В МАИ разработали цифровые решения для обоснования ресурса композитных агрегатов Superjet-100

Московский авиационный институт, 7 октября 2024 года

Специалисты лаборатории № 2 «Композиционные материалы» НИО-101 МАИ разработали комплексную методологию расчётов усталостной прочности агрегатов планера Superjet-100 из полимерно-композиционных материалов (ПКМ), которая ускорит процесс обоснования их долговечности.

Импортозамещение авиационной техники сопровождается большим количеством натурных испытаний, которые позволяют проверять качество новых материалов, соответствие их основных механических и прочностных характеристик нормам лётной годности. Для ускорения создания авиационной техники разрабатывают математические модели и методики на их основе, помогающие сократить общее время натурных испытаний и стоимость их проведения.

— Очень часто натурные испытания затягиваются по причине ранних повреждений испытуемых агрегатов. Требуется дополнительное время, пока будет разработан и выполнен их ремонт. Это замедляет подтверждение проектного ресурса, а простой оплачивается. Для обоснования усталостной прочности агрегатов из ПКМ Superjet-100 проводятся ресурсные испытания, в ходе которых конструкции подвергают циклическим нагрузкам, подобным тем, какие самолёт испытывает в ходе полёта. Количество циклов нагрузки должно превышать реальное вплоть до соотношения 1:4. Чтобы заранее оценить, насколько конструкция будет соответствовать таким жёстким требованиям, например в случае замены композита в конструкции или после клеевого ремонта, и нужна разрабатываемая МАИ расчётная методика. Вот почему работы над расчётными методиками усталостной прочности приобретают критическую важность, — отмечает начальник лаборатории № 2 НИО-101 МАИ Егор Назаров.

На основе хорошо зарекомендовавшей себя в мировой практике зарубежной авторской математической модели поведения композиционного материала в МАИ разработали комплексную методологию расчётов, которую применили к импортозамещённому Superjet-100. Методология включает в себя изучение поведения материала из ПКМ при различных видах нагружения, изучение конструкции из ПКМ на предмет выявления критических зон, формирование циклограмм усталостного нагружения, а также разработку фрагментов дополнительного программного обеспечения, необходимого для применения этой методологии инженерами авиационных конструкторских бюро.

— Исходная математическая модель валидировалась зарубежными специалистами из Гентского университета (Бельгия) на основе экспериментальных данных японской корпорации Honda Ltd. Разработанная же в МАИ на основе зарубежной математической модели методика была специально адаптирована для применения к композитным агрегатам большого пассажирского лайнера — самолёта совсем другой размерности и другого уровня ответственности, — говорит эксперт.

Такая адаптация потребовала внедрения ряда цифровых решений. Так, специалисты МАИ разработали специальную программу для обработки экспериментальных данных. Для испытания специальных образцов из ПКМ на серво-гидравлической машине потребовалось создать авторские программы нагружения, на которые был оформлен патент.

Разработанная методика расчётов является шагом вперёд во многих отношениях. Она позволяет оценить долговечность ремонта конструкций с клеевым и болтовым ремонтом, в то время как на сегодняшний день в России не существует методологии ни расчётной, ни экспериментальной оценки долговечности ремонта композитных агрегатов.

На данный момент специалисты МАИ разработали модели для расчёта элементарных образцов импортозамещённых материалов из ПКМ и валидировали их по результатам испытаний. Разработанные расчётные методики конструктивно-подобных образцов — как зон самой конструкции, так и зон конструкции с выполненными ремонтами, — ожидают окончания натурных испытаний для своей валидации. Расчётные модели самолётных агрегатов находятся в стадии разработки, после чего будут переданы заказчику для самостоятельной валидации.

Материал подготовлен при поддержке Минобрнауки России.




Сообщения компаний:

Геоскан протестировал ГНСС-трекер и систему управления полетами собственной разработки для удаленной идентификации и управления БВС
ГК "Геоскан"

В аэропорту Сургута внедрён цифровой сервис обслуживания пассажиров в сбойных ситуациях
Международный аэропорт Сургут

В международном аэропорту Хабаровск обслужили 2,5 млн пассажиров с начала года
АО "Хабаровский аэропорт"

Программный продукт «Росэл» поможет автоматизировать управление инструментом на российских заводах
Холдинг «Росэл»

Оборудование Госкорпорации Ростех поможет сажать самолеты в крупнейшем городе ЯНАО
Госкорпорация Ростех

В аэровокзале «Южно-Сахалинск» обслужили полуторамиллионного пассажира Авиакомпании «Аврора»
АО «Аэровокзал Южно-Сахалинск»

Акция «Счастливый билет» завершилась в аэропорту Владивосток
АО "Международный аэропорт Владивосток"

Авиакомпания «РусЛайн» открыла продажу билетов на рейсы из Тамбова на 2026 год
АО АК "РусЛайн"

Уникальная экскурсия по аэропорту «Казань» и самолёту авиакомпании Nordwind для воспитанников Детского дома
АО "Международный аэропорт "Казань"

"Росэл" увеличил вдвое объем услуг по нанесению гальванических покрытий
Холдинг «Росэл»

Почти 3 000 тяжёлых больных эвакуировали санавиацией в Якутии с начала года
Пресс-центр Республики Саха (Якутия) в Москве

Аэрофлот приготовил особенные подарки для детей, путешествующих в классе Бизнес
ПАО "Аэрофлот"

Аэропорт Красноярск готовится к масштабному обновлению парковочной и транспортной инфраструктуры
Международный аэропорт Красноярск

Аэровокзал «Южно-Сахалинск» стал лидером области по внедрению бережливых технологий
АО «Аэровокзал Южно-Сахалинск»

Нам уже семнадцать – авиакомпания NordStar отмечает день рождения
АО АК "НордСтар"

Внуково – главная точка старта к сокровищам Венесуэлы: открыта фотовыставка!
АО "Международный аэропорт "Внуково"

Аэрофлот запустил бесплатный онлайн-сервис по оформлению справок для пассажиров
ПАО "Аэрофлот"

«АльфаСтрахование» и «АЭРОНЕКСТ» договорились о сотрудничестве в сфере страхования беспилотников
АО "АльфаСтрахование"

В ЦАГИ завершился этап исследований по созданию сверхзвукового авиалайнера следующего поколения
ФАУ "ЦАГИ"

В МАИ создают нейросеть, в десятки раз ускоряющую расчёт аэродинамики летательных аппаратов
Московский авиационный институт