Аннотация. Поскольку наноспутники функционируют в условиях ограниченного участия человека, бортовая диагностика отказов является критически важным фактором надежного выполнения миссий. В данной статье рассматривается разработка наноспутника формата 1U–3U CubeSat, оснащённого автономной системой обнаружения и изоляции отказов на основе искусственного интеллекта (ИИ). Исследование направлено на создание системы управления техническим состоянием наноспутника с использованием методов машинного обучения. В работе проводится сравнение классического порогового мониторинга и современных ИИ-подходов, а также предлагается бортовой диагностический процесс, обеспечивающий выявление аномалий в ключевых подсистемах с высокой точностью и минимальной задержкой. Описываются аппаратная архитектура, симулятор отказов на основе телеметрических данных и алгоритм ИИ, обученный на моделируемых данных в номинальных и аварийных режимах. Предложенная система демонстрирует точность обнаружения отказов около 98%, значительно превосходя классические методы, при этом задержка обнаружения составляет всего несколько секунд. Полученные результаты подтверждают, что методы машинного обучения эффективно дополняют модельно-ориентированную диагностику. Разработанная ИИ-ориентированная диагностическая система повышает устойчивость миссий наноспутников за счёт раннего выявления аномалий и автономной реализации восстановительных мероприятий.

Ключевые слова: наноспутник, CubeSat; телеметрия, обнаружение и изоляция отказов, искусственный интеллект, машинное обучение, гибридная диагностика, встраиваемая система.