Цель исследования заключается в разработке новых научных подходов к повышению эффективности дождевальной техники. Современные цифровые технологии позволяют осуществлять сбор данных, их анализ и оперативное управление техникой и технологическими процессами зачастую в режиме реального времени. Все это позволяет, с одной стороны, применять новые подходы к моделированию технических систем и процессов (так называемые ”data-driven модели – модели на основе данных»),с другой стороны, требует разработки принципиально новых моделей, в основу которых будут положены методы искусственного интеллекта – такие, как искусственные нейронные сети, алгоритмы машинного обучения, нечеткая логика и многое другое.Проведенный анализ треков и фактических скоростей движения дождевальной машины в режиме реального времени показал их значительные отклонения в диапазоне от заданной скорости движения, что ведет к ухудшению параметров орошения. Нами разработана модель управления дождевальными машинами, основанная на подходах прогнозирующего управления и теории искусственных нейронных сетей. Применение модели позволяет реализовать алгоритмы регулирования с прогнозом реакции дождевальной машины на управляющий сигнал. Предложены схема алгоритма построения прогнозирующего управления, структура нейрорегулятора и инструменты его синтеза с использованием современного программного обеспечения. Универсальность модели позволяет использовать ее как для повышения эффективности управления существующей техникой, так и при разработке новых дождевальных машин с интегрированными интеллектуальными системами управления. / The purpose of the study is to develop new scientific approaches to improve the efficiency of irrigation machines. Modern digital technologies allow the collection of data, their analysis and operational management of equipment and technological processes, often in real time. All this allows, on the one hand, applying new approaches to modeling technical systems and processes (the so-called “data-driven models”), on the other hand, it requires the development of fundamentally new models, which will be based on the methods of artificial intelligence (artificial neural networks, fuzzy logic, machine learning algorithms and etc.).The analysis of the tracks and the actual speeds of the irrigation machines in real time showed their significant deviations in the range from the specified speed, which leads to a deterioration in the irrigation parameters. We have developed an irrigation machine’s control model based on predictive control approaches and the theory of artificial neural networks. Application of the model makes it possible to implement control algorithms with predicting the response of the irrigation machine to the control signal. A diagram of an algorithm for constructing predictive control, a structure of a neuroregulator and tools for its synthesis using modern software are proposed. The versatility of the model makes it possible to use it both to improve the efficiency of management of existing irrigation machines and to develop new ones with integrated intelligent control systems.