2025. — Т 12. — №s4 - перейти к содержанию номера...

Постоянный адрес этой страницы - https://resources.today/11faor425.html

This article metadata is also available in English

DOI: 10.15862/11FAOR425 (https://doi.org/10.15862/11FAOR425)

Полный текст статьи в формате PDF (объем файла: 824.4 Кбайт)

Ссылка для цитирования этой статьи:

Лахтин, А. А. Ключевые алгоритмы диагностики и предупреждения отказов в автоматизированной системе подогрева бортового питания / А. А. Лахтин, А. В. Гончаров // Отходы и ресурсы. — 2025. — Т 12. — №s4. — URL: https://resources.today/PDF/11FAOR425.pdf. — DOI: 10.15862/11FAOR425. (дата обращения: 26.06.2026).

Ключевые алгоритмы диагностики и предупреждения отказов в автоматизированной системе подогрева бортового питания

Лахтин Алексей Артемович
ФГБОУ ВО «Московский государственный университет технологий и управления
имени К.Г. Разумовского (Первый казачий университет)», Москва, Россия
Кандидат технических наук, доцент
E-mail: lakhtin.l@mail.ru

Гончаров Андрей Витальевич
ФГБОУ ВО «Московский государственный университет технологий и управления
имени К.Г. Разумовского (Первый казачий университет)», Москва, Россия
Заведующий кафедрой «Систем автоматизированного управления»
Кандидат технических наук, доцент
E-mail: a.goncharov@mgutm.ru

Аннотация. Ужесточение требований к безопасности и эффективности авиационных систем обусловливают необходимость разработки и внедрения передовых методов диагностики и предупреждения отказов в критически важных компонентах воздушных судов, включая автоматизированные системы подогрева бортового питания, представляющие собой сложные электромеханические комплексы с высокой степенью интеграции в общую архитектуру авиационного оборудования. Исследование посвящено комплексному анализу алгоритмических подходов к диагностике и предупреждению отказов в системах подогрева бортового питания через призму современных методов машинного обучения, предиктивной аналитики и теории надежности технических систем. Предметом исследования выступают математические модели, алгоритмы и программно-аппаратные решения для обеспечения отказобезопасности систем подогрева галлей в условиях эксплуатации современных воздушных судов. Рассматриваются классические методы анализа надежности, включая FMEA (Failure Mode and Effects Analysis), FDIR (Fault Detection, Isolation and Recovery), а также современные подходы на основе машинного обучения и нейросетевых технологий. Анализируется эволюция подходов к диагностике отказов от реактивных стратегий обслуживания к проактивным методам предиктивной аналитики, позволяющим прогнозировать деградацию компонентов и предотвращать отказы до их возникновения. Выявлены ключевые факторы, влияющие на эффективность алгоритмов диагностики, включая качество и полноту сенсорных данных, архитектуру системы мониторинга, вычислительные ресурсы бортовых систем и требования к реальному времени обработки информации. Исследованы специфические особенности применения методов машинного обучения в авиационной отрасли, обусловленные строгими требованиями сертификации, ограниченными вычислительными ресурсами и необходимостью обеспечения детерминированности результатов. Разработана интегрированная модель системы диагностики и предупреждения отказов, объединяющая преимущества классических методов анализа надежности с возможностями современных алгоритмов машинного обучения, обеспечивающая многоуровневую архитектуру обработки данных от первичной фильтрации сигналов до формирования управляющих воздействий. Научная новизна исследования заключается в разработке гибридного подхода к диагностике отказов, сочетающего детерминированные алгоритмы с адаптивными методами машинного обучения, а также в формализации критериев выбора оптимальных алгоритмических решений для различных режимов эксплуатации систем подогрева бортового питания. Практическая значимость работы определяется возможностью применения разработанных алгоритмов для повышения надежности авиационных систем, сокращения эксплуатационных затрат на техническое обслуживание и минимизации рисков, связанных с отказами оборудования бортового питания.

Ключевые слова: автоматизированная система подогрева; бортовое питание; диагностика отказов; предиктивная аналитика; машинное обучение; FDIR; авиационная безопасность; надежность технических систем; нейронные сети; алгоритмы мониторинга; отказобезопасность

Скачать