Розробка системи підтримки прийняття рішень для аргументованого вибору машин для виготовлення шкіряних виробів

Автор(и)

DOI:

https://doi.org/10.15587/1729-4061.2025.341457

Ключові слова:

вибір машини, база даних, технологічна операція, швейне виробництво, система підтримки рішень

Анотація

Об’єктом дослідження є процес відбору швейного обладнання для виготовлення швейних виробів зі штучної шкіри. Незважаючи на активний розвиток технологічних рішень для автоматизації, проблема вибору оптимального обладнання залишається актуальною, вимагаючи додаткових інструментів, які здатні забезпечити зв’язок між науковими підходами та умовами виробництва. У даній роботі представлено результати розробки автоматизованої системи підтримки прийняття рішень у процесах підбору швейного обладнання, що має на меті практичну адаптацію теоретичних моделей до потреб виробництва.

Розробка базується на трирівневій структурі бази даних: на рівні зберігання даних сформовано базу параметрів обладнання у вигляді матриці, що забезпечує узгодженість інформації про технологічні операції, матеріали та характеристики машин. На логічному рівні розроблено алгоритм багатофакторного аналізу, що використовує принципи теорії графів, бінарну матрицю та метод лінійного програмування для вибору оптимальної моделі обладнання. Презентаційний рівень представлено інтерактивним інтерфейсом на базі MS Excel (США). Вхідні параметри обираються простим натисканням на кнопки з відповідними назвами (тип шва, кваліфікація робітника, властивості та товщина матеріалу). Система автоматично проводить аналіз бази даних і формує перелік рекомендованого обладнання у вигляді таблиці.

Верифікація виконана шляхом опитування за участю 30 осіб (86,7% представники академічного середовища). При цьому, 93,3% респондентів відзначили високу швидкість роботи, 90,0% оцінили практичність, а 86,7% зручність. Разом із тим, 23,3% опитаних наголосили на потребі розширення бази даних, а 16,7% акцентували увагу на необхідності впровадження україномовної версії.

Встановлено, що розроблена система є універсальним інструментом, який поєднує освітній та виробничо-прикладний виміри. Впровадження в освітній процес сприятиме досягненню низки програмних результатів навчання

Біографії авторів

Оксана Василівна Захаркевич, Хмельницький національний університет

Доктор технічних наук, професор

Кафедра технології і конструювання швейних виробів

Юлія Володимирівна Кошевко, Хмельницький національний університет

Кандидат технічних наук, доцент

Кафедра технології і конструювання швейних виробів

Тетяна Іванівна Жиленко, Сумський державний університет

Кандидат фізико-математичних наук, доцент

Кафедра математичного аналізу і методів оптимізації

Галина Станіславівна Швець, Подільський кластер моди

Кандидат технічних наук, доцент

Кластерний менеджер

Світлана Геннадіївна Кулешова, ПП «Технолоджі Консалтинг»

Доктор технічних наук, професор

Володимир Іванович Онофрійчук, ТОВ «Науковий парк ХНУ»

Кандидат технічних наук

Директор

Альона Сергіївна Дякова, Хмельницький національний університет

Відділ аспірантури та докторантури

Посилання

  1. Meyer, M., Dietrich, S., Schulz, H., Mondschein, A. (2021). Comparison of the Technical Performance of Leather, Artificial Leather, and Trendy Alternatives. Coatings, 11 (2), 226. https://doi.org/10.3390/coatings11020226
  2. Tokuda, F., Murakami, R., Seino, A., Kobayashi, A., Hayashibe, M., Kosuge, K. (2025). Fixture-Free 2D Sewing Using a Dual-Arm Manipulator System. IEEE Transactions on Automation Science and Engineering, 22, 7927–7940. https://doi.org/10.1109/tase.2024.3474914
  3. Kong, R. W. M. (2025). Innovative Automated Stretch Elastic Waistband Sewing Machine for Garment Manufacturing. International Research Journal of Modernization in Engineering Technology and Science. https://doi.org/10.56726/irjmets70275
  4. Jindal, H., Kaur, S. (2021). Robotics and Automation in Textile Industry. International Journal of Scientific Research in Science, Engineering and Technology, 8 (3), 40–45. https://doi.org/10.32628/ijsrset21839
  5. Forlini, M., Ciccarelli, M., Carbonari, L., Papetti, A., Palmieri, G. (2024). Smart automation in luxury leather shoe polishing: a human centric robotic approach. International Journal of Computer Integrated Manufacturing, 38 (9), 1329–1343. https://doi.org/10.1080/0951192x.2024.2421313
  6. Huan, Y., Ren, G., Sun, J., Jin, G., Ding, X., Du, W. (2024). Efficient leather spreading operations by dual-arm robotic systems. Scientific Reports, 14 (1). https://doi.org/10.1038/s41598-024-66904-2
  7. Seino, A., Terayama, J., Tokuda, F., Kobayashi, A., Kosuge, K. (2022). Robot End-effector for Fabric Folding. https://doi.org/10.36227/techrxiv.21283725.v1
  8. Boz, S., Birkocak, D. T., Necef, Ö. K., Kiliç, A., Öndoğan, Z. (2022). Investigation of sewing parameters caused fabric damages. W: AUTEX 2022 : 21st World Textile Conference AUTEX 2022 - AUTEX Conference Proceedings. Lodz, 40–44. https://doi.org/10.34658/9788366741751.9
  9. Tang, K., Tokuda, F., Seino, A., Kobayashi, A., Tien, N. C., Kosuge, K. (2024). Time-Scaling Modeling and Control of Robotic Sewing System. IEEE/ASME Transactions on Mechatronics, 29 (4), 3166–3174. https://doi.org/10.1109/tmech.2024.3398713
  10. Martínez-Peral, F. J., Migallón, H., Borrell-Méndez, J., Martínez-Rach, M., Pérez-Vidal, C. (2024). Manipulation order optimization in industrial pick-and-place operations: application to textile and leather industry. The International Journal of Advanced Manufacturing Technology, 133 (1-2), 987–1010. https://doi.org/10.1007/s00170-024-13436-8
  11. Zakharkevich, O., Zhylenko, T., Koshevko, J., Shvets, G. (2023). Development of an algorithm for the reasoned selection of machines for leather garments manufacturing. Eastern-European Journal of Enterprise Technologies, 5 (3 (125)), 86–94. https://doi.org/10.15587/1729-4061.2023.287482
  12. Shahriar, M. M., Parvez, M. S., Talapatra, S. (2022). Hierarchizing the Product Characteristics of Industrial Plain Sewing Machine for Making Best Purchase Decision. Mathematical Problems in Engineering, 2022, 1–17. https://doi.org/10.1155/2022/2578875
  13. Kalwar, M. A., Khan, M. A., Wassan, A. N., Phul, Z., Shaikh, S. A., Marri, H. B. (2023). Automation of Post-Order Costing Analysis By Using Visual Basic For Applications In Microsoft Excel: A Case Study. WPOM-Working Papers on Operations Management, 14 (2), 101–136. https://doi.org/10.4995/wpom.18697
  14. Swaminathan, V., Saffiudeen, M. F., Gupta, S., Alamri, Y. A. (2024). Review of semiconductor laser diode technologies for sustainable energy in leather machining. Clean Technologies and Environmental Policy, 27 (2), 577–606. https://doi.org/10.1007/s10098-024-02976-y
  15. Werheid, J., Melnychuk, O., Zhou, H., Huber, M., Rippe, C., Joosten, D. et al. (2024). Designing an LLM-Based Copilot for Manufacturing Equipment Selection. arXiv. https://doi.org/10.48550/arXiv.2412.13774
  16. Kefale, G. Y., Bizuneh, B., Getachew, L., Karthikeyan, R. (2025). Innovative Pathways in Leather Industry: A Comprehensive Review of Sustainable Technologies and Strategies. Journal of Scientific & Industrial Research, 84 (6). https://doi.org/10.56042/jsir.v84i6.10781
  17. Kim, M., Ahn, J., Kang, J., Kim, S. (2020). A Systematic Review on Smart Manufacturing in the Garment Industry. Fashion & Textile Research Journal, 22 (5), 660–675. https://doi.org/10.5805/sfti.2020.22.5.660
  18. Zakharkevich, O., Poluchovich, I., Kuleshova, S., Koshevko, J., Shvets, G., Shvets, A. (2021). “CloStyler” – mobile application to calculate the parameters of clothing blocks. IOP Conference Series: Materials Science and Engineering, 1031 (1), 012031. https://doi.org/10.1088/1757-899x/1031/1/012031
  19. Zakharkevich, O., Koshevko, J., Shvets, G., Kuleshova, S., Bazyliuk, E., Paraska, O., Kazlacheva, Z. (2022). Development of the Mobile Application to Calculate Parameters of Underwear Patterns. Terotechnology XII, 24, 309–315. https://doi.org/10.21741/9781644902059-45
  20. Karakiş, E. (2021). Machine Selection for a Textile Company with CRITIC and MAUT Methods. European Journal of Science and Technology. https://doi.org/10.31590/ejosat.994697
  21. Ulutaş, A. (2020). New Grey Integrated Model to Solve Machine Selection Problem for a Textile Company. Fibres and Textiles in Eastern Europe, 28 (1 (139)), 20–25. https://doi.org/10.5604/01.3001.0013.5853
  22. Tama Birkocak, D. (2022). Effects of Needle Size and Sewing Thread on Seam Quality of Traditional Fabrics. Tekstil ve Konfeksiyon, 32 (3), 277–287. https://doi.org/10.32710/tekstilvekonfeksiyon.1088043
  23. Syabani, Muh. W., Devi, C., Hermiyati, I., Angkasa, A. D. (2020). The effect of PVC’s resin K-value on the mechanical properties of the artificial leather. Majalah Kulit, Karet, Dan Plastik, 35 (2), 75. https://doi.org/10.20543/mkkp.v35i2.5639
  24. Watanabe, S., Tominaga, S., Horiuchi, T. (2020). The Difference in Impression between Genuine and Artificial Leather: Quantifying the Feeling of Authenticity. Journal of Perceptual Imaging, 3 (2), 020501-1-020501–020511. https://doi.org/10.2352/j.percept.imaging.2020.3.2.020501
  25. Ersöz, T., Tenbeli, R., Ersöz, F. (2021). Visual analysis of turkey's textile sector with Gephi complex network. Proceding of 11th International Symposium on Intelligent Manufacturing and Service System. Sakarya, 519–529. https://doi.org/10.5281/zenodo.16411310
  26. Angeli. Available at: https://angeli.net.ua/uk/juki
  27. Amtex. Available at: https://amtex.com.ua/brands/shvejnoe_oborydovanie_juki/
  28. Lapka.com.ua. Available at: https://www.lapka.com.ua/ua/brand-juki.aspx
  29. Sewtech. Available at: https://sewtech.com.ua/uk/promislovi-shvejni-mashini/brand-juki/
  30. What is an Industrial Sewing Machine? Juki. Available at: https://www.juki.co.jp/en/products/industrial/
  31. How to Analyze Data in Excel? Quick and Easy Steps. Available at: https://techbii.com/how-to-analyze-data-in-excel-quick-and-easy-steps/
  32. Zakharkevich, O., Paraska, O., Koshevko, J., Shvets, G., Shvets, A., Zhylenko, T. (2023). Development of a Mobile Application to Study Sewing Techniques for Manufacturing Fur and Leather Clothes. Fibres & Textiles in Eastern Europe, 31 (2), 1–10. https://doi.org/10.2478/ftee-2023-0011
  33. TechLab. Available at: https://play.google.com/store/apps/details?id=appinventor.ai_zbirvukladach.TL1&hl=uk&gl=US
  34. ISO 4916:1991 (1991). Textiles – Seam types – Classification and terminology. Printed in Switzerland/lmprime en Suisse, 64.
  35. Osvitnia prohrama «Tekhnolohiyi lehkoi promyslovosti» (riven mahistr) (2025). Available at: https://khmnu.edu.ua/wp-content/op/m/g15-ktshv-2025.pdf
  36. Poluda, S. N., Koval, T. V., Boksha, N. I. (2016). Tekhnolohiya shveinoho vyrobnytstva ta osnastka. Mukachevo: MDU, 93.
  37. Tran, K. P. (2022). Machine Learning and Probabilistic Graphical Models for Decision Support Systems. CRC Press. https://doi.org/10.1201/9781003189886
  38. He, Z., Tran, K.-P., Thomassey, S., Zeng, X., Xu, J., Yi, C. (2021). A deep reinforcement learning based multi-criteria decision support system for optimizing textile chemical process. Computers in Industry, 125, 103373. https://doi.org/10.1016/j.compind.2020.103373
  39. Di Domenico, A. (2023). Entanglement, CPT, and Neutral Kaons. CPT and Lorentz Symmetry, 74–78. https://doi.org/10.1142/9789811275388_0016
Розробка системи підтримки прийняття рішень для аргументованого вибору машин для виготовлення шкіряних виробів

##submission.downloads##

Опубліковано

2025-10-30

Як цитувати

Захаркевич, О. В., Кошевко, Ю. В., Жиленко, Т. І., Швець, Г. С., Кулешова, С. Г., Онофрійчук, В. І., & Дякова, А. С. (2025). Розробка системи підтримки прийняття рішень для аргументованого вибору машин для виготовлення шкіряних виробів. Eastern-European Journal of Enterprise Technologies, 5(1 (137), 6–18. https://doi.org/10.15587/1729-4061.2025.341457

Номер

Том 5 № 1 (137) (2025): Виробничо-технологічні системи

Розділ

Виробничо-технологічні системи

Ліцензія

Авторське право (c) 2025 Oksana Zakharkevich, Julia Koshevko, Tetyana Zhylenko, Galina Shvets, Svitlana Kuleshova, Volodymyr Onofriichuk, Alona Diakova

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.