Главная / Технологические фронты / Интеллектуальные станки в машиностроении

Интеллектуальные станки в машиностроении

Станки со встроенными средствами самодиагностики, адаптивного управления и анализа данных.

5работ в 2025 году
2работы в 2020 году
—рост доли в корпусе, 2020→2025

В 2025 году направлению посвящено 5 работ, в 2020 году — 2 работы; Работ в 2020 году было мало, направление сложилось после 2020 года.

Публикации по годам

024682010201520202025
число работ с аннотацией в корпусе по машиностроению
Таблица данных по годам
ГодРаботНа 100 тыс. работ корпуса
201061,5
201141,0
201251,2
201351,2
201440,9
201541,0
201651,3
201741,0
201861,3
201971,4
202020,4
202161,2
202240,9
202340,8
202461,1
202550,8

Скачать данные в CSV

Работ мало: ряд показывает интерес исследователей, но для выводов о динамике его недостаточно.

Кто лидирует, 2021–2025

Страны по вкладу в работы направления за 2021–2025 годы (25 работ). Счет дробный: каждая работа делится между авторами и их странами. Для 22 % авторского вклада страна в данных не указана; доли считаются от всех работ.

СтранаРабот (дробно)Доля
Китай1040,5 %
Индия28,0 %
Швейцария14,0 %
Республика Корея14,0 %
Румыния14,0 %
Тайвань14,0 %
США14,0 %
Канада13,0 %
Япония13,0 %
Великобритания02,0 %

Организации

ОрганизацияСтранаРабот (дробно)
Xi'an Jiaotong UniversityКитай3
Shanghai UniversityКитай1
Tunghai UniversityТайвань1
Indian Institute of Technology MadrasИндия1
Indian Institute of Information Technology AllahabadИндия1
Transylvania University of BrașovРумыния1
Nanjing University of Science and TechnologyКитай1
InspireШвейцария1
Southwest Jiaotong UniversityКитай1
Jilin UniversityКитай1

Россия

За 2021–2025 годы — 0 работ с участием российских организаций; по дробному вкладу None-е место среди 11 стран.

Ключевые работы

Наиболее цитируемые работы 2015–2025 годов, среди них до двух обзоров. Заглавия — на языке оригинала; аннотации не приводятся, ссылки ведут к публикациям.

  1. Recent progress of chatter prediction, detection and suppression in milling. Mechanical Systems and Signal Processing, 2020. Цитирований: 340. DOI
  2. Developing sensor signal-based digital twins for intelligent machine tools. Journal of Industrial Information Integration, 2021. Цитирований: 113. DOI
  3. Toward Intelligent Machine Tool. Engineering, 2019. Цитирований: 84. DOI
  4. A Review of Artificial Intelligence Algorithms Used for Smart Machine Tools. Inventions, 2018. Цитирований: 68. DOI
  5. Digital Twin Modeling Enabled Machine Tool Intelligence: A Review. Chinese Journal of Mechanical Engineering, 2024. Цитирований: 56. DOI
  6. Intelligent Machine Tool Based on Edge-Cloud Collaboration. IEEE Access, 2020. Цитирований: 41. DOI
  7. Digital Twin for Flexible Manufacturing Systems and Optimization Through Simulation: A Case Study. Machines, 2024. Цитирований: 36. DOI
  8. Data Driven Cutting Tool Fault Diagnosis System Using Machine Learning Approach: A Review. Journal of Physics Conference Series, 2021. Цитирований: 25. DOI
  9. Root‐cause analysis of wear‐induced error motion changes of machine tool linear axes. International Journal of Machine Tools and Manufacture, 2019. Цитирований: 21. DOI
  10. Recent Trends, Developments, and Emerging Technologies towards Sustainable Intelligent Machining: A Critical Review, Perspectives and Future Directions. Sustainability, 2023. Цитирований: 20. DOI

Как считали

Корпус — научные работы с 2010 года по 185 темам OpenAlex, отнесенным к машиностроению (перечень тем по 11 слоям); выгрузка OpenAlex — август 2026 года, метаданные распространяются по лицензии CC0. Учтены работы с аннотацией, в заглавии или аннотации которых встречаются термины направления. Доля — число работ направления на 100 тыс. работ корпуса с аннотацией за тот же год: так рост корпуса в целом не завышает рост направления. 2026 год неполный и в ряды не входит.

Искомые термины:

smart machine tool · intelligent machine tool

Ограничения. Термины ищутся только на английском языке, поэтому работы на русском и других языках без английской аннотации недоучтены. Работы без аннотации в подсчет не входят. Классификация тем OpenAlex автоматическая и содержит ошибки. Число работ отражает интерес исследователей и не измеряет внедрение в производство.

Обновлено 04.11.2026