Москва, Россия
Москва, Россия
Москва, Россия
В работе получена и экспериментально апробирована многоконтурной оптимизации в системе интеллектуального проектирования обуви. Методика основана на интеграции генеративных нейросетевых моделей, материаловедческой оптимизации и предиктивного производственного анализа в единую архитектуру конструкторско-технологической подготовки производства. Процесс формализован как задача многокритериальной оптимизации с интегральной функцией эффективности, учитывающей время проектирования, материалоёмкость, уровень дефектности и точность воспроизведения формы готового изделия. Для оценки геометрической точности реализации цифровой модели в физическом изделии использован коэффициент объёмного сходства форм, рассчитываемый по результатам сопоставления CAD-модели и 3D-скана готовой обуви. Экспериментальная апробация на парной выборке моделей показала статистически значимое улучшение показателей по сравнению с традиционным подходом: сокращение времени проектирования на 50%, снижение материальных отходов при раскрое на 25%, уменьшение уровня производственного брака на 50% и повышение точности формы изделия с 86,4% до 94,1%. Полученные результаты подтверждают эффективность интеграции технологий искусственного интеллекта в контур цифрового проектирования и демонстрируют возможность одновременной оптимизации временных, материальных и геометрических характеристик изделия без взаимного ухудшения показателей. Разработанная методика может быть интегрирована в существующие CAD-системы и производственные линии предприятий массового сегмента.
ИНТЕЛЛЕКТУАЛЬНОЕ ПРОЕКТИРОВАНИЕ ОБУВИ, МНОГОКОНТУРНАЯ ОПТИМИЗАЦИЯ, ГЕНЕРАТИВНЫЙ СИНТЕЗ КОНСТРУКЦИИ, ПРЕДИКТИВНЫЙ ПРОИЗВОДСТВЕННЫЙ АНАЛИЗ, КОМПЬЮТЕРНОЕ ЗРЕНИЕ, МАШИННОЕ ОБУЧЕНИЕ
1. Rodrigues I. Lumen et virtus, 15. 41, 116-121 (2024). DOI:https://doi.org/10.56238/levv15n41-116. EDN: https://elibrary.ru/NLXINF
2. Yüksel B., Çavdar E. PressAcademia Procedia (PAP), 15, 138-139 (2022). DOI:https://doi.org/10.17261/Pressacademia. 2022.1597. DOI: https://doi.org/10.17261/pressacademia.2022.1597; EDN: https://elibrary.ru/SJDMBH
3. Klarák, J., Kuric, I., Zajačko, I., Bulej, V., Tlach, V., Józwik, J. Sensors, 21. 22, 7531 (2021). DOI:https://doi.org/10.3390/s2122753.1.
4. SenGupta K. Emerging Trends in Leather Science and Technology. Springer Nature, Singapore, 2024, Р. 251-273.
5. Suessmuth J., Fick F., Van Der Vossen S. ACM SIGGRAPH 2023 Talks (Los Angeles, August 6-10). ACM Press, NY, 2024. Р. 11-12. DOI: 10.1145/ 3587421.3595416.
6. Minaoglou, P., Tzotzis, A., Efkolidis, N., Kyratsis, P. Engineering Proceedings, 72. 1, 7 (2024). DOI:https://doi.org/10.3390/engproc2024072007.
7. Giri, C., Jain, S., Zeng, X., & Bruniaux, P. IEEE Access, 7, 95376-95396 (2019). DOI:https://doi.org/10.1109/ACCESS. 2019.2928979.
8. Han X., Sururi L., Luming Y. Journal of the American Leather Chemists Association, 120. 7, 332-344 (2025). DOI:https://doi.org/10.34314/wx9xeq36. EDN: https://elibrary.ru/SGGTKV
9. Румянцев, Е.В., Румянцева, В.Е., Коновалова, В.С., Ми-рошниченко, Д.А. Известия высших учебных заведений. Технология текстильной промышленности, 5 (413), 5-13 (2024). DOI:https://doi.org/10.47367/0021-3497_2024_5_5. EDN: https://elibrary.ru/ZCGLXV
10. Копылова И.Л., Киселев С.Ю., Волкова Г.Ю. Технологии, дизайн, наука, образование в контексте инклюзии (Москва, 17-19 апреля). РГУ им. А.Н. Косыгина, Москва, 2018. С. 77-80.
11. Суровцева О.А. Современные тенденции развития науки и технологий (Белгород, 31 октября). Ткачева, Белгород, 2015. Часть III. С. 120-122.
12. Суровцева О.А., Тернавская Т.В. Известия высших учебных заведений. Северокавказский регион. Технические науки, 1 (176), 135-138 (2014).
13. Голубева О.А., Димитров В.П., Швецов К.А., Доний А.С. Известия Тульского государственного университета. Технические науки, 10, 103-107 (2024). DOI:https://doi.org/10.24412/2071-6168-2024-10-103-104. EDN: https://elibrary.ru/PXMBYX
14. Карасев Д.Д., Разин И.Б., Карасева А.И. Костылева В.В. Industrial processes and technologies, 4. 2 (12), 32-40 (2024). DOI:https://doi.org/10.37816/2713-0789-2024-4-2(12)-32-40. EDN: https://elibrary.ru/DSCXWD
15. Beshley M., Hordiichuk-Bublivska O., Beshley H., Ivanochko I. Electronics, 12. 1, 33 (2022). DOI:https://doi.org/10.3390/electronics12010033.
16. Xu J., Zhou Z., Wang Z. Sensors, 19. 21, 4708 (2019). DOI:https://doi.org/10.3390/s19214708.
