ИСПОЛЬЗОВАНИЕ АЛГОРИТМОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ ОПТИМИЗАЦИИ И АВТОМАТИЗАЦИИ ТЕХНИЧЕСКОГО ОБСЛУЖИВАНИЯ ВОЗДУШНЫХ СУДОВ

АННОТАЦИЯ

Настоящая статья исследует перспективы интеграции алгоритмов искусственного интеллекта в систему технического обслуживания воздушных судов. На основе обобщения зарубежного опыта показано, что применение ИИ позволяет осуществить переход от традиционного регламентного обслуживания к интеллектуальной предиктивной модели. Это становится возможным за счет глубокого анализа данных с бортовых датчиков, что обеспечивает прогнозирование потенциальных отказов авиационного оборудования на ранней стадии. Автоматизация формирования отчетов о техническом состоянии позволит минимизировать влияние человеческого фактора и сократить время предполетной подготовки.

Ключевые слова: искусственный интеллект, оптимизация, техническое обслуживание, воздушное судно, проблемы, анализ, процессы.

Быстро растущие инвестиции аэрокосмических компаний в облачные технологии и сервисы способствуют росту мирового рынка искусственного интеллекта в авиации. Авиакомпании и аэропорты всё чаще внедряют новейшие технологии, такие как искусственный интеллект, для улучшения обслуживания и бесперебойной работы. Искусственный интеллект представляет собой область науки, занимающуюся созданием машин и компьютерных программ, позволяющих решать интеллектуальные задачи моделированием разумного поведения. Растущие операционные расходы и необходимость повышения рентабельности способствуют внедрению искусственного интеллекта в авиационной отрасли. Воздушный транспорт стал важным средством передвижения по всему миру, и, следовательно, повышенное внимание к улучшению обслуживания клиентов значительно повышает спрос на искусственный интеллект в авиационной отрасли.  Модели на основе искусственного интеллекта могут использоваться для прогнозирования состояния систем воздушных судов и планирования процессов технического обслуживания. [3]

Гражданская авиация России сталкивается с беспрецедентными трудностями, вызванными как пандемией COVID-19, так и ограничениями, введенными в 2022 году. Эти события, особенно санкции, серьезно затрудняют доступ к запчастям, технологиям и услугам, необходимым для нормальной работы. Именно поэтому внедрение искусственного интеллекта становится критически важным: он может помочь найти новые решения, обойти существующие барьеры и обеспечить дальнейшее развитие отрасли, несмотря на внешние давления. [5]

Рассмотрим некоторые варианты использования искусственного интеллекта в российских авиакомпаниях. Так, в авиакомпании ЮТэйр выделяют три уровня использования ИИ: как самостоятельного продукта, как компонента существующих решений (например, чат-ботов) и как средства ускорения разработки новых решений. Особенно подчеркивается потенциал генеративного ИИ для быстрого прототипирования и снижения барьера между идеей и ее реализацией. Такие инструменты дают возможность офисным сотрудникам без глубоких технических знаний самостоятельно тестировать гипотезы и тем самым разгружать разработчиков. В Уральских авиалиниях, активно применяющих ИИ в клиентском сервисе, наиболее успешным кейсом стало внедрение в колл-центр речевой аналитики от "Яндекса". Это позволило автоматически анализировать 100% звонков, оперативно выявлять проблемные участки и повышать качество обслуживания. Параллельно продолжается автоматизация справочных запросов, а также точечное использование генеративного ИИ в маркетинге и внутренних исследованиях. В настоящее время активно рассматривается применение ИИ в планировании экипажей и парка ВС. Авиакомпания S7 Airlines также подтверждает переход от тестирования к прикладному использованию: активны проекты по чат-ботам, предиктивной аналитике продаж и техническому обслуживанию ВС. Отмечается, что генеративный ИИ используется и для документации, автотестов, аналитических обзоров.

Актуальность данной работы заключается в нынешней разработке современной программы инновационного развития в связи с вступлением авиакомпании Аэрофлот в Альянс "AI Alliance Network" в рамках международной конференции AIJourney. Вступление в Альянс позволит развивать автоматизированную систему обслуживания самолетов, которую в перспективе смогут использовать и другие российские авиаперевозчики. [2]

Цель международного альянса — ускорить разработку и внедрение AI-технологий благодаря совместному развитию компетенций, научного сотрудничества, образования и регулирования в области AI, обмену накопленным опытом и лучшими практиками.  К альянсу уже присоединились 18 ассоциаций из Азербайджана, Беларуси, Бразилии, Индии, Индонезии, Ирана, Китая, Кубы, Марокко, России, Сербии, Туниса, Чили, Эфиопии, ЮАР. [1]

Авиакомпания Аэрофлот определила несколько перспективных направлений внедрения искусственного интеллекта в деятельность предприятия на период до 2030 года, включающая в себя мероприятия по антикризисному управлению, сокращению затрат, повышению эффективности использования ресурсов, мероприятия по развитию технологий искусственного интеллекта. Одним из перспективнейших направлений является создание цифровых двойников: специальный программный комплекс, виртуально дублирующий основные процессы предприятия. Он позволяет анализировать и оптимизировать процессы, а также является базой для постоянного машинного обучения. Планируемый эффект развития искусственного интеллекта предлагает Аэрофлоту множество возможностей для оптимизации затрат в сфере технического обслуживания воздушных судов. [4]

Искусственный интеллект может использоваться в различных сферах авиации. Например, в Лысенко В. А.  рассматривает использование искусственного интеллекта для обработки большого объема данных о клиентах, увеличения точности прогнозирования ветровых режимов и спроса на билеты, оптимизации расписаний рейсов и управления топливными ресурсами, приводя в пример зарубежные авиакомпании Lufthansa и Virgin Atlantic. Применение данных методов позволило увеличить точность прогнозов на 40%, что привело к снижению количества задержек и отмен рейсов. В данной статье рассматривается использование данной технологии в сфере технического обслуживания воздушных судов.

Искусственный интеллект позволяет создавать системы непрерывного мониторинга состояния воздушных судов. Происходит снижение затрат на несвоевременный ремонт ВС и повышение уровня БП. Искусственный интеллект также может создать сложные алгоритмы для планирования технического обслуживания, что автоматически позволит прогнозировать состояние ВС и необходимость технического обслуживания. Таким образом, используются датчики для сбора данных о работе различных частей ВС и в дальнейшем сложные алгоритмы производят анализ полученной информации для прогнозирования отказов и улучшения работы ВС.

Рассмотрим опыт зарубежных авиакомпаний использования искусственного интеллекта в сфере технического обслуживания воздушных судов и предположим, как использование данных инноваций в авиакомпании "Аэрофлот" позволит изменить эффективность, безопасность и экономичность полетов в РФ.

Авиакомпания China Southern Airlines занимает ведущие позиции в области цифровизации системы технического обслуживания в авиационной сфере. Искусственный интеллект анализирует необходимые данные с датчиков и предоставляет авиационному персоналу информацию и рекомендации по обслуживанию воздушного судна. Это позволяет авиакомпании значительно улучшить безопасность и сократить траты на несвоевременный ремонт ВС, также происходит снижение человеческого фактора, так как данная инновация упрощает процесс принятия решений. Опыт китайской авиакомпании может быть полезен для российского авиаперевозчика особенно в условиях ограничений и необходимости развития собственных технологий.

Используя ИИ, авиакомпании переводят техническое обслуживание из реактивного в проактивное. Вместо того чтобы ждать выхода деталей из строя, ИИ прогнозирует неисправности. Механики получают оповещения типа: «Замените деталь X через 50 летных часов». Этот подход уже приносит значительные результаты. Компания Delta Air Lines стала настоящим пионером в области прогнозируемого технического обслуживания с использованием искусственного интеллекта. Они используют систему APEX (Advanced Predictive Engine), которая собирает данные о состоянии двигателя в режиме реального времени на протяжении всего полета и анализирует их с помощью ИИ. Это помогает Delta внимательно следить за состоянием двигателя и планировать плановые визиты для технического обслуживания именно тогда, когда это необходимо; ни больше, ни меньше. Результаты говорят сами за себя. С 2010 по 2018 год компания Delta сократила количество отмен рейсов из-за технического обслуживания с поразительных 5600 до всего 55 в год. Это примерно в 100 раз меньше поломок. Такое значительное снижение означает более комфортные поездки для пассажиров и огромную экономию средств для авиакомпании. В Delta заявляют, что программа APEX экономит им восьмизначную сумму каждый год. Влияние этой технологии было настолько значительным, что в 2024 году она получила премию Aviation Week за инновации. Главная особенность APEX заключается в том, как он сочетает искусственный интеллект с данными в реальном времени для прогнозирования отказов задолго до их возникновения. Вместо того чтобы устранять проблемы после поломки, ремонтные бригады получают оповещения, например, «замените эту деталь в течение 50 летных часов», что позволяет им действовать на опережение. Такая точность сокращает количество ненужных ремонтов, минимизирует время простоя и повышает общую безопасность.

Превратив техническое обслуживание из реактивного в проактивное, Delta обеспечивает надежную работу своего флота, одновременно сокращая расходы, что выгодно как авиакомпании, так и пассажирам.

Применения системы APEX поможет авиакомпании Аэрофлот сохранить свою конкурентоспособность на мировом рынке. Данный подход исключает необходимость в экстренном, незапланированном ремонте ВС, который может привести к задержкам или отменам рейсов, что в свою очередь способствует снижению эксплуатационных расходов. Одной из основных особенностей системы APEX является оптимизация расходов на техническое обслуживание и увеличение готовности и доступности флота. [6]

Опираясь на опыт зарубежных стран, искусственный интеллект способен анализировать данные с различных датчиков на борту самолетов (температура, вибрация, давление и т.д.). Это позволит предсказывать возможные отклонения оборудования задолго до их возникновения. Данная информация позволит автоматически формировать отчеты о техническом состоянии ВС перед полетами, что сэкономит время и снизит вероятность ошибок, связанных с человеческим фактором. Кроме того, появится возможность оптимизировать график технического обслуживания, принимая во внимание различные факторы, такие как состояние самолетов, доступность персонала и запчастей, что повысит эффективность использования ресурсов.

Таким образом, интеграция искусственного интеллекта в систему технического обслуживания воздушных судов позволит Аэрофлоту сократить затраты на эксплуатацию, повысить надежность флота и улучшить качество обслуживания пассажиров. Необходимо учитывать, что для внедрения новых систем потребуются финансовые вложение и ресурсы, а также обучение персонала работе с современными технологиями, которые существенном облегчит деятельность авиационных специалистов.

Несмотря на последствия COVID-19 и введенные в 2022 году ограничения, вступление Аэрофлота в Альянс позволит авиакомпании поднять уровень обслуживания воздушных судов на ряду с зарубежными авиаперевозчиками, которые уже успешно применяют искусственный интеллект.

Список литературы:

1. Альянс в Сфере искусственного интеллекта. - Официальный сайт сети Альянса Искусственного интеллекта. [Электронный ресурс]. – Режим доступа:  https://aianet.org/
2. Аэрофлот присоединится к Альянсу в сфере искусственного интеллекта. – Официальный сайт РИА новости. – Москва.  - 13 декабря 2024. [Электронный ресурс]. – Режим доступа: https://ria- ru.turbopages.org/ria.ru/s/20241213/aeroflot--1988962931.html
3. Искусственный интеллект на авиационном рынке: размер, доля и тенденции с 2025 по 2034 гг.  – Официальный сайт Precedence Research.- [Электронный ресурс]. –  Режим доступа: https://www.precedenceresearch.com/artificial-intelligence-in-aviation-market
4. О развитии искусственного интеллекта в Российской Федерации: Указ Президента РФ от 10.10.2019 N 490 (ред. от 15.02.2024). – [Принят и утвержден Президентом РФ 10.10.2019г.] [Электронный ресурс]. – Режим доступа:https://www.consultant.ru/document/cons_doc_LAW_335184/1f32224a00901db9cf44793e9a5e35567a4212c7.
5. Паспорт Программы инновационного развития Группы Аэрофлот. – 2023.–с.7. - Официальный сайт компании «Аэрофлот» [Электронный ресурс]. – Режим доступа: https://www.aeroflot.ru/media/aflfiles/media/strategy/pasport_programmy_innovatsionnogo_razvitiia.pdf
6. The AI-Powered Predictive Maintenance Revolution [Электронный ресурс]. – Режим доступа: https://www.airwaysmag.com/new-post/ai-powered-predictive-maintenance-revolution