К анализу методов и механизмов прогностического моделирования надежности бортового оборудования при решении задач планирования объемов работ по техническому обслуживанию воздушных судов

В статье рассматривается метод планирования технического обслуживания воздушных судов на основе усовершенствованных методов математического моделирования. В ходе исследования разработана и апробирована математическая модель прогнозирования частоты отказов бортового оборудования, предназначенная для решения задач оптимизации процессов принятия решений по техническому обслуживанию на основе оценки надежности авиационной техники. Применение регрессии распределения Пуассона в сочетании с полиномиальными признаками позволяет выявить закономерности отказов оборудования, которые зависят от условий эксплуатации и предыстории технического обслуживания. Для исследования был создан синтезированный набор данных, моделирующий различные сценарии эксплуатации и процесс деградации оборудования. На первом этапе данные были освобождены от выбросов и ошибок, затем нормализованы для унификации масштабов различных переменных. Далее они были разделены на категории в зависимости от условий эксплуатации, после чего применена регрессия распределения Пуассона для прогнозирования отказов. Наконец, с помощью алгоритма оптимизации был разработан эффективный план технического обслуживания, учитывающий прогнозируемые отказы. Валидация прогностических возможностей модели и оптимизация стратегии технического обслуживания осуществляются путем сопоставления с архивными данными о ранее проведенных работах. Анализ результатов выявил особенности функционирования модели, а именно: применение регрессии методом наименьших квадратов с однократным кодированием демонстрирует идеальные прогнозы, что может свидетельствовать о необходимости преобразования модели и требует дополнительной верификации. В то же время альтернативные варианты методологии позволили выявить более реалистичные пределы погрешности и корреляции, что также подтверждает надежность прогностических моделей. Результаты исследования показывают, что комбинированный подход, использующий регрессию распределения Пуассона и полиномиальные признаки, позволяет значительно повысить точность прогнозов. Этот метод, в частности, продемонстрировал свою эффективность при моделировании отказов бортового оборудования, что позволяет оптимизировать процессы технического обслуживания с целью снижения затрат на ремонт. Полученные выводы подтверждают возможность внедрения более точных упреждающих методов планирования ТО, что дает возможность повысить надежность воздушных судов и снизить неэффективность их простоев на земле.

1. Алексанян А.Р., Ицкович А.А., Файнбург И.А. Интегрированная логистическая поддержка формирования процедур поддержания летной годности воздушных судов // Научный вестник МГТУ ГА. 2014. № 205. С. 22–27.

2. Сизиков Д.О. Метод анализа временных рядов и его математическая модель в программном обеспечении [Электронный ресурс] // Международный научно-исследовательский журнал. 2024. № 3 (141). DOI: 10.23670/IRJ.2024.141.5 (дата обращения: 02.04.2025).

3. Ицкович А.А., Файнбург И.А., Алексанян А.Р. Методологические аспекты программного управления процессами поддержания летной годности воздушных судов // Научный вестник МГТУ ГА. 2015. № 219. С. 12–19.

4. Кузнецов С.В. Математические модели процессов и систем технической эксплуатации авионики как марковские и полумарковские процессы // Научный вестник МГТУ ГА. 2015. № 213 (3). C. 28–33.

5. Кузнецов С.В. Система технической эксплуатации авионики и научные основы ее формирования // Научный вестник МГТУ ГА. 2017. Т. 20, № 6. С. 15–24. DOI: 10.26467/2079-0619-2017-20-6-15-24

6. Букирев А.С. Система диагностики технического состояния комплекса бортового оборудования воздушного судна на основе интеллектуальных информационных технологий / А.С. Букирев, А.Ю. Савченко, М.И. Яцечко, В.А. Малышев [Электронный ресурс] // Моделирование, оптимизация и информационные технологии. 2020. Т. 8, № 1 (28). DOI: 10.26102/2310-6018/2020.28.1.010 (дата обращения: 02.04.2025).

7. Bühlmann P., Van De Geer S. Statistics for high-dimensional data: methods, theory and applications. Springer Science & Business Media, 2011. 558 p.

8. Засухин А.С. Исследование алгоритма оценки погрешности отклонения двух навигационных систем / А.С. Засухин, В.Д. Будаев, Д.О. Сизиков, С.Х. Садегзаде // Вестник Российского нового университета. Серия: Сложные системы: модели, анализ и управление. 2021. № 4/1. С. 3–13. DOI: 10.18137/RNU.V9187.21.04/1.P.003

9. Кузнецов С.В. Характеристики достоверности эксплуатационного контроля функциональных систем и комплексов бортового оборудования воздушных судов // Научный вестник МГТУ ГА. 2023. Т. 26, № 6. С. 58–74. DOI: 10.26467/2079-0619-2023-26-6-58-74

10. Ying X. An overview of overfitting and its solutions [Электронный ресурс] // Journal of physics: Conference series. 2019. Vol. 1168, iss. 2. ID: 022022. DOI: 10.1088/1742-6596/1168/2/022022 (дата обращения: 02.04.2025).

11. Montesinos López O.A., Montesinos López A., Crossa J. Overfitting, model tuning, and evaluation of prediction performance // Multivariate Statistical Machine Learning Methods for Genomic. Cham: Springer International Publishing, 2022. Pp. 109–139. DOI: 10.1007/978-3-030-89010-0_4

12. Muñoz-Pichardo J.M. A multivariate Poisson regression model for count data / J.M. Muñoz-Pichardo, R. Pino-Mejías, J. García-Heras, F. Ruiz-Muñoz , M.L. González-Regalado // Journal of Applied Statistics. 2021. Vol. 48, no. 13–15. Pp. 2525–2541. DOI: 10.1080/02664763.2021.1877637

13. Heaton J. An empirical analysis of feature engineering for predictive modeling [Электронный ресурс] // SoutheastCon 2016. Norfolk, VA, USA, 2016. 6 p. DOI: 10.1109/SECON.2016.7506650 (дата обращения: 02.04.2025).

14. Фурар Х.Э. Оценка рисков при обеспечении безопасности бортовых систем воздушного судна / Х.Э. Фурар, Б.Д. Огунвоул, В.Д. Будаев, Ф. Лаши // Научный вестник МГТУ ГА. 2020. Т. 23, № 4. С. 84–95. DOI: 10.26467/2079-0619-2020-23-4-84-95

15. Будаев В.Д. Методы оптимизации планирования технического обслуживания авиационного парка [Электронный ресурс] // Международный научно-исследовательский журнал. 2024. № 7 (145). DOI: 10.60797/IRJ.2024.145.6 (дата обращения: 02.04.2025).