doi: 10.52899/24141437_2026_03_255
UDK: 629-5.06

Determination of a Diagnostic Criterion for a Rotation Speed Measurement Channel Based on a Mathematical Model of the Signal

Житников А. А., Марченко А. А.
Article language: русский
Citation Link: Житников А.А., Марченко А.А. Определение диагностического критерия информационно-измерительного канала частоты вращения на основе ­ математической модели сигнала // Труды Санкт-Петербургского государственного морского технического университета. 2026. Т. 5, № 3. С. 255–262. DOI: 10.52899/24141437_2026_03_255 EDN: DFAPFT

Annotation

Актуальность. Современные системы автоматизации судовых энергетических установок функционируют на базе ­ пороговых алгоритмов защиты, не способных детектировать реальные отказы оборудования и искажения сигналов информационно-измерительных каналов. Обоснованием проведения данного исследования выступает необходимость предотвращения ложных срабатываний, провоцирующих незапланированные простои, финансовые потери и постепенное снижение доверия эксплуатационного персонала к автоматике. Цель. Разработать математическую модель сигнала информационно-измерительного канала частоты вращения ­ судового агрегата для определения диагностических критериев неисправного состояния, а также на базе построенной ­ модели сигнала определить алгоритм детектирования неисправности информационно-измерительного канала в ­ режиме реального времени с автоматической блокировкой перехода оборудования в аварийный режим работы. Методы. Исследование выполнено на базе высокочастотного индуктивного датчика. Математическое моделирование сигнала информационно-измерительного канала частоты вращения и отладка диагностической логики алгоритмов детектирования неисправности реализованы в программной среде SimInTech. Результаты. Построена математическая модель информационно-измерительного канала частоты вращения и разработан метод детектирования неисправности информационно-измерительного канала частоты вращения с детерминированными критериями диагностики. Предложен алгоритм блокировки защитных функций автоматизированной системы управления для предотвращения перехода судового агрегата в аварийный режим работы или остановки. Заключение. Предложенная методика не предъявляет повышенных требований к вычислительным ресурсам контроллеров, обладает прозрачной логикой принятия решений и отвечает нормативам функциональной безопасно- сти. Решение может быть интегрировано в штатные программные среды автоматизированных систем управления, что снижает вероятность ложных срабатываний и повышает эксплуатационную надёжность судовых энергетических ­ установок. Keywords: информационно-измерительный канал,индуктивный датчик,математическая модель,алгоритм,система управления,судовая энергетическая установка,частота вращения

Bibliography

1. Konovalov PO, Ivanchenko AA, Larionov GL. Experience in the
development and application of monitoring systems for the technical
condition of marine diesel engines in operation. Trends in Science and
Education. 2023;(100(5)):102–108. (In Russ.) doi: 10.18411/trnio-08-2023-246
EDN: TWWLBX
2. Emelyanov MD. Computer monitoring system for the technical condition
of sea-going ships with risk assessment. Scientific and Technical Collection
of the Russian Maritime Register of Shipping. 2009;(32):23–43. (In Russ.)
EDN: NXSKAP
3. Lukashkin GE. Building a system of autonomous adaptive control
of the vessel based on fuzzy logic. Transport Business of Russia.
2019;(5):177–180. EDN: TFIARK
4. Valov DS, Valgin SA. Control systems for marine power plants
of autonomous ships. 2023;(5(135)):19–28. EDN: QGRTJJ
5. Burkov DE. Application of ship’s information system to control
and monitor the technical condition of ship’s equipment. Bulletin
of the Admiral S.O. Makarov State University of Maritime and Inland
Shipping. 2023;15(5):893–902. doi: 10.21821/2309-5180-2023-15-5-893-902
EDN: PTAEFT
6. Kucherenko VA. Modeling of the diagnostic system for sensors of marine
energy systems. Proceedings of Tula State University. Technical Sciences.
2024;(5):223–225. doi: 10.24412/2071-6168-2024-5-223-224 EDN: SOUXXW
7. Petrov AP, Kostylev II, Zhivlyuk GE. Risk assessment of
operation of power plants of unmanned vessels. Marine Intelligent
Technologies. 2024;(1-1(63)):110–122. doi: 10.37220/MIT.2024.63.1.013
EDN: ADWTCZ
8. Epikhin AI, Kondratiev SI, Khekert EV. Intelligent monitoring
system for an autonomous vessel’s propulsion system based
on an industrial data transmission protocol. Marine Intelligent
Technologies. 2025;(3-1(69)):96–100. doi: 10.37220/MIT.2025.69.3.025
EDN: EMDUOD
9. Almakaev RR. Development of neural network technologies in maritime
shipping. Bulletin of the Admiral F.F