1 РАЗРАБОТАН Обществом с ограниченной ответственностью "ННК Консалтинг"

2 ВНЕСЕН Техническим комитетом по стандартизации ТК 164 "Искусственный интеллект"

3 УТВЕРЖДЕН И ВВЕДЕН В ДЕЙСТВИЕ Приказом Федерального агентства по техническому регулированию и метрологии от 8 ноября 2022 г. N 95-пнст

В полете может произойти ряд происшествий со смертельным исходом, в которых:

аварийные радиомаяки не действовали, были уничтожены во время удара или сразу после него вследствие пожара либо были погружены в воду, что сильно снижало эффективность спасательных операций;

для обнаружения обломков и, соответственно, для восстановления бортовых самописцев (регистраторов полетных данных) потребовалось значительное количество времени либо их нельзя было восстановить, что значительно уменьшало вероятность выяснения фактической причины таких происшествий.

Учитывая непредсказуемый характер авиационных происшествий и сложности в части надежного обеспечения сигнала бедствия при ударе воздушного судна о землю, концепция обнаружения в полете ситуации неизбежного происшествия и передачи сигнала бедствия и/или полетных данных до падения ВС рассматривается как возможность в значительной степени повысить точность определения места происшествия и эффективность спасательной операции.

Срабатывание передачи полетной информации на основе анализа бортовым оборудованием полетных параметров в реальном времени представляет собой отлаженный механизм. Такие системы уже разработаны и внедряются авиакомпаниями с целью мониторинга и контроля местоположения воздушных судов.

Развитие методов искусственного интеллекта и рост вычислительных мощностей делают возможным решение задач оценки состояния комплексных систем или подтверждения достоверности решения посредством нейронных сетей с точностью, превышающей классические аналитические и статистические методы. Это способствует применению методов искусственного интеллекта при условии проведения качественных испытаний в сферах, связанных с высоким риском для жизни и здоровья людей, в частности - навигации и гражданской авиации.

В настоящем стандарте приведены примеры задач, для решения которых целесообразно применение методов искусственного интеллекта.

Настоящий стандарт распространяется на алгоритм оценки состояния бедствия воздушного судна, применяемый в вычислительных системах воздушных судов гражданской авиации, и содержит примеры задач, для решения которых целесообразно применение методов искусственного интеллекта.

В настоящем стандарте использована нормативная ссылка на следующий стандарт:

ПНСТ 789-2022 Искусственный интеллект для навигационных систем воздушных судов гражданской авиации. Алгоритм оценки состояния бедствия воздушного судна. Общие требования

Примечание - При пользовании настоящим стандартом целесообразно проверить действие ссылочных стандартов в информационной системе общего пользования - на официальном сайте Федерального агентства по техническому регулированию и метрологии в сети Интернет или по ежегодному информационному указателю "Национальные стандарты", который опубликован по состоянию на 1 января текущего года, и по выпускам ежемесячного информационного указателя "Национальные стандарты" за текущий год. Если заменен ссылочный стандарт, на который дана недатированная ссылка, то рекомендуется использовать действующую версию этого стандарта с учетом всех внесенных в данную версию изменений. Если заменен ссылочный стандарт, на который дана датированная ссылка, то рекомендуется использовать версию этого стандарта с указанным выше годом утверждения (принятия). Если после утверждения настоящего стандарта в ссылочный стандарт, на который дана датированная ссылка, внесено изменение, затрагивающее положение, на которое дана ссылка, то это положение рекомендуется применять без учета данного изменения. Если ссылочный стандарт отменен без замены, то положение, в котором дана ссылка на него, рекомендуется применять в части, не затрагивающей эту ссылку.

В настоящем стандарте применены следующие сокращения:

ВС - воздушное судно;

ГНСС - глобальная навигационная спутниковая система;

ИИ - искусственный интеллект;

ИКАО - международная организация гражданской авиации;

ADS-B - радиовещательное автоматическое зависимое наблюдение;

ELT - аварийный приводной передатчик;

TIS-B - радиовещательная служба информации о воздушном движении;

TAWS - система предупреждения о близости земли;

TCAS - система предупреждения столкновения самолетов.

Бортовые средства определения состояния бедствия на данный момент можно разделить на два типа:

а) системы для инициирования передачи данных о состоянии бедствия, в том числе:

- передачи данных о местоположении ВС с уменьшенными интервалами времени,

- передачи данных в центры реагирования региональных служб поиска и спасания;

б) ассистенты экипажа ВС:

- средства индикации о состоянии бедствия, в том числе по единственному критерию,

- средства исправления ошибок пилотирования.

Бортовые средства определения состояния бедствия работают с полным перечнем показателей траектории и систем управления воздушного судна, приведенных в подразделе 7.1 ПНСТ 789-2022 и к наборам данных для обучения бортовых систем предъявляются полные требования.

Для обучения алгоритмов бортовых систем определения состояния бедствия могут быть использованы:

- данные, полученные с борта ВС в процессе регулярных или контролируемых испытательных полетов;

- данные, содержащиеся в приложении А ПНСТ 789-2022;

- данные, сформированные алгоритмически на базе сценариев, приводящих к авиационным происшествиям.

В приложении А приведены:

- примеры сценариев, приводящих к авиационным происшествиям;

- примеры наборов данных, созданных для имитации происшествий по данным сценариям.

С 2020 г. на борту гражданских ВС должно быть установлено широковещательное оборудование ADS-B.

Данное оборудование вещает на частоте 1090 МГц повторяющийся набор данных с частотой от 0,1 до 2 Гц в зависимости от состояния ВС и его местоположения.

Оборудование ADS-B передает следующий набор данных в виде слов фиксированной длины 112 бит:

- идентификатор ВС;

- наземное положение ВС;

- положение ВС в полете с использованием барометрических данных;

- ускорение ВС;

- положение ВС в полете с использованием данных ГНСС о высоте;

- состояние бортовых систем ВС.

Наземные системы определения состояния бедствия могут применяться:

- региональными службами поиска и спасания для ускоренного реагирования на авиационные происшествия;

- региональными службами слежения за воздушным трафиком для контроля состояния ВС в воздушном пространстве;

- эксплуатантами ВС для оценки качества пилотирования.

Для обучения алгоритмов наземных систем определения состояния бедствия могут быть использованы:

- данные, полученные с борта ВС в процессе регулярных или контролируемых испытательных полетов;

- данные, полученные с приемника сигналов ADS-B (включая данные с открытых сетей приемников, публикующих результаты слежения за ВС в сети Интернет);

- данные, опубликованные агентствами по расследованию авиационных происшествий.

В приложении Б приведены примеры данных для обучения алгоритмов наземных средств.

А.1 Набор сценариев, приводящих к авиационным происшествиям, для формирования набора данных для обучения алгоритмов, использующих методы искусственного интеллекта.

А.2 Набор данных, созданных на базе наиболее распространенных сценариев из перечня А.1, для обучения алгоритмов бортовых систем определения состояния бедствия ВС. Наборы данных приведены на съемном носителе, прилагаемом к настоящему стандарту.

Б.1 Наборы данных для обучения алгоритмов наземных систем определения состояния бедствия ВС согласно таблице А.1 приведены на съемном носителе, прилагаемом к настоящему стандарту.