seatsСоциально-экономические и технические системы: исследование, проектирование, оптимизацияSocial-economic and technical systems: research, design and optimization1991-6302Казанский (Приволжский) федеральный университетseats-14Research ArticleСтатьиСистемный анализ безотказности электронных систем управления карьерными автосамосваламиSystem analysis of reliability of electronic dump truck management systemsСафиуллинР. Н.SafiullinR. N.

доктор технических наук, профессор, профессор кафедры «Транспортно-технологических процессов и машин»

СПБ 

Doctor of Technical Sciences, Professor, Professor of the Department of Transport and Technological Processes and Machines

St. Petersburg 

safravi@mail.ruПеплерА. Э.PeplerA. E.

аспирант 

СПБ 

Postgraduate Student 

St. Petersburg 

artem_pepler@mail.ruКузнецовП. С.KuznetsovP. S.

студент 

СПБ 

Student 

St. Petersburg 

petrkuz11@gmail.comСанкт-Петербургский горный университет императрицы Екатерины IIРоссияSt. Petersburg Mining University of Empress Catherine IIRussian Federation20252210202502Спецвыпуск7177Copyright © Сафиуллин Р.Н., Пеплер А.Э., Кузнецов П.С., 20252025Сафиуллин Р.Н., Пеплер А.Э., Кузнецов П.С.Safiullin R.N., Pepler A.E., Kuznetsov P.S.This work is licensed under a Creative Commons Attribution 4.0 License.https://seats.elpub.ru/jour/article/view/14

В статье проведен системный анализ безотказности электронных систем управления карьерных автосамосвалов. Рассмотрены современные подходы к повышению надежности, включая комбинацию классических методов (анализ видов и последствий отказов, древо неисправностей) и инновационных технологий (искусственный интеллект, IoT-мониторинг, цифровые двойники). Показано, что интеграция данных методов позволяет прогнозировать и предотвращать сбои, снижая простои техники и затраты на ремонт. Особое внимание уделено факторам, влияющим на безотказность эксплуатации. В работе также обозначены перспективные направления развития, такие как внедрение автономных систем на базе ИИ для обеспечения безопасности, экономической эффективности и устойчивости горнодобывающих предприятий.

The article provides a systematic analysis of the reliability of electronic control systems for mining dump trucks. Modern approaches to reliability improvement are considered, including a combination of classical methods (analysis of types and consequences of failures, fault tree) and innovative technologies (artificial intelligence, IoT monitoring, digital twins). It is shown that the integration of these methods makes it possible to predict and prevent failures, reducing equipment downtime and repair costs. Special attention is paid to the factors affecting the reliability of operation. The paper also outlines promising areas of development, such as the introduction of autonomous AIbased systems to ensure the safety, economic efficiency and sustainability of mining enterprises.

безотказностькарьерные самосвалыэлектронные системы управленияпрогнозная аналитикацифровые двойникиreliabilitymining dump truckselectronic control systemspredictive analyticsdigital twinsReferencesЗеменкова М.Ю., Чижевская Е.Л., Земенков Ю.Д. Интеллектуальный мониторинг состояний объектов трубопроводного транспорта углеводородов с применением нейросетевых технологий // Записки Горного института. 2022. Т. 258 . С. 933-944. DOI: 10.31897/PMI.2022.105Земенкова М.Ю., Чижевская Е.Л., Земенков Ю.Д. Интеллектуальный мониторинг состояний объектов трубопроводного транспорта углеводородов с применением нейросетевых технологий // Записки Горного института. 2022. Т. 258 . С. 933-944. DOI: 10.31897/PMI.2022.105Simonova L.A., Dem’yanov D.N., Kapitonov A.A. Smart information system for generating design constraints in the auto industry. Russian Engineering Research. 2020;40(12):1034–1038. https://doi.org/10.3103/S1068798X20120199Simonova L.A., Dem’yanov D.N., Kapitonov A.A. Smart information system for generating design constraints in the auto industry. Russian Engineering Research. 2020;40(12):1034–1038. https://doi.org/10.3103/S1068798X20120199Беликова Д.Д., Морозов Е.В., Хисамутдинова Э.Л. Оптимальное управление силовыми агрегатами горных машин в диапазоне эксплуатационных режимов при применении системы контроля качества моторного масла. Горный информационно-аналитический бюллетень. 2021;(6):95–103. https://doi.org/10.25018/0236_1493_2021_6_0_95Беликова Д.Д., Морозов Е.В., Хисамутдинова Э.Л. Оптимальное управление силовыми агрегатами горных машин в диапазоне эксплуатационных режимов при применении системы контроля качества моторного масла. Горный информационно-аналитический бюллетень. 2021;(6):95–103. https://doi.org/10.25018/0236_1493_2021_6_0_95Курганов В.М., Грязнов М.В., Колобанов С.В. Оценка надежности функционирования экскаваторно-автомобильных комплексов в карьере. Записки Горного института. 2020;241:10–21. https://doi.org/10.31897/pmi.2020.1.10Курганов В.М., Грязнов М.В., Колобанов С.В. Оценка надежности функционирования экскаваторно-автомобильных комплексов в карьере. Записки Горного института. 2020;241:10–21. https://doi.org/10.31897/pmi.2020.1.10Макарова И.В., Ганиев М.М., Баринов А.С., Габсалихова Л.М., Мавляутдинова Г.Р. Современный автотранспорт горнопромышленного комплекса: проблемы и решения. Горная промышленность. 2025;(1S):28– 33. https://doi.org/10.30686/1609-9192-2025-1S-28-33Макарова И.В., Ганиев М.М., Баринов А.С., Габсалихова Л.М., Мавляутдинова Г.Р. Современный автотранспорт горнопромышленного комплекса: проблемы и решения. Горная промышленность. 2025;(1S):28– 33. https://doi.org/10.30686/1609-9192-2025-1S-28-33В России зарегистрировано 90 тысяч электрокаров и гибридов [Электронный ресурс] // Автостат: сайт. – URL: https://www.autostat.ru/infographics/58435/ (дата обращения: 15.04.2025)В России зарегистрировано 90 тысяч электрокаров и гибридов [Электронный ресурс] // Автостат: сайт. – URL: https://www.autostat.ru/infographics/58435/ (дата обращения: 15.04.2025)Авксентьев С.Ю., Белоусов В.И. Определение рациональных параметров для безостановочной работы гидротранспортных систем в условиях низких температур. Горная промышленность. 2025;(1S):86– 91. https://doi.org/10.30686/1609-9192-2025-1S-86-91Авксентьев С.Ю., Белоусов В.И. Определение рациональных параметров для безостановочной работы гидротранспортных систем в условиях низких температур. Горная промышленность. 2025;(1S):86– 91. https://doi.org/10.30686/1609-9192-2025-1S-86-91Sadegh Kouhestani, H., Yi, X., Qi, G., Liu, X., Wang, R., Gao, Y., Yu, X., & Liu, L. (2022). Prognosis and Health Management (PHM) of Solid-State Batteries: Perspectives, Challenges, and Opportunities. Energies, 15(18), 6599. https://doi.org/10.3390/en15186599Sadegh Kouhestani, H., Yi, X., Qi, G., Liu, X., Wang, R., Gao, Y., Yu, X., & Liu, L. (2022). Prognosis and Health Management (PHM) of Solid-State Batteries: Perspectives, Challenges, and Opportunities. Energies, 15(18), 6599. https://doi.org/10.3390/en15186599Zhao, J., Zhu, Y., Zhang, B., Liu, M., Wang, J., Liu, C., & Hao, X. (2023). Review of State Estimation and Remaining Useful Life Prediction Methods for Lithium–Ion Batteries. Sustainability, 15(6), 5014. https://doi.org/10.3390/su15065014Zhao, J., Zhu, Y., Zhang, B., Liu, M., Wang, J., Liu, C., & Hao, X. (2023). Review of State Estimation and Remaining Useful Life Prediction Methods for Lithium–Ion Batteries. Sustainability, 15(6), 5014. https://doi.org/10.3390/su15065014Akbar, K., Zou, Y., Awais, Q., Baig, M. J. A., & Jamil, M. (2022). A Machine Learning-Based Robust State of Health (SOH) Prediction Model for Electric Vehicle Batteries. Electronics, 11(8), 1216. https://doi.org/10.3390/electronics11081216Akbar, K., Zou, Y., Awais, Q., Baig, M. J. A., & Jamil, M. (2022). A Machine Learning-Based Robust State of Health (SOH) Prediction Model for Electric Vehicle Batteries. Electronics, 11(8), 1216. https://doi.org/10.3390/electronics11081216Huang, S.-C., Tseng, K.-H., Liang, J.-W., Chang, C.-L., & Pecht, M. G. (2017). An Online SOC and SOH Estimation Model for Lithium-Ion Batteries. Energies, 10(4), 512. https://doi.org/10.3390/en10040512Huang, S.-C., Tseng, K.-H., Liang, J.-W., Chang, C.-L., & Pecht, M. G. (2017). An Online SOC and SOH Estimation Model for Lithium-Ion Batteries. Energies, 10(4), 512. https://doi.org/10.3390/en10040512X. Cui and T. Hu, "State of Health Diagnosis and Remaining Useful Life Prediction for Lithium-ion Battery Based on Data Model Fusion Method," in IEEE Access, vol. 8, pp. 207298-207307, 2020, https://doi.org/10.1109/ACCESS.2020.3038182X. Cui and T. Hu, "State of Health Diagnosis and Remaining Useful Life Prediction for Lithium-ion Battery Based on Data Model Fusion Method," in IEEE Access, vol. 8, pp. 207298-207307, 2020, https://doi.org/10.1109/ACCESS.2020.3038182Ming-Feng Ge, Yiben Liu, Xingxing Jiang, Jie Liu, A review on state of health estimations and remaining useful life prognostics of lithium-ion batteries, Measurement, 174, 2021, 109057, ISSN 0263-2241, https://doi.org/10.1016/j.measurement.2021.109057Ming-Feng Ge, Yiben Liu, Xingxing Jiang, Jie Liu, A review on state of health estimations and remaining useful life prognostics of lithium-ion batteries, Measurement, 174, 2021, 109057, ISSN 0263-2241, https://doi.org/10.1016/j.measurement.2021.109057Kocsis Szürke, S., Sütheö, G., Apagyi, A., Lakatos, I., & Fischer, S. (2022). Cell Fault Identification and Localization Procedure for Lithium-Ion Battery System of Electric Vehicles Based on Real Measurement Data. Algorithms, 15(12), 467. https://doi.org/10.3390/a15120467Kocsis Szürke, S., Sütheö, G., Apagyi, A., Lakatos, I., & Fischer, S. (2022). Cell Fault Identification and Localization Procedure for Lithium-Ion Battery System of Electric Vehicles Based on Real Measurement Data. Algorithms, 15(12), 467. https://doi.org/10.3390/a15120467Natthida Sukkam, Thossaporn Onsree, Nakorn Tippayawong; Overview of machine learning applications to battery thermal management systems in electric vehicles. AIP Conf. Proc. 17 November 2022; 2681 (1): 020004. https://doi.org/10.1063/5.0115829Natthida Sukkam, Thossaporn Onsree, Nakorn Tippayawong; Overview of machine learning applications to battery thermal management systems in electric vehicles. AIP Conf. Proc. 17 November 2022; 2681 (1): 020004. https://doi.org/10.1063/5.0115829

The authors declare that there are no conflicts of interest present.