Л.С. Звягин1

1 Финансовый университет при Правительстве Российской Федерации (Москва, Россия)
1 lszvyagin@fa.ru

Постановка проблемы. Современная индустриальная трансформация в рамках Индустрии 4.0 характеризуется интенсивным внедрением информационно-измерительных и управляющих систем (ИИУС) как основы устойчивого промышленного развития. Исследование направлено на комплексный анализ влияния ИИУС на оптимизацию ресурсопотребления и снижение экологического воздействия промышленных предприятий. Методология включает в себя анализ данных 183 промышленных предприятий различных отраслей за период 2022–2024 гг., применение регрессионного анализа, кластеризации и моделирования производственных процессов. Обоснование актуальности настоящего исследования базируется на выявленных лакунах в научном знании и практической потребности промышленных предприятий в научно обоснованных рекомендациях по проектированию и внедрению ИИУС для достижения целей устойчивого развития.

Цель. Комплексно рассмотреть технологические, экономические и экологические аспекты функционирования ИИУС с применением современных методов анализа промышленных данных и моделирования сложных киберфизических систем.

Результаты. Показано, что внедрение интегрированных ИИУС обеспечивает снижение энергопотребления на 15–25%, сокращение материальных потерь на 12–18%, уменьшение выбросов CO₂ на 20–30% при повышении общей эффективности оборудования на 8–15%. На основании корреляционного анализа выявлена значимая связь (r = 0,73) между уровнем автоматизации измерительных процессов и показателями ресурсоэффективности. С использованием многофакторной модели показано, что интеграция искусственного интеллекта в ИИУС повышает эффективность оптимизации на 35% (R² = 0,68).

Практическая значимость. В результате проведенных исследований разработаны методические рекомендации, которые можно использовать при проектировании ИИУС для достижения целей устойчивого развития. Сформирована научная основа для развития интеллектуальных систем промышленной автоматизации. Новизна исследования состоит в разработке интегрированной методологии оценки эффективности ИИУС в контексте множественных критериев устойчивого развития с учетом специфики различных промышленных отраслей. Нетривиальность полученных результатов обусловлена выявлением нелинейных зависимостей между параметрами цифровизации производства и показателями экологической эффективности технологических процессов.

Звягин Л.С. Информационно-измерительные и управляющие системы как ключевой инструмент реализации стратегий устойчивого развития промышленных предприятий через оптимизацию ресурсов и снижение воздействия на окружающую среду // Нейрокомпьютеры: разработка, применение. 2025. Т. 27. № 6. С. 24−36. DOI: 10.18127/j19998554-202506-03

1. Campilho R.D.S.G., Silva F.J.G. Industrial Process Improvement by Automation and Robotics. Machines. 2023. V. 11. № 11. P. 1011. DOI: 10.3390/machines11111011
2. Alward Y., Singh O., Azam M.A. Industrial automation and control systems development future and challenges. Journal of Information and Optimization Sciences. 2022. V. 43. № 1. P. 245–267. DOI: 10.1080/02522667.2022.2036354
3. Raza M. Industrial Internet of Things (IIoTs) and Industry 4.0. Sustainability. Special Issue. 2022. ISSN 2071-1050. URL: https://www.mdpi.com/journal/sustainability/special_issues/Industrial_Internet_of_Things
4. Silva F.J.G. et al. Advances in Artificial Intelligence Methods Applications in Industrial Control Systems: Towards Cognitive Self-Optimizing Manufacturing Systems. Applied Sciences. 2022. V. 12. № 21. P. 10962. DOI: 10.3390/app122110962
5. Kowalski M., Magiera E. Cybersecurity of Industrial Systems—A 2023 Report. Electronics. 2024. V. 13. № 7. P. 1191. DOI: 10.3390/electronics13071191
6. Chen Y. et al. An optimization-centric review on integrating artificial intelligence and digital twin technologies in manufacturing. Engineering Optimization. 2024. DOI: 10.1080/0305215X.2024.2434201
7. Dou Z. Sustainable Risk and Safety Management of Complex Industrial Systems. Sustainability. Special Issue. 2025. URL: https://www.mdpi.com/journal/sustainability/special_issues/6745175T3L
8. Mahmoud A. et al. Intelligent automation implementation and corporate sustainability performance: The enabling role of corporate social responsibility strategy. Technology in Society. 2023. V. 73. DOI: 10.1016/j.techsoc.2023.102242
9. Figueiredo R.P. et al. A Complete System for Automated Semantic–Geometric Mapping of Corrosion in Industrial Environments. Automation. 2025. V. 6. № 2. P. 23. DOI: 10.3390/automation6020023
10. Tien C.-J., Tsai T.-H. Automatic Control and System Theory and Advanced Applications. Inventions. 2024. V. 9. № 1. P. 5. DOI: 10.3390/inventions9010005
11. Martinez S. et al. Sustainable Electrification—Advances and Challenges in Electrical-Distribution Networks: A Review. Sustainability. 2024. V. 16. № 2. P. 698. DOI: 10.3390/su16020698
12. Zhang L., Wang H. Smart Manufacturing & Automation Control Systems for Industry 4.0/5.0. MDPI Books. 2023.
13. Kumar A. et al. Artificial Intelligence Applications for Industry 4.0: A Literature-Based Study. Journal of Industrial Integration and Management. 2021. V. 6. № 4. DOI: 10.1142/S2424862221300040
14. Singh R. et al. How Automation Supports Industrial Sustainability. Industrial Automation Magazine. 2024. November 25. URL: https://www.cyngn.com/blog/how-automation-supports-industrial-sustainability
15. International Society of Automation (ISA). Industrial Control Systems Drive Precision Agriculture. Automation.com. 2025. May. URL: https://www.automation.com/en-us/articles/may-2025/industrial-control-systems-precision-agriculture