АНАЛІТИЧНА ОЦІНКА ТЕХНІЧНОГО СТАНУ МОРСЬКИХ АВТОНОМНИХ ПЛАТФОРМ

У статті розглянуто задачу аналітичної оцінки технічного стану морських автономних платформ, що функціонують в умовах змінного морського середовища та обмеженої участі оператора. Показано, що традиційні системи моніторингу технічного стану, засновані на пороговому контролі окремих параметрів, не забезпечують комплексної оцінки працездатності платформи та є недостатніми для умов автономної експлуатації. Запропоновано підхід до аналітичної оцінки технічного стану на основі інтеграції структурованих інформаційних показників, сформованих у системі моніторингу. Підхід передбачає нормалізацію та зважене агрегування показників, що характеризують стан ключових підсистем, з формуванням інтегрального індексу технічного стану платформи. Динамічна інтерпретація інтегрального індексу дозволяє виявляти тенденції деградації та забезпечує перехід від реактивного моніторингу до проактивного управління експлуатацією. Отримані результати формують кількісну основу для підтримки прийняття рішень в автономних морських платформах і створюють передумови для подальшого розвитку інформаційно-аналітичних систем управління. References 1. Simion, D., Postolache, F., Fleacă, B. and Fleacă, E. (2024) AI-Driven Predictive Maintenance in Modern Maritime Transport—Enhancing Operational Efficiency and Reliability, Applied Sciences, 14(20), 9439. https://doi.org/10.3390/app14209439 2. Sha, J., Leng, J., Mao, H. et al. Research Progress in Predictive Maintenance of Offshore Platform Structures Based on Digital Twin Technology. J. Marine. Sci. Appl. 24, 877–899 (2025). https://doi.org/10.1007/s11804-025-00649-w 3. Hwang, H., Joe, I. (2024). An IoT-Based Cloud Data Platform with Real-Time Connecting Maritime Autonomous Surface Ships. In: Silhavy, R., Silhavy, P. (eds) Software Engineering Methods in Systems and Network Systems. CoMeSySo 2023. Lecture Notes in Networks and Systems, vol 909. Springer, Cham. https://doi.org/10.1007/978-3-031-53549-9_21 4. Xu, H., & Soares, C. G. (2026). Challenges for the Development of Maritime Autonomous Surface Ships. Autonomous Transportation Research. https://doi.org/10.1016/j.atres.2026.01.001 5. Seo, M., Paik, K., Yoo, W., Kim, S., & Kwon, S. (2025). A study on the avoidance timing of autonomous surface ships through machine learning. International Journal of Naval Architecture and Ocean Engineering, 18, 100717. https://doi.org/10.1016/j.ijnaoe.2025.100717 6. Sun, T., Yin, Y., & Liu, C. (2026). AIS-data-guided trajectory planning and control for ship autonomous berthing. Ocean Engineering, 350, 124270. https://doi.org/10.1016/j.oceaneng.2026.124270 7. Zhang, W., Wu, G., Zhou, X., Yang, X., & Meng, X. (2025). A function-triggered framework for the feasibility analysis of autonomous ships in Arctic pendulum transport mode. Regional Studies in Marine Science, 93, 104665. https://doi.org/10.1016/j.rsma.2025.104665 8. Tatar, V. (2026). Optimization-based decision support model for risk assessment of autonomous ships: Spherical fuzzy FUCOM-ARTASI approach. Ocean Engineering, 345, 123486. https://doi.org/10.1016/j.oceaneng.2025.123486 9. Ozcan, A. B., Bayezit, I., Kinaci, O. K., & Khan, J. (2026). Nonlinear stability analysis of autonomous container ship under environmental disturbances using hardware-in-the-loop validation. Ocean Engineering, 351, 124201. https://doi.org/10.1016/j.oceaneng.2026.124201 10. Wang, J., & Yuan, M. (2026). Regulation of maritime autonomous surface ships on carbon emissions and marine pollution: Context, challenges, responses. Marine Policy, 186, 107020. https://doi.org/10.1016/j.marpol.2025.107020