Как искусственный интеллект меняет российское авиастроение: от чертежей до серии

Минпромторг в середине мая объявил о планах комплексной модернизации более 16 авиационных производств. В списке — не только лётные испытания и сборка, но и внедрение роботизированных комплексов, а также ускоренный переход на отечественные цифровые системы, включая генеративный искусственный интеллект. По данным «Взгляда», отрасль уже использует собственные инженерные платформы и элементы ИИ для проектирования и оптимизации техпроцессов.


Это не первая попытка оцифровать авиапром, но, пожалуй, самая масштабная. В отличие от точечных решений 2010‑х годов, сейчас речь идёт о единой цифровой среде, которая должна связать конструкторские бюро, заводы и сервисные центры. Если план сработает, сроки создания новых самолётов — от эскиза до первого рейса — могут сократиться на годы.

16 производств под цифру: что именно меняют

Из заявления Минпромторга следует, что модернизация затронет и крупные сборочные заводы (Иркутский авиационный, Казанский, Ульяновский «Авиастар»), и предприятия компонентов — двигателестроительные, агрегатные, производства систем управления. Ключевое направление — цифровые двойники: виртуальные копии реальных узлов, на которых можно «облетать» конструкцию до выпуска металла.

Генеративный ИИ, о котором пишет и «Комсомольская правда», и «Взгляд», в авиастроении применяется для автоматической генерации вариантов компоновки, расчёта прочности и даже для предсказания усталостных разрушений. Например, для нового двигателя ПД-8 или для модернизированного крыла МС-21‑310 инженеры уже используют нейросетевые модули, подбирающие оптимальную форму лопаток или нервюр.



Все эти системы — отечественные. В условиях санкционного давления и отключения западных PLM-платформ (Siemens Teamcenter, Dassault Systèmes) российские разработчики создали собственные аналоги: «Лоцман: PLM», «Компас‑3D» с элементами ИИ, отраслевые решения от ЦАГИ и ОДК. И генеративный ИИ встраивается именно в эту новую инфраструктуру.

Где генеративный ИИ уже в деле — и где пока буксует

Самый наглядный пример — программа МС-21. Изначально лайнер проектировали с помощью западного софта. После 2022 года КБ «Яковлев» (бывший «Иркут») экстренно перевело документацию на российские рельсы. Сейчас, по информации из отраслевых источников, при доводке новых модификаций уже используют генеративные алгоритмы для расчёта композитного крыла и оптимизации гидросистем. Сроки сертификации, по неофициальным данным, удалось сократить примерно на 20% именно за счёт цифры.

Другой фронт — двигатели ПД-14 и ПД-8. Объединённая двигателестроительная корпорация внедрила цифровые двойники камер сгорания и турбин. Нейросеть прогнозирует ресурс деталей на основе тысяч предыдущих расчётов. Раньше это делали натурными стендами — дорого и долго.

Однако не всё гладко. Генеративный ИИ пока слабо справляется с уникальными, нестандартными узлами — там, где нет большого массива данных для обучения. Например, конструкция реверса тяги для SJ-100 (импортозамещённого Superjet) проектировалась почти вручную: старых цифровых моделей не было, а нейросеть давала сбои. Кроме того, полностью автоматизировать лётные испытания и сертификацию невозможно — здесь по-прежнему нужны люди и реальные полёты.

Что это даёт серийным самолётам — и пассажирам

В краткосрочной перспективе главный эффект — сокращение времени на проектирование и доводку. Это напрямую влияет на сроки поступления новых машин в авиакомпании. Например, Ту-214, производство которого пытаются нарастить с 2025 года, получает цифровые двойники систем, что должно упростить обслуживание и ремонт.

В долгосрочной — снижение себестоимости. Меньше натурных испытаний, меньше брака из-за ошибок в чертежах. По оценкам, внедрение генеративного ИИ на этапе конструирования может удешевить разработку узла на 15–30%. Для таких программ, как Ил-114‑300 или будущий широкофюзеляжный лайнер на базе Ил-96, это существенно.

Но есть и обратная сторона. Полная цифровизация требует массового переобучения кадров. Старые инженеры, привыкшие к кульманам и расчётам на бумаге, не всегда готовы работать с нейросетями. А молодые, выросшие на Python, пока не имеют опыта реальной сертификации. Разрыв поколений в авиапроме никуда не делся, и цифра его только обнажает.

Тем не менее план Минпромторга — не пилотный проект, а системная ставка. 16 заводов, роботизация, генеративный ИИ, переход на собственные цифровые системы. Если всё пойдёт по графику, к концу десятилетия мы увидим не отдельные «цифровые цеха», а полностью виртуальную среду разработки — от чертежа на экране до борта в небе. Старые кульманы, возможно, останутся только в музеях истории авиации. Вопрос лишь в том, успеет ли отрасль переучиться быстрее, чем устареет само железо.