ПРОБЛЕМИ І ПЕРСПЕКТИВИ ЗАСТОСУВАННЯ НЕЙРОННИХ МЕРЕЖ У ЗАДАЧАХ МОНІТОРИНГУ ТЕХНІЧНОГО СТАНУ АВІАЦІЙНИХ ДВИГУНІВ ВЕРТОЛЬОТІВ У ПОЛЬОТНИХ РЕЖИМАХ
Ключові слова:
штучна нейронна мережа, система автоматичного управління, ідентифікація, діагностика, нейрорегуляторАнотація
Для покращення показників якості систем автоматичного управління актуальною є задача розробки нових алгоритмів ідентифікації та діагностики технічних об’єктів. Одним із шляхів розв’язання задачі є застосування штучних нейронних мереж. З метою дослідження проблем застосування штучних нейронних мереж для ідентифікації та діагностики технічних об’єктів, зокрема, авіаційних двигунів вертольотів, проведено аналіз наукових праць з цієї тематики за останні роки. Розглянуто існуючі підходи до побудови систем діагностики несправностей та систем автоматичного управління на основі штучних нейронних мереж. Результати наведеного аналізу можуть бути використані при розробці нових методів та алгоритмів ідентифікації та діагностики технічних об’єктів на основі нейромережевих аналізаторів. У цій роботі як приклад наведена узагальнена нейромережева модель авіаційних двигунів вертольотів, що застосовується для моніторингу їх технічного стану в режимі польотів вертольотів. З даною моделлю у роботі сформульовано задача ідентифікації технічного стану авіаційних двигунів вертольотів. У цій роботі наведено приклад застосування нейромережевих технологій у задачах управління авіаційними двигунами вертольотів у польотних режимах. Розроблено структуру моделі управління авіаційними двигунами вертольотів у польотних режимах із застосуванням нейронної мережі архітектури персептрон. Отримані результати свідчать про переваги застосування нейронних мереж у задачах управління авіаційними двигунами вертольотів у польотних режимах перед іншими методами, наприклад, методом управління із застосуванням ПІД-регуляторів. З боку сучасних програмно-технічних засобів відсутні будь-які обмеження на складність використовуваних алгоритмів, проте для реалізації тих значних потенційних можливостей, які мають системи управління на основі штучних нейронних мереж, потрібна розробка концептуально нових підходів до побудови таких систем.
Посилання
Осовский С. Нейронные сети для обработки информации / пер. с польского И. Д. Рудинского. Москва : Финансы и статистика, 2002. 344 с.
Лазарев В. М., Свиридов А. П. Нейросети и нейрокомпьютеры. Москва : Издательство МГТУ РЭА, 2011. 131 с.
Легконогих Д. С. Применение нейросетевых технологий в системах диагностики авиационных силовых установок. Известия Самарского научного центра Российской академии наук. 2012. Т. 14. № 4 (2). С. 639–643.
Добродеев И. П. Повышение эффективности нейросетевых моделей в системах диагностики технического состояния газотурбинных двигателей на основе функциональной адаптации : дис. ... канд. техн. наук. Рыбинск, 2010. 218 с.
Макаров А. С. Алгоритмы контроля и диагностики систем управления авиационными ГТД на основе нейросетевых моделей и нечеткой логики : дис. ... канд. техн. наук. Уфа, 2011. 207 с.
Метод диагностирования авиационных двигателей в условиях частичной потери информации / Е. Копытов, B. Лабендик, А. Осис, А. Тарасов. Авиадвигатели XXI века : труды II Международной научно-технической конференции, 2005. C. 246–247.
Степанов С. Ю. Проектирование процедур организации управления объектами машиностроения на основе аппарата фрагментации больших нейронных сетей : дис. ... канд. техн. наук. Москва, 2011. 152 с.
Скалозуб В. В., Швец О. М. Нейросетевые модели диагностики электродвигателей постоянного тока. Інформаційно-керуючі системи на залізничному транспорті. 2009. № 4. С. 7–11.
Керенцев Е. В. Анализ методов диагностирования двигателей постоянного тока на автомобиле. Вектор науки Тольяттинского государственного университета. 2011. № 3(17). С. 50–53.
Коровин Я. С. Методы и средства оперативной диагностики состояния электроцентробежных насосов нефтедобывающих скважин на основе нейронных сетей : дис. ... канд. техн. наук. Таганрог, 2011. 162 с.
Воеводин Ю. Ю. Методы и алгоритмы структурно-параметрического синтеза нейросетевой модели для формирования интеллектуальных информационных технологий : дис. ... канд. техн. наук. Волгоград, 2009. 153 с.
Елисеев В. Л. Разработка и исследование нейросетевых алгоритмов управления стационарными и нестационарными объектами : дис. ... канд. техн. наук. Москва, 2012. 208 с.
Агвами С. А., Коломейцева М. Б. Синтез адаптивного нейрорегулятора для управления нелинейным многосвязным объектом. Вестник Московского энергетического института. 2011. № 6. С. 209–215.
Анисимов А. А., Горячев М. Н. Идентификация электромеханических систем с использованием искусственной нейронной сети. Вестник Ивановского государственного энергетического университета. 2008. Вып. 3. С. 55–58.
Трофимов В. Б. Методы и алгоритмы построения нейроэкспертных систем автоматического контроля и управления технологическими процессами (на примере черной металлургии) : дис. ... канд. техн. наук. Новокузнецк, 2008. 189 с.
Tudosie A.-N. Aircraft Gas-Turbine Engine’s Control Based on the Fuel Injection Control. Aeronautics and Astronautics, Intech, Rijeka, Croatia, 2011. 2011. Pp. 305–331.
Бахирев И. В. Нейросетевые модели управления в задачах испытания САУ ГТУ. Инновационные технологии: теория, инструменты, практика (INNOTECH 2012). 2013. С. 66–71.