omnaОмский научный вестникOmsk Scientific Bulletin1813-82252541-7541Омский государственный технический университет10.25206/1813-8225-2024-190-15-20AMYPIIomna-197Research ArticleМАШИНОСТРОЕНИЕMECHANICAL ENGINEERINGГеометрическая модель прогнозирования свойств систем с интервальными параметрамиThe geometric predictive model of properties for systems with interval parametershttps://orcid.org/0000-0003-2667-8103ЮрковВ. Ю.YurkovV. Yu.

Юрков Виктор Юрьевич, доктор технических наук, профессор, профессор кафедры «Конструирование и технология изделий легкой промышленности»

AuthorID (РИНЦ): 173644

AuthorID (SСOPUS): 55857657200

г. Омск 

Yurkov Viktor Yuryevich, Doctor of Technical Sciences, Professor, Professor of Design and Technology of Light Industry Product Manufacture Department

AuthorID (RSCI): 173644

AuthorID (SСOPUS): 55857657200

Omsk 

viktor_yurkov@mail.ruДолговаЕ. Ю.DolgovaE. Yu.

Долгова Елена Юрьевна, кандидат технических наук, доцент (Россия), доцент кафедры «Конструирование и технология изделий легкой промышленности»

AuthorID (РИНЦ): 313287

AuthorID (SСOPUS): 57217115107

г. Омск 

Dolgova Elena Yuryevna, Candidate of Technical Sciences, Associate Professor, Associate Professor of Design and Technology of Light Industry Product Manufacture Department

AuthorID (RSCI): 313287

AuthorID (SСOPUS): 57217115107

Omsk 

dolgova13@rambler.ruhttps://orcid.org/0000-0003-0797-875XЧижикМ. А.ChizhikM. A.

Чижик Маргарита Анатольевна, доктор технических наук, профессор (Россия), профессор кафедры «Конструирование и технология изделий легкой промышленности»

AuthorID (РИНЦ): 474040

AuthorID (SСOPUS): 13406046300

г. Омск 

Chizhik Margarita Anatolyevna, Doctor of Technical Sciences, Professor, Professor of Design and Technology of Light Industry Product Manufacture Department

AuthorID (RSCI): 474040

AuthorID (SСOPUS): 13406046300

Omsk 

margarita-chizhik@rambler.ruОмский государственный технический университетРоссияOmsk State Technical UniversityRussian Federation2024300620241021520Copyright © Юрков В.Ю., Долгова Е.Ю., Чижик М.А., 20242024Юрков В.Ю., Долгова Е.Ю., Чижик М.А.Yurkov V.Y., Dolgova E.Y., Chizhik M.A.This work is licensed under a Creative Commons Attribution 4.0 License.https://onv.omgtu.ru/jour/article/view/197

Описывается интервальный подход к геометрическому моделированию сложных многопараметрических систем с неопределенными, взаимно зависимыми и разнотипными параметрами. Информационный базис систем предполагается неполным, а получение полного информационного базиса связано с технологическими трудностями. Параметры системы могут быть непрерывными, дискретными и условными. Геометрическая модель строится в виде матрицы, каждый элемент которой соответствует определенному состоянию системы. Каждое состояние описывается интервальной функцией, связывающей непрерывные входные и выходные параметры. Множество интервальных функций образует дискретное семейство непрерывных поверхностей в дискретном пространстве параметров. Описанный подход и алгоритм моделирования применен к построению модели прогнозирования свойств драпируемости тканей. В качестве примера построена интервальная модель зависимости показателя драпируемости от таких характеристик ткани, как вид нити, вид переплетения, сырьевой состав и поверхностная плотность.

We consider interval geometric modeling of complex multi parametric systems having a set of parameters of different character. Some of the parameters may have interval indefiniteness. System information basis is incomplete one. The processed information depends on continuous, discrete and conventional data. Geometric model has a form of matrix and each element of it corresponds to some state of the system. Each state is described by interval function of continuous input and output parameters. The set of interval functions generates some discrete set of multidimensional surfaces in discrete space. We use this approach and our modeling algorithm to find predictive model of drape coefficient. The algorithm is based on linear approximation of numerical factors in factor spaces. Interval functions make it possible for us to vary some numerical factors within the given intervals. As an example, the interval model of fabric drape coefficient is found. Fabric thickness and closeness of texture are considered as input parameters.

геометрическая модельинтервальный анализпрогнозированиетекстильные материалыдрапируемостьgeometric modelinterval analysespredictionfabricsdrape coefficientReferencesДилигенский Н. В. Нечеткое моделирование и многокритериальная оптимизация производственных систем в условиях неопределенности: технология, экономика, экология: моногр. Москва: Машиностроение, 2004. 335 с. ISBN 5-473-00054-1.Diligenskiy N. V. Nechetkoye modelirovaniye i mnogokriterial’naya optimizatsiya proizvodstvennykh sistem v usloviyakh neopredelennosti: tekhnologiya, ekonomika, ekologiya [Fuzzy modeling and multicriteria optimization of production systems under conditions of uncertainty: technology, economics, ecology]. Moscow, 2004. 335 p. ISBN 5-473-00054-1. (In Russ.).Кумков С. И. Обработка экспериментальных данных ионной проводимости расплавленного электролита методами интервального анализа // Расплавы. 2010. № 3. С. 86–96. EDN: MKJTIL.Kumkov S. I. Obrabotka eksperimental’nykh dannykh ionnoy provodimosti rasplavlennogo elektrolita metodami interval’nogo analiza [Processing of experimental data on ionic conductivity of a molten electrolyte using interval analysis methods] // Rasplavy. Melts. 2010. No. 3. P. 86–96. EDN: MKJTIL. (In Russ.).Вощинин А. П. Интервальный анализ данных: развитие и перспективы // Заводская лаборатория. Диагностика материалов. 2002. Т. 68, № 1. С. 118–126.Voshchinin A. P. Interval’nyy analiz dannykh: razvitiye i perspektivy [Interval data analysis: development and prospects] // Zavodskaya laboratoriya. Diagnostika materialov. Industrial Laboratory. Diagnostics of Materials. 2002. Vol. 68, no. 1. P. 118– 126. (In Russ.).Недосекин А. О., Абдулаева З. И., Александров С. В. Нечеткая параболическая регрессия экспериментальных данных с малой выборкой // Мягкие измерения и вычисления. 2019. № 7 (20). С. 39–46. EDN: ILGONS.Nedosekin A. O., Abdulayeva Z. I., Aleksandrov S. V. Nechetkaya parabolicheskaya regressiya eksperimental’nykh dannykh s maloy vyborkoy [Fuzzy parabolic regression of experimental data with a small sample] // Myagkiye izmereniya i vychisleniya. Soft Measurements and Computing. 2019. No. 7 (20). P. 39–46. EDN: ILGONS. (In Russ.).Левин В. И. Задача решения уравнения в интервальной постановке // Вестник Тамбовского университета. Естественные и технические науки. 2017. Т. 22, № 5. С. 1172–1178. DOI: 10.20310/1810-0198-2017-22-5-1172-1178. EDN: ZXGRMV.Levin V. I. Zadacha resheniya uravneniya v interval’noy postanovke [Solution to equation in the interval arrangement] // Vestnik Tambovskogo universiteta. Estestvennyye i tekhnicheskiye nauki. Tambov University Reports. Series: Natural and Technical Sciences. 2017. Vol. 22, no. 5. P. 1172–1178. DOI: 10.20310/1810-0198-2017-22-5-1172-1178. EDN: ZXGRMV. (In Russ.).Скибицкий Н. В. Построение прямых и обратных статических характеристик объектов по интервальным данным // Заводская лаборатория. Диагностика материалов. 2017. Т. 83, № 1, Ч. 1. С. 87–98. EDN: XUYZGV.Skibitskiy N. V. Postroyeniye pryamykh i obratnykh staticheskikh kharakteristik ob”yektov po interval’nym dannym [Construction of direct and inverse static characteristics of the objects by interval data] // Zavodskaya laboratoriya. Diagnostika materialov. Industrial Laboratory. Diagnostics of Materials. 2017. Vol. 83, no. 1, part 1. P. 87–98. EDN: XUYZGV. (In Russ.).Носков С. И., Врублевский И. П. Регрессионная модель динамики эксплуатационных показателей функционирования железнодорожного транспорта // Современные технологии. Системный анализ. Моделирование. 2016. № 2. С. 192–197. EDN: WHDEAX.Noskov S. I., Vrublevskiy I. P. Regressionnaya model’ dinamiki ekspluatatsionnykh pokazateley funktsionirovaniya zheleznodorozhnogo transporta [Railway transport functioning the regression model performance indicators dynamics] // Sovremennyye tekhnologii. Sistemnyy analiz. Modelirovaniye. Modern Technologies. System Analysis. Modeling. 2016. No. 2. P. 192–197. EDN: WHDEAX. (In Russ.).Смирнова Н. А., Лапшин В. В., Замышляева В. В. [и др.]. Исследование и прогнозирование драпируемости костюмноплатьевых чистольняных тканей // Известия высших учебных заведений. Технология текстильной промышленности. 2021. № 5 (395). С. 78–82.Smirnova N. A., Lapshin V. V., Zamyshlyayeva V. V. [et al.]. Issledovaniye i prognozirovaniye drapiruyemosti kostyumnoplat’yevykh chistol’nyanykh tkaney [Drapery research and forecasting of costume and dress pure linen fabrics] // Izvestiya vysshikh uchebnykh zavedeniy. Tekhnologiya tekstil’noy promyshlennosti. Izvestiya Vysshikh Uchebnykh Zavedenii. Seriya Teknologiya Tekstil'noi Promyshlennosti. 2021. No. 5 (395). P. 78– 82. (In Russ.).Stylios G. K., Powell N. J. Engineering the drapability of textile fabrics // International Journal of Clothing Science and Technology. 2003. Vol. 15, no. 3/4. P. 211–217. DOI: 10.1108/09556220310478305. EDN: EAROAH.Stylios G. K., Powell N. J. Engineering the drapability of textile fabrics // International Journal of Clothing Science and Technology. 2003. Vol. 15, no. 3/4. P. 211–217. DOI: 10.1108/09556220310478305. EDN: EAROAH. (In Engl.).Ghith A., Hamdi, T., Fayala F. Prediction of Drape Coefficient by Artifical Neural Network // Autex Research Journal. 2015. Vol. 15, no. 4. P. 266–274. DOI: 10.1515/aut-2015-0045.Ghith A., Hamdi T., Fayala F. Prediction of Drape Coefficient by Artifical Neural Network // Autex Research Journal. 2015. Vol. 15, no. 4. P. 266–274. DOI: 10.1515/aut-2015-0045. (In Engl.).Jedda H., Ghith A., Sakli F. Prediction of fabric drape using FAST system // Journal of the Textile Institute. 2007. Vol. 98, no. 3. P. 219–225. DOI: 10.1080/00405000701463920.Jedda H., Ghith A., Sakli F. Prediction of fabric drape using FAST system // Journal of the Textile Institute. 2007. Vol. 98, no. 3. P. 219–225. DOI: 10.1080/00405000701463920. (In Engl.).Долгова Е. Ю., Чижик М. А., Найманханова Ж. М. [и др.]. Формирование обучающей выборки для создания цифровых двойников текстильных материалов // Известия высших учебных заведений. Технология легкой промышленности. 2021. Т. 53, № 3. С. 39–40. DOI: 10.46418/0021-3489_2021_53_03_09. EDN: XIFZJG.Dolgova E. Yu., Chizhik M. A., Naymankhanova Zh. M. [et al.]. Formirovaniye obuchayushchey vyborki dlya sozdaniya tsifrovykh dvoynikov tekstil’nykh materialov [Formation of a training sample for creating digital doubles of textile materials] // Izvestiya vysshikh uchebnykh zavedeniy. Tekhnologiya legkoy promyshlennosti. The News of Higher Educational Institutions. Technology of Light Industry. 2021. Vol. 53, no. 3. P. 39–40. DOI: 10.46418/0021-3489_2021_53_03_09. EDN: XIFZJG. (In Russ.).

The authors declare that there are no conflicts of interest present.