Аннотация на русском языке: Индустрия 4.0 меняет подход к сбору, интерпретации и использованию данных о качестве в целях непрерывного совершенствования процессов. Это особенно актуально для технического обслуживания и ремонта (ТОиР) авиационной техники, где результаты осмотров, записи о техническом обслуживании, истории компонентов и эксплуатационная телеметрия должны обеспечивать принятие прослеживаемых и критически важных для безопасности решений. В статье рассматривается систематическая адаптация принципов Качества 4.0 для оптимизации процессов контроля качества и диагностики в авиационном ТОиР. На основе структурированного обзора литературы по Качеству 4.0, Авиации 4.0 и техническому обслуживанию предложена комплексная концептуальная и архитектурная структура. Разработанный фреймворк объединяет шесть функциональных уровней: сбор авиационных данных (включая датчики IoT); качество и интеграцию данных (облачно-краевая инфраструктура); аналитику и диагностику (нейросетевые модели CNN и LSTM); поддержку принятия решений (цифровые двойники); валидацию человеком; корректирующие действия и непрерывное совершенствование. Рассмотрены принципы оценки технической надежности и динамических рисков, а также обеспечено соответствие международному стандарту качества AS9100 Rev D. Показано, что одних лишь цифровых технологий недостаточно: их вклад в качество зависит от надежности данных, корректности аналитических методов, компетентности персонала, четко определенных полномочий по принятию решений и интеграции с системами управления безопасностью полетов (СУБП).

The summary in English: Industry 4.0 is changing the way quality information is collected, interpreted, and used for continuous operational improvement. This development is especially relevant to commercial aviation maintenance, repair, and overhaul (MRO), where inspection findings, maintenance records, component histories, and operational telemetry must support traceable and safety-critical decisions. This article examines how Quality 4.0 principles can be systematically adapted to optimize quality-control and diagnostic processes in aviation maintenance. Based on a structured review of Quality 4.0, Aviation 4.0, and MRO literature, a comprehensive architectural framework is synthesized. The proposed framework connects six functional operational layers: aviation data acquisition (including IoT sensors), data quality and integration (cloud/edge infrastructure), analytics and diagnostics (CNN and LSTM machine learning engines), decision support (digital twin and predictive alerts), human validation, and corrective action with continuous improvement. Furthermore, dynamic diagnostic reliability principles and risk assessment models are integrated alongside compliance mapping with the AS9100 Rev D aerospace quality standard. The analysis indicates that digital technologies alone are insufficient; their value depends on data integrity, appropriate analytical methods, organizational competence, defined decision authority, and full integration with safety-management processes.

Ключевые слова: ачество 4.0, Индустрия 4.0, авиационная промышленность, техническое обслуживание воздушных судов, контроль качества, техническая диагностика, предиктивное обслуживание, искусственный интеллект, цифровой двойник, AS9100 Rev D, управление безопасностью.
Key words: Quality 4.0, Industry 4.0, Aviation Maintenance, Quality Control, Diagnostics, Predictive Maintenance, Artificial Intelligence, Digital Twin, AS9100 Rev D, Safety Management.