Eng. Chem. 28. 78-85.