Внедрение интеллектуальных цифровых систем управления предполагает достижение высоких показателей производственной деятельности сельхозпредприятий. Схему управления животноводческой фермой целесообразно рассматривать с позиции теории биомашсистем, с детальным анализом функциональных связей между элементами сложной системы. Исследования проведены с целью обоснования структуры и функционала искусственного интеллекта для управления биомашсистемой животноводческой фермы, представленной в виде неориентированного мультиграфа с вершинами элементов «Человек – Машина – Животное – Продукция – Окружающая среда» и функциональных связей между ними. В качестве объекта исследований рассмотрены технологические локальные биомашсистемы доения и первичной обработки молока, приготовления и раздачи кормов, обеспечения микроклимата, навозоудаления, проанализированы их функциональные связи в виде ориентированного мультиграфа. Систематизированы функции искусственного интеллекта в указанных локальных биомашсистемах животноводческой фермы. В качестве примера представлена структурно-функциональная схема взаимодействия локальных биомашсистем доения и кормления в режиме интернета вещей. Передача (обмен) сигналов между локальными биомашсистемами без связи с «центром управления» (АРМ-специалистов) обусловливает их автономное функционирование и согласованное эффективное управление. Систематизация функций искусственного интеллекта поможет в дальнейшем разработать соответствующие телекоммуникационные интеллектуальные цифровые системы контроля качества работы операторов, машин и оборудования, физиологического состояния животных, управления экономикой и экологией предприятия в целом./The implementation of intelligent digital control systems is essential for achieving high performance in agricultural enterprises. The study applies the biomachine systems theory to livestock farm management to analyze the functional links between complex system components. The research justifies the structure and functionality of an artificial intelligence (AI) framework for managing livestock biomachine systems. In this model, the farm is represented as an undirected multigraph, where vertices represent the “Human-Machine-Animal-Product-Environment” (H-M-A-P-E) elements and edges represent their functional interconnections. The study examines localized biotechnological systems – specifically milking and primary processing, feed preparation and distribution, microclimate control, and manure removal – analyzing their functional relationships through a directed multigraph. The authors categorize AI functions within these localized systems and provide a structural-functional diagram illustrating the interaction between milking and feeding systems within the Internet of Things (IoT) framework. The direct exchange of signals between these local systems, independent of a centralized “control center” (workstation), enables autonomous functioning and effective coordinated management. The systematization of AI functions presented here facilitates the development of intelligent telecommunication systems for monitoring operators’ performance, machine efficiency, physiological condition of animals, and the overall economic and environmental sustainability of the enterprise.

• ТЕХНИКА И ТЕХНОЛОГИИ АПК
• Количественная оценка поражения сахарной свеклы церкоспорозом на основе мультиспектральной съемки с БПЛА и сегментации методом U-Net
• С.Г. Мударисов1*, И.Р. Мифтахов2, И.М. Фархутдинов3
• Искусственный интеллект в управлении животноводческой фермой
• А.С. Дорохов1, В.В. Кирсанов2*, Р.А. Баишева3, С.В. Кирсанов4
• Интеллектуализация технологических систем агропромышленного комплекса: Индустрия 4.0
• И.В. Петухов1*, Л.А. Стешина2, И.С. Стешин3
• Использование нейронных сетей в технической эксплуатации самоходных машин
• Т.Е. Алушкин1*, М.Ю. Мещеряков2, А.В. Старцев3
• Анализ размерных характеристик семян кукурузы и подсолнечника
• А.Ю. Несмиян1*, А.Г. Арженовский2, В.И. Хижняк3, К.П. Дубина4
• К определению угла заточки лезвий ножей измельчителей кормов, работающих в условиях абразивного изнашивания
• Н.П. Аюгин1*, С.А. Яковлев2, А.С. Кузин3, И.А. Калашников4
• Методические особенности оценки профессиональных рисков трактористов-машинистов
• Ю.А. Широков1*, Р.Н. Егоров2, Н.А. Мочунова3, Г.Е. Митягин4
• ТЕХНИЧЕСКИЙ СЕРВИС В АПК
• Оценка точности и достоверности результатов приемо-сдаточных испытаний двигателей ЗМЗ
• О.А. Леонов1, Н.Ж. Шкаруба2*, Ю.Г. Вергазова3, Д.О. Леонов4
• Обоснование целесообразности замены аналоговых средств измерений цифровыми на ремонтных предприятиях
• П.В Голиницкий1*, У.Ю. Антонова2, Д.А. Пупкова3
• ЭЛЕКТРИФИКАЦИЯ И АВТОМАТИЗАЦИЯ СЕЛЬСКОГО ХОЗЯЙСТВА
• Идентификация сортов семян сои спектральным люминесцентным методом
• М.В. Беляков
• Применение на птицефабрике биоэнергетической установки в качестве нетрадиционного источника энергии
• В.Т. Водянников
• Актуальные направления применения искусственного интеллекта в сельских электрических сетях
• А.К. Букреева1*, А.В. Виноградова2, А.В. Букреев3, А.В. Виноградов4
• ТЕОРИЯ И МЕТОДИКА ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
• Персонализированные стратегии развития личностно-профессиональной зрелости будущих специалистов агропромышленного комплекса
• Н.Б. Авалуева1*, Д.И. Михайлова2
• FARM MACHINERY AND TECHNOLOGIES
• Quantitative assessment of sugar beet Cercospora infection based on UAV multispectral imaging and U-Net segmentation
• S.G. Mudarisov1*, I.R. Miftakhov2, I.M. Farkhutdinov3
• Use of artificial intelligence for managing a livestock farm
• A.S. Dorokhov1, V.V. Kirsanov2*, R.A. Baisheva3, S.V. Kirsanov4
• Intellectualization of technological systems in agriculture: Industry 4.0
• I.V. Petukhov1*, L.A. Steshina2, I.S. Steshin3
• Use of neural networks in the technical operation of self-propelled machinery
• T.Е. Alushkin1*, M.Y. Meshcheryakov2, A.V. Startsev3
• Analysis of dimensional characteristics of maize and sunflower seeds
• A.Yu. Nesmiyan1*, A.G. Arzhenovskiy2, V.I. Khizhnyak3, K.P. Dubina4
• On determining the sharpening angle of knife blades used in feed grinders operating under conditions of abrasive wear
• N.P. Ayugin1*, S.A. Yakovlev2, A.S. Kuzin3, I.A. Kalashnikov4
• Methodological features of professional risk assessment of tractor drivers
• Yu.A. Shirokov1*, R.N. Egorov2, N.A. Mochunova3, G.E. Mityagin4
• TECHNICAL SERVICE IN AGRICULTURE
• Evaluation of the accuracy and reliability of the acceptance test results for ZMZ engines
• O.A. Leonov1, N.Zh. Shkaruba2*, Yu.G. Vergazova3, D.O. Leonov4
• Justification for the feasibility of replacing analog measuring instruments with digital ones at repair enterprises
• P.V. Golinitskiy1*, U.Yu. Antonova2, D.A. Pupkova3
• POWER SUPPLY AND AUTOMATION OF AGRICULTURAL PRODUCTION
• Identification of soybean seed varieties by spectral luminescence method
• M.V. Belyakov
• Application of a bioenergy plant as an alternative energy source at a poultry farm
• V.T. Vodyannikov
• Current applications of artificial intelligence in rural power grids
• A.K. Bukreeva1*, A.V. Vinogradova2, A.V. Bukreev3, A.V. Vinogradov4
• THEORY AND METHODOLOGY OF PROFESSIONAL EDUCATION
• Personalized strategies for developing personal and professional maturity of future specialists in the agro-industrial sector
• N.B. Avalueva1*, D.I. Mikhailova2