Развитие и потенциал роботизации и автоматизации в автомобильной промышленности Казахстана: библиографический и аналитический обзор

Машиностроительный сектор, включающий автомобилестроение, играет важную роль в народном хозяйстве и промышленном прогрессе. Оно влияет на развитие производства, научно-технический прогресс, производительность труда, национальную безопасность и качество жизни. В целях повышения производительности труда, снижения трудозатрат и улучшения качества продукции в промышленно развитых странах мира получили значительное развитие процессы промышленной автоматизации и роботизации. Ожидается, что мировой рынок промышленных роботов будет расти на 14,3% ежегодно и к 2027 г. достигнет $30,8 млрд. Однако из-за неразвитости инфраструктуры автоматизации Казахстан сталкивается с особыми трудностями при внедрении этих технологий. Целью исследования является разработка приоритетов и направлений передовых научных и технологических решений для интеллектуальных совместных систем робототехники и автоматизации, особенно в автомобильной промышленности Казахстана. В связи с этим целью исследования является оценка текущего состояния автоматизации в автомобильной промышленности Казахстана, выявление проблем и возможностей, связанных с внедрением робототехники, а также предложение стратегической основы для продвижения технологий. Исследование соответствует государственным программам Казахстана по науке, технологиям и цифровизации. Научная и практическая значимость работы заключается в том, что она направлена на поиск решений по повышению эффективности за счет адаптации передовых робототехнических технологий к локальным производственным системам. Благодаря развитию отечественных инноваций и передаче глобальных технологий исследования вносят вклад в область промышленной автоматизации и помогают казахстанской промышленности достичь глобальной конкурентоспособности. Практические результаты исследования будут способствовать повышению качества продукции, эффективности и производительности труда в автомобильной отрасли Казахстана, способствуя устойчивому развитию в соответствии с мировыми тенденциями. Ценность работы заключается в предоставлении индивидуальных, технологически передовых решений для удовлетворения насущных потребностей страны в автоматизации и интеграции робототехники.

1. Ghobakhloo M., Iranmanesh M., Tseng M.L., Grybauskas A., Stefanini A., Amran A. Behind the definition of Industry 5.0: A systematic review of technologies, principles, components, and values // Journal of Industrial and Production Engineering. 2023. V. 40. No. 6. P. 432–447.

2. Bhadra P., Chakraborty S., Saha S. Cognitive IoT Meets Robotic Process Automation: The Unique Convergence Revolutionizing Digital Transformation in the Industry 4.0 Era // Confluence of Artificial Intelligence and Robotic Process Automation. Singapore: Springer Nature Singapore, 2023. P. 355–388.

3. Seidakhmet A. et al. Research of Kinematics and Dynamics of the Lever Lifting Mechanism Used in the Mobile Automotive Lift // Applied Sciences. 2023. V. 13. No. 20. P. 11361.

4. Тулешов А.К., Сейдахмет А.Ж., Бисембаев К., Джамалов Н.К., Удербаева А. Динамика транспортного мобильного робота с модифицированным механизмом Аккермана в квазикоординатах // Вестник КазАТК. – 2024. – Т. 130. – № 1. – С. 70–78.

5. Seidakhmet A., Tuleshov A., Jamalov N., Koshekov K., Abduraimov A., Kamal A., Kanapiya M., Gritsenko I., Kaliyev M., Largin A., Zhauyt A. Design of a complex of medical service robots and analysis of transmission characteristics of drives // Journal of Applied Engineering Science. 2022. V. 20. No. 4. P. 1242– 1253.

6. Ibrayev S., Ibrayeva A., Jamalov N., Ibrayev A., Ualiyev Z., Amanov B. Optimal synthesis of walking robot leg // Mechanics Based Design of Structures and Machines. 2024. V. 52. No. 5. P. 2639–2659.

7. Ibrayev S., Ibrayeva A., Jamalov N., Patel S.H., Optimization of the Walking Robot Parameters on the Basis of Isotropy Criteria // IEEE Access. 2022. V. 10. P. 113969–113979.

8. Gritsenko P., Gritsenko I., Seidakhmet A., Abduraimov A. Acceleration of planes segmentation using normals from previous frame // 2017 International Conference on Robotics and Machine Vision. SPIE, 2017. V. 10613. P. 77–81.

9. Gholami M.J., Al Abdwani T. The rise of thinking machines: A review of artificial intelligence in contemporary communication // Journal of Business, Communication & Technology. 2024. P. 1–15.

10. Qiu S. et al. Deep learning techniques in intelligent fault diagnosis and prognosis for industrial systems: a review // Sensors. 2023. V. 23. No. 3. P. 1305.

11. Sharma C., Bharadwaj S.S., Gupta N., Jain H. Robotic process automation adoption: contextual factors from service sectors in an emerging economy // Journal of Enterprise Information Management. 2023. V. 36. No. 1. P. 252–274.

12. Al Noman M.A., Zhai L., Almukhtar F.H., Rahaman M.F., Omarov B., Ray S., Wang C. A computer vision-based lane detection technique using gradient threshold and hue-lightness-saturation value for an autonomous vehicle // International Journal of Electrical and Computer Engineering. 2023. V.

13. No. 1. P. 347. 13 Temirgaziyeva S., Omarov B. Traffic sign recognition with convolutional neural network // Scientific Journal of Astana IT University. 2022. P. 14–23.

14. Faccio M. et al. Human factors in cobot era: a review of modern production systems features // Journal of Intelligent Manufacturing. 2023. V. 34. No. 1. P. 85–106.

15. George A.S., George A.S.H. Revolutionizing Manufacturing: Exploring the Promises and Challenges of Industry 5.0 // Partners Universal International Innovation Journal. 2023. V. 1. No. 2. P. 22–38.

16. Javaid M., Haleem A., Singh R.P., Suman R. Javaid M. et al. Artificial intelligence applications for industry 4.0: A literature-based study // Journal of Industrial Integration and Management. 2022. V. 7. No. 01. P. 83–111.

17. Қазақстан Республикасы стратегиялық жоспарлау және реформалар жөніндегі агенттігінің ұлттық статистика бюросы. URL: https://www.stat.gov.kz/ (өтініш берілген күн: 21.08.2024)