Аннотация

Аннотация: В статье представлен систематизированный обзор современных методов диагностики робототехнических комплексов (РТК). В качестве нормативно-терминологической основы рассмотрены ключевые отечественные и международные стандарты, обеспечивающие единство требований к функциональной безопасности, совместимости архитектур обмена данными и управлению надёжностью. Представлены специализированные методы диагностики основных подсистем РТК, систематизированные по типам узлов. Для механических компонентов показаны виброакустические подходы, включая анализ огибающей, порядковые методы и частотно-временной анализ, применяемые в нестационарных условиях работы. Для электрической и электронной части показаны методы параметрического мониторинга деградации и модельно-ориентированная диагностика. Для приводов и исполнительных механизмов описаны режимно-инвариантные методы с использованием глубокого обучения, такие как свёрточные нейронные сети для анализа время-частотных представлений сигналов. Особое внимание уделено роли цифровых двойников в моделировании отказов, генерации синтетических данных и прогнозировании остаточного ресурса. Центральное место в обзоре занимают подходы к комплексной диагностике на уровне всего РТК. Рассмотрены архитектурные принципы и современные интеллектуальные технологии для интеграции разнородных данных, такие как вероятностные модели для слияния информации в условиях неопределённости, онтологии для семантической интеграции знаний и обеспечения прослеживаемости решений, а также гибридные нейро-символические архитектуры, сочетающие силу распознавания паттернов с логической интерпретируемостью. Сформулирована необходимость перехода от изолированных решений к интегрированным диагностическим системам, способным поддерживать функциональную безопасность и адаптивное управление в условиях частичных отказов. Ключевым выводом является требование к разработке стандартизированных протоколов верификации, предусматривающих тестирование на независимых режимах и экземплярах оборудования, и созданию семантически-когнитивного контура управления, объединяющего диагностику, прогнозирование и планирование для автономных робототехнических систем следующего поколения.