МОДЕЛЬ ОЦІНЮВАННЯ РОБАСТНОСТІ ТА ЖИВУЧОСТІ МОБІЛЬНИХ РОБОТИЗОВАНИХ ПЛАТФОРМ З УРАХУВАННЯМ НАДІЙНОСТІ
DOI:
https://doi.org/10.17721/AIT.2025.1.02Ключові слова:
мобільна роботизована платформа (МРП), надійність, робастність, послідовно-паралельна структура, чутливість компонентів, оптимізація маршрутів.Анотація
Вступ. Розроблено комплексну модель надійності, робастності та живучості мобільної роботизованої платформи (МРП) із послідовно-паралельною архітектурою. Метою роботи є проведення математичного моделювання й аналізу надійності елементів МРП на основі законів розподілу Вейбулла й експоненціального закону, а також оцінювання впливу резервування та структурної надмірності на загальну стійкість системи до відмов. Встановлено, що критичними елементами МРП є: шасі, двигун, контролер, оскільки вони послідовно з’єднані та мають низький рівень відмовостійкості без резервування, на відміну від паралельно з’єднаних сенсорних і комунікаційних компонентів.
Методи. До методів належать такі: методи розрахунку надійності з використанням послідовно-паралельних схем; оцінювання часу безвідмовної роботи (MTTF); моделювання з використанням розподілу Вейбулла й експоненціального розподілу; чутливості для аналізу впливу елементів на надійність системи; оцінювання робастності та живучості системи в умовах змін середовища або несправностей.
Результати. На основі побудованих моделей отримано числові значення MTTF для всіх елементів МРП. Найвищі показники безвідмовної роботи зафіксовано для шасі (135 412 год) та акумуляторної батареї (124 914 год), тоді як найменшу надійність демонструють комунікаційні модулі Wi-Fi (80 000 год) та BLE (70 000 год). Значення MTTF усієї МРП становить 21 188 год, близько 2,4 року безперервної експлуатації.
Побудовані графіки чутливості показали, що найбільший вплив на загальну надійність мають шасі, контролер і двигун. Вони є пріоритетними для резервування або створення деградованих режимів. Робастність системи за однієї відмови (Δ ≤ 1) оцінено через зниження ймовірності безвідмовної роботи. Проте із часом (понад 100 000 год) надійність знижується нижче 5 %, що підкреслює важливість обліку зносу компонентів. Для підвищення живучості МРП має працювати за відмови до двох платформ, планувати маршрути за надійністю, підтримувати деградований режим і динамічно перерозподіляти завдання.
Висновки. Запропонована модель дає змогу з високою точністю оцінювати надійність МРП з урахуванням її структури, типу з’єднань і функціональних особливостей елементів. Результати вказують на необхідність резервування критичних компонентів і підвищення робастності системи для забезпечення стійкості до відмов. Представлену методику можна використовувати для планування сервісного обслуговування, прогнозування життєвого циклу й оптимізації роботи МРП у динамічному середовищі.
Завантажити
Посилання
Amin, A. A., & Hasan, K. M. (2019). A review of fault tolerant control systems: Advancements and applications. Measurement, 143, 58–68. https://doi.org/10.1016/j.measurement.2019.04.083
Bensaid Amrani, N., Benmoussa, S., Boukhnifer, M., & Habbal, A. (2023). Evaluating the predicted reliability of mechatronic systems: State of the art. Mechanical Engineering: An International Journal (MEIJ), 3(2), 12. https://doi.org/10.5281/zenodo.7801706
Betzer, J. S., Boudjadar, J., Frasheri, M., & Talasila, P. (2024). Digital twin enabled runtime verification for autonomous mobile robots under uncertainty.In Proceedings of the 28th International Symposium on Distributed Simulation and Real Time Applications (DS-RT 2024) (pp. 10–17). https://doi.org/10.1109/DS-RT62209.2024.00012
Cai, Z., Zhang, F., Tan, Y., Kessler, S., & Fottner, J. (2024). Integration of an IoT sensor with angle-of-arrival-based angle measurement in AGV navigation: A reliability study. Journal of Industrial Information Integration, 42, Article 100707. https://doi.org/10.1016/j.jii.2024.100707
Fazlollahtabar, H., & Akhavan Niaki, S. T. (2017). Reliability models of complex systems for robots and automation. CRC Press. https://doi.org/10.1201/b22491
Li, L., & Schulze, L. (2024). Failure prediction of automated guided vehicle systems in production environments through artificial intelligence. Tehnički glasnik, 18(2), 268–272. https://doi.org/10.31803/tg-20240416185206
Luo, W. (2023). Towards safe and resilient autonomy in multi-robot systems. In Proceedings of the AAAI Conference on Artificial Intelligence, 37(13), Article 15449. https://doi.org/10.1609/aaai.v37i13.26816
Maza, S. (2025). Diagnostic-constrained fault-tolerant control of bi-directional AGV transport systems with fault-prone sensors. ISA Transactions, 158, 227–241. https://doi.org/10.1016/j.isatra.2025.01.014
Panchal, D. (2023). Reliability analysis of turbine unit using intuitionistic fuzzy Lambda–Tau approach. Reports in Mechanical Engineering, 4(1), 47–61. https://doi.org/10.31181/rme040117042023p
Purwaningsih, R., Shintyastuti, A. R., Arvianto, A., & Hapsari, C. A. P. (2025). Evaluating the impact of autonomous material handling on the performance of production system: A simulation approach. Sinergi, 29(2), 139–146. https://doi.org/10.22441/sinergi.2025.2.004
Yin, J., Li, L., Mourelatos, Z. P., Liu, Y., Gorsich, D., & Singh, A. (2023). Reliable global path planning of off-road autonomous ground vehicles under uncertain terrain conditions. IEEE Transactions on Intelligent Vehicles, 9(1), 1–14. https://doi.org/10.1109/TIV.2023.3317833
Zheng, M., Feng, B., Zhao, Y., & Liang, W. (2024). Ordered and reliable retransmission method for wireless AGV systems based on WIA-FA. Information and Control, 53(5), 616–626. https://doi.org/10.13976/j.cnki.xk.2024.3165
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution-NonCommercial 4.0 International License.
