Введение: как искусственный интеллект входит в ракетостроение
Ракетные двигатели традиционно считаются вершиной инженерной мысли: десятки тысяч деталей, экстремальные температуры, сложная газодинамика и многолетние циклы разработки. Однако в 2024 году произошло событие, которое может изменить правила игры: компания LEAP 71 из Дубая успешно испытала жидкостный ракетный двигатель, спроектированный нейросетью Noyron и напечатанный на 3D-принтере. Это не просто эксперимент, а демонстрация новой парадигмы — вычислительной инженерии, где машина берет на себя не только расчеты, но и творческую часть проектирования.
В этой статье мы подробно разберем, какая именно нейросеть используется для создания ракетных двигателей, как она работает, какие результаты уже достигнуты и какие ограничения существуют. Вы узнаете, почему традиционные методы проектирования уступают место алгоритмам, как 3D-печать позволяет воплощать самые смелые конструкции и что ждет отрасль в ближайшие годы.
Что такое Noyron: большая вычислительная инженерная модель
Нейросеть, о которой идет речь, называется Noyron. Это не обычная языковая модель вроде ChatGPT, а специализированная большая вычислительная инженерная модель (Large Computational Engineering Model), разработанная компанией LEAP 71. Noyron предназначена для автоматического создания сложных физических объектов — от ракетных двигателей до теплообменников и компонентов электромобилей.
В отличие от генеративных нейросетей, которые создают изображения или текст, Noyron работает с трехмерной геометрией и физическими параметрами. Она обучается на огромных массивах инженерных данных, включая результаты предыдущих расчетов, испытаний и моделирования. На выходе модель выдает готовую конструкцию, которую можно сразу отправить на 3D-печать. По словам разработчиков, Noyron способна генерировать новый вариант двигателя менее чем за 15 минут на обычном компьютере, тогда как человеку на это потребовались бы месяцы.
Как LEAP 71 создала ракетный двигатель Noyron TKL-5
Проект Noyron TKL-5 стал первым публичным доказательством возможностей нейросети. Двигатель с тягой 5 кН (около 500 кг подъемной силы) был спроектирован полностью автономно, без участия человека. От окончательной спецификации до готовой конструкции прошло менее двух недель — это включало не только проектирование, но и подготовку к производству.
Двигатель работает на криогенном жидком кислороде (LOX) и керосине — той же топливной паре, что используется в ракетах Falcon 9 и Saturn V. Камера сгорания изготовлена из меди (сплав CuCrZr) и напечатана на металлическом 3D-принтере EOS M290. Внутри камеры — сложная система регенеративного охлаждения: керосин проходит через тонкие каналы толщиной до 0,8 мм, закручивающиеся вокруг камеры, охлаждая ее и предотвращая расплавление. Температура сгорания достигает 3000 °C, но поверхность двигателя остается ниже 250 °C благодаря активному охлаждению.
Инжекторная головка использует коаксиальный вихревой смеситель — один из самых передовых типов форсунок. Дополнительное пленочное охлаждение обеспечивается через микроотверстия у стенок камеры. Все эти решения были предложены нейросетью, и они оказались не только работоспособными, но и технологически реализуемыми.
Испытания: как проходил огневой тест и что показали результаты
Горячий запуск двигателя Noyron TKL-5 состоялся 14 июня 2024 года на испытательном полигоне Airborne Engineering в Уэскотте, Великобритания. Первые 3,5 секунды двигатель работал с соотношением окислителя и топлива 1,8 (ниже номинальных 2,3), чтобы проверить устойчивость работы. После подтверждения стабильности всех параметров был выполнен полный 12-секундный прожиг при номинальном соотношении. Двигатель вышел на устойчивый режим, что означает способность работать сколь угодно долго при наличии топлива.
Мощность составила 20 000 лошадиных сил, что полностью соответствовало расчетам. На следующий день двигатель разобрали в Университете Шеффилда: тщательный осмотр подтвердил, что все внутренние компоненты остались целыми. Единственным отклонением стало более высокое, чем ожидалось, сопротивление в охлаждающих каналах — это объясняется шероховатостью поверхности после 3D-печати. Команда уже обновила логику Noyron, чтобы учесть этот фактор в будущих конструкциях.
Почему именно 3D-печать и медь: преимущества и ограничения
Выбор 3D-печати не случаен. Нейросеть способна генерировать конструкции с очень сложной геометрией, которую невозможно или крайне трудно воспроизвести традиционными методами — например, тонкие извилистые каналы охлаждения или нестандартные формы камеры сгорания. 3D-принтер позволяет воплотить эти идеи в металле за считанные дни.
Медь выбрана из-за ее высокой теплопроводности: при активном охлаждении она позволяет создавать компактные двигатели с высокой производительностью. Однако у меди есть существенный недостаток — низкая температура плавления. Если система охлаждения выйдет из строя, двигатель мгновенно расплавится. Именно поэтому регенеративное охлаждение, где топливо проходит через микроканалы, становится критически важным. Впрочем, существуют и другие материалы, например титановые порошки, которые выдерживают более высокие температуры, но они дороже и сложнее в печати.
Роль человека в процессе: что делает инженер, а что — нейросеть
Важно понимать, что нейросеть не заменяет инженеров полностью. В проекте LEAP 71 человек задает исходные параметры: требуемую тягу, тип топлива, ограничения по массе и размерам. Noyron на основе этих данных генерирует геометрическую модель, но дальнейшие этапы — постобработка, оснащение, подготовка к испытаниям — выполняют специалисты. Например, Университет Шеффилда провел механическую обработку и сборку, а Airborne Engineering обеспечила испытательный стенд.
Эксперт из МАИ Иван Рудой подчеркивает: нейросеть не создает конструкцию «с нуля», а использует закономерности из обучающих данных. Она может предложить нестандартные формы, которые человек в силу привычки не рассматривает, но проверка работоспособности все равно требует огневых испытаний. Кроме того, нейросеть не учитывает технологические ограничения заводов: конструкция может быть газодинамически идеальной, но невозможной для серийного производства. Поэтому на данном этапе речь идет о штучном производстве, а не о массовом.
Сравнение с традиционным проектированием: скорость, стоимость, качество
Традиционный цикл разработки ракетного двигателя занимает от нескольких месяцев до нескольких лет. Каждая итерация требует ручного пересчета, создания чертежей, изготовления прототипа и испытаний. LEAP 71 утверждает, что их подход сокращает этот цикл до двух недель от спецификации до готовой детали, а генерация новой итерации занимает всего 15 минут.
Стоимость также снижается: меньше ручного труда, меньше времени на проектирование, а 3D-печать позволяет избежать дорогостоящей оснастки. Однако есть и скрытые издержки: обучение нейросети требует больших вычислительных ресурсов и качественных данных, а испытания остаются дорогими. Кроме того, как показал анализ, модели могут ошибаться в прогнозах из-за реальных условий производства, что требует доработки.
Будущее ИИ в космической отрасли: от двигателей до орбитального мусора
Успех Noyron TKL-5 открывает дорогу для более широкого применения ИИ в космонавтике. LEAP 71 уже сотрудничает с аэрокосмическими компаниями в США, Европе и Азии, а также выложила в открытый доступ часть своего технологического стека, включая геометрическое ядро PicoGK. Это позволяет другим разработчикам экспериментировать с вычислительной инженерией.
Помимо двигателей, ИИ может решать другие задачи: например, создание единой системы отслеживания космического мусора, которая предупреждала бы о столкновениях. Сейчас страны используют собственные радары и делятся данными лишь частично. Нейросети также могут автоматизировать рутинные процессы, такие как электронный документооборот, что ускорит реализацию космических проектов. Однако остаются вопросы ответственности: если ИИ допустит ошибку, кто будет отвечать — разработчик, оператор или сама машина?
Ограничения и вызовы: почему ИИ пока не заменит инженеров полностью
Несмотря на впечатляющие результаты, технология сталкивается с рядом ограничений. Во-первых, нейросеть обучается на существующих данных, поэтому она не может изобрести принципиально новый тип двигателя, выходящий за рамки известных закономерностей. Во-вторых, сложная геометрия, которую генерирует ИИ, часто несовместима с традиционными производственными мощностями — нужны специализированные 3D-принтеры и постобработка.
В-третьих, огневые испытания остаются обязательным этапом: виртуальное моделирование не может полностью предсказать поведение материалов в реальных условиях. Наконец, стоимость обучения и эксплуатации таких моделей высока, а доступ к ним ограничен. Поэтому на ближайшие годы ИИ будет скорее инструментом для ускорения разработки, чем заменой человеческого опыта.
Практические выводы: что это значит для космической отрасли и для вас
Для космической отрасли появление таких нейросетей, как Noyron, означает ускорение инноваций и снижение барьера входа. Небольшие стартапы теперь могут создавать функциональные двигатели за недели, а не годы, что стимулирует конкуренцию и удешевляет доступ к космосу. Для инженеров это вызов: им придется осваивать новые инструменты и учиться работать в связке с ИИ.
Если вы интересуетесь технологиями, стоит следить за развитием вычислительной инженерии. Открытые проекты, такие как PicoGK, позволяют экспериментировать даже энтузиастам. Однако помните: за яркими заголовками о «двигателе, созданном ИИ», стоит сложный процесс, где роль человека остается ключевой — от постановки задачи до интерпретации результатов испытаний.
Вопросы и ответы
Какая нейросеть создала ракетный двигатель Noyron TKL-5?
Двигатель Noyron TKL-5 был спроектирован нейросетью Noyron, разработанной компанией LEAP 71 из Дубая. Это большая вычислительная инженерная модель, которая генерирует трехмерные конструкции на основе заданных параметров. Она не является языковой моделью, а специализируется на создании физических объектов.
Сколько времени заняло проектирование двигателя с помощью ИИ?
От окончательной спецификации до готовой конструкции прошло менее двух недель. При этом генерация каждой новой итерации двигателя занимает всего около 15 минут на обычном компьютере. Для сравнения, традиционное проектирование такого двигателя заняло бы месяцы или даже годы.
Почему двигатель напечатали на 3D-принтере, а не изготовили традиционным способом?
Нейросеть создает конструкции со сложной геометрией, например тонкие извилистые каналы охлаждения, которые невозможно или крайне трудно воспроизвести традиционными методами. 3D-печать позволяет быстро и точно воплотить такие формы в металле, что делает ее идеальным инструментом для вычислительной инженерии.
Может ли нейросеть полностью заменить инженеров-ракетостроителей?
Пока нет. Нейросеть генерирует конструкцию на основе обучающих данных, но не может изобрести принципиально новые технологии. Кроме того, она не учитывает технологические ограничения производства, поэтому инженеры все равно нужны для постобработки, испытаний и адаптации конструкции. ИИ — это инструмент, ускоряющий разработку, а не замена человеческому опыту.
Какие материалы используются для 3D-печати ракетных двигателей?
В проекте LEAP 71 использовалась медь (сплав CuCrZr) из-за ее высокой теплопроводности. Однако существуют и другие порошки, например титановые, которые выдерживают более высокие температуры. Выбор материала зависит от требований к охлаждению и стоимости.
Какие испытания прошел двигатель Noyron TKL-5?
Двигатель прошел огневые испытания 14 июня 2024 года в Великобритании. Сначала он работал 3,5 секунды с пониженным соотношением окислителя и топлива, затем — 12 секунд в номинальном режиме. Двигатель развил мощность 20 000 лошадиных сил и вышел на устойчивый режим. После разборки все компоненты оказались целыми.