Ключевые слова: предиктивное управление, горные транспортные машины, техническая диагностика, методы прогнозирования, вибродиагностика, тепловой контроль, оценка технического состояния, интеллектуальные экспертные системы. Аннотация. В настоящей работе рассмотрены вопросы предиктивного управления техническим состоянием горных транспортных машин применительно к поточным транспортным системам горных предприятий. Показана актуальность управления ресурсом компонентов транспортных машин с учетом внедрения передовых технологий для обеспечения стратегии устойчивого развития горной отрасли Российской Федерации. При этом под термином управления понимается не просто «повышение» ресурса, а соответствие его «заданному», включая понятия энергоэффективной эксплуатации. Эффективное решение вопросов предиктивного управления состоянием машин базируется на выборе класса компонентов, подлежащих оценке, методов оценки и прогнозирования и разработке адекватной модели управления. Показано, что для целей диагностики достаточно оценивать такой класс компонентов, как подшипники, зубчатые передачи, обмотки электрических машин, станины и корпуса, валы, муфты, обечайки барабанов и т.п. Приводятся доступные и эффективные методы технической диагностики, большая часть из которых относится к методам неразрушающего контроля, но требует адаптации к условиям горнодобывающих и горно-обогатительных предприятий. Основными методами являются визуальный контроль, акустический контроль, вибродиагностика, тепловые методы контроля и контроль состояния смазочных материалов (масел и консистентных смазок). Особенностью задач управления техническим состоянием является выбор адекватных методов прогнозирования его изменения с минимизацией влияния квалификации обслуживающего и ремонтного персонала. Приводится классификация методов прогнозирования применительно к поточным транспортным системам, учитывающая теорию развития сложных технических систем. Дается обоснование перехода на интеллектуальные экспертные системы, для которых не требуется постоянного участия специалистов (экспертов), а обширная база накопленного эксплуатационного опыта обрабатывается нейронными сетями. Важно понимать, что интеллектуальная экспертная система призвана не заменять человека (кроме аварийных ситуаций), а поддерживать принятие решений, помогая эффективно эксплуатировать поточные транспортные системы на опасном производственном объекте (шахте, разрезе, обогатительной фабрике).