 Pashin-EL-Orlov-AV-tik-70-2025-4.pdf |
- 3
- Компьютерное моделирование распределения волокон хлопка по длине для имитации испытания по методу HVI
- Пашин Е. Л., Орлов А. В. Компьютерное моделирование распределения волокон хлопка по длине для имитации испытания по методу HVI // Технологии и качество. 2025. № 4(70). С. 16–22. https://doi.org/10.34216/2587-6147-2025-4-70-16-22.
- DOI: https://doi.org/10.34216/2587-6147-2025-4-70-16-22
- УДК: 677.017.222
- EDN: UMTQQJ
- Дата приема статьи в публикацию: 17.11.2025
- Аннотация: Для анализа на основе имитационного моделирования процесса определения характеристик длины волокон хлопка с использованием фибрографа по методу HVI необходим эффективный алгоритм генерирования реального распределения волокон по длине. Установлено, что для этого необходимо использовать закон нормального распределения с правосторонней асимметрией. Отмечена необходимость совершенствования известного алгоритма генерирования требуемого распределения волокон с использованием трудно интерпретируемых параметров распределения: положения ξ, масштаба ω и формы α. Направлением совершенствования является применение вместо указанных общепринятых статистических параметров: математического ожидания М, моды Мo и среднего квадратического отклонения 𝜎 длин волокон. Для этого предложен алгоритм расчета величины моды Мo, реализуемый с использованием метода дихотомии. Проведено сравнение указанных в опубликованных источниках эмпирических и синтезированных по вновь предложенному методу характеристик распределений длин волокон. Выявлено их хорошее сходство, что свидетельствует об эффективности созданного метода моделирования с использованием общепринятых статистических характеристик их совокупности: М, Мo и 𝜎.
- Ключевые слова: характеристики длины, хлопок, метод HVI, имитация испытания, моделирование, распределение длин, алгоритм генерирования, среднее, мода, стандартное отклонение
- Список литературы: 1. Hearle J. W. S., Morton W. E. Physical Properties of Textile Fibres. N.-Y. : Elsevier, 2008. 796 р. 2. Kiron М. I. USTER HVI 1000: Principle of fiber testing // Textile Learner. 2021. № 6. URL: https://textilelearner.net/uster-hvi-1000-principles-of-fiber-testing (дата обращения: 22.07.2024). 3. Kiron M. I. Cotton Fibre Length Measuring Instruments: Merits and Limitations // Textile Learner. 2015. URL: https://textilelearner.net/cotton-fibre-length-measuring-instruments (дата обращения: 22.07.2024). 4. Turner C., Sayeed Md Abu, Hequet E. Reconstruction of the cotton fiber length distribution from a High Volume Instrument® fibrogram // Textile Research Journal. 2023. Vol. 93, is. 7-8. P. 1651–1669. 5. Zhou J.,Wang J., Xu B. Extracting fiber length distributions from dual-beard fibrographs with the Levenberg – Marquardt algorithm // Textile Research Journal. 2019. Vol. 90(1). Р. 37–48. 6. Obtaining Cotton Fiber Length Distributions from the Beard Test Method. Part 1. Theoretical Distributions Related to the Beard Method / X. Cui, J. Rodgers, Y. Cai, L. Li, R. Belmasrour, S.-S. Pang // Journal of Cotton Science. 2009. No 13. P. 265–273. 7. Bargeron J. D. Mass determination of the cotton length fibrogram // Reprinted from the Proceedings of the Beltwide Cotton Conference. San Diego, 1998. Vol. 2. P. 1514–1516. 8. Севостьянов П. А., Забродин Д. А., Дасюк П. Е. Компьютерное моделирование в задачах исследования текстильных материалов и производств. М. : Тисо Принт, 2014. 264 с. 9. Афончиков Ф. А. Оценка равномерности хлопкового волокна // Известия вузов. Технология текстильной промышленности. 1957. № 1. С. 28–32. 10. Матрохин А. Ю. Автоматизированное проектирование и обеспечение качества продукции прядильного производства с использованием средств оперативного мониторинга : дис. ... д-ра техн. наук. Иваново, 2011. 464 с. 11. Prier H. W., Sasser P. E. The mathematical basis of fiber-length analysis from fibrogram data // Textile Research Journal. 1971. Vol. 42. P. 410–419. 12. Krowicki R. S., Thibodaux D. P., Duckett K. E. Generating fiber length distribution from the fibrogram // Textile Research Journal. 1996. Vol. 66. P. 306–310. 13. Котов Д. А., Джабаров Г. Д., Балтабаев С. Д. Первичная обработка хлопка : учебник для вузов / под ред. А. Н. Соловьева. М. : Легкая индустрия, 1978. 430 с. 14. Коробов Н. А., Матрохин А. Ю., Гусев Б. Н. Выявление зависимости между характеристиками протяженности волокон прямого и косвенного методов измерений // Известия вузов. Технология текстильной промышленности. 2006. № 5(293). С. 29–32. 15. Язык программирования Python : офиц. сайт. URL: https://www.python.org (дата обращения: 24.07.2024). 16. Num Py : офиц. сайт. URL: https://numpy.org (дата обращения: 24.07.2024). 17. Matplotlib – Visualization with Python : офиц. сайт. URL: https://matplotlib.org (дата обращения: 24.07.2024). 18. Документация библиотеки SciPy: модуль scipy.stats.skewnorm. URL: https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.skewnorm.html (дата обращения: 24.07.2024). 19. Azzalini A., Capitanio A. Statistical applications of the multivariate skew-normal distribution // Journal of the Royal Statistical Society. Series B (Statistical Methodology). 1999. Vol. 61, no 1. P. 579–602. 20. O’Hagan A., Leonard T. Bayes estimation subject to uncertainty about parameter constraints // Biometrika. 1976. Vol. 63(1). P. 201–203. 21. Azzalini A., Capitanio A. The skew-normal and related families. Cambridge, 2014. 262 p. 22. Azzalini A. A class of distributions which includes the normal ones // Scandinavian Journal of Statistics. 1985. No 12. P. 171–178.