В статье рассматривается проблема обеспечения отказоустойчивости систем технической диагностики строительных и дорожных машин в условиях неполных и зашумленных данных с бортовых сенсоров. Предложен архитектурно-алгоритмический подход к построению робастной аналитической системы, основанной на адаптивных моделях с динамическим запаздыванием и гибридных методах машинного обучения. Разработана методология количественной оценки робастности, учитывающая как точность прогнозирования износа узлов (гидросистем, ходовой части, двигателей), так и устойчивость к дефектам входных данных. Экспериментальная проверка проведена на реальных данных, собранных в ходе эксплуатации гусеничных экскаваторов и асфальтоукладчиков. Результаты показали, что предложенная система сохраняет точность диагностики на уровне не ниже 92% даже при наличии до 25% пропущенных значений и шума с дисперсией, превышающей номинальную в 3 раза. Полученные результаты подтверждают применимость разработанного подхода для повышения надежности и безопасности эксплуатации строительно-дорожной техники.
The article discusses the problem of ensuring fault tolerance of technical diagnostics systems for construction and road vehicles in conditions of incomplete and noisy data from on-board sensors. An architectural and algorithmic approach to building a robust analytical system based on adaptive models with dynamic delay and hybrid machine learning methods is proposed. A methodology for quantifying robustness has been developed that takes into account both the accuracy of predicting wear on components (hydraulic systems, chassis, engines) and the resistance to input data defects. The experimental test was carried out on real data collected during the operation of crawler excavators and pavers. The results showed that the proposed system maintains diagnostic accuracy at a level of at least 92%, even in the presence of up to 25% missing values and noise with a dispersion exceeding the nominal value by 3 times. The results obtained confirm the applicability of the developed approach to improve the reliability and safety of operation of construction and road equipment.