KPI, CAPA ЖӘНЕ ЖАСАНДЫ ИНТЕЛЛЕКТ НЕГІЗІНДЕ АТОМ САЛАСЫ КӘСІПОРНЫНДА САПАНЫ БАСҚАРУДЫҢ ЦИФРЛЫҚ КОНТУРЫ

Мақалада атом саласы кәсіпорнында KPI көрсеткіштерін стандарттау, түзетуші және алдын алу іс-қимылдарын басқару (CAPA), сондай-ақ жасанды интеллекттің аналитикалық құралдарын қолдану негізінде сапаны басқарудың цифрлық контурын қалыптастыруға арналған әдістемелік тәсіл ұсынылған. Зерттеу 2020-2024 жылдар аралығындағы деректерге негізделген. Бұл деректерге еңбек қауіпсіздігі және өндірістік қауіпсіздік көрсеткіштері, LTIFR, А тобы персоналының дозалық бақылауы, экологиялық көрсеткіштер, сондай-ақ сапаның цифрлық контурын енгізудің сценарийлік экономикалық бағалауы кіреді.

Қауіпсіздік, радиациялық және экологиялық бақылау көрсеткіштері сапаны басқару жүйесінің тұрақтылығын сипаттайтын практикалық метрикалар ретінде қарастырылуы мүмкін екені көрсетілген. Талдау жүргізілген кезеңде жазатайым оқиғалар саны 2020-2021 жылдардағы 1-2 жағдайдан 2022-2024 жылдары нөлдік мәндерге дейін төмендеген, ал LTIFR көрсеткіші 0,28-ден 0,00- ге дейін азайған. Радиациялық көрсеткіштер жылына 10 мЗв бақылау деңгейінен төмен болғанымен, максималды дозалардың 5,2 мЗв-қа дейін жетуі тек орташа мәндерді ғана емес, сонымен бірге жергілікті эпизодтарды да басқару қажеттілігін растайды. Экологиялық KPI көрсеткіштері жылдар бойынша құбылмалылық танытады, бұл шекті бақылауды және ауытқу себептерін талдауды қажет етеді.

Жұмыста «KPI – шекті мәндер – ауытқу – CAPA – тиімділікті тексеру – аудит» цифрлық контурының логикасы ұсынылған. Бұл модельде жасанды интеллект аномалияларды анықтау, талдауларды басымдық бойынша сұрыптау және себептерді жіктеу үшін қосымша аналитикалық құрал ретінде қолданылады. Экономикалық бағалау нәтижелері бойынша CAPEX 30 млн теңге және OPEX жылына 6 млн теңге болған жағдайда есептік өтелу мерзімі шамамен 1,67 жылды, ал консервативті сценарийде шамамен 2,5 жылды құрайды. Алынған нәтижелер сапаның цифрлық контурын кезең-кезеңімен енгізудің орынды екенін растайды: деректерді және CAPA жүйесін стандарттаудан бастап аналитика мен предиктивті модельдерге дейін.

1. Gueorguiev T. An approach to integrate Artificial Intelligence in ISO 9001-based quality management systems / T. Gueorguiev // Measurement: Sensors. – 2025. – Article 101787. https://doi.org/10.1016/j.measen.2024.101787.

2. The Quality 4.0 Roadmap: Designing a capability roadmap toward quality management in Industry 4.0 / A.M. Carvalho et al // Quality Management Journal. – 2024. – Vol. 31(2). – P. 117-137. https://doi.org/10.1080/10686967.2024.2317478.

3. Sader S. A review of quality 4.0: definitions, features, technologies, applications, and challenges / S. Sader, I. Husti, M. Daroczi // Total Quality Management & Business Excellence. – 2022. – Vol. 33(9-10). – P. 1164-1182. https://doi.org/10.1080/14783363.2021.1944082.

4. Tercan H. Machine learning and deep learning based predictive quality in manufacturing: a systematic review / H. Tercan, T. Meisen // Journal of Intelligent Manufacturing. – 2022. – Vol. 33. – P. 1879-1905. https://doi.org/10.1007/s10845-022-01963-8.

5. Artificial Intelligence in manufacturing: State of the art, perspectives, and future directions / R.X. Gao et al // CIRP Annals. – 2024. – Vol. 73(2). – P. 723-749. https://doi.org/10.1016/j.cirp.2024.04.101.

6. A review of explainable artificial intelligence in smart manufacturing / A. Puthanveettil Madathil et al // International Journal of Production Research. – 2025. – Vol. 63(23). – P. 8654-8697. https://doi.org/10.1080/00207543.2025.2513574.

7. Human-in-the-loop machine learning: a state of the art / E. Mosqueira-Rey et al // Artificial Intelligence Review. – 2023. – Vol. 56. – P. 3005-3054. https://doi.org/10.1007/s10462-022-10246- w.

8. Data Quality Assessment in Smart Manufacturing: A Review / T. Peixoto et al // Systems. – 2025. – Vol. 13(4), Article 243. https://doi.org/10.3390/systems13040243.

9. Data governance & quality management-Innovation and breakthroughs across different fields / B.M.V. Bernardo et al // Journal of Innovation & Knowledge. – 2024. – Vol. 9(4), Article 100598. https://doi.org/10.1016/j.jik.2024.100598.

10. Arunagiri T. Enhancing Pharmaceutical Product Quality With a Comprehensive Corrective and Preventive Actions (CAPA) Framework: From Reactive to Proactive / T. Arunagiri, K.P. Kannaiah, M. Vasanthan // Cureus. – 2024. – Vol. 16(9). – P. e69762. https://doi.org/10.7759/cureus.69762.