621.9.048.4:004.451.5

цифрові технології, математичні моделі, Індустрія 4.0, машиноремонтне виробництво, ефективність, продуктивність, інноваційні підходи, стійкість в ринковому середовищі

Розглянуто вплив цифровізації на машиноремонтне виробництво через використання математичних моделей. Основні дослідницькі завдання включають аналіз останніх досліджень і публікацій, визначення практичних аспектів упровадження інноваційних цифрових підходів у машиноремонтному виробництві України, розроблення математичних моделей, що описують вплив інтеграції «Індустрії 4.0» на процеси машиноремонту та їх дослідження, розроблення рекомендацій для машиноремонтних підприємств щодо використання інноваційних підходів для досягнення стійкості у змінному ринковому середовищі. Основна увага зосереджена на аналізі об’єднання концепцій «Індустрія 4.0» та гнучкого виробництва на процесах машиноремонту. Дослідження показує значний потенціал для покращення ефективності та продуктивності у даній сфері за умови впровадження інноваційних цифрових технологій. На підставі моделювання розглянуто можливість оцінювання впливу інноваційності на результати в контексті машиноремонту. Важливо враховувати, що це лише найбільш вірогідний сценарій інноваційності. Реальні результати можуть залежати від багатьох факторів, наприклад, це може бути кількість ресурсів, які вкладаються в дослідження та впровадження інновацій, також рівень компетенцій персоналу та інші фактори. Врахування цих додаткових факторів дозволяє зрозуміти, яка комбінація чинників має найбільший вплив на результати. Рекомендації для подальших досліджень включають використання алгоритмів машинного навчання та штучного інтелекту для підвищення точності й прогностичних можливостей математичних моделей. Також рекомендується дослідити можливості інтеграції різних цифрових технологій для досягнення синергії ефекту. Для успішного впровадження рекомендацій важливо систематично моніторити їхню реалізацію та вносити необхідні корективи. У цілому, дане дослідження відкриває перспективи використання цифрових технологій для покращення ефективності машиноремонтного виробництва. Впровадження рекомендацій може призвести до значного підвищення продуктивності та якості процесів, що, в свою чергу, сприятиме підвищенню конкурентоспроможності даного сектора ринку. 

1. Цюцюпа С. В. Вплив конкуренції на інноваційну діяльність підприємства. Вчені записки Університету «КРОК». 2019. № 1 (53). С. 221–229. URL: https://doi.org/10.31732/2663-2209-2019-53-221-229 (дата звернення: 10.10.2023).
2. Lupak R., Kunytska-Iliash M., Berezivskyi Y., Nakonechna N., Ivanova L., Vasyltsiv T. Information and analytical support system of enterprise competitiveness management. Accounting. 2021. No. 7. С. 1785– 1798. URL: https://doi.org/10.5267/j.ac.2021.4.018 (дата звернення: 10.10.2023).
3. Білоусов Є. М., Борисов І. В., Глібка С. В. (Ред.). Концепція «Індустрія 4.0»: проблеми впровадження і окремі правові аспекти її реалізації в Україні: монографія. Харків: НДІ правової забезпеченості інноваційного розвитку НАПрН України, 2021. 20 с.
4. Чепелюк М. І. Інструментарій стратегічного управління в контексті сучасних концепцій та трендів світового економічного розвитку: монографія. Харків: ФОП Лібуркіна Л. М., 2021. 20 с.
5. Piccarozzi M., Aquilani B., Gatti C. Industry 4.0 in Management Studies: A Systematic Literature Review. Sustainability. 2018. No. 10. 3821. URL: https://doi.org/10.3390/su10103821 (дата звернення: 10.10.2023).
6. Шевченко А. І., Барановський С. В., Білокобильський О. В., Ковалевський С. В. та ін. Стратегія розвитку штучного інтелекту в Україні: монографія / ред. Шевченко А. І. Київ: ІПШІ, 2023. Doi: 10.15407/development_strategy_2023.
7. Foresti R., Rossi S., Magnani M., Guarino Lo Bianco C., Delmonte N. Smart Society and Artificial Intelligence: Big Data Scheduling and the Global Standard Method Applied to Smart Maintenance. Engineering. 2020. No. 6 (7). С. 835–846. URL: https://doi.org/10.1016/j.eng.2019.11.014 (дата звернення: 13.10.2023).
8. Javaid M., Haleem A., Singh R. P., Suman R. Enabling flexible manufacturing system (FMS) through the applications of industry 4.0 technologies. Internet of Things and Cyber-Physical Systems. 2022. No. 2. P. 49–62. URL: https://doi.org/10.1016/j.iotcps.2022.05.005 (дата звернення: 13.10.2023).
9. Kleber R., Frota Neto J. Q., Reimann M. The role of part failure rates asymmetry and spare part proprietariness on remanufacturing decision making. European Journal of Operational Research. 2023. No. 310 (1). P. 185–200. URL: https://doi.org/10.1016/j.ejor.2023.03.001 (дата звернення: 13.10.2023).
10. Dombi J., Jónás T., Tóth Z. E. Modeling and long-term forecasting demand in spare parts logistics businesses. International Journal of Production Economics. 2018. No. 201. P. 1–17. URL: https://doi.org/ 10.1016/j.ijpe.2018.04.015 (дата звернення: 13.10.2023).

1. Tsutsiupa S V. (2019). Vplyv konkurentsii na innovatsiinu diialnist pidpryiemstva [Influence of competition on innovative activity of the enterprise]. Vcheni zapysky Universytetu “KROK”. No. 1 (53). P. 221–229. URL: https://doi.org/10.31732/2663-2209-2019-53-221-229 (accessed: 10 October 2023).
2. Lupak R., Kunytska-Iliash M., Berezivskyi Y., Nakonechna N., Ivanova L., Vasyltsiv T. (2021). Information and analytical support system of enterprise competitiveness management. Accounting. No. 7. P. 1785–1798. URL: https://doi.org/10.5267/j.ac.2021.4.018 (accessed: 10 October 2023).
3. Bilousov Ye. M., Borysov I. V., Hlibka S. V. (Red.). (2021). Kontseptsiia “Industriia 4.0”: problemy vprovadzhennia i okremi pravovi aspekty yii realizatsii v Ukraini [Concept “Industry 4.0”: problems of implementation and certain legal aspects of its realization in Ukraine]: monograph. Kharkiv: NDI pravovoi zabezpechennosti innovatsiinoho rozvytku NAPrN Ukrainy. 
4. Chepeliuk M. I. (2021). Instrumentarii stratehichnoho upravlinnia v konteksti suchasnykh kontseptsii ta trendiv svitovoho ekonomichnoho rozvytku [Tools of strategic management in the context of modern concepts and trends of world economic development]: monograph. Kharkiv: FOP Liburkina L. M. 
5. Piccarozzi M., Aquilani B., Gatti C. (2018). Industry 4.0 in Management Studies: A Systematic Literature Review. Sustainability. No. 10. 3821. URL: https://doi.org/10.3390/su10103821 (accessed: 10 October 2023).
6. Shevchenko A. I., Baranovskyi S. V., Bilokobylskyi O. V., Kovalevskyi S. V. et al. (2023). Stratehiia rozvytku shtuchnoho intelektu v Ukraini: monohrafiia [Strategy of artificial intelligence development in Ukraine: monograph]. Ed. A. I. Shevchenko. Kyiv: IPShI. Doi: 10.15407/development_strategy_2023.
7. Foresti R., Rossi S., Magnani M., Guarino Lo Bianco C., Delmonte N. (2020). Smart Society and Artificial Intelligence: Big Data Scheduling and the Global Standard Method Applied to Smart Maintenance. Engineering. No. 6 (7). P. 835–846. URL: https://doi.org/10.1016/j.eng.2019.11.014 (accessed: 13 October 2023).
8. Javaid M., Haleem A., Singh R. P., Suman R. (2022). Enabling flexible manufacturing system (FMS) through the applications of industry 4.0 technologies. Internet of Things and Cyber-Physical Systems. No. 2. P. 49–62. URL: https://doi.org/10.1016/j.iotcps.2022.05.005 (accessed: 13 October 2023).
9. Kleber R., Frota Neto J. Q., Reimann M. (2023). The role of part failure rates asymmetry and spare part proprietariness on remanufacturing decision making. European Journal of Operational Research. No. 310 (1). P. 185–200. URL: https://doi.org/10.1016/j.ejor.2023.03.001 (accessed: 13 October 2023).
10. Dombi J., Jónás T., Tóth Z. E. (2018). Modeling and long-term forecasting demand in spare parts logistics businesses. International Journal of Production Economics. No. 201. P. 1–17. URL: https:// doi.org/10.1016/j.ijpe.2018.04.015 (accessed: 13 October 2023).