В МАИ разрабатывают умную систему для оценки ресурса авиадвигателей на замену импортной

Студенты «цифровой кафедры» Московского авиационного института работают над системой, которая позволит прогнозировать остаточный ресурс двигателей самолёта. Работы ведутся в сотрудничестве с компанией S7 Tech Lab. Ожидается, что новая система не просто заменит ушедший с российского рынка иностранный аналог, но и будет иметь более широкий функционал за счёт внедрения технологий искусственного интеллекта в дополнение к расчётным методам оценки.

В команду входят 11 студентов: Диана Бабинцева, Илья Иванов, Григорий Васин, Ярослав Ермаков, Матвей Жбанков, Илья Деньгов, Вадим Дорофеев, Тамаша Гусейнова, Серафим Поперечный, Александра Васильева, Дмитрий Сираков.

— Система будет получать данные с датчиков, установленных на двигателях, и производить анализ на основе нескольких групп параметров, — рассказывает тимлид проекта Диана Бабинцева. — В частности, будут оцениваться газодинамические характеристики, такие как температура выхлопных газов и расход топлива. Также будут учитываться параметры внешней среды: температура воздуха около воздушного судна, высота над уровнем моря и давление воздуха на выходе из двигателя. Ещё одна группа параметров отражает состояние важных компонентов двигателя, например положение клапана поперечной подачи топлива. Если будет зафиксировано отклонение от нормального положения клапана, это может свидетельствовать о возможном сбое в системе топливоподачи, что требует немедленного вмешательства для обеспечения нормальной работы двигателя и безопасности полёта.

Аналогов разработки в России на данный момент не существует. Более того, система может стать уникальной и для мирового рынка: сейчас студенты тренируют алгоритм машинного обучения, который позволит расширить её возможности.

— Иностранная система мониторинга, которая использовалась российскими авиакомпаниями ранее, основана на применении математической модели работы двигателя. В наших же планах использовать машинное обучение. Это сделает систему более гибкой и адаптивной, позволит ей обрабатывать большие массивы данных и самостоятельно фиксировать значимые изменения и отклонения в работе двигателя, — говорит Диана Бабинцева. — В конечном счёте такая система поможет значительно уменьшить затраты на обслуживание двигателя и продлить срок его службы.

Представить первый вариант системы студенты планируют уже летом.