В МАИ разработали метеорадар для экономии энергии беспилотников

Доцент Московского авиационного института и заслуженный мастер спорта России по авиамодельному спорту Алексей Ежов вместе с командой из сотрудников и студентов кафедры 204 «Авиационно-космическая теплотехника» МАИ разработали метеорадар, который позволяет беспилотным летательным аппаратам увеличить дальность и продолжительность полёта за счёт поиска и прогнозирования восходящих потоков воздуха.

— Разработка метеорадара идёт уже три года. Всё началось со спортивного интереса, так как практически все участники проекта — авиамоделисты. Как известно, запуск авиамоделей, так же как и беспилотников, должен происходить в благоприятных условиях, то есть при восходящих потоках воздуха. Тогда сила этих потоков воздуха позволяет набрать высоту, затрачивая на это меньше энергии. Чтобы понять, как это использовать, мы построили метеорадар, который позволяет определить термодинамические параметры воздуха и через определённые уравнения понять, есть восходящий поток или нет, — объясняет Алексей Ежов.
Метеорадар существует в двух версиях: стационарной и мобильной. Стационарная версия изобретения, — которая располагается на земле, — практически готова. Учёные уже дважды использовали её на соревнованиях и добились хороших результатов.

Что касается второго варианта, — установки метеорадара непосредственно на беспилотный летательный аппарат (БЛА), — он сейчас находится в разработке. В нём будет использоваться та же математическая модель, что и в стационарном, перестроенная под движущуюся систему и другие параметры атмосферы.

— Данные, которые мы получаем, можно использовать для обучения нейросети. Есть различные параметры среды: давление, температура, влажность, — которые меняются во времени. Мы отслеживаем их и отмечаем, в каких местах наблюдается восходящий поток. Используя эти данные, мы можем обучить нейросеть, чтобы она сама искала восходящие потоки воздуха, — говорит Алексей Ежов.
Стационарный метеорадар может быть востребован на аэродромах: программа может давать прогноз погоды, определять благоприятные или неблагоприятные условия для запуска БЛА. Это позволит экономить 3-5 % топлива, так как самое большое количество горючего тратится на взлёте.

Мобильный радар можно будет устанавливать на различные объекты изучения атмосферы, ретрансляторы сигналов и так далее. Используя восходящие потоки воздуха, можно будет вовсе не включать двигатель, и аппарат может парить, как это делают птицы. По сути ученые хотят сделать такую же «умную» птицу.

— Когда мы начинали делать метеорадар, наша разработка была уникальной. Никто не занимался цифровизацией, записью данных и их анализом. Буквально в этом году американские учёные начали тестировать подобную методику, чтобы аппарат автоматически ориентировался в восходящем потоке воздуха, но, в отличие от нас, они проводят пока только горизонтальные испытания — в трубе. Также в последнее время появились работы по анализу термодинамических составляющих восходящих потоков. Но в опубликованных статьях пока что ни у кого не описана какая-то определённая критериальная зависимость параметров среды и восходящих потоков воздуха, — рассказывает Алексей Ежов.
В будущем учёные планируют запатентовать свою разработку. В команде создателей метеорадара, помимо Алексея Ежова, состоят студенты и сотрудники кафедры 204: студент пятого курса специалитета Дмитрий Гритчин, студенты четвёртого курса бакалавриата Михаил Шилов и Артур Полетаев, аспиранты второго и четвертого годов обучения Владимир Киселев и Илья Котович.

Проект метеорадара был отмечен Объединённой авиастроительной корпорацией в ТОП-100 проектов Конкурса инженерных работ студентов и молодых специалистов «Будущее авиации». Также в этом году команда заявила свою разработку на конкурс «Молодёжь и будущее авиации и космонавтики». Впереди ещё много работы над проектом: первый вариант БЛА с автоматической ориентацией учёные планируют представить в 2024–2025 году.

Последние записи
Смогут ли самолёты летать без второго пилота: цифровые технологии в авионике

ИИ может помочь в анализе физических данных и повысить точность предсказания погодных условий, а на основе прогноза оптимизировать маршрут с учётом времени, стоимости и других критериев.