Preview

Crede Experto: транспорт, общество, образование, язык

Расширенный поиск

Использование машинного обучения в работе с полетной информацией

https://doi.org/10.51955/2312-1327-2026-3-6

Аннотация

Концепция поддержания высокого уровня безопасности полетов в гражданской авиации подразумевает снижение общего количества авиационных происшествий и катастроф на рейсах коммерческой авиации по причине технической неисправности воздушного судна. На сегодняшний день минимизация человеческого фактора в области технического обслуживания и ремонта воздушных судов, а также отказов систем может быть обеспечена за счет внедрения машинного обучения в специализированные программы для подразделений по расшифровке полетной информации. Данная статья посвящена усовершенствованию программы отдела по работе с полетной информацией посредством внедрения программного обеспечения, которое, в свою очередь, будет ускорять процесс нахождения и предупреждения дефектов при помощи апробации состояния смежных систем воздушного судна. Для верификации предложенного метода в статье выполнен расчет статистических показателей безопасности полетов. Расчет показал, что для самолета типа Boeing 777-300ER вероятность безопасного завершения определенного количества полетов увеличится с e−77 до e−75 . Полученные результаты демонстрируют рост коэффициента безаварийного выполнения полетов – ключевой задачи внедренного программного обеспечения.

Об авторах

В. В. Черепов
Московский государственный технический университет гражданской авиации
Россия

Черепов Вадим Вячеславович – аспирант

Кронштадтский б-р, 20, Москва, 125493



Е. Ю. Старков
Московский государственный технический университет гражданской авиации
Россия

Старков Евгений Юрьевич – кандидат технических наук, доцент, доцент кафедры безопасности полетов и жизнедеятельности

Кронштадтский б-р, 20, Москва, 125493



Список литературы

1. Долженко Я. А. Эволюция концепции «безопасность-i» и пути ее реализации в авиационной безопасности // Актуальные научные исследования в современном мире. 2020. №8-1(64). С. 65-69. EDN ZIESQS.

2. Иванов С. Л. Сравнительная оценка интенсивности износа крупно-модульных зубчатых передач в зависимости от условий смазки / С. Л. Иванов, А. С. Фокин, А. А. Поддубная // Записки Горного института. 2009. Т. 182. С. 129-132. EDN KZEBEP.

3. Камалов К. Ф. Анализ применения искусственного интеллекта в гражданской авиации / К. Ф. Камалов, О. А. Соколов // Вестник науки. 2023. Т. 3, №11(68). С. 896-901. EDN EAIPQC.

4. Княжский А. Ю. Увеличение аэродинамического качества экраноплана за счет огибания волн / А. Ю. Княжский, А. В. Небылов, В. А. Небылов // Информационно-управляющие системы. 2017. №6(91). С. 24-28. DOI 10.15217/issn1684-8853.2017.6.24. EDN ZXWUTP.

5. Никитин Е. А. Оптимизация профиля иглы жидкостно-газового амортизатора опоры шасси самолета / Е. А. Никитин, А. Е. Белкин // Известия высших учебных заведений. Машиностроение. 2023. №9(762). С. 3-13. DOI 10.18698/0536-1044-2023-9-3-13. EDN HNJUKU.

6. Осколкова З. Boeing приземлился в аэропорту Стамбула с невыпущенным шасси // РИА «Новый День» // [Электронный ресурс] – 2024. URL: https://newdaynews.ru/incidents/826708.html?ysclid=mlawhq81d968879438 (дата обращения: 25.11.2025).

7. Пархимович В. А. Конструкция самолета / В. А. Пархимович, В. Г. Ципенко. М.: Издательско-торговая корпорация «Дашков и К», 2023. 128 с. EDN CYXMOB.

8. Семенова А. А. Путь машинного обучения: междисциплинарный анализ развития технологий // Проблемы деятельности ученого и научных коллективов 2024. Т. 10. С. 98-110. DOI 10.24412/2414-9241-2024-10-98-110. EDN LBRGRA.

9. Скопина И. В. Использование ИИ в управлении образовательными организациями // Современные технологии управления. 2024. №3(107). EDN BPKBXX.

10. Троицкий Н. И. Особенности проектирования ступени силовой турбины транспортного ГТД с регулируемым сопловым аппаратом / Н. И. Троицкий, В. Д. Моляков, М. В. Асейкина // Известия высших учебных заведений. Машиностроение. 2016. №3(672). С. 30-38. EDN VOJGAJ.

11. Ушаков Е. В. Уязвимость социотехнических систем и модель «швейцарского сыра» // E-Scio. 2020. №10(49). С. 385-389. EDN WMOCHP.

12. Что такое искусственный интеллект: как работает и где применяется // Platform V // [Электронный ресурс] – 2024. URL: https://platformv.sbertech.ru/blog/iskusstvennyj-intellekt-chto-eto-takoe-opredelenie-kak-rabotaet-ii-chto-otnositsya-k-iskusstvennomu-intellektu (дата обращения: 27.11.2025).

13. Шаров В. Д. Анализ выполнения стандартов ИКАО в программе безопасности полётов гражданской авиации России // Crede Experto: транспорт, общество, образование, язык. 2026. №1. С. 6-28. DOI 10.51955/2312-1327_2026_1_6. EDN IAGAQU.

14. Якимович Н. В. "Черные дыры" в системе защиты гражданской авиации от негативных проявлений "человеческого фактора" // Проблемы безопасности полетов. 2016. №11. С. 22-26. EDN XACJJB.

15. Safety Management Manual (SMM). Doc 9859-AN/474. Fourth edition // [Электронный ресурс]. 2017. – URL: https://www.aex.ru/imgupl/files/ICAO%20Doc%209859%20-%20SMM_Edition%204%20-%20Peer%20Review.pdf (дата обращения: 24.11.2025).

16. Zorina V. A. Literature Review on Artificial Intelligence in Journalism: A Bibliometric Analysis of Publications Indexed in the Web of Science and Scopus / V. A. Zorina, E. A. Osipovskaya // Theoretical and Practical Issues of Journalism. 2021. Vol. 10, №4. P. 734-744. DOI 10.17150/2308-6203.2021.10(4).734-744. EDN HHMKPW.


Рецензия

Для цитирования:


Черепов В.В., Старков Е.Ю. Использование машинного обучения в работе с полетной информацией. Crede Experto: транспорт, общество, образование, язык. 2026;13(3):6-26. https://doi.org/10.51955/2312-1327-2026-3-6

For citation:


Cherepov V.V., Starkov E.Yu. Using machine learning to process flight information. Crede Experto: transport, society, education, language. 2026;13(3):6-26. (In Russ.) https://doi.org/10.51955/2312-1327-2026-3-6

Просмотров: 119

JATS XML


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2312-1327 (Online)