Об’єктивізація паливних подій у телеметрії гібридних мобільних платформ
Abstract. The article investigates the specifics of analyzing and interpreting fuel system telemetry data for hybrid mobile platforms (HEV/PHEV). The author substantiates that the complex multi-circuit architecture of modern hybrid systems, characterized by non-linear interaction between the internal combustion engine (ICE) and the electric drive, renders conventional fuel monitoring approaches (based on threshold detection) insufficient and prone to erroneous conclusions. The central thesis of the paper is the transition from simple signal change detection to the process of objectivizing fuel events. Objectivization is defined as the formation of a verified analytical conclusion through multi-channel data analysis, encompassing the battery state of charge (SoC), ICE operation status, temperature profiles of the inverter and transmission, as well as kinematic motion parameters. The paper classifies the sources of data unreliability (natural, systemic, and intentional) and analyzes typical scenarios of misinterpretation occurring during hybrid operation modes. A practical methodological approach is proposed, based on the synergy of digital filtering, rule-based logic, and contextual analysis of energy flows.
Анотація
Анотація. У статті досліджено особливості аналізу та інтерпретації телеметричних даних паливної системи гібридних мобільних платформ (HEV/PHEV). Обґрунтовано, що складна багатоконтурна архітектура сучасних гібридних систем, яка передбачає нелінійну взаємодію двигуна внутрішнього згоряння та електричного привода, робить класичні підходи до моніторингу пального (базовані на пороговій детекції) недостатніми та схильними до генерації помилкових висновків.
Центральною тезою є перехід від простої детекції змін сигналу до процесу об’єктивізації паливних подій. Під об’єктивізацією розуміється формування верифікованого аналітичного висновку шляхом багатоканального аналізу даних, що включає стан заряду батареї (SoC), статус роботи ДВЗ, температурні режими інвертора та трансмісії, а також кінематичні параметри руху.
Класифіковано джерела недостовірності даних (природні, системні та навмисні) та проаналізовано типові сценарії виникнення помилкових інтерпретацій у гібридних режимах експлуатації. Запропоновано практичний методологічний підхід, що базується на синергії цифрової фільтрації, правилової логіки та контекстного аналізу енергетичних потоків.
Окремо розглянуто перспективний напрям використання гібридних нейромережевих архітектур на основі одномірних згорткових шарів (1D-CNN) та двонаправлених рекурентних мереж (BiLSTM) для автоматизації виявлення аномальних патернів у паливній поведінці. Проведена ілюстративна перевірка підтверджує, що врахування енергетичного контексту дозволяє суттєво підвищити достовірність телеметричного аналізу та мінімізувати частку хибнопозитивних повідомлень у системах транспортного моніторингу.
