Актуальность темы настоящего исследования обусловлена глубинными трансформациями, происходящими в глобальном промышленном ландшафте. Четвертая промышленная революция (Industrie 4.0), ключевыми компонентами которой являются киберфизические системы, Интернет вещей (IoT) и большие данные, поставила перед традиционными отраслями, в первую очередь машиностроением, задачу фундаментального повышения эффективности, гибкости и конкурентоспособности. В условиях растущей сложности изделий, необходимости сокращения времени вывода продукции на рынок (time-to-market) и ужесточения требований к качеству, классические методы проектирования, управления и контроля демонстрируют свою ограниченность [1-7].
Искусственный интеллект (ИИ), и в частности, машинное обучение (МО), из области теоретических исследований стремительно переходит в разряд критически важных промышленных технологий. Способность ИИ-алгоритмов выявлять скрытые закономерности в больших объемах данных, принимать оптимизационные решения и выполнять когнитивные функции (такие как визуальное распознавание) открывает перед машиностроением новые возможности. Внедрение ИИ позволяет не просто автоматизировать рутинные операции, но и перейти к предиктивным (прогнозным) и адаптивным моделям управления всем жизненным циклом изделия (PLM). Таким образом, исследование прикладных аспектов использования ИИ в машиностроении является не только актуальным, но и стратегически значимым для технологического суверенитета и импортозамещения в высокотехнологичных отраслях [5, 7].
Вопросы цифровизации промышленности и применения ИИ находят отражение в трудах как зарубежных, так и отечественных ученых. Фундаментальные аспекты машинного обучения раскрыты в работах M. Negnevitsky, C. Bishop, S. Raschka. Промышленный Интернет вещей и концепция Industry 4.0 детально анализируются в исследованиях H. Kagermann, W. Wahlster, M. Hermann. Среди российских ученых значительный вклад в развитие теории и практики интеллектуальных производственных систем внесли А.А. Колесников, Д.А. Новиков, В.В. Кульба. Однако, несмотря на обилие публикаций, значительная их часть носит обзорный характер или сосредоточена на отдельных технологических аспектах. Комплексное исследование, связывающее теоретические основы ИИ с конкретными прикладными задачами машиностроения и включающее этап практической реализации прототипа, остается востребованным.