В работе рассматривается подход к совершенствованию системы приемочного выборочного контроля качества деталей приборостроительного производства на основе применения алгоритмов машинного обучения. Предлагается использовать прогнозируемый уровень дефектности партии как входной параметр для автоматизированного выбора плана контроля в соответствии с требованиями ГОСТ Р 50779.52-95. Показано, что интеграция ML-модели в процедуру расчета объема выборки и приемочного числа позволяет адаптивно изменять параметры контроля при сохранении нормативных рисков поставщика и потребителя, снижая трудоемкость технического контроля и повышая вероятность недопуска несоответствующих партий.

Волков И.А. (науч. рук. Андреев Ю.С.) Совершенствование системы приемочного выборочного контроля качества деталей с применением алгоритмов машинного обучения // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/16456