Full metadata record
DC FieldValueLanguage
dc.contributor.authorНасонов М. А.ru
dc.date.accessioned2025-12-18T07:13:46Z-
dc.date.available2025-12-18T07:13:46Z-
dc.date.issued2025ru
dc.identifierRU\НТБ СГАУ\581341ru
dc.identifier.citationНасонов, М. А. Интеллектуализация систем технического обслуживания и ремонтов оборудования: аналитические подходы, барьеры и пути развития = Intellectualization of industrial maintenance and repair systems: analytical approaches, implementation barriers, and directions for development / М. А. Насонов // Развитие инструментария аналитики инновационных процессов в системах разного уровня : сб. материалов Междунар. науч.-практ. конф., г. Самара, 24 окт., 2025 г. / Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т) ; под. общ. ред. Н. М. Тюкавкина. - Самара. - С. 243-251.ru
dc.identifier.isbnru
dc.identifier.issnru
dc.identifier.ismnru
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/60494-
dc.identifier.npsru
dc.identifier.orcidru
dc.description.abstractВ статье представлен аналитический обзор эволюции интеллектуализации систем технического обслуживания и ремонтов оборудования на промышленных предприятиях в контексте применения инструментов инновационной аналитики и искусственного интеллекта. Рассмотрены этапы перехода от экспертных систем к гибридным архитектурам, использующим машинное обучение, цифровые двойники и прогнозную аналитику. Особое внимание уделено роли Data Science и AI в формировании новых методов управления надежностью оборудования и повышении эффективности технических процессов. Проанализированы барьеры внедрения интеллектуальных технологий, включая качество данных, интерпретируемость моделей и компетенции персонала. Сформулированы направления развития устойчивых цифровых экосистем интеллектуального технического обслуживания на базе ИИ как элемента инновационной инфраструктуры промышленности. The article presents an analytical review of the evolution of intelligent maintenance and repair systems in industrial enterprises in the context of inru
dc.description.firstpage243ru
dc.description.lastpage251ru
dc.format.extentru
dc.format.mimetypeTextru
dc.language.isorusru
dc.publisherPublisherru
dc.rightsLicenseru
dc.sourceSourceru
dc.textpartОдна из таких тенденций – это смещение фокуса от реактивных и планово-предупредительных стратегий к предиктивным и профилактическим формам обслуживания. ИИ предоставляет возможность не просто предсказывать потенциальные отказы, но и рекомендовать конкретные действия для их предотвращения с учетом технического состояния, контекста эксплуатации и доступных ресурсов. Это становится возможным благодаря интеграции методов машинного обучения, интеллектуальной оптимизации и многокр...-
dc.subjectartificial intelligenceru
dc.subjectdata scienceru
dc.subjectdigital twinsru
dc.subjectindustrial analyticsru
dc.subjectinnovation technologiesru
dc.subjectintelligent maintenanceru
dc.subjectpredictive analyticsru
dc.subjectинновационные технологииru
dc.subjectинтеллектуальное обслуживаниеru
dc.subjectискусственный интеллектru
dc.subjectпрогнозная аналитикаru
dc.subjectпромышленная аналитикаru
dc.subjectцифровые двойникиru
dc.subject.rubbkru
dc.subject.rugasntiru
dc.subject.udcru
dc.titleИнтеллектуализация систем технического обслуживания и ремонтов оборудования: аналитические подходы, барьеры и пути развитияru
dc.title.alternativeru
dc.typeType Textru
Appears in Collections:Развитие инструментария аналитики инновационных процессов в системах разного уровня

Files in This Item:
File SizeFormat 
978-5-6054903-8-8_2025-243-251.pdf467.13 kBAdobe PDFView/Open


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.