Стаття

Отримано 19.03.2025

Доопрацьовано 14.05.2025

Прийнято 28.06.2025

Взято з Том 29, № 1, 2025

Сторінки 3 -11

Andrusenko, S., Biletskyi, V., Buhaichuk , O., & Podpisnov, V. (2025). Cost-effectiveness of remote monitoring and predictive maintenance of the fleet. The National Transport University Bulletin, 29(1), 3-11. https://doi.org/10.33744/2308-6645-2025-1-60-003-011

Економічна ефективність дистанційного моніторингу та прогностичного технічного обслуговування автопарку

Сергій Андрусенко Володимир Білецький Олександр Бугайчук Владислав Подпіснов

У статті розглянуто економічні передумови та потенційні переваги впровадження системи дистанційний моніторинг комерційних транспортних засобів з точки зору підвищення ефективності експлуатація та оптимізація витрат на обслуговування. Сучасні підходи до технічне обслуговування транспортних засобів, зокрема обмеження традиційних методів планового профілактичного та планового технічного обслуговування. Акцент робиться на цифрових можливостях технології моніторингу, які забезпечують оперативну діагностику, підтримку прийняття рішень та реалізація стратегій прогнозного обслуговування, що дозволяє значно скоротити простої та витрати на ремонт. Порівняльний аналіз традиційних моделей обслуговування та підходів на основі використання телеметричних даних та аналітики. Запропоновано узагальнену модель аналізу витрат і переваги (аналіз витрат і вигод), який включає ключові показники ефективності, такі як рівень використання обладнання, інтервали обслуговування та рентабельність інвестицій (ROI). Проблеми впровадження, зокрема ті, що стосуються початкових інвестицій, розглядалися окремо підтримка інфраструктури та навчання персоналу. Зроблено висновок, що інтеграція систем дистанційного моніторингу сприяє не тільки підвищення технічної надійності та безпеки флоту, а також покращення загального економічного показники діяльності транспортних підприємств. Запропонований методичний підхід може бути використовується як у малих, так і у великих автомобільних господарствах і служить основою для стратегічних планування та цифрова трансформація у сфері транспорту

автомобільний транспорт; дистанційний моніторинг; прогнозне обслуговування; ефективність експлуатації; оптимізація витрат; рентабельність інвестицій

  1. Volkov, V.P., Mateichyk, V.P., Grytsuk, P.B., & Grytsuk, I.V. (2017). Monitorynh tehnicnoho stanu avtomobiliv v zhyttievomu tsykli: Pidruchnyk; za red. prof. V.P. Volkova [Monitoring the technical condition of a car in its life cycle: Textbook]. Prof. V.P. Volkov (Ed.). Kharkiv: KHNADU. 300 p. [in Ukrainian]

  2. Volkov, V.P., Onyshchuk, V.P., Volkova, T.V., & Levchuk, M.A. (2025). Intehratsiia informatsiyno-programnoho kompleksu v virtualne pidpruiemstvo avtomobilnoho transportu [Integration of the information and software system into the virtual enterprise of automotive transport]. Suchasni tekhnolohii v mashynobuduvanni ta transporti: Naukovyi zhurnal – Modern technologies in mechanical engineering and transport: Scientific journal, 1 (24), 157-169. Retrieved from: https://doi.org/10.36910/automash.v1i24.1720 [in Ukrainian]

  3. Volkov, V.P., Grytsuk, I.V., Onyshchuk, V.P., Volkova, T.V., Stelmashchuk, V.V., & Zbytskyi, D.D. (2024). Udoskonalennia informatsiyno-programnoho kompleksu dlia kontroliu tekhnichnoho stanu avtomobiliv v pidpruiemstvi avtomobilnoho transportu [Enhancement of information and software systems for vehicle technical condition monitoring in automotive transport enterprises]. Suchasni tekhnolohii v mashynobuduvanni ta transporti: Naukovyi zhurnal – Modern technologies in mechanical engineering and transport: Scientific journal, 1 (22), 116-129. Retrieved from: https://doi.org/10.36910/automash.v1i22.1352 [in Ukrainian]

  4. Vovchak, O., & Veres, Z. (2023). Metod pobudovy ta dyzayn systemy vidstezhennia telemetrychnykh danykh na bazi IOT dlia monitorynhu roboty transportnoho zasobu [Design method for an IOT-based telemetry tracking system for vehicle operation monitoring]. Vymiriuvalna ta obchysliuvalna tekhnika v tekhnolohichnykh procesakh: Mizhnarodnyi naukovo-tekhnichnyi zhurnal – MEASURING AND COMPUTING DEVICES IN TECHNOLOGICAL PROCESSES: International Scientific-technical journal, 4, 27-33. Retrieved from: https://doi.org/10.31891/2219-9365-2023-76-3 [in Ukrainian]

  5. Goncharuk, I.P., & Golovan, A.I. (2025). Innovatsiyna systema mashynnoho navchannia dlia monitorynhu sudnovoho obladnannia v realnomu chasi [Innovative machine learning system for real-time monitoring of shipboard equipment]. Vodnyi transport: Zbirnyk naukovykh prats - Water transport: Collection of scientific papers, 2 (43), 104-116. Retrieved from: https://doi.org/10.33298/2226- 8553.2025.2.43.09 [in Ukrainian]

  6. Fedosova, I.V., & Osadchyi, M.S. (2020). Systema prohnozuvannia stanu avtomobilia na osnovi statystychnykh danykh diahnostychnoho roziemu OBD-II [Vehicle condition prediction system based on statistical data from the OBD-II diagnostic port]. Nauka ta vyrobnytstvo – Science and production, 23, 346-353. Retrieved from: https://doi.org/10.31498/2522-9990232020241201 [in Ukrainian]

  7. Golovina, O.V., Kholodnyi, Y.F., Strokov, O.P., & Zhovtobriukh V.O. (2025). Doslidzhennia vplyvu yakosti diahnostyky i remontu elektronnykh system na podalshu tekhnichnu ekspluatatsiiu avtomobilia [Impact of electronic system diagnostics and repair quality on the subsequent technical operation of vehicles]. Visnyk Khersonskogo natsionalnoho tekhnichnoho universytetu – Bulletin of the Kherson National Teсhnical University, 1, 1 (92), 57-62. Retrieved from: https://doi.org/10.35546/kntu2078-4481.2025.1.1.7 [in Ukrainian]

  8. Ivaskiv, R, & Doskochynskyi, D. (2024). Innovatsiyni metody diagnostyky galmivnykh system u transportnukh zasobakh [Innovative methods for vehicle brake systems diagnostics]. Vymiriuvalna ta obchysliuvalna tekhnika v tekhnolohichnykh procesakh: Mizhnarodnyi naukovo-tekhnichnyi zhurnal – MEASURING AND COMPUTING DEVICES IN TECHNOLOGICAL PROCESSES: International Scientific-technical journal, 4, 137-142. Retrieved from: https://doi.org/10.31891/2219-9365-2024-80-17 [in Ukrainian]

  9. Savin, Yu.Kh., & Sokolenko, O.V. (2025). Kontrol tekhnichnoho stanu transportnykh zasobiv shliakhom analizu informatsiyi z bortovoyi diahnostyky v protsesi ekspluatatsiyi [Control of the technical condition of vehicles through analysis of on-board diagnostic data during operation]. Suchasni tekhnolohii v mashynobuduvanni ta transporti: Naukovyi zhurnal – Modern technologies in mechanical engineering and transport: Scientific journal, 1 (24), 367-374. Retrieved from: https://doi.org/10.36910/automash.v1i24.1743 [in Ukrainian]

  10. Biletskyi, V.O., Ivanushko, O.M., Loboda, A.V., Buhaichuk, O.S., & Lovha, R.M. (2023). Ohliad informatsiynykh ta komunikatsiynykh tekhnolohiy i system monitorynhu na transporti ta analiz yikhnikh mozhlyvostey dlia formuvannia i vprovadzhennia innovatsiinykh tekhnolohiy tekhnichnoho obslukhovuvannia i remontu transportnykh zasobiv [Overview of information and communication technologies and vehicle monitoring systems and analysis of their possibilities for the formation and implementation of innovative technologies for maintenance and repair of vehicles]. Avtoshliakhovyk Ukrayiny: Naukovo-vyrobnychyi zhurnal – Road Transporter аnd Road Constructor of Ukraine: Scientific and Production Journal, 1, 8-13. Retrieved from: https://doi.org/10.33868/0365-8392-2022-1-273-8-16 [in Ukrainian]

  11. Graeme Garner, Paola Santanna, & Hossein Sadjadi. (2021). Modeling the Business Value of a Predictive Maintenance System using Monte Carlo Simulation. General Motors Company, Canadian Technical Center, Markham, Ontario, L3R 4H8, Canada, General Motors Global Technical Center, Warren, Michigan, 48093, USA. ANNUAL CONFERENCE OF THE PROGNOSTICS AND HEALTH MANAGEMENT SOCIETY, 13, 1. Retrieved from: https://papers.phmsociety.org/index.php/phmconf/article/view/2985. DOI: https://doi.org/10.36001/phmconf.2021.v13i1.2985 [in English]

  12. PdM ROI: Evaluating the Value, Context, Role. Retrieved from: https://www.hanarasoft.com/pdm-roi/ [in English]

  13. How Predictive Vehicle Health Management helps reduce Total Cost of Ownership - Questar. Retrieved from: https://questarauto.com/how-predictive-vehicle-health-management-helps-reduce-tco/ [in English]

  14. How to calculate the cost of downtime | ConnectWise. Retrieved from: https://www.connectwise.com/blog/how-to-calculate-the-cost-of-downtime [in English]

  15. How to calculate your predictive maintenance ROI? | Sensorfy. Retrieved from: https://www.sensorfy.ai/blog/how-to-calculate-the-roi-of-a-predictive-maintenance-strategy/ [in English]

  16. Preventive & Predictive Maintenance: Reducing Downtime & Costs. Retrieved from: https://www.team-group.com/insights/25-Feb-PredictiveMaintenance.pdf [in English]

  17. Predictive maintenance vs. preventive maintenance | TXI. Retrieved from: https://txidigital.com/insights/predictive-maintenance-vs-preventive-maintenance [in English]

  18. United road capitalizes on predictive maintenance with 4x ROI. Retrieved from: https://s3.useast-2.amazonaws.com/uptake-production/images/Resources/Uptake_Case-Studies-United-Road.pdf [in English]

  19. City of Long Beach Improves Operational Efficiency with Innovative AI-Driven Fleet Maintenance - Pitstop. Retrieved from: https://pitstopconnect.com/project/city-of-long-beach-improvesoperational-efficiency-with-innovative-ai-driven-fleet-maintenance/ [in English]

  20. Predictive maintenance Deloitte’s approach. Predictive Maintenance Solutions | Deloitte US. Retrieved from: https://www.deloitte.com/us/en/services/consulting/services/predictive-maintenance-andthe-smart-factory.html [in English]

https://doi.org/10.33744/2308-6645-2025-1-60-003-011