Промышленный интернет вещей как основа интеллектуального производства
- Авторы: Гринева Н.В.1, Абдикеев Н.М.1
-
Учреждения:
- Финансовый университет при Правительстве Российской Федерации
- Выпуск: Том 12, № 3 (2025)
- Страницы: 96-104
- Раздел: АВТОМАТИЗАЦИЯ И УПРАВЛЕНИЕ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ И ПРОИЗВОДСТВАМИ
- URL: https://bakhtiniada.ru/2313-223X/article/view/350189
- DOI: https://doi.org/10.33693/2313-223X-2025-12-3-96-104
- EDN: https://elibrary.ru/AQEPFW
- ID: 350189
Цитировать
Аннотация
Статья посвящена исследованию современного состояния промышленного интернета вещей (IIoT), его преимуществ и недостатков, выявлению перспектив развития. Промышленный интернет вещей кардинально меняет экономическую модель взаимодействия «поставщик-потребитель». Это позволяет автоматизировать процесс мониторинга и управления жизненным циклом оборудования, организовать эффективные цепочки от предприятий-поставщиков до компаний-потребителей, перейти к моделям «экономики совместного использования» и многое другое. В статье представлена модель современной 12-слойной архитектуры IIoT. Выделены основные преимущества IIoT, такие как повышение эффективности, сокращение количества ошибок, повышение безопасности работников, экономия затрат на электроэнергию. Выявлено, что управление промышленными предприятиями на основе IIoT позволяют проводить мониторинг промышленных систем в режиме реального времени, обеспечивать управление цепочками поставок, анализировать большой объем данных, что помогает улучшать производительность, эффективнее управлять запасами и энергопотреблением. Вместе с тем определены риски и проблемы, связанные с широким распространением IIoT, и основная, это информационная безопасность и нехватка квалифицированных кадров. В качестве выводов определены основные направления развития промышленного интернета вещей.
Полный текст
Открыть статью на сайте журналаОб авторах
Наталья Владимировна Гринева
Финансовый университет при Правительстве Российской Федерации
Автор, ответственный за переписку.
Email: ngrineva@fa.ru
ORCID iD: 0000-0001-7647-5967
кандидат экономических наук, доцент, доцент кафедры информационных технологий, научный сотрудник, Институт цифровых технологий
Россия, г. МоскваНияз Мустякимович Абдикеев
Финансовый университет при Правительстве Российской Федерации
Email: nabdikeev@fa.ru
ORCID iD: 0000-0002-5999-0542
Scopus Author ID: 36625026600
доктор технических наук, профессор, главный научный сотрудник, Институт финансово-промышленной политики
Россия, г. МоскваСписок литературы
- Розанова Н.М. Индустрия 5.0: золотой век или прыжок в темноту? // Вестник Института экономики Российской академии наук. 2023. № 6C. С. 61–77. doi: 10.52180/2073-6487_2023_6_61_77. EDN: JXQKBZ.
- Eswaran M., Raju Bahubalendruni M.V.A. Challenges and opportunities on AR/VR technologies for manufacturing systems in the context of Industry 4.0: A state of the art review // Journal of Manufacturing Systems. 2022. Vol. 65. Pp. 260–278.
- Кубасов И.А. Промышленный интернет вещей как революционный скачок развития // Надежность и качество сложных систем. 2023. № 2. С. 83–89. doi: 10.21685/2307-4205-2023-2-9.
- Рылов С.А. IIoT аппаратная архитектура распределенных систем управления непрерывными промышленными производствами и агрокомплексами // Электротехнологии и электрооборудование в АПК. 2023. Т. 70. № 1 (50). С. 105–113. doi: 10.22314/2658-4859-2023-70-1-105-113. EDN: UVTIKD.
- Малашкина О.Ф., Ваулин А.С. Трансформация промышленных предприятий в условиях цифровой кооперации: факторы формирования и стратегические детерминанты // Журнал монетарной экономики и менеджмента. 2025. № 3. С. 175–184. doi: 10.26118/2782-4586.2025.76.80.029. EDN: UVADGA.
- Десницкий В.А., Жукабаева Т.К. Подход к управлению инцидентами безопасности в системах промышленного интернета вещей // Вестник Санкт-Петербургского государственного университета технологии и дизайна. Серия 1: Естественные и технические науки. 2024. № 4. С. 92–98. doi: 10.46418/2079-8199_2024_4_16. EDN: BZBJIT.
- Kim H., Choi J. Recommendations for responding to system security incidents using knowledge graph embedding // Electronics. 2024. Vol. 13. Issue 1. P. 171. doi: 10.3390/electronics13010171. EDN: ENEAXL.
- Утакаева И.Х. Оптимизация предиктивного обслуживания оборудования через объединение данных промышленного интернета вещей и графовых баз знаний // Кузнечно-штамповочное производство. Обработка материалов давлением. 2025. № 6. С. 81–91. EDN: AOCPUR.
Дополнительные файлы


