В статье рассматривается интеграция цифровых двойников и систем статистического контроля процессов (SPC) для инженерного обеспечения управления качеством в высокотехнологичном машиностроении, обеспечивающая переход от ретроспективного дискретного контроля к проактивному предиктивному управлению киберфизическими производственными системами. Цель работы заключается в разработке методологии сопряжения детерминированных инженерных моделей резания и вероятностных моделей вариабельности процесса в едином контуре цифрового двойника, способного в реальном времени прогнозировать выход параметров точности за допуски и формировать адаптивные границы регулирования. Эмпирическую базу составили данные длительного мониторинга механической обработки сложнопрофильных деталей из титановых и жаропрочных никелевых сплавов на пятикоординатных обрабатывающих центрах, включающие более 150 000 измерений вибрации, акустической эмиссии, нагрузок приводов, температурных полей и геометрических отклонений, регистрируемых распределённой сетью IIoT-сенсоров, граничными вычислительными устройствами и координатно-измерительными машинами. Методология опирается на ARIMA-модели и рекуррентные нейронные сети (LSTM) для анализа временных рядов, многомерную корреляционно-регрессионную статистику, методы факторного анализа и главных компонент, а также конечно-элементное моделирование термомеханических деформаций в составе цифрового двойника. Показано, что виброускорение шпиндельного узла и прогнозируемый износ инструмента являются доминирующими предикторами погрешности обработки, объясняя до 79% ее дисперсии, при этом распределения диагностических параметров характеризуются выраженной ненормальностью и лептокуртичностью, что требует применения робастных критериев и динамических карт управления. Экспериментальное сравнение традиционного SPC и интегрированной системы DT+SPC выявило рост индексов Cp и Cpk с 1,124 и 0,982 до 1,678 и 1,543 соответственно, снижение среднеквадратического отклонения размеров на 33% и сокращение уровня дефектности с 3456 до 125 ppm, что подтверждает высокую эффективность предложенного подхода. Обосновано, что интеграция цифровых двойников позволяет трансформировать часть случайной вариации процесса в детерминированную, формировать «коридоры допустимых состояний процесса» и создаёт основу для внедрения виртуальной метрологии и автономных систем управления качеством изделий авиационного и космического назначения.
The article examines the integration of digital twins and statistical process control systems (SPC) for engineering support of quality management in high-tech mechanical engineering, ensuring the transition from retrospective discrete control to proactive predictive management of cyber-physical production systems. The purpose of the work is to develop a methodology for coupling deterministic engineering models of cutting and probabilistic models of process variability within a single digital twin framework capable of predicting, in real time, the deviation of accuracy parameters beyond tolerances and forming adaptive control limits. The empirical basis consists of long-term monitoring data of the machining of complex-profile parts made of titanium and heat-resistant nickel alloys on five-axis machining centers, including more than 150,000 measurements of vibration, acoustic emission, drive loads, temperature fields, and geometric deviations recorded by a distributed network of IIoT sensors, edge computing devices, and coordinate measuring machines. The methodology relies on ARIMA models and recurrent neural networks (LSTM) for time series analysis, multivariate correlation-regression statistics, factor analysis and principal component methods, as well as finite element modeling of thermomechanical deformations within the digital twin. It is shown that spindle unit vibration acceleration and predicted tool wear are dominant predictors of machining error, explaining up to 79% of its variance, while the distributions of diagnostic parameters are characterized by pronounced non-normality and leptokurtosis, requiring the use of robust criteria and dynamic control charts. Experimental comparison of traditional SPC and the integrated DT+SPC system revealed an increase in Cp and Cpk indices from 1.124 and 0.982 to 1.678 and 1.543 respectively, a 33% reduction in dimensional standard deviation, and a decrease in defect level from 3456 to 125 ppm, confirming the high efficiency of the proposed approach. It is substantiated that the integration of digital twins makes it possible to transform part of the random process variation into deterministic, to form «corridors of permissible process states» and creates a foundation for implementing virtual metrology and autonomous quality management systems for aerospace and space products.