«Наше решение — машинное обучение»: студентка МАИ о новой системе прогнозирования ресурса авиадвигателей

Московский авиационный институт, 11 июня 2024 года

Команда студентов «цифровой кафедры» МАИ работает над системой, которая позволит прогнозировать остаточный ресурс двигателей самолёта. Система не просто заменит ушедший с российского рынка импортный аналог, но и будет иметь более широкий функционал, благодаря использованию ИИ, машинного обучения. Об уникальности и перспективах разработки рассказала тимлид команды, студентка МАИ Диана Бабинцева.

Диана, расскажите, пожалуйста, немного о себе: какова сфера ваших интересов, как давно занимаетесь проектной деятельностью.

Проектной деятельностью занимаюсь с начальной школы. Уже накопила опыт выступлений, участвовала в нескольких хакатонах, защищала проекты на трёх международных конференциях. И продолжаю этим заниматься, потому что это расширяет кругозор, помогает накапливать знания, навыки и опыт в разных областях, знакомиться с интересными людьми. Если рассматривать все сферы моих интересов, то музыка и спорт также занимают значительную часть моей жизни.

Вместе с командой вы разработали умную систему для оценки ресурса авиадвигателей. Решение призвано стать заменой импортным системам. Расскажите об этом подробнее, пожалуйста.

Наша задача состоит в предсказании параметра EGTM — запаса температуры выхлопных газов — в системе мониторинга состояния двигателя по уже имеющимся в ней многочисленным параметрам. Наше решение базируется на модели машинного обучения, которая предсказывает значения данного параметра. Модель обёрнута в удобный для работы с ней интерфейс. Имеется пополняемая база данных, а также веб-демонстратор, где пользователь вводит необходимые ему параметры самолётов и двигателей.

Как родилась идея?

Мы поступили на «цифровую кафедру» МАИ, и нас заинтересовал кейс с данной задачей от компании S7 Tech Lab. Работа велась при поддержке специалистов компании.

На каком этапе работа? Когда планируете представить образец?

Сейчас мы оптимизируем модель, налаживаем взаимодействие между всеми частями нашего проекта. Работающий образец планируем представить на защите на «цифровой кафедре» в начале июля.

В чём уникальность вашего решения?

Наше решение — машинное обучение. Мы обучили модель на известных данных и теперь можем получать её предсказания для новых данных. У нас реализованы бэк- и фронт-часть для хранения всех данных и для их удобного вывода пользователю в качестве графиков.

Существует множество различных решений данной задачи, но можно сказать, что использование модели машинного обучения позволяет получить масштабируемый и адаптивный продукт, который можно дообучать и оптимизировать.

А чем пользуются сегодня авиастроительные предприятия?

Для решения задачи контроля состояния двигателя компании обычно используют математические модели для расчёта параметров. А мы предлагаем машинное обучение.

Для каких компаний может быть актуальна данная разработка?

Разработка может быть актуальна для авиакомпаний, которые хотят уменьшить расходы на ресурсы, необходимые для обслуживания двигателей.

Когда решение будет полностью готово к эксплуатации и каков будет его функционал в итоге?

Результатом будет модель, предсказывающая параметр запаса температуры выхлопных газов. А также веб-сервис, где пользователь указывает параметры, которые он хочет увидеть на графиках. Значения для этих графиков будут подтягиваться с обновляемой моделью базы данных.

Как планируете развивать проект после завершения этой работы?

Если будет такая возможность, мы хотели бы улучшить точность предсказания модели, более тщательно изучить корреляции между известными параметрами.

Материал подготовлен при поддержке Минобрнауки России (соглашение от 03.05.2024 г. № 075-15-2024-486).




Сообщения компаний:

ГТЛК поставит 7 вертолетов российским авиакомпаниям по ФНБ-проекту
АО "ГТЛК"

Авиакомпания NordStar продлила код шер соглашение с авиакомпанией Red Wings на осенне зимний период 2026/2027
АО "Авиакомпания "НордСтар"

ОАК поставит «Полярным авиалиниям» шесть Ил-114-300
ПАО "ОАК"

Беспилотный комплекс для поиска золота получил сертификат «Сделано в России»
ГК "Геоскан"

Ростех поставил первую партию серийных российских «черных ящиков» для импортозамещенного «Суперджета»
Госкорпорация Ростех

ОДК-Кузнецов провел чемпионат по созданию «Машины Голдберга» для школьников
ПАО «ОДК-Кузнецов»

Специалисты ОДК-Авиадвигатель восстановили установку испытательного стенда и сэкономили предприятию 95 млн рублей
АО "ОДК"

В МАИ обсудили перспективы применения искусственного интеллекта в беспилотных авиационных системах
Московский авиационный институт

Ростех поставил два вертолета Ми-8АМТ для работы в отдаленных регионах
Госкорпорация Ростех

В МАИ прошло Демонстрационное мероприятие конкурса UP GREAT «Гибридный полёт» Фонда НТИ
Московский авиационный институт

Инженеры РКС завоевали пять медалей в компетенциях будущего на чемпионате «Хайтек-2026»
АО "РКС"

Авиакомпания «РусЛайн» открыла продажу билетов на рейсы 2027 года из Иваново в Санкт-Петербург
АО АК "РусЛайн"

Аэропорт Краснодар подтвердил готовность спецтехники к осенне-зимнему периоду
Международный аэропорт Краснодар

Эксперт Геоскана стал лауреатом премии Правительства РФ в области геодезии и картографии
ГК "Геоскан"

УК «Аэропорты Регионов» представляет на «Транспорте России» сервисы для пассажиров с детьми
АО УК "Аэропорты Регионов"

Росэл и РГАТУ запустили программу повышения квалификации для инженеров бортовой электроники
Холдинг «Росэл»

ОДК-Сатурн делится опытом применения искусственного интеллекта с Передовой инженерной школой РГАТУ
АО "ОДК"

ОАК передала Минобороны России партию истребителей-бомбардировщиков Су-34
Госкорпорация Ростех

МАИ представил свои стратегические проекты на технологической сессии «Приоритет-2030»
Московский авиационный институт

Utair включил в осенне-зимнее расписание 28 маршрутов из Москвы
ПАО "Авиакомпания "ЮТэйр"