Применение облачных и туманных вычислений для обработки данных на борту воздушных судов

Авторы

Глушак Е. В.^*, Клюев Д. С.^**

Поволжский государственный университет телекоммуникаций и информатики,

*e-mail: evglushak@yandex.ru
**e-mail: klyuevd@yandex.ru

Аннотация

В настоящей статье рассматривается интеграция технологий Интернета вещей, туманных и облачных вычислений для мониторинга и прогнозирования технического состояния воздушных судов. Разработана математическая модель, описывающая процессы сбора, предобработки и анализа данных с бортовых сенсоров. Построены алгоритмы расчёта интегрального индекса деградации, вероятности отказа, остаточного ресурса компонентов, а также прогнозирования сроков технического обслуживания. Предложена архитектура распределённой системы, в которой туманные узлы выполняют локальную фильтрацию и первичный анализ данных, а облачные платформы осуществляют долгосрочную аналитическую обработку и оптимизацию графиков обслуживания. Проведено моделирование процессов деградации оборудования на временных рядах сенсорных данных. Построены графики изменения вероятности отказа, остаточного ресурса и прогнозируемых сроков технического обслуживания. Результаты моделирования демонстрируют, что использование туманных вычислений позволяет значительно снизить задержки в обнаружении аномалий, в то время как облачные вычисления обеспечивают повышение точности прогноза остаточного ресурса и сроков обслуживания. 

Ключевые слова:

облачные вычисления и туманные вычисления, датчики, вероятность отказа, задержки, остаточный ресурс

Список источников

1. Глушак, Е.В. Разработка и исследование моделей функционирования облачных и туманных вычислений / Е. В. Глушак, Д. С. Клюев // Радиотехника. – 2025. – Т. 89, № 3. – С. 157-168.
2. Глушак, Е.В. Исследование задержек при передаче данных в медицинских сетях с помощью программы iFogSim / Е. В. Глушак, П. Д. Михайлова // Инфокоммуникационные технологии. – 2024. – Т. 22, № 2(86). – С. 35-45.
3. Кузнецова, С. В. Цифровые двойники в аэрокосмической промышленности: объектно-ориентированный подход / С. В. Кузнецова, А. С. Семенов // Труды МАИ. – 2023. – № 131. 
4. Кондрашин, М. А. Применение технологии виртуализации и облачных вычислений при построении сложных распределенных моделирующих систем / М. А. Кондрашин, О. Ю. Арсенов, И. В. Козлов // Труды МАИ. – 2016. – № 89. – С. 34. 
5. Мингалимова, Р. Р. Развитие автоматизации и робототехники в современной авиационной промышленности / Р. Р. Мингалимова // Современные информационные технологии. Теория и практика: Материалы IV Всероссийской научно-практической конференции, Череповец: Череповецкий государственный университет, 2018. – С. 14 - 17.
6. Нечаев, Ю. И. Современная компьютерная математика и парадигмы вычислений в аэрокосмической отрасли / Ю. И. Нечаев // Материалы XII Международной конференции по прикладной математике и механике в аэрокосмической отрасли (NPNJ'2018), Алушта: МАИ, 2018. – С. 738 - 740.
7. Козявин, М. И. Математика в авиации / М. И. Козявин, Р. Б. Ибрагимов, С. Ю. Лозница // Научный аспект. – 2024. – Т. 33, № 3. – С. 4223-4230.
8. Медведева, Л. А. Предиктивная аналитика для платформы больших данных авиационного производства / Л. А. Медведева, К. О. Прохоров // Материалы XIII Международной конференции по прикладной математике и механике в аэрокосмической отрасли (AMMAI'2020). – Москва: Московский авиационный институт (национальный исследовательский университет), 2020. – С. 652 - 654.
9. Черепенин, В. А. Отличия и перспективы развития технологий облачных, туманных и граничных вычислений / В. А. Черепенин, С. П. Воробьев, В. В. Синявцев // Инженерный вестник Дона. – 2023. – № 11(107). – С. 47-56.
10. Буряк, Ю. И. Совершенствование процессов поддержания летной годности воздушных судов за счет создания высокоскоростной гетерогенной информационной системы / Ю. И. Буряк, Ю. Ю. Никонов // Вестник компьютерных и информационных технологий. – 2024. – Т. 21, № 6(240). – С. 31-40.
11. Dogea, R. Testing and evaluation of the structural performance of a 3D-printed polylactic acid aircraft wing rib / R. Dogea, X. T. Yan, R. Millar // Discover Mechanical Engineering. – 2023. – Vol. 2, No. 1. – P. 6. 
12.  Батищев, Д.Е. Искусственный интеллект в авиации / Д. Е. Батищев, М. И. Козявин, И. Д. Ефимов, М. А. Кондрякова // Научный аспект. – 2023. – Т. 33, № 12. – С. 4087 - 4095.
13.  Анохин, С.В. Опыт и задачи интеллектуализации бортового радиоэлектронного оборудования летательных аппаратов / С. В. Анохин, А. В. Требухов, В. В. Кавинский [и др.] // Труды ГосНИИАС. Серия: Вопросы авионики. – 2023. – № 1(60). – С. 30-44. 
14.  Желтов, С.Ю. Проблемы и направления интеллектуализации комплексов бортового оборудования / С. Ю. Желтов // Труды ГосНИИАС. Серия: Вопросы авионики. – 2020. – № 3(49). – С. 3 - 17.
15. Кузьмичев, А. Н. Технологии IoT в авиации / А. Н. Кузьмичев, А. Ю. Морозов // Авиация и космонавтика: 20-ая Международной конференции, Москва: Издательство «Перо», 2021. – С. 237 - 238.
16.  Солдатов, Е.С. Сенсорные сети контроля состояния авиационной техники при испытаниях и эксплуатации / Е.С. Солдатов, А.В. Богомолов, Е.В. Ларкин, А.С. Солдатов // Авиакосмическое приборостроение. – 2024. – № 2. – С. 61-68. 
17.  Martin, D. Virtual Sensors / D. Martin, N. Kühl, G. Satzger // Business & Information Systems Engineering. – 2021. – Vol. 63, No. 3. – P. 315 - 323.
18. Зуев, М. Ю. Комплексное повышение эффективности радиоэлектронных устройств и систем передачи информации с OFDM на основе нелинейных систем с динамическим хаосом / М. Ю. Зуев // Физика волновых процессов и радиотехнические системы. – 2022. – Т. 25, № 1. – С. 55 – 64.
19. Тарасов, В. Н. Спектральное разложение для модели задержки на основе СМО с эрланговским и гиперэкспоненциальным распределениями / В. Н. Тарасов // Физика волновых процессов и радиотехнические системы. – 2022. – Т. 25, № 3. – С. 24 - 28.
20. Беспроводная система связи в субтерагерцовом частотном диапазоне / В. В. Бирюков, В. Л. Вакс, С. А. Капустин [и др.] // Физика волновых процессов и радиотехнические системы. – 2023. – Т. 26, № 4. – С. 48-59.

Скачать статью