Применение программно-алгоритмического обеспечения «АвиаТехПом» при решении задач ремонта и технического обслуживания воздушных судов

Обложка

Цитировать

Полный текст

Аннотация

Ремонт и техническое обслуживание в гражданской авиации остаются важными для обеспечения безопасности перевозок процессами, для повышения качества и оперативности которых используются информационные технологии и методы искусственного интеллекта. При этом в условиях санкционных ограничений перспективным является расширение набора отечественного программного обеспечения, реализующего как функции электронных технических руководств, так и систем поддержки принятия решений. Одной из подобных систем является платформа Авиационный Технический Помощник (АвиаТехПом). В статье представлено описание одного из ее компонентов – настольного приложения, в структуре которого можно выделить: подсистему поддержки поиска и устранения неисправностей, использующую как локальные файлы баз знаний, так и взаимодействующую с базами веб-сервиса; модуль чтения файлов бортовой системы технического обслуживания (БСТО); анализатор дампов энергонезависимой памяти блока вычислителя-контроллера электропривода. Приведены примеры применения настольного приложения при решении задач для самолета RRJ-95. 

Полный текст

Введение

Автоматизация и интеллектуализация технического обслуживания гражданских воздушных судов остается важной научно-практической проблемой [Кирпичев и др., 2020; Макаров, 2008; Перфильев и др., 2018; Котлов и др., 2023; Котлов и др., 2024] особенно в условиях санкционного давления и импортозамещения. Одним из перспективных способов ее решения является создание отечественного программного обеспечения для поддержки технических специалистов [Котлов и др., 2024; Сухих и др., 2022; Chiu et al., 2004; Knowledge…, 2023] в форме комплексных решений, реализующих как функции электронных руководств [AirNav-Maintenance, 2024; MyBoeingFleet, 2024], так и систем искусственного интеллекта [Зрячев и др., 2022; Перфильев и др., 2018] в совокупности с методами математической теории принятия решений [Котлов, 2022].

В Иркутском филиале МГТУ ГА в рамках инициативных НИР создается подобное программно-алгоритмическое обеспечение – Авиационный Технический Помощник (АвиаТехПом) [Towards…, 2023]. В статье представлено описание его функциональных возможностей в части настольного приложения АвиаТехПом.Терминал [Свидетельство…, 2024].

АвиаТехПом: концепция и общее описание

Концептуально, АвиаТехПом представляет собой платформу для создания интеллектуальных систем поддержки принятия решений при поиске и устранении отказов и неисправностей воздушного судна. При этом реализуются классические методы искусственного интеллекта: рассуждения на основе прецедентов [Варшавский и др., 2009; Aamodt et al., 1994] и логических правил (продукций) [Джексон, 2001]. Комплексное применение этих методов позволяет использовать в процессе поддержки специалистов как статистику отказов в форме оцифрованных КУНАТ, так и формализованные руководства (РПУН и РЭ).

Основное назначение создаваемых на платформе систем – обеспечить оперативную информационную поддержку техников аэродромных служб и, тем самым, снизить затраты времени при поиске и устранении отказов и неисправностей, а также обеспечить фиксацию результатов диагностики и ремонта с целью их последующего повторного использования.

Структурно в составе АвиаТехПом можно выделить следующие основные подсистемы:

1) Веб-сервис (АвиаТехПом.Сервис) – обеспечивает хранение данных и знаний на сервере в базе данных с возможностью масштабирования нагрузки и контейнеризации ресурсов; использует СУБД для хранения данных и знаний; поддерживает их выгрузку в текстовые файлы формата CSV (Comma-Separated Values), которые могут быть отдельно использованы настольным приложением; для функционирования необходим доступ к Интернет; расширение и модификация базы данных осуществляется централизованно на сервере; возможна синхронизация хранимой информации с локальными (настольными) приложениями по требованию.

2) Настольное приложение (АвиаТехПом.Терминал) – использует механизм хранения данных и знаний на локальном устройстве в форме CSV-файлов, которые могут быть созданы и модифицированы в текстовых и табличных редакторах, например, Microsoft Excel; обеспечивает функционирование без доступа к Интернет; возможно расширение и модификация CSV-файлов пользователем; необходимо обновление файлов при выпуске новых редакций технической документации.

3) Виртуальный ассистент (АвиаТехПом.Ассистент) [An Intelligent Assistant…, 2023] – обеспечивает хранение данных и знаний на сервере (используется единая база данных с АвиаТехПом.Сервис); для функционирования необходим доступ к Интернет; расширение и модификация информации осуществляется централизованно на сервере; возможно общение с пользователем на естественном языке (голос или текст).

Отработка алгоритмов платформы и ее тестирование осуществляется на примере задач технического обслуживания и ремонта воздушных судов Сухой Суперджет 100 (RRJ-95). В рамках данной работы основное внимание уделено настольной версии программно-алгоритмического обеспечения АвиаТехПом – АвиаТехПом.Терминал.

АвиаТехПом.Терминал: архитектура и функции

Настольное приложение АвиаТехПом.Терминал создано с использованием программы-оболочки iDSS.Desktop [iDSS.Desktop…, 2024], обеспечивающей возможность перенастройки создаваемой системы под различные типы воздушных судов, при этом данные и знания хранятся в форме таблиц решений [Pollack et al., 1974; Seagle et al., 1995].

Основные функции АвиаТехПом.Терминал [Котлов и др., 2024; Towards…, 2023]: ввод, редактирование и хранение информации о системах воздушного судна, технической эксплуатации, отказах, неисправностях и работах по поиску и устранению неисправностей (отказов); поиск информации об отказах и неисправностях на основе информации БСТО и системы электронной индикации (СЭИ) с целью формирования списка возможных отказавших систем-претендентов; ввод, редактирование и хранение информации о новых отказах и неисправностях, неучтенных текущей версией документации; формирование плана работ по поиску, подтверждению и устранению отказов и неисправностей; сопровождение процесса технического обслуживания на основе предметно-ориентированного интерфейса.

АвиаТехПом.Терминал включает следующие основные подсистемы (Рисунок 1):

  • подсистему поддержки поиска и устранения неисправностей;
  • модуль чтения файлов БСТО;
  • анализатор дампов энергонезависимой памяти блока вычислителя-контроллера электропривода.

 

Рисунок 1 – Концептуальная архитектура АвиаТехПом.Терминал

 

Подсистема поддержки поиска и устранения неисправностей

Подсистема поддержки поиска и устранения неисправностей предназначена для поддержки технических специалистов при поиске и устранении неисправностей воздушного судна.

Информация о кодах отказов, зафиксированных БСТО, и сообщения СЭИ используются в качестве входных данных для формирования запросов к базам знаний, которые позволяют сформировать список возможных систем-кандидатов на отказ, а также последовательность действий по устранению неисправностей (Рисунок 2).

 

Рисунок 2 – Фрагмент экранной формы АвиаТехПом.Терминал с возможными причинами неисправности и общим списком работ

 

Далее, при выборе начальной работы (действия) происходит последовательное сопровождение всего процесса поиска и устранения неисправности с фиксацией результата.

Подсистема поддерживает возможность обращения к серверу (Рисунок 3) и загрузку данных из его базы данных, а также подключение и отображение доступной документации в форме PDF.

 

Рисунок 3 – Фрагмент экранной формы АвиаТехПом.Терминал с подключением к веб-серверу

 

Модуль чтения файлов БСТО

Модуль чтения файлов БСТО RRJ-95 функционирует в составе АвиаТехПом.Терминал. Основное назначение модуля – декодирование файлов базы данных зафиксированных отказов (скриптов) БСТО с целью выявления кодов неисправностей и автоматического заполнения запросной системы подсистемы поддержки поиска и устранения неисправностей (Рисунок 4). Данный модуль является аналогом системы Release CMS [ReleaseCMS, 2024].

 

Рисунок 4 – Фрагмент экранной формы модуля чтения файлов БСТО

 

Анализатор дампов

АвиаТехПом.ДамАнализатор является настольным приложением для анализа дампов энергонезависимой памяти вычислителя-контроллера электропривода (Motor and Actuator Control Electronic, MACE), входящего в электродистанционную систему управления самолетом (Flight Control System, FCS) RRJ-95. Обеспечивается анализ дампов энергонезависимой памяти трех каналов блока: СС (Сontrol Channel), MC (Monitor Channel) и MCC (Motor Control Channel).

Программа может работать как в составе АвиаТехПом.Терминал, так и отдельно, поскольку предназначена для локализации неисправностей блока при его ремонте в специализированных ремонтных организациях. Для настройки на определенные коды неисправностей используются текстовые конфигурационные файлы, благодаря которым программа позволяет находить в файле дампа заданные комбинации кодов и выводить соответствующие им описания.

Основные подсистемы (Рисунок 5):

  • управления уровнем хранения данных – обеспечивает загрузку данных в формате программы и дампов;
  • взаимодействия с АвиаТехПом.Сервис для сбора статистической информации об использовании программы;
  • анализатор дампов;
  • графический пользовательский интерфейс – обеспечивает доступ к функциям подсистем, включая: загрузку дамп-файлов, их анализ, публикацию обнаруженных ошибок в дампах.

 

Рисунок 5 – Концептуальная архитектура анализатора дампов

 

Основное назначение ПО – поиск кодов ошибок в загруженных файлах дампа. Данная процедура запускается автоматически при выборе и успешной загрузке файлов (Рисунок 6). При обнаружении кодов ошибок советующая информация с описанием отображается в блоке «Список обнаруженных ошибок», где при выборе определенной ошибки происходит позиционирование на определенную строчку файла дампа.

 

Рисунок 6 – Фрагмент экранной формы анализатора дампов с обнаруженными ошибками

 

Заключение

Создание отечественного программного обеспечения для поддержки специалистов является перспективным способом решения задачи автоматизации и интеллектуализации технического обслуживания гражданских воздушных судов. Подобное программное обеспечение создается в рамках выполнения работ по инициативным НИР Иркутского филиала МГТУ ГА.

В данной работе рассматриваются результаты одного из проектов – программная платформа Авиационный Технический Помощник (АвиаТехПом), в частности, ее настольная версия. В структуре настольной версии выделяется: подсистема поддержки поиска и устранения неисправностей, которая использует как локальные файлы баз знаний, так и взаимодействует с базами веб-сервиса; модуль чтения файлов БСТО; анализатор дампов энергонезависимой памяти (АвиаТехПом.ДамАнализатор) одного из блоков вычислителя-контроллера электропривода. Приведены примеры применения настольного приложения при решении задач для RRJ-95.

В качестве дальнейшего направления работ рассматривается возможность создания диагностических моделей [Котлов, 2022], дополняющих реализованные методы искусственного интеллекта, при этом их использование обеспечит решение задачи поиска и устранения неисправностей для новых типов воздушных судов при отсутствии БСТО и РПУН.

×

Об авторах

Александр Юрьевич Юрин

Иркутский национальный исследовательский технический университет (ИРНИТУ)

Автор, ответственный за переписку.
Email: iskander@icc.ru
ORCID iD: 0000-0001-9089-5730

доктор технических наук, профессор

Россия, ул. Лермонтова, д. 83 Иркутск, 664074

Сергей Юрьевич Утехин

Московский государственный технический университет гражданской авиации, (Иркутский филиал)

Email: s.utekhin@iraero.ru
ORCID iD: 0009-0004-9271-3645
Россия, ул. Коммунаров, д. 3 Иркутск, 664003

Список литературы

  1. Варшавский П. Р., Еремеев А.П. Моделирование рассуждений на основе прецедентов в интеллектуальных системах поддержки принятия решений / П. Р. Варшавский, А. П. Еремеев // Искусственный интеллект и принятие решений. 2009. № 2. C. 45-57. EDN KWTRGZ.
  2. Джексон П. Введение в экспертные системы. М.: Вильямс, 2001. 623 с.
  3. Зрячев С. А. Разработка базы знаний послепродажного обслуживания авиационной техники / С. А. Зрячев, С. Н. Ларин // Известия Самарского научного центра Российской академии наук. 2022. №5. С. 48-53. doi: 10.37313/1990-5378-2020-22-5-48-53.
  4. Кирпичев И. Г. Многофункциональная интегрированная платформа сопровождения технической эксплуатации воздушных судов / И. Г. Кирпичев, Д. В. Петров, Ю. М. Чинючин // Научный Вестник МГТУ ГА. 2020. Т. 23. №6. С. 28-37. doi: 10.26467/2079-0619-2020-23-6-28-39.
  5. Котлов Ю. В. АвиаТехПом: Состояние и перспективы / Ю. В. Котлов, А. Ю. Юрин // Crede Experto: транспорт, общество, образование, язык. 2024. № 1. С. 146-156. doi: 10.51955/2312-1327_2024_1_146.
  6. Котлов Ю. В. Использование деревьев событий при автоматизации и интеллектуализации диагностирования и ремонта авиационной техники / Ю. В. Котлов, О. А. Николайчук, А. Ю. Юрин // Известия высших учебных заведений. Авиационная техника. 2023. № 4. С. 222-228. EDN IZWSAJ.
  7. Котлов Ю. В. Модели и алгоритмы многокритериальной диагностики авиационных систем // В сборнике: Актуальные проблемы и перспективы развития гражданской авиации. Сборник трудов XI Международной научно-практической конференции. Иркутск, 2022. С. 165-173. EDN AZXXRM.
  8. Макаров Н. Н. Синтез алгоритма функционирования информационно-управляющей системы контроля и диагностики состояния общесамолетного оборудования // Известия высших учебных заведений. Авиационная техника. 2008. № 1. С. 46-50. EDN KEZFRN.
  9. Перфильев О. В. Интеллектуальная система поиска неисправности на самолете / О. В. Перфильев, С. Г. Рыжаков, В. А. Должиков // Известия Самарского научного центра Российской академии наук. 2018. № 4(3). С. 326-331. EDN YVOAHR.
  10. Свидетельство о государственной регистрации программы для ЭВМ № 2024615812 Российская Федерация. АвиаТехПом.Терминал : № 2024614860 : заявл. 13.03.2024 : опубл. 13.03.2024 / А. Ю. Юрин ; заявитель ООО «Альтаир-ИИ». EDN UKSFMB.
  11. Сухих Н. Н. Экспертные системы – средства информационной поддержки принятия решений экипажем самолета / Н. Н. Сухих, Рукавишников В. Л. // Известия высших учебных заведений. Авиационная техника. 2022. № 2. С. 19-25. EDN XYERNU.
  12. Aamodt A. Case-based reasoning: foundational issues, methodological variations, and system approaches / A. Aamodt, E. Plaza // AI Communications. 1994. Vol. 7, No. 1. P. 39-59. doi: 10.3233/AIC-1994-7104.
  13. AirNav-Maintenance // [Электронный ресурс]. – 2024. URL: https://www.airnav.com (дата обращения: 06.10.2024).
  14. An Intelligent Assistant for Decision Support in the Case of Aircraft Troubleshooting / N. O. Dorodnykh, A. B. Stolbov, O. A. Nikolaychuk, A. Yu. Yurin. // Proceedings of IX International Conference on Information Technology and Nanotechnology (ITNT). 2023. P. 1–5. doi: 10.1109/ITNT57377.2023.10139242.
  15. Chiu C., Chiu N.H., Hsu CI. Intelligent aircraft maintenance support system using genetic algorithms and case-based reasoning / C. Chiu, N. H. Chiu, CI. Hsu // International Journal of Advanced Manufacturing Technology. 2004. Vol. 24. P. 440–446. doi: 10.1007/s00170-003-1707-x.
  16. iDSS.Desktop. Робо АвиаТех (PSS RRJ-95) // [Электронный ресурс]. – 2024. URL: http://www.knowledge-core.ru/index.php?p=idss (дата обращения: 06.10.2024).
  17. Knowledge representation and reuse model of civil aircraft structural maintenance cases / R. Lin, H. Wang, J. Wang, N. Wang // Expert Systems with Applications. 2023. Vol. 216. pp. 119460. doi: 10.1016/j.eswa.2022.119460.
  18. MyBoeingFleet // [Электронный ресурс]. – 2024. URL: https://www.myboeingfleet.com (дата обращения: 06.10.2024).
  19. Pollack S. L. Decision Tables: Theory and Practice / S. L. Pollack, Jr. H. T. Hicks, W. J. Harrison. John Wiley & Sons Inc., 1974. 192 p.
  20. ReleaseCMS // [Электронный ресурс]. – 2024. URL: https://yakovlev.ru/upload/doc/software/Presentation-ReleaseCMS_2021_RU-new.pdf (дата обращения: 06.10.2024).
  21. Seagle J. P. Acquiring expert rules with the aid of decision tables / J. P. Seagle, P. Duchessi // European Journal of Operational Research. 1995. Vol. 84(1). P. 150-162. doi: 10.1016/0377-2217(94)00323-5.
  22. Towards an Intelligent Decision Support System for Aircraft Troubleshooting / Y. Kotlov, V. Popov, S. Mishin, A. Yurin // Proceedings of 10th International Conference on Recent Advances in Civil Aviation. Lecture Notes in Mechanical Engineering. 2023. P. 77-91. doi: 10.1007/978-981-19-3788-0_7.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рисунок 1 – Концептуальная архитектура АвиаТехПом.Терминал

Скачать (256KB)
3. Рисунок 2 – Фрагмент экранной формы АвиаТехПом.Терминал с возможными причинами неисправности и общим списком работ

Скачать (341KB)
4. Рисунок 3 – Фрагмент экранной формы АвиаТехПом.Терминал с подключением к веб-серверу

Скачать (319KB)
5. Рисунок 4 – Фрагмент экранной формы модуля чтения файлов БСТО

Скачать (198KB)
6. Рисунок 5 – Концептуальная архитектура анализатора дампов

Скачать (147KB)
7. Рисунок 6 – Фрагмент экранной формы анализатора дампов с обнаруженными ошибками

Скачать (181KB)

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».