Статья:

ӨНДІРІСТІК ПРОЦЕСТЕРДІ АВТОМАТТАНДЫРУДА ЖАСАНДЫ ИНТЕЛЛЕКТ ПЕН ЦИФРЛЫҚ МЕТРОЛОГИЯНЫ ҚОЛДАНУ

Конференция: XCIII Международная научно-практическая конференция «Научный форум: инновационная наука»

Секция: Технические науки

Выходные данные
Сәрсенғазы С.Б., Жұмажанов Ә.Ә. ӨНДІРІСТІК ПРОЦЕСТЕРДІ АВТОМАТТАНДЫРУДА ЖАСАНДЫ ИНТЕЛЛЕКТ ПЕН ЦИФРЛЫҚ МЕТРОЛОГИЯНЫ ҚОЛДАНУ // Научный форум: Инновационная наука: сб. ст. по материалам XCIII междунар. науч.-практ. конф. — № 2(93). — М., Изд. «МЦНО», 2026.
Конференция завершена
Мне нравится
на печатьскачать .pdfподелиться

ӨНДІРІСТІК ПРОЦЕСТЕРДІ АВТОМАТТАНДЫРУДА ЖАСАНДЫ ИНТЕЛЛЕКТ ПЕН ЦИФРЛЫҚ МЕТРОЛОГИЯНЫ ҚОЛДАНУ

Сәрсенғазы Саян Болатбекұлы
білім алушы, Баишев Университет, Қазақстан Республикасы, Ақтөбе
Жұмажанов Әлинұр Әділжанұлы
білім алушы, Баишев Университет, Қазақстан Республикасы, Ақтөбе
Тажиева Гулден Нуржановна
научный руководитель, Жетекші, Ғылыми жетекшісі, білім саласындағы сеньор-лектор Баишев университеті, Қазақстан Республикасы, Ақтөбе

 

Аңдатпа. Мақалада өндірістік процестерді автоматтандыруда жасанды интеллект (ЖИ) пен цифрлық метрологияны қолданудың ғылыми-техникалық негіздері қарастырылады. Қазіргі заманғы өнеркәсіптік жүйелердің күрделенуі өлшеу дәлдігіне, деректерді өңдеу жылдамдығына және басқару шешімдерінің тиімділігіне жоғары талаптар қояды. Осыған байланысты интеллектуалды алгоритмдер мен цифрлық өлшеу жүйелерін біріктіру өндірістік процестердің сенімділігі мен тиімділігін арттырудың негізгі бағытына айналуда. Мақалада жасанды интеллект алгоритмдерінің өлшеу деректерін талдау, ақауларды болжау, процестерді оңтайландыру және жабдықтың техникалық жағдайын бағалаудағы рөлі талданады.

Abstract. This article examines the scientific and technical foundations of applying artificial intelligence (AI) and digital metrology in the automation of industrial processes. The increasing complexity of modern industrial systems imposes higher requirements on measurement accuracy, data processing speed, and the effectiveness of management decisions. In this context, the integration of intelligent algorithms with digital measurement systems has become a key direction for improving the reliability and efficiency of industrial processes. The article analyzes the role of artificial intelligence algorithms in processing measurement data, predicting failures, optimizing processes, and assessing the technical condition of equipment.

 

Кілт сөздер: автоматтандыру, цифрлық метрология, жасанды интеллект, өндірістік жүйелер, өлшеу дәлдігі, Big Data, интеллектуалды басқару.

Keywords: automation, digital metrology, artificial intelligence, industrial systems, measurement accuracy, Big Data, intelligent control.

 

Өндірістік процестердің цифрландырылуы мен Индустрия 4.0 тұжырымдамасының дамуы автоматтандыру жүйелеріне жаңа талаптар қойды. Дәстүрлі автоматтандыру әдістері алдын ала берілген алгоритмдерге негізделсе, қазіргі интеллектуалды жүйелер деректерді талдап, өзін-өзі бейімдей алатын деңгейге жетті. Бұл өзгерістердің негізінде жасанды интеллект пен цифрлық метрологияның дамуы жатыр.[1]

Цифрлық метрология – өлшеу нәтижелерін цифрлық форматта жинау, өңдеу, сақтау және талдау технологияларының жиынтығы. Ал жасанды интеллект осы деректерді интеллектуалды талдауға, жасырын заңдылықтарды анықтауға және болжау жасауға мүмкіндік береді. Осы екі бағыттың интеграциясы өндірістік процестердің сапасын жаңа деңгейге көтереді.

Өндірістік процестердің сапасы мен қауіпсіздігі нақты өлшеулерге тәуелді. Қысым, температура, діріл, ток, кернеу, ылғалдылық және басқа параметрлердің тұрақты бақылауы жабдықтың сенімді жұмысын қамтамасыз етеді. Цифрлық метрологияның негізгі артықшылықтары: нақты уақыт режимінде деректерді жинау; өлшеу нәтижелерінің автоматты тіркелуі;

қателіктерді азайту; деректердің орталықтандырылған сақталуы;  халықаралық стандарттарға сәйкестікті қамтамасыз ету.[2]

Дәстүрлі өлшеу жүйелерінен айырмашылығы, цифрлық метрология өлшеу нәтижелерін бірден өңдеуге және өндірістік басқару жүйелерімен интеграциялауға мүмкіндік береді. Бұл өндірістік процестердің жеделдігін арттырады. Жасанды интеллект өндірістік процестерді басқаруда деректерге негізделген шешім қабылдауға мүмкіндік береді. Өндірісте мыңдаған сенсорлар жұмыс істейді, олардың деректерін қолмен талдау мүмкін емес. Машиналық оқыту және нейрондық желілер келесі функцияларды орындай алады:  аномалияларды анықтау; жабдықтың ақауын ерте кезеңде болжау (Predictive Maintenance); өндірістік режимдерді оңтайландыру; энергия шығынын азайту; сапаны автоматты бақылау.[3]

Мысалы, турбина діріліндегі болмашы өзгерісті ЖИ алгоритмі болашақ подшипник тозуының белгісі ретінде анықтай алады. Бұл жоспардан тыс тоқтаулардың алдын алады және техникалық қызмет көрсету шығындарын азайтады. ЖИ мен цифрлық метрологияның интеграциясы өндірісте интеллектуалды басқару жүйелерін қалыптастырады. Мұндай жүйелер SCADA, ERP және IoT платформаларымен біріктіріліп, толық цифрлық экожүйе құрайды. [4]

Бұл жүйелер тек өлшеу жүргізіп қана қоймай, процестердің болашақтағы жағдайын болжай алады. Нәтижесінде өндіріс тұрақты әрі қауіпсіз режимде жұмыс істейді. Интеллектуалды автоматтандыру өндірістік шығындарды азайтады, себебі: жабдықтың тоқтап қалу уақыты қысқарады; жөндеу жұмыстары алдын ала жоспарланады; энергия шығыны төмендейді; өнім сапасы артады.

Сонымен қатар, жасанды интеллект жану процестерін оңтайландырып, зиянды шығарындыларды азайтуға мүмкіндік береді. Бұл өндірістің экологиялық қауіпсіздігін арттырады.Өндірістік процестерді автоматтандыруда жасанды интеллект пен цифрлық метрологияны қолдану өнеркәсіптің сапалық жаңа кезеңіне өтуін қамтамасыз етеді. Интеллектуалды жүйелер өлшеу дәлдігін арттырып, жабдықтың сенімділігін күшейтеді, ақауларды болжайды және процестерді оңтайландырады. Болашақта өндірістік жүйелер толық цифрлық және автономды басқару деңгейіне жетеді. Бұл технологиялар өндірістің тұрақты дамуына, экономикалық тиімділікке және экологиялық қауіпсіздікке қол жеткізуге мүмкіндік береді.[5]

Сонымен қатар, цифрлық метрология мен жасанды интеллектті біріктіру өндірістік жүйелердің масштабталуын қамтамасыз етеді. Заманауи кәсіпорындарда деректер көлемі үнемі артып отырады, ал интеллектуалды алгоритмдер бұл ақпаратты құрылымдап, талдап, стратегиялық шешімдер қабылдауға негіз болады. Үлкен деректерді (Big Data) өңдеу құралдары өндірістік процестердің динамикасын жан-жақты бағалауға және ұзақ мерзімді болжамдар жасауға мүмкіндік береді. Бұл өндірістік жоспарлаудың дәлдігін арттырып, ресурстарды тиімді басқаруға жағдай жасайды.[6]

Цифрлық егіздер (Digital Twin) технологиясын енгізу де ерекше маңызға ие. Өндірістік жабдықтардың виртуалды моделін құру арқылы олардың жұмысын нақты уақыт режимінде бақылауға, параметрлердің өзгерісін болжауға және ықтимал ақауларды алдын ала анықтауға болады. Мұндай тәсіл өндірістік тәуекелдерді азайтып, сынақтарды қауіпсіз ортада жүргізуге мүмкіндік береді. Сонымен бірге, цифрлық егіздер өндірістік процестерді оңтайландыруда тиімді құрал болып табылады.[7],[8]

 

Әдебиеттер тізімі:
1. Абдали Л. М., Саидов Р. А., Халилов Д. Т. Техника искусственного интеллекта для производства энергии и автоматизация управления гибридной солнечно-ветро-дизельной энергетической системой // Строительство и техногенная безопасность. – 2021. – № 22 (74). – С. 91–100.
2. Тимур М., Веревкин А. Искусственный интеллект в задачах моделирования, управления и диагностики технологических процессов. – Москва: ЛитРес, 2023. – 256 с.
3. Каракаев А. Б., Галиев Г. А. Обзор исследований моделирования адаптивных систем автоматического управления компонентами электроэнергетических систем // Вестник государственного университета морского и речного флота им. адмирала С. О. Макарова. – 2020. – Т. 12. – № 1. – С. 139–153.
4. Рыжова Е. Л. Применение интеллектуальных технологий для реализации проекта цифровой тяговой подстанции // Инновационные транспортные системы и технологии. – 2023. – Т. 9. – № 3. – С. 15–22.
5. Кошелев А. С. Разработка метода формирования интегрированной системы энергосбережения на высокотехнологичном промышленном предприятии. – 2024. – 198 с.
6. Lee J., Bagheri B., Kao H. A. A Cyber-Physical Systems architecture for Industry 4.0-based manufacturing systems // Manufacturing Letters. – 2015. – Vol. 3. – P. 18–23.
7. Tao F., Qi Q. Make more digital twins // Nature. – 2019. – Vol. 573. – P. 490–491.
8. Zhang Y., Yang L., Wang H. Artificial Intelligence in Smart Manufacturing: Applications and Challenges // IEEE Access. – 2020. – Vol. 8. – P. 220–235.