Tel: +998977838464
Search


Maxsus son

Научные статьи

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ПРОИЗВОДСТВЕ: КЛЮЧЕВЫЕ НАПРАВЛЕНИЯ ПРИМЕНЕНИЯ И ПЕРСПЕКТИВЫ ДЛЯ ПРОМЫШЛЕННОСТИ УЗБЕКИСТАНА

DOI 10.67668/mj/2025issspecial/1824 Страницы 622-626

Опубликован 2025-10-16

Авторы
Рихсибоев Нозимбек Абдурасул угли
Организация
Ташкентский Международный Университет image/svg+xml
PDF Google Scholar Google Scholar

Аннотация

Исследование рассмотрело основные направления применения искусственного интеллекта в производстве и оценило перспективы их внедрения в промышленности Узбекистана. В работе были проанализированы предиктивное обслуживание оборудования, контроль качества на основе компьютерного зрения, интеллектуальное производственное планирование, управление цепями поставок и использование цифровых двойников. Исследование показало, что внедрение технологий искусственного интеллекта способствовало повышению производительности, снижению эксплуатационных затрат, уменьшению количества простоев оборудования и улучшению качества продукции. Одновременно были оценены факторы, связанные с цифровой инфраструктурой, качеством данных и подготовкой квалифицированных специалистов. Полученные результаты подтвердили научную и практическую значимость последовательного внедрения искусственного интеллекта в промышленное развитие Республики Узбекистан.

Библиографические ссылки

  1. Указ Президента Республики Узбекистан № УП-6079 от 5 октября 2020 г. «Об утверждении Cтратегии «Цифровой Узбекистан - 2030» и мерах по ее эффективной реализации». https://lex.uz/ru/docs/-5030957
  2. Постановление Президента Республики Узбекистан № ПП-358 от 14 октября 2024 г. «Об утверждении Стратегии развития технологий искусственного интеллекта до 2030 года». https://lex.uz/docs/-7158604
  3. B.Li, X.Lu, C.Yang. Applications of artificial intelligence in intelligent manufacturing: A review. Frontiers of Information Technology & Electronic Engineering, 18(1), 2017, 86-96
  4. B.Einabadi, A.Baboli, M.Ebrahimi. Dynamic predictive maintenance in Industry 4.0 based on real time information: Case study in automotive industries. IFAC-PapersOnLine, 52(13), 2019, 1069-1074
  5. I.Daniyan, K.Mpofu, A.Adeodu. Artificial intelligence for predictive maintenance in the railcar learning factories. Procedia Manufacturing, 2020, 13-18
  6. O.Matamoros, J.Nava, B.Ceballos. Artificial intelligence for quality defects in the automotive industry: A systemic review. Sensors, 25(5), 2025

Скачивания

Данные скачивания пока недоступны.