Искусственный интеллект сегодня меняет облик базовых отраслей экономики, и в ближайшие годы этот процесс будет лишь ускоряться. Если в 2023 году глобальный рынок ИИ в производственном секторе оценивался в 3,2 миллиарда долларов, то к 2028 году прогнозируется его рост до 20 миллиардов. Авиационная индустрия, находящаяся в технологическом авангарде, стала одним из главных полигонов для внедрения и использования цифровых интеллектуальных систем.
ИИ в воздухе и на земле
Будущее искусственного интеллекта в авиационной отрасли определяется несколькими глобальными трендами.
Первый — предиктивное техническое обслуживание. Например, концерн Airbus развивает платформу Skywise, которая с помощью ИИ анализирует данные с тысяч датчиков, установленных на самолёте, предсказывая отказы компонентов задолго до их возникновения. Внедрение таких систем позволяет значительно уменьшить количество незапланированных простоев и сократить затраты на ремонт на 15–40%.
В последние годы наметился тренд на использование в авиастроении генеративного дизайна. При помощи ИИ в Airbus спроектировали перегородку между салоном и камбузом. Деталь была напечатана из сверхпрочного алюминиево-магниевого сплава на 3D‑принтере и получилась на 45% (примерно 30 кг) легче стандартной без потери прочности.
Ещё одно направление развития ИИ в авиации — интеллектуальная оптимизация бизнеса. Ведущие авиакомпании активно используют машинный разум для сокращения эксплуатационных издержек. Например, «Аэрофлот» внедрил систему умного планирования полётов, которая, по данным компании, снижает расход топлива на 2–5%, что эквивалентно десяткам миллионов долларов в год.
Четвёртый тренд – цифровые двойники. Точные виртуальные копии различных авиационных узлов и агрегатов позволяют переводить значительную часть испытаний новых самолётов и оборудования в цифровой вид, экономя как время, так и средства производителей.
Параллельно ИИ повышает автономность авиасистем, например берёт на себя задачи навигации и принятия решений в беспилотных летательных аппаратах.
Такие тенденции формируют чёткий и неотложный запрос как на новые прикладные решения в области ИИ, так и на специалистов, способных работать на стыке классического авиастроения и data science. И в Московском авиационном институте этот вызов приняли.
Научный фронт
Центром исследований вопросов применения искусственного интеллекта в жизненном цикле воздушных судов в МАИ выступает институт № 1 «Авиационная техника». Именно здесь под руководством главного конструктора университета по направлению «Авиастроение» Дмитрия Стрельца реализуется ряд передовых проектов.
«Искусственный интеллект постепенно превращается из экспериментального в неотъемлемый инструмент современного авиационного проектирования. Институт № 1 ведёт работы сразу по нескольким перспективным направлениям в данной области. Это автоматизация упрощения геометрии и построения расчётных сеток, интеллектуальная разработка сертификационной и расчётной документации, а также управление комплексными авиационными программами на основе знаний и данных», — говорит Дмитрий Стрелец.
Один из ключевых проектов – создание системы управления комплексными авиационными программами. В её функции входят автоматическое определение предписаний, содержащихся в исходных документах, формирование связанных между собой базы знаний и графа требований, а также проверка соответствия проектной и отчётной документации всем необходимым условиям.
Ещё один крупный блок работ связан с упрощением геометрии деталей и узлов. В традиционном рабочем процессе инженеры-расчётчики сталкиваются с рядом проблем: сложной формой компонентов без истории построения, ошибками в моделях, а также необходимостью трудоёмкого ручного удаления скруглений, отверстий, фасок и других мелких элементов. Создаваемый в институте № 1 совместно с ИТ-холдингом Т1 инструмент решает эти задачи с опорой на передовые технологии. Обученная на тысячах примеров система автоматически находит и устраняет противоречия, исправляет сколы, удаляет лишние рёбра, ненужные отверстия и скругления, сшивает поверхности, достраивает недостающие грани. Ожидается, что благодаря проекту сокращение трудозатрат на подготовку расчётной модели составит до 25%.
Следующее направление — адаптация расчётной сетки по выбранным критериям. При классическом подходе инженерам зачастую сложно заранее определить зоны возможных разрушений или концентраторов напряжений и деформаций, чтобы оптимально сгустить сетку на этих участках. Маёвское решение автоматически выполняет локальное «мельчение» сетки в областях особого внимания, обеспечивает ассоциативную связь геометрии с расчётной моделью, сшивание узлов и контроль качества работы. Ожидаемый эффект — экономия времени на создание сетки до 35%, а также повышение точности расчётов.
Один из трудоёмких процессов в авиационных проектах связан с подготовкой расчётной и сертификационной документации. Институт № 1 совместно с технологическими партнёрами планирует разработку решения на основе ИИ, которое позволит автоматизировать создание технических описаний, формирование структуры документа в соответствии с шаблонами заказчика и стандартами предприятия, а также составление ключевых разделов. Система будет генерировать изображения общего вида и наиболее нагруженных зон конструкции, а также собирать сводные таблицы запасов прочности, давлений, максимальных скоростей потоков и других параметров. Это позволит инженерам сосредоточиться на сути расчётов и принятых допущениях, а не на рутинном оформлении.
Комплексное внедрение таких ИИ‑инструментов в контур проектирования и сопровождения воздушных судов даст заметный эффект. Прогнозируются экономия до 60% времени на ряде ключевых стадий и существенное снижение вероятности ошибок. Также это даст возможность рассматривать большее число вариантов конструкции и выявлять их недостатки на ранних этапах. Дополнительно повысится вовлечённость конструкторов в расчётный процесс, и отпадёт необходимость в глубокой инженерной экспертизе при решении типовых задач. В совокупности это приведёт к сокращению сроков вывода новых изделий на рынок и повышению конкурентоспособности отечественной авиационной техники.
