978-5-6054968-9-2 10.21661/a-960 Вопросы науки и образования: новые подходы и актуальные исследования Issues of Science and Education: New Approaches and Current Studies

В сборнике представлены материалы участников III Всероссийской научно-практической конференции с международным участием, отражающие содержание актуальных исследований в различных областях научного знания. Приведены результаты теоретических и прикладных изысканий представителей научного и образовательного сообщества. Предназначен для широкого круга читателей. Статьи представлены в авторской редакции.

 Кожанов Виктор Иванович Kozhanov Victor Ivanovich sportkomplex.chgu@yandex.ru executive_editor Яковлева Татьяна Валериановна Yakovleva Tatyana Valerianovna info@interactive-plus.ru Кожанов Виктор Иванович Kozhanov Victor Ivanovich Сорокоумова Галина Вениаминовна Sorokoumova Galina Veniaminovna https://orcid.org/0000-0002-5246-5200 Краснова Светлана Гурьевна Krasnova Svetlana Guryevna Вопросы науки и образования: новые подходы и актуальные исследования Issues of Science and Education: New Approaches and Current Studies 19 12 2025 Чебоксары Центр научного сотрудничества «Интерактив плюс» 1900 Copyright © Цапко К. В., Буханцев А. В., Дрогачёв А. П., Михалева У. Н., 2025 2025 This work is licensed under a Creative Commons Attribution 4.0 License. 587223 Разработка и исследование сервиса предиктивной аналитики промышленного оборудования на основе конвергенции технологий искусственного интеллекта и промышленного интернета вещей Razrabotka i issledovanie servisa prediktivnoi analitiki promyshlennogo oborudovaniia na osnove konvergentsii tekhnologii iskusstvennogo intellekta i promyshlennogo interneta veshchei Цапко Кирилл Владимирович Tsapko Kirill Vladimirovich kirilltsapko78@gmail.com Буханцев Александр Владимирович Bukhantsev Aleksandr Vladimirovich aleksandrbuhancev94@gmail.com Дрогачёв Артем Павлович Drogachiov Artem Pavlovich drogachev.artyom@yandex.ru Михалева Ульяна Николаевна Mikhaleva Ul'iana Nikolaevna ФГБОУ ВО «Донской государственный технический университет» Россия FSBEI of HE "Don State Technical University" Russia 184 185

в статье исследуется архитектура, алгоритмы и экономическая эффективность облачного сервиса для предиктивного обслуживания (Predictive Maintenance, PdM) промышленного оборудования, основанного на конвергенции Industrial Internet of Things (IIoT) и методов искусственного интеллекта (AI). Рассмотрены ключевые технологические компоненты: сенсорные сети для сбора данных, облачные платформы для их обработки и хранения, а также машинное обучение (ML) для построения предиктивных моделей остаточного ресурса (Remaining Useful Life, RUL) и классификации аномалий. Анализируются преимущества подхода по сравнению с реактивным и планово-предупредительным обслуживанием, включая сокращение незапланированных простоев, оптимизацию запасов запчастей и повышение общей эффективности оборудования (OEE). Работа основана на систематизации данных из рецензируемых научных публикаций, отчетов Gartner и McKinsey, а также на анализе успешных кейсов внедрения в таких отраслях, как энергетика, авиация и обрабатывающая промышленность.

 искусственный интеллект (AI) предиктивная аналитика предиктивное обслуживание (PdM) промышленный интернет вещей (IIoT) машинное обучение (ML) остаточный ресурс (RUL) общая эффективность оборудования (OEE) цифровой двойник (Digital Twin) References Мобли Р.К. Введение в профилактическое обслуживание / Р.К. Мобли. – Баттерворт-Хайнеманн, 2002. Мобли Р. К. Введение в профилактическое обслуживание Баттерворт-Хайнеманн Интернет вещей: использование растущих возможностей // McKinsey & Company. – 2020. Интернет вещи: использование растущих возможностей McKinsey & Company 2020 Моделирование распространения повреждений для моделирования работы авиационного двигателя до отказа / А. Саксена, К. Гебель, Д. Саймон [и др.] // Международная конференция по прогнозированию и управлению здравоохранением. – 2008. – С. 1–9. Саксена А. Гебель К. Саймон Д. Моделирование распространения повреждений для моделирования работы авиационного двигателя до отказа Международная конференция по прогнозированию и управлению здравоохранением 2008 1 9 Джардин А.К. Обзор по диагностике и прогнозированию оборудования, основанному на техническом обслуживании / А.К. Джардин, Д. Лин, Д. Баневич // Механические системы и обработка сигналов. – 2006. – С. 1483–1510. Джардин А. К. Лин Д. Баневич Д. Обзор по диагностике и прогнозированию оборудования, основанному на техническом обслуживании Механические системы и обработка сигналов 2006 1483 1510 Цифровой двойник в промышленности: современное состояние / Ф. Тао, Х. Чжан, А. Лю [и др.] // Transactions on Industrial Informatics. – 2018. – Т. 15. №4. – С. 2405–2415. Тао Ф. Чжан Х. Цифровой двойник в промышленности: современное состояние Transactions on Industrial Informatics 2018 15 4 2405 2415 Глубокое обучение и его применение для мониторинга работоспособности машин / Р. Чжао, Р. Янь, З. Чен [и др.] // Механические системы и обработка сигналов. – 2019. – №115. – С. 213–237. Чжао Р. Янь Р. Чен З. Глубокое обучение и его применение для мониторинга работоспособности машин Механические системы и обработка сигналов 2019 115 213 237 Ли Х. Оценка оставшегося срока полезного использования в прогностике с использованием нейронных сетей с глубокой сверткой / Х. Ли, К. Дин, Дж.К. Сан // Проектирование надежности и безопасность систем. – 2018. – №1–11. – С. 172. Ли Х. Дин К. Сан Дж. К. Оценка оставшегося срока полезного использования в прогностике с использованием нейронных сетей с глубокой сверткой Проектирование надежности и безопасность систем 2018 1–11 Новый метод диагностики неисправностей на основе сверточных нейронных сетей, основанный на данных / Л. Вэнь, Х. Ли, Л. Гао [и др.] // IEEE Transactions по промышленной электронике. –2017. – Т. 7. №65. – С 5990–5998. Вэнь Л. Гао Л. Новый метод диагностики неисправностей на основе сверточных нейронных сетей, основанный на данных IEEE Transactions по промышленной электронике 2017 7 65 Профилактическое обслуживание: используйте IoT для перехода от реактивного обслуживания к проактивному. – 2021. Профилактическое обслуживание: используйте IoT для перехода от реактивного обслуживания к проактивному Мониторинг состояния и диагностика машин – обработка, передача и представление данных. Мониторинг состояния и диагностика машин – обработка, передача и представление данных