Роль інформаційного забезпечення в експлуатації автономних морських платформ
##plugins.themes.bootstrap3.article.sidebar##
Опубліковано:
тра 4, 2026
Ключові слова:
автономні платформи; експлуатація засобів, морський транспорт, навігація, безекіпажні технології, інформаційні потоки; моніторинг технічного стану; інформаційний рівень; кіберфізичні системи; системи підтримки прийняття рішень
##plugins.themes.bootstrap3.article.main##
Анотація
У статті розглянуто роль інформаційного забезпечення в експлуатації автономних морських платформ як складних кіберфізичних систем. Показано, що ефективність моніторингу технічного стану таких платформ визначається не лише наявністю сенсорних даних, а насамперед якістю організації інформаційних потоків, їх синхронізацією та інтеграцією. Проаналізовано особливості формування навігаційних, енергетичних, силових і даних середовища, а також їх часову та функціональну неоднорідність. Виявлено основні обмеження класичних систем моніторингу, пов’язані з пороговою логікою контролю, реактивним характером прийняття рішень, фрагментованістю аналізу та високою залежністю від оператора. Обґрунтовано доцільність виділення окремого інформаційного рівня в структурі управління експлуатацією автономних морських платформ, який забезпечує перетворення первинних асинхронних даних у структуровану ін формацію, придатну для подальшого аналізу та підтримки прийняття рішень. Отримані результати формують концептуальну основу для розвитку аналітичних методів оцінки технічного стану в системи управління експлуатацією.
##plugins.themes.bootstrap3.article.details##
Як цитувати
Волянський, С., Мельник, О., Волошин, А., & Добровольська, Л. (2026). Роль інформаційного забезпечення в експлуатації автономних морських платформ. Вісник Одеського національного морського університету, (79), 172-186. https://doi.org/10.47049/2226-1893-2026-1-172-186
Розділ
Забезпечення безпеки мореплавства
Посилання
1. Wang, B., Xu, Q., & Yang, Y. (2026). An integrated systems engineering framework for collaborative control and autonomous operation of offshore wind turbines. Ocean Engineering, 348, 124060. https://doi.org/10.1016/j.oceaneng.2025.124060.
2. Ambarita, E.E., Karlsen, A., Osen, O., & Hasan, A. (2023). Towards fully autonomous floating offshore wind farm operation & maintenance. Energy Reports, 9, 103-108. https://doi.org/10.1016/j.egyr.2023.09.148.
3. Ahmad, A., Li, P., Piechocki, R., & Inacio, R. (2025). Anomaly detection in offshore open radio access network using long short-term memory models on a novel artificial intelligence-driven cloud-native data platform. Engineering Applications of Artificial Intelligence, 161, 112274. https://doi.org/10.1016/j.engappai.2025.112274.
4. Larsen, J.S., Pedersen, S., Liniger, J., & Sørensen, F.F. (2026). Offshore subsea IMR operations: Review of the automation potential. Robotics and Autonomous Systems, 105365. https://doi.org/10.1016/j.robot.2026.105365.
5. Noshchenko, O., Hagspiel, V., & Deshpande, P. C. (2025). Assessing the sustainability of offshore platform power supply alternatives using Multi-Criteria Decision Analysis (MCDA): A case study of Norway. Science of The Total Environment, 973, 179053. https://doi.org/10.1016/j.scitotenv.2025.179053.
6. Wang, Q. (2024). Maritime law enforcement concerning offshore energy platforms: Navigating international law constraints and challenges. Marine Policy, 170, 106370. https://doi.org/10.1016/j.marpol.2024.106370.
7. Li, H., Hao, L., Zhu, Z., Xu, W., Feng, J., & Wei, H. (2025). Real-Time Gas Dispersion Model Prediction on Offshore Platforms based on CNN_ Transformer Model. Process Safety and Environmental Protection, 107983. https://doi.org/10.1016/j.psep.2025.107983.
8. Zhang, M., Tao, L., Nuernberg, M., Rai, A., & Yuan, Z. (2024). Conceptual design of an offshore hydrogen platform. International Journal of Hydrogen Energy, 59, 1004-1013. https://doi.org/10.1016/j.ijhydene.2024.02.077.
9. Brushane, F., Jämsä, K., Lafond, S., & Lilius, J. (2020). A Experimen-tal Research Platform for Maritime Automation and Autonomous Surface Ship Applications. IFAC-PapersOnLine, 54(16), 390-394. https://doi.org/10.1016/j.ifacol.2021.10.121.
10. Xiang, J., Blanco-Davis, E., Xin, X., Li, H., Hifi, N., Wang, J., & Yang, Z. (2025). A systematic literature review of Human-Machine Cooperation in Maritime Autonomous Surface Ships. Autonomous Transportation Research. https://doi.org/10.1016/j.atres.2025.10.001.
11. Guo, D., Yin, Y., Jing, Q., Shao, Z., & Xu, H. (2026). A LiDAR intensity-enhanced 3D object detection method for maritime autonomous navigation. Ocean Engineering, 343, 123586. https://doi.org/10.1016/j.oceaneng.2025.123586.
12. Othman, M. K., Mohd Sabri, N. S. A., Abdul Rahman, N. S. F., & Osnin, N. A. (2025). Port operators’ perceptions and acceptance of maritime autonomous surface ships (MASS) operations: Insights from Malaysia. Case Studies on Transport Policy, 22, 101567. https://doi.org/10.1016/j.cstp.2025.101567.
13. Li, Z., Mao, Z., Zhang, D., Fan, S., Lyu, W., Zhou, J., & Yang, H. (2025). Mental workload-performance relationships in maritime autonomous surface ship remote control scenarios. Ocean Engineering, 339, 122094. https://doi.org/10.1016/j.oceaneng.2025.122094.
14. Yu, H., Wu, D., Li, G., Lian, T., Li, Y., & Li, F. (2026). Collision avoidance for maritime autonomous surface ship in busy waterways based on the improved deep reinforcement learning and K-means clustering. Ocean Engineering, 343, 123396. https://doi.org/10.1016/j.oceaneng.2025.123396
15. Xu, Y., Peng, Z., Gu, N., Zhang, G., & Han, B. (2025). Anti-disturbance line-of-sight path following of dual-podded maritime autono-mous surface ships: A case study of XIN HONG ZHUAN. Ocean Engineering, 341, 122468. https://doi.org/10.1016/j.oceaneng.2025.122468
16. Belabyad, M., Pyne, R., Paraskevadakis, D., Chang, C., & Kontovas, C. (2025). Technology evolution in maritime autonomous systems: A patent-based analysis. Ocean & Coastal Management, 267, 107744. https://doi.org/10.1016/j.ocecoaman.2025.107744
17. Chymshyr, V. (2023). Conceptual principles of improving the safety and reliability of autonomous technical systems using a ship as an example. Transport Development, (1(16), 79-88. https://doi.org/10.33082/td.2023.1-16.07
18. Melnyk, O., Onyshchenko, O., Voloshyn, A., Vasalatii, N., Lohinov, O., & Koriakin, K. (2022). Development of remote technologies of ship control as a factor for ensuring shipping safety. Transport Development, (3(14), 179-191. https://doi.org/10.33082/td.2022.3-14.13.
19. Reshetkov, D., Bondaryuk, M., & Onyshchenko, S. (2023). Essence, advantages and existing experience of the smart ports development. Transport Development, (4(15), 108-122. https://doi.org/10.33082/td.2022.4-15.09.
20. Simion, D., Postolache, F., Fleacă, B., & Fleacă, E. (2023). AI-Driven Predictive Maintenance in Modern Maritime Transport—Enhancing Operational Efficiency and Reliability. Applied Sciences, 14(20), 9439. https://doi.org/10.3390/app14209439.
21. Sapkota, S., & Paudyal, D.R. (2022). Growth Monitoring and Yield Estimation of Maize Plant Using Unmanned Aerial Vehicle (UAV) in a Hilly Region. Sensors, 23(12), 5432. https://doi.org/10.3390/s23125432.
2. Ambarita, E.E., Karlsen, A., Osen, O., & Hasan, A. (2023). Towards fully autonomous floating offshore wind farm operation & maintenance. Energy Reports, 9, 103-108. https://doi.org/10.1016/j.egyr.2023.09.148.
3. Ahmad, A., Li, P., Piechocki, R., & Inacio, R. (2025). Anomaly detection in offshore open radio access network using long short-term memory models on a novel artificial intelligence-driven cloud-native data platform. Engineering Applications of Artificial Intelligence, 161, 112274. https://doi.org/10.1016/j.engappai.2025.112274.
4. Larsen, J.S., Pedersen, S., Liniger, J., & Sørensen, F.F. (2026). Offshore subsea IMR operations: Review of the automation potential. Robotics and Autonomous Systems, 105365. https://doi.org/10.1016/j.robot.2026.105365.
5. Noshchenko, O., Hagspiel, V., & Deshpande, P. C. (2025). Assessing the sustainability of offshore platform power supply alternatives using Multi-Criteria Decision Analysis (MCDA): A case study of Norway. Science of The Total Environment, 973, 179053. https://doi.org/10.1016/j.scitotenv.2025.179053.
6. Wang, Q. (2024). Maritime law enforcement concerning offshore energy platforms: Navigating international law constraints and challenges. Marine Policy, 170, 106370. https://doi.org/10.1016/j.marpol.2024.106370.
7. Li, H., Hao, L., Zhu, Z., Xu, W., Feng, J., & Wei, H. (2025). Real-Time Gas Dispersion Model Prediction on Offshore Platforms based on CNN_ Transformer Model. Process Safety and Environmental Protection, 107983. https://doi.org/10.1016/j.psep.2025.107983.
8. Zhang, M., Tao, L., Nuernberg, M., Rai, A., & Yuan, Z. (2024). Conceptual design of an offshore hydrogen platform. International Journal of Hydrogen Energy, 59, 1004-1013. https://doi.org/10.1016/j.ijhydene.2024.02.077.
9. Brushane, F., Jämsä, K., Lafond, S., & Lilius, J. (2020). A Experimen-tal Research Platform for Maritime Automation and Autonomous Surface Ship Applications. IFAC-PapersOnLine, 54(16), 390-394. https://doi.org/10.1016/j.ifacol.2021.10.121.
10. Xiang, J., Blanco-Davis, E., Xin, X., Li, H., Hifi, N., Wang, J., & Yang, Z. (2025). A systematic literature review of Human-Machine Cooperation in Maritime Autonomous Surface Ships. Autonomous Transportation Research. https://doi.org/10.1016/j.atres.2025.10.001.
11. Guo, D., Yin, Y., Jing, Q., Shao, Z., & Xu, H. (2026). A LiDAR intensity-enhanced 3D object detection method for maritime autonomous navigation. Ocean Engineering, 343, 123586. https://doi.org/10.1016/j.oceaneng.2025.123586.
12. Othman, M. K., Mohd Sabri, N. S. A., Abdul Rahman, N. S. F., & Osnin, N. A. (2025). Port operators’ perceptions and acceptance of maritime autonomous surface ships (MASS) operations: Insights from Malaysia. Case Studies on Transport Policy, 22, 101567. https://doi.org/10.1016/j.cstp.2025.101567.
13. Li, Z., Mao, Z., Zhang, D., Fan, S., Lyu, W., Zhou, J., & Yang, H. (2025). Mental workload-performance relationships in maritime autonomous surface ship remote control scenarios. Ocean Engineering, 339, 122094. https://doi.org/10.1016/j.oceaneng.2025.122094.
14. Yu, H., Wu, D., Li, G., Lian, T., Li, Y., & Li, F. (2026). Collision avoidance for maritime autonomous surface ship in busy waterways based on the improved deep reinforcement learning and K-means clustering. Ocean Engineering, 343, 123396. https://doi.org/10.1016/j.oceaneng.2025.123396
15. Xu, Y., Peng, Z., Gu, N., Zhang, G., & Han, B. (2025). Anti-disturbance line-of-sight path following of dual-podded maritime autono-mous surface ships: A case study of XIN HONG ZHUAN. Ocean Engineering, 341, 122468. https://doi.org/10.1016/j.oceaneng.2025.122468
16. Belabyad, M., Pyne, R., Paraskevadakis, D., Chang, C., & Kontovas, C. (2025). Technology evolution in maritime autonomous systems: A patent-based analysis. Ocean & Coastal Management, 267, 107744. https://doi.org/10.1016/j.ocecoaman.2025.107744
17. Chymshyr, V. (2023). Conceptual principles of improving the safety and reliability of autonomous technical systems using a ship as an example. Transport Development, (1(16), 79-88. https://doi.org/10.33082/td.2023.1-16.07
18. Melnyk, O., Onyshchenko, O., Voloshyn, A., Vasalatii, N., Lohinov, O., & Koriakin, K. (2022). Development of remote technologies of ship control as a factor for ensuring shipping safety. Transport Development, (3(14), 179-191. https://doi.org/10.33082/td.2022.3-14.13.
19. Reshetkov, D., Bondaryuk, M., & Onyshchenko, S. (2023). Essence, advantages and existing experience of the smart ports development. Transport Development, (4(15), 108-122. https://doi.org/10.33082/td.2022.4-15.09.
20. Simion, D., Postolache, F., Fleacă, B., & Fleacă, E. (2023). AI-Driven Predictive Maintenance in Modern Maritime Transport—Enhancing Operational Efficiency and Reliability. Applied Sciences, 14(20), 9439. https://doi.org/10.3390/app14209439.
21. Sapkota, S., & Paudyal, D.R. (2022). Growth Monitoring and Yield Estimation of Maize Plant Using Unmanned Aerial Vehicle (UAV) in a Hilly Region. Sensors, 23(12), 5432. https://doi.org/10.3390/s23125432.