Uma Proposta de Formalização e Raciocínio Baseada na Análise de QRHs para Mitigação de Falhas em Emergências em Sistemas de Aeronaves

• Processo: 25/02886-3
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de agosto de 2025
• Data de Término da vigência: 31 de julho de 2026
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Proposta de Mobilidade: SPRINT - Projetos de pesquisa - Mobilidade
• Pesquisador responsável: Carlos Henrique Costa Ribeiro
• Beneficiário: Carlos Henrique Costa Ribeiro
• Pesquisador Responsável no exterior: Odinaldo Rodrigues
• Instituição Parceira no exterior: King's College London, Inglaterra
• Instituição Sede: Divisão de Ciência da Computação (IEC). Instituto Tecnológico de Aeronáutica (ITA). Ministério da Defesa (Brasil). São José dos Campos , SP, Brasil
• Vinculado ao auxílio: 21/11258-5 - Centro de Pesquisa em Engenharia para a Mobilidade Aérea do Futuro (CPE-MAF), AP.PCPE
• Assunto(s): Inteligência artificial Representação de conhecimento
• Palavra(s)-Chave do Pesquisador: Aeronautical systems | artificial intelligence | Failure mitigation | Knowledge Representation | Inteligência Artificial

Resumo

Na operação de aeronaves, situações de voo irregulares geralmente acionam sinais de falha que são exibidos em painéis na cabine de comando. Uma falha está associada a um ou mais cenários irregulares, cada um exigindo algum tipo de intervenção dos pilotos. O Manual de Referência Rápida (QRH) contém uma série de checklists - sequências de ações corretivas a serem tomadas quando sinais específicos de falha ocorrem. No entanto, em situações complexas, várias checklists podem precisar ser consideradas e empregadas, e a cada etapa de uma sequência, a execução de uma ação pode prejudicar a eficácia do procedimento corretivo de uma checklist alternativa. Múltiplos sinais de falha também podem ocorrer ao mesmo tempo, tornando árduo para os pilotos determinar o cenário real em que uma aeronave se encontra e decidir quais ações precisam ser tomadas para corrigir a operação da aeronave. Nossa proposta é estabelecer a base para um projeto de longo prazo para investigar e conceber novas representações alternativas e esquemas de suporte à tomada de decisão para as questões descritas acima. O trabalho não se limitará a um tipo específico de aeronave ou fabricante, pois as normas internacionais ditam a operação de todos os sistemas de aeronaves modernas. Além disso, a investigação terá um impacto positivo direto para a indústria aeronáutica e para a pesquisa realizada no Grupo de Tomada de Decisão para Sistemas Autônomos do Centro de Pesquisa FlyMov, um esforço conjunto da Embraer, ITA e FAPESP, no qual esta proposta está definida. Como motivação adicional, destacamos que o Roteiro de Inteligência Artificial da Agência de Segurança da Aviação da União Europeia define o gerenciamento de riscos de segurança como um dos aspectos que podem ter impacto das soluções baseadas em IA, definindo-o como um facilitador essencial para a detecção de riscos emergentes, classificação de riscos de ocorrências e projeto de Portfólio de Riscos de Segurança e priorização de questões de segurança. O problema a ser resolvido é como definir um esquema de representação de conhecimento compatível com os procedimentos de emergência de aeronaves, satisfazendo dois objetivos: a) Deve fornecer informações úteis para o operador da aeronave (o piloto) em caso de múltiplas falhas que acionam procedimentos distintos e possivelmente conflitantes; e b) Deve ser adequado para mecanismos de aprendizado autônomo para suporte à tomada de decisão em cenários de falhas múltiplas. (AU)