С развитием цифровых технологий процессы эксплуатации авиационной техники вышли на новый уровень эффективности. Так, в аэрокосмической отрасли предиктивная аналитика позволяет с помощью искусственного интеллекта прогнозировать критические ситуации, связанные с отказом оборудования, и сигнализировать о необходимости внепланового техобслуживания. Помимо этого, предиктивную аналитику используют на заводах с целью правильной настройки режимов станков и обеспечения оптимальной загрузки цехов.

- Традиционно контроль за техническим состоянием оборудования ведется на основе планового техобслуживания, регламентов настройки режимов, а также анализа, основанного на исторических данных, - рассказывает доцент кафедры 806 "Вычислительная математика и программирование", заместитель начальника управления "IT-Центр" МАИ Петр Ухов. - Благодаря предиктивной аналитике техобслуживание производится по необходимости. Это позволяет обеспечить раннее обнаружение дефектов и предотвратить аварийные остановки оборудования.

Развитием предиктивной аналитики является прескриптивная аналитика, которая направлена на настройку режимов оборудования и оптимизацию тех или иных параметров. Как следствие использования искусственного интеллекта - снижение издержек и повышение безопасности полетов.

"Индекс здоровья" самолета

Предиктивная аналитика позволяет делать заключение на основе имеющихся данных. Для составления прогноза в машину загружаются эксплуатационная, проектная и конструкторская документация, данные изменения параметров оборудования в ходе нормальной эксплуатации, информация об объеме проведенного техобслуживания и зафиксированных отказов. Это могут быть актуальные значения таких параметров, как давление, температура, расход топлива и специальных жидкостей и т.д. Кроме этого могут быть использованы математические закономерности, например, математическая модель двигателя или его компонента.

На основе этого создается предиктивная модель оборудования и формируется прогноз в виде различных параметров. Одним из таких параметров может быть "индекс здоровья" - показатель надежности системы и дополнительная информация, характеризующая причины возможного отклонения от нормы.

- С помощью искусственного интеллекта эксплуатант может определить, например, когда необходимо совершить промывку авиационного двигателя, чтобы температура газа за турбиной не достигала критических значений и сохранялся оптимальный расход топлива, - говорит Петр Ухов. - Промывают двигатель как водой, так и достаточно дорогими химическими составами с ингибиторами коррозии. Поэтому рекомендации по использованию того или иного процесса позволяют повысить ресурс и сделать это экономически эффективнее.

Диагноз для двигателя

Подобные проблемы решает компания S7 TechLab - разработчик инновационных IT-решений, входящая в состав холдинга S7. В рамках программы по импортозамещению компания разработала отечественную систему мониторинга состояния авиационного двигателя. Прежде использовалась швейцарская, которая работала в режиме облачного сервиса: статистические данные отправлялись за рубеж, где искусственный интеллект и система статистики вычисляли параметры качества работы двигателя и присылали назад готовые рекомендации по обслуживанию техники.

В 2023 году специалисты компании передали на "цифровую кафедру" Московского авиационного института данные по эксплуатации авиационных двигателей. На их основе студентами были обучены модели машинного обучения и проанализированы входные и выходные данные системы мониторинга авиационного двигателя.

Молодые инженеры МАИ предложили ряд решений, которые будут использованы в новых системах предиктивной аналитики. В том числе они разработали решение, которое прогнозирует запас температуры газов в двигателе на основе многочисленных параметров системы мониторинга. Данное решение специалисты S7 TechLab использовали в своей работе.