【摘 要】
：
传统手工设计波浪领服装加工操作模板时,手工推动精准度较低,线切不准确,视觉效果较差。为了解决上述问题,基于自动化控制技术设计了一种新的波浪领服装加工操作模板。利用主体板、开槽、中间夹层设计加工操作模块,通过工艺缝制,对领口位置进行检验,在各层模板上完成定位控制,在槽口内部运行,实现定位轨迹。引用自动化控制技术,在加工操作模板上设置标记线,通过反复试用,保证领口设计效果。实验结果表明,基于自动化控制技术的波浪领服装加工操作模板能够很好地提高缝制精度,保证线切结果的准确性。
【机 构】
：
浙江纺织服装职业技术学院时装学院,宁波凯信服饰股份有限公司
【基金项目】
：
宁波市社会科学研究基地项目:从萧条到繁荣——改革开放二十年期间宁波服饰时尚流变(JD5-FZ81),宁波市软科学课题:新技术的社会风险评估与防范措施研究(202002Z1021)。
论文部分内容阅读
传统手工设计波浪领服装加工操作模板时,手工推动精准度较低,线切不准确,视觉效果较差。为了解决上述问题,基于自动化控制技术设计了一种新的波浪领服装加工操作模板。利用主体板、开槽、中间夹层设计加工操作模块,通过工艺缝制,对领口位置进行检验,在各层模板上完成定位控制,在槽口内部运行,实现定位轨迹。引用自动化控制技术,在加工操作模板上设置标记线,通过反复试用,保证领口设计效果。实验结果表明,基于自动化控制技术的波浪领服装加工操作模板能够很好地提高缝制精度,保证线切结果的准确性。
其他文献
以淀粉、低谷蛋白大米和普通大米为碳源,通过在仿生大肠反应器中对健康人群的粪便微生物进行发酵,探究低谷蛋白大米对人体肠道菌群结构和代谢的影响.结果表明,低谷蛋白大米的
嗜热脂肪酶能克服常温酶生物学性质不稳定的缺陷,在工业应用中有较大的优势,因而成为最近研究的热点。通过合成嗜热玫瑰红球菌Thermomicrobium roseum DSM 5159中的预测脂肪酶基因,在大肠杆菌BL21(DE3)中异源表达,并对该酶进行分离纯化和酶学性质表征。重组脂肪酶的熔融温度T m和焓变ΔH分别为97.53℃和1637 kJ/mol,二级结构由56.3%α-螺旋、4.3%β-折叠、19.9%β-转角和20.3%的无规则卷曲组成。以对硝基苯酚棕榈酸酯为底物时,脂肪酶最适反应温度为85℃,
5月18日，由中国男装版型智领者VICUTU威可多发起的“文化自信 服装先行 中国男士新型象生态峰会”在京召开。 VICUTU威可多与国家体育总局冬季运动管理中心正式签约，赞助中国冬季两项国家队，成为中国冬季两项国家队商务男装。同时，启动中国男士新型象计划，以打造“中国男士新型象”为使命，成为“文化自信，服装先行”的探路人，为民族品牌走出国门赋予更持久的力量，助推国家文化强国建设。FRED斐登携
设计是生活的哲学 秦旭的服装设计作品，充满了由心而发的情绪，贯穿着中法文化元素的融合体系，优雅的姿态，传统文化的创新，以及跳跃的色彩，有逻辑，更有自由。她说生活里处处都是灵感，人、事、物、空气以及液态的MOOD。 如果光看秦旭的作品，很难想象她是半路出家，上一份工作是在石油大学。从小就懂事的她成了母亲期待的国家编制高校“老师”，但是在经历了一次心脏手术后，她唤醒了骨子里传承着父亲的艺术基因。于
后疫情时代,中国国际大学生时装周回归线下,五湖四海的“少年们”再次汇聚创意舞台.rn本届2021中国国际大学生时装周以“智变”为主题,于5月15日至20日举办.rn国际纺织制造商
为探讨热灭活鼠李糖乳杆菌HN001(HK-HN001)对葡聚糖硫酸钠(dextran sodium sulfate,DSS)诱导的实验性小鼠结肠炎的保护作用,通过观察结肠长度、疾病活动指数、结肠病理改变、
主要对1株乳酸片球菌Pediococcus acidilactici 7_4中的多酮氧化酶(multicopper oxidase,MCO)基因CueO进行重组表达和降解黄曲霉毒素B1(Alfatoxin B1,AFB1)的能力测定。通过基因工程的手段将CueO基因克隆连接到pET-28a(+)中,并转化到大肠杆菌(Escherichia coli)中进行异源表达,得到可溶性表达的重组蛋白。并进一步研究了温度、pH和底物浓度等因素对重组蛋白
采用脂质氧化体系(0.5~10.0 mmol/L亚油酸,3750 U/mL脂肪氧合酶),借助流变仪、拉曼光谱仪、粒度分析仪、Zeta电位分析仪等探究不同氧化程度对肌原纤维蛋白(myofibrillar protein,MP)乳化性能的影响。结果表明,亚油酸浓度在0.5~1.0 mmol/L时,MP样品的乳化活性、乳化稳定性、Zeta电位绝对值、界面吸附蛋白质百分比不断增加,同时伴随着平均粒径值的降低(d 3,2和d 4,3)。流变结果表明MP乳液的表观黏度、储能模量(G′)和损耗模量(G′′)也在亚油酸浓
为准确高效地分析配电网可靠性,提高配电系统实施效益,提出了基于深度学习的配电网供电可靠性分析方法。所提方法充分利用深度信念网络(Deep Belief Network,DBN)强大的特征自动提取优势,克服了传统神经网络对数据特征提取不足的缺点。首先,通过逐层训练受限玻尔兹曼机(Restricted Boltzmann Machine,RBM)实现DBN模型的预训练;之后采用BP算法进行反向微调,完成整个网络的训练过程;最后用训练好的DBN进行配电网可靠性分析。经与BP神经网络法、传统蒙特卡洛模拟法进行比较