Всесторонний обзор литературы по применению методов искусственного интеллекта на протяжении жизненного цикла промышленного оборудования

Постепенный переход к Индустрии 4.0 и все более широкое внедрение искусственного интеллекта (ИИ) способствуют развитию интеллектуального производства и цифровой трансформации. ИИ ускоряет переход к Индустрии 4.0 благодаря принятию решений на основе ИИ и анализу данных в реальном времени для оптимизации таких процессов, как планирование производства, предиктивное техническое обслуживание и контроль качества, что позволяет снизить затраты и повысить точность, эффективность и результативность. В статье рассматривается интеллектуальное производство на основе ИИ, которое преобразует традиционные подходы и открывает новые возможности на основных этапах жизненного цикла промышленного оборудования. В рамках всестороннего обзора анализируется широкий спектр методов ИИ, применяемых для решения таких задач, как оптимизация управления процессами и параметров механической обработки, поддержка принятия решений и совершенствование стратегий технического обслуживания на основных этапах жизненного цикла промышленного оборудования. К этим этапам относятся проектирование, производство, техническое обслуживание, переработка и модернизация. Согласно данным глобального опроса McKinsey за 2022 год (https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai-in-2022-and-a-half-decade-in-review), с 2017 года внедрение ИИ увеличилось более чем в два раза. Это способствовало росту числа исследований в области ИИ за последние шесть лет. Поэтому после тщательного поиска в соответствующих электронных базах данных были отобраны и обобщены 42 статьи, опубликованные в период с 1 января 2017 года по 20 мая 2023 года, чтобы представить и проанализировать наиболее актуальные исследования. При этом применялись конкретные критерии включения и исключения, а также выявлялись последние тенденции и популярные методы ИИ, используемые исследователями. К ним относятся сверточные нейронные сети (CNN), генеративно-состязательные сети (GAN), байесовские сети и метод опорных векторов (SVM), которые подробно рассматриваются в статье. Кроме того, представлены сведения о преимуществах (например, ...