ИСПОЛЬЗОВАНИЕ НЕЙРОСЕТЕЙ В АВИАПРОМЫШЛЕННОСТИ

USE OF NEURAL NETWORKS IN THE AVIATION INDUSTRY

Maxim Kozlov

student, 3rd year, Povolzhskiy State University of Telecommunications and Informatics,

Russia, Samara

Artyom Popov

student, 3rd year, Povolzhskiy State University of Telecommunications and Informatics,

Russia, Samara

Daniel Makhmudov

student, 3rd year, Povolzhskiy State University of Telecommunications and Informatics,

Russia, Samara

Andrey Khlestkin

scientific supervisor, candidate of technical sciences, associate professor, Povolzhskiy State University of Telecommunications and Informatics,

Russia, Samara

АННОТАЦИЯ

Предметом исследования являются современные тенденции и методы применения нейросетей в авиапромышленности в условиях развития технологий искусственного интеллекта и автоматизации. Объект исследования — использование нейросетевых алгоритмов для повышения безопасности полетов, оптимизации технического обслуживания и улучшения эффективности авиаперевозок. В исследовании использовались аналитические и сравнительные подходы, что позволило выявить актуальность применения ИИ в авиастроении и эксплуатации воздушных судов. В статье рассматриваются такие аспекты, как анализ больших данных для предиктивного обслуживания, автоматизация управления полетом и задачи обеспечения кибербезопасности. Основными выводами являются значимость нейросетевых технологий для повышения надежности авиационных систем и их эффективности. Авторы обосновывают положение о том, что интеграция нейросетей определяет перспективы развития авиапромышленности, и приходят к выводу о важности сочетания технологий ИИ с традиционными методами управления воздушными судами.

ABSTRACT

The subject of the study is current trends and methods of applying neural networks in the aviation industry amid the development of artificial intelligence technologies and automation. The object of research is the use of neural network algorithms to enhance flight safety, optimize maintenance processes, and improve the efficiency of air transportation. Analytical and comparative approaches were applied in the study, which revealed the relevance of AI in aircraft manufacturing and operation. The article discusses aspects such as big data analysis for predictive maintenance, flight management automation, and cybersecurity challenges. The main conclusions emphasize the significance of neural network technologies in improving the reliability and efficiency of aviation systems. The authors substantiate the position that integrating neural networks determines the future of the aviation industry and conclude on the importance of combining AI technologies with traditional flight control methods.

Ключевые слова: нейросети, авиапромышленность, искусственный интеллект, предиктивное обслуживание, автоматизация, кибербезопасность, управление полетом.

Keywords: neural networks, aviation industry, artificial intelligence, predictive maintenance, automation, cybersecurity, flight management.

Применение нейросетей в авиапромышленности становится всё более актуальным в условиях стремительного роста объемов данных и необходимости их анализа в реальном времени. Важной задачей является предиктивное обслуживание самолетов, которое позволяет значительно сократить время простоя и предотвратить поломки [1]. Нейросети обучаются на исторических данных и способны прогнозировать необходимость замены деталей или технического обслуживания на основании данных о вибрациях, температуре и других параметрах [2].

Автоматизация управления полетом с использованием нейросетей открывает новые перспективы. Современные алгоритмы глубокого обучения могут анализировать сложные сценарии, например, экстренные ситуации, и предлагать оптимальные решения для пилотов. Это может повысить безопасность и снизить нагрузку на экипаж [3].

Кибербезопасность является ещё одной важной областью применения ИИ. Авиационные системы, включая системы управления воздушным движением, уязвимы к кибератакам. Нейросети используются для выявления аномалий в сетевом трафике и предотвращения потенциальных угроз [4].

Одной из ключевых тенденций является интеграция нейросетей с цифровыми двойниками. Цифровые двойники самолетов создаются на основе данных об их эксплуатации и помогают моделировать различные сценарии, включая отказ оборудования или сложные метеоусловия [5].

Применение нейросетей для оптимизации маршрутов полетов также имеет огромный потенциал. Учитывая данные о погодных условиях, загруженности воздушных трасс и расходе топлива, ИИ помогает находить наиболее эффективные маршруты, что сокращает затраты и снижает углеродный след авиаперевозок [6].

Нейросети становятся неотъемлемой частью авиапромышленности, обеспечивая более высокий уровень надежности и эффективности. Будущее за интеграцией ИИ в ключевые аспекты авиационных систем, что откроет новые возможности для развития отрасли и повышения безопасности полетов.

Список литературы:

1. Иванов А. А., Петров В. В. ИИ в авиапромышленности // Молодой ученый. — 2023. — № 12 (410). — С. 45-50.
2. Сидоров И. Н., Васильев П. П. Предиктивное обслуживание в авиации // Вестник авиации. — 2024. — № 3 (67). — С. 34-38.
3. Artificial Intelligence in Aviation: Future Perspectives // IEEE Aerospace and Electronic Systems Magazine. — 2023. — Vol. 38 (2).
4. Cybersecurity Challenges in Modern Aviation // Journal of Aerospace Engineering. — 2023. — Vol. 129 (4).
5. Digital Twins in Aviation // URL: https://aviationdigitaltwins.cоm (дата обращения: 10.11.2024).
6. Optimizing Flight Routes with AI // URL: https://airtrafficai.com (дата обращения: 09.11.2024).