Омские ученые разрабатывают цифровой двойник текстильных материалов

Разработки ведутся совместно с испанской IT-компанией, обучающей искусственный интеллект распознавать свойства ткани

Источник:

РИА Новости

Группа ученых из Омского государственного технического университета совместно с испанской IT-компанией Senstile работают над созданием технологии, позволяющей осуществлять идентификацию и выбор текстильных материалов онлайн по цифровым двойникам.

Массовый перевод отраслевых выставочных мероприятий текстильной отрасли в цифровой формат обозначил проблему отсутствия непосредственного контакта байеров с образцами ткани.

В рамках нового исследования запланирована разработка комплекса устройств в виде сенсоров, способных считывать характеристики с физических образцов материалов и интерпретировать их в формат цифрового двойника ткани. Копия материала будет содержать информацию о базовых характеристиках — цвете, составе, переплетении волокон, поверхностной плотности, толщине, виду нити.

Предварительные результаты показали, что сенсор может распознавать цвет, рисунок и характеристики материала, а разработанный алгоритм — построить 3D-модель и провести кластеризацию объектов. Для решения задачи распознавания материала используется машинное обучение — предварительно искусственным интеллектом было обработано 250 образцов различных текстильных материалов, отличающихся способом получения, сырьевым составом и строением.

Проект инициирован испанской компанией Senstile при поддержке регионального правительства испанского города Бильбао и Европейского комитета. «Работа по идентификации, прогнозированию отдельных свойств материалов ведется давно разными научно-исследовательскими коллективами, но полноценного цифрового двойника, содержащего информацию обо всех характеристиках материала, пока не создано», — отметила заведующая кафедрой «Конструирование и технологии изделий легкой промышленности» ОмГТУ Маргарита Чижик. В дальнейшем к исследовательскому проекту будут привлекать студентов в рамках дисциплины «Проектная деятельность». После завершения исследования технологию планируется совершенствовать, расширяя спектр определяемых свойств и усложняя архитектуру алгоритмов.