Журнал Российского общества по неразрушающему контролю и технической диагностике
The journal of the Russian society for non-destructive testing and technical diagnostic
 
| Русский Русский | English English |
 
Главная
23 | 10 | 2026
Баннер
2026, 08 август (August)

DOI: 10.14489/td.2026.08.pp.053-060

Гвинтовкин М. В., Покровская О. Д., Карелина М. Ю., Терентьев А. В., Степанов А. А., Курбатова А. В.
ОСОБЕННОСТИ ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ГЕНЕРАЦИИ ОТЧЕТОВ ПО КАЧЕСТВУ
(с. 53-60)

Аннотация. Рассмотрена проблема разрыва между детализированными результатами машинного обучения (ML) в аспекте диагностики качества в машиностроении с одной стороны и потребностями систем менеджмента качества (СМК) в стандартизированной отчетности с другой стороны. Разработана интеллектуальная система, основанная на синергетической интеграции распределенных ML-модулей для локальной диагностики и больших языковых моделей (LLM) для автоматической генерации контекстно-зависимых отчетов СМК. С помощью предложенной интеллектуальной системы будет возможна автоматизация процесса формирования отчетности по качеству.

Ключевые слова:  машинное обучение (ML), большие языковые модели (LLM), система менеджмента качества (СМК), машиностроение, автоматизация отчетности.


Gvintovkin M. V., Pokrovskaya O. D., Karelina M. Yu., Terentyev A. V., Stepanov A. A., Kurbatova A. V.
FEATURES OF THE INTELLIGENT QUALITY REPORT GENERATION SYSTEM
(pp. 53-60)

Abstract. The problem of the gap between the detailed results of machine learning (ML) in the aspect of quality diagnostics in mechanical engineering, on the one hand, and the needs of quality management systems (QMS) in standardized reporting, on the other hand, is considered. An intelligent system has been developed based on the synergetic integration of distributed ML modules for local diagnostics and large language models (LLM) for the automatic generation of context-sensitive QMS reports. With the help of the proposed intelligent system, automation of the quality reporting process will be possible.

Keywords: machine learning (ML), large language models (LLM), quality management system (QMS), mechanical engineering, automation of reporting.

Рус

М. В. Гвинтовкин (Балтийский государственный технический университет «ВОЕНМЕХ» им. Д.Ф. Устинова, Санкт-Петербург, Россия) E-mail: Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
О. Д. Покровская, М. Ю. Карелина, А. В. Терентьев (Государственный университет управления, Московский автомобильно-дорожный государственный технический университет, Москва, Россия) E-mail: Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра. , Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра. , Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
А. А. Степанов, А. В. Курбатова (Государственный университет управления, Москва, Россия) E-mail: Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра. , Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.

 

Eng

M. V. Gvintovkin (D. F. Ustinov Baltic State Technical University VOENMEKH, St. Petersburg, Russia) E-mail: Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
O. D. Pokrovskaya, M. Yu. Karelina, A. V. Terentyev (State University of Management, Moscow, Russia, Moscow Automobile and Highway State Technical University, Moscow, Russia) E-mail: Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра. , Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра. , Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
A. A. Stepanov, A. V. Kurbatova (State University of Management, Moscow, Russia) E-mail: Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра. , Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.

 

Рус

1. Андряшина Н. С. Организационно-экономические особенности создания нового продукта в машиностроении: специальность 08.00.05 «Экономика и управление народным хозяйством (экономика, организация и управление предприятиями, отраслями, комплексами – промышленность)»: дис. … канд. экон. наук. Н. Новгород, 2015. 145 с.
2. Бекетова О. Н., Арифуллин М. В., Фролов А. Л. Инновационные технологии управления качеством продукции на предприятиях машиностроения // Вестник Алтайской академии экономики и права. 2023. № 4. С. 18 – 22.
3. Боргардт Е. А., Бобель Д. Н. Технологии искусственного интеллекта в системе управления качеством // Международный журнал гуманитарных и естественных наук. 2021. № 8-1(59). С. 178 – 180.
4. Зубков В. С. Инноватика процессов управления качеством в сложных технических системах // Вестник УГАТУ. 2012. Т. 16, № 6(51). С. 242 – 251.
5. Кузнецов М. С., Калмыкова С. В. Искусственный интеллект в управлении качеством // Диалог. 2024. № 3. С. 37 ‒ 39.
6. Малкина И. В. Автоматизация контроля качества геометрических параметров деталей в машиностроении // Известия Самарского научного центра РАН. 2022. Т. 24, № 3. С. 34 – 41.
7. Сердюк В. Методический подход к анализу влияния инновационных процессов на качество машиностроительной продукции // Вісник Київського національного університету імені Тараса Шевченка. Економіка. 2013. № 12(153). С. 88 – 93.

Eng

1. Andryashina, N. S. (2015). Organizational and economic features of creating a new product in mechanical engineering [Candidate's dissertation, N. Novgorod]. [in Russian language].
2. Beketova, O. N., Arifullin, M. V., & Frolov, A. L. (2023). Innovative technologies of product quality management at machine building enterprises. Vestnik Altaiskoi akademii ekonomiki i prava, (4), 18–22. [in Russian language].
3. Borgardt, E. A., & Bobel, D. N. (2021). Artificial intelligence technologies in the quality management system. Mezhdunarodnyi zhurnal gumanitarnykh i estestvennykh nauk, (8 1), 178–180. [in Russian language].
4. Zubkov, V. S. (2012). Innovation of quality management processes in complex technical systems. Vestnik UGATU, 16(6), 242–251. [in Russian language].
5. Kuznetsov, M. S., & Kalmykova, S. V. (2024). Artificial intelligence in quality management. Dialog, (3), 37–39. [in Russian language].
6. Malkina, I. V. (2022). Automation of quality control of geometric parameters of parts in mechanical engineering. Izvestiya Samarskogo nauchnogo tsentra RAN, 24(3), 34–41. [in Russian language].
7. Serdyuk, V. (2013). Methodological approach to analyzing the influence of innovative processes on the quality of machine building products. Visnyk Kyivskoho natsionalnoho universytetu imeni Tarasa Shevchenka. Ekonomika, (12), 88–93. [in Russian language].

Рус

Статью можно приобрести в электронном виде (PDF формат).

DOI: 10.14489/td.2026.08.pp.053-060

Скопируйте DOI статьи и перейдите по ссылке https://id-spektr.ru/product/pokupka-elektronnoy-stati-iz-zhurnala-kontrol-diagnostika

В комментарии к заказу обязательно укажите DOI статьи.

.

 

Eng

This article  is available in electronic format (PDF).

DOI: 10.14489/td.2026.08.pp.053-060

Copy the article DOI and follow the link https://id-spektr.ru/product/pokupka-elektronnoy-stati-iz-zhurnala-kontrol-diagnostika

Please specify the article DOI in the order comments.

.