Comprehensive review of artificial intelligence applications in the diagnosis and prognosis of ship power systems

Скорочена інформація про документ
dc.contributor.authorShalapko Denys O.
dc.contributor.authorAndreev Andrii A.
dc.contributor.authorKukharenko Oleksandr O.
dc.contributor.authorШалапко Денис Олегович
dc.contributor.authorАндреєв Андрій Адольфович
dc.contributor.authorКухаренко Олександр Олександрович
dc.date.accessioned2025-05-14T10:27:07Z
dc.date.available2025-05-14T10:27:07Z
dc.date.issued2025
dc.descriptionShalapko, D. O. Comprehensive review of artificial intelligence applications in the diagnosis and prognosis of ship power systems = Комплексний огляд застосувань штучного інтелекту в діагностиці та прогнозуванні енергетичних систем суден / D. O. Shalapko, A. A. Andreev, O. O. Kukharenko // Shipbuilding & Marine Infrastructure. – 2025. – № 1 (20). – С. 37–46.
dc.description.abstractЗараз морська галузь бореться зі значним тиском щодо підвищення ефективності, надійності та екологічної стійкості суднових енергетичних установок. У міру того, як судна стають все більш складними, традиційні методи діагностики та технічного обслуговування часто виявляються неефективними, не в змозі належним чином усунути складнощі, властиві цим передовим системам. Ця невідповідність може призвести до затримки реагування на знос і несправності, що в кінцевому підсумку ставить під загрозу експлуатаційну безпеку та збільшує витрати. Це дослідження заглиблюється в трансформаційний потенціал штучного інтелекту (ШІ) у революції діагностичних і прогнозних можливостей у енергетичних системах суден. Використовуючи передові алгоритми штучного інтелекту, ми можемо обробляти й аналізувати великі набори даних у режимі реального часу, уможливлюючи розробку точних моделей поведінки, які відображають робочі умови енергокомплексів. Ця аналітична майстерність полегшує раннє виявлення несправностей, дозволяючи своєчасно втручатися до того, як незначні проблеми переростуть у значні збої. Впровадження стратегій прогнозного технічного обслуговування на основі ШІ може значно підвищити надійність морських енергетичних систем. Ці стратегії допомагають передбачити потреби в технічному обслуговуванні на основі даних у реальному часі та оптимізувати ефективність роботи, що призводить до значного скорочення витрат на експлуатацію та технічне обслуговування. Крім того, дослідження висвітлює різні ключові підходи до успішної інтеграції штучного інтелекту в морські системи. Це включає вивчення тематичних досліджень, які ілюструють практичне застосування технологій штучного інтелекту, проблеми, які можуть виникнути під час впровадження, і навчання, необхідне для персоналу для ефективного використання цих систем. Обговорюючи переваги та потенційні перешкоди впровадження штучного інтелекту, дослідження має на меті забезпечити повне розуміння майбутнього ландшафту морського сектору, підкреслюючи важливість постійного прогресу та інновацій у цій критичній галузі.
dc.description.abstract1The maritime industry is grappling with significant pressures to enhance ship power plants’ efficiency, reliability, and environmental sustainability. As vessels become more sophisticated, the traditional diagnostic and maintenance methods often fall short, unable to adequately address the complexities inherent in these advanced systems. This inadequacy can lead to delayed responses to wear and malfunctions, ultimately jeopardizing operational safety and increasing costs. This study delves into the transformative potential of artificial intelligence (AI) in revolutionizing diagnostic and predictive capabilities within ship energy systems. By leveraging AI’s advanced algorithms, we can process and analyze extensive datasets in real-time, enabling the development of accurate behavioral models that reflect the operational conditions of power plants. This analytical prowess facilitates early fault detection, allowing timely intervention before minor issues escalate into significant failures. Implementing predictive maintenance strategies powered by AI can dramatically enhance the reliability of maritime power systems. These strategies help anticipate maintenance needs based on real-time data and optimize operational efficiency, resulting in substantial reductions in operational and maintenance costs. Furthermore, the research highlights various key approaches for successfully integrating AI into maritime systems. This includes examining case studies that illustrate the practical applications of AI technologies, the challenges that may arise during implementation, and the training required for personnel to use these systems effectively. By discussing the benefits and potential hurdles of AI adoption, the study aims to provide a comprehensive understanding of the future landscape of the maritime sector, emphasizing the importance of continued advancements and innovation in this critical field.
dc.identifier.issn2409-3858 (Print)
dc.identifier.issn2519-1845 (Online)
dc.identifier.urihttps://eir.nuos.edu.ua/handle/123456789/10396
dc.language.isoen
dc.relation.ispartofseriesУДК; 621.434.432
dc.subjectArtificial Intelligence
dc.subjectShip Power Systems
dc.subjectPredictive Maintenance
dc.subjectFault Detection
dc.subjectDiagnostic Methods
dc.subjectштучний інтелект
dc.subjectсуднові енергетичні установки
dc.subjectпрогнозоване технічне обслуговування
dc.subjectвиявлення несправностей
dc.subjectметоди діагностики
dc.titleComprehensive review of artificial intelligence applications in the diagnosis and prognosis of ship power systems
dc.title.alternativeКомплексний огляд застосувань штучного інтелекту в діагностиці та прогнозуванні енергетичних систем суден
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Shalapko.pdf
Розмір:
986.22 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
4.38 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

№ 1 (20) 2025