Дослідження та розробка хмарноорієнтованої вебсистеми на основі стеку MERN для предиктивної діагностики автотранспорту за показниками енергоефективності

Анотація

У роботі наведено результати комплексної розробки та апробації хмарноорієнтованого вебсервісу, призначеного для автоматизованого аудиту та предиктивного прогнозування технічного стану автопарку. Програмний продукт реалізовано на основі сучасного технологічного стеку MERN (MongoDB, Express.js, React, Node.js), що забезпечує високу швидкість обробки великих масивів даних та можливість розгортання в ізольованих локальних мережах підрозділів. Ключовою технологічною особливістю системи є інтеграція паливного моніторингу з імовірнісними моделями теорії надійності. В ході дослідження обґрунтовано та впроваджено модифікований алгоритм на основі розподілу Вейбулла-Гнеденка, де параметр масштабу (ресурс) динамічно коригується залежно від індикатора паливної аномалії із застосуванням функції гіперболічного тангенса для нормалізації відхилень. Функціонал сервісу забезпечує повну автоматизацію валідації маршрутних листів, розрахунок нормативних витрат пального з урахуванням складної матриці коригуючих коефіцієнтів та візуалізацію кривих надійності для кожної одиниці техніки в режимі реального часу. Реалізовано інтелектуальний механізм раннього сповіщення про потенційні несправності двигуна та трансмісії на основі виявлених девіацій енергоефективності. Експериментальна верифікація підтвердила високу працездатність обраного архітектурного рішення та стабільність бази даних MongoDB при роботі з неструктурованими логами. Впровадження системи дозволило скоротити час на обробку та перевірку експлуатаційної документації у 7,5 разів. За результатами тестування зафіксовано зростання коефіцієнта технічної готовності (КТГ) парку на 12% та зниження частоти раптових відмов на 18%. Доведено, що використання модифікованих імовірнісних моделей у вебпанелях моніторингу є ефективним інструментом переходу від застарілої планової системи обслуговування до прогресивної стратегії ремонту за фактичним технічним станом. Це дозволяє ідентифікувати деградацію ключових вузлів за 1200–1500 км до моменту їх фактичної відмови, забезпечуючи суттєву економію ресурсів та підвищення боєздатності транспортних підрозділів