Применение регрессионных моделей в задачах повышения отказоустойчивости газотурбинных двигателей

Обложка

Цитировать

Полный текст

Аннотация

Рассмотрен подход к повышению отказоустойчивости газотурбинных двигателей за счёт использования экспериментальных математических моделей. Определена структура математических моделей. Рассмотрен аппарат регрессионных моделей. Приведены результаты обучения и адекватность предложенных регрессионных моделей. Проведён анализ регрессионных моделей для основных параметров газотурбинного двигателя.

Полный текст

Доступ закрыт

Об авторах

Сергей Владимирович Остапенко

АО «ОДК-СТАР»

Автор, ответственный за переписку.
Email: nataly-anv@mail.ru
SPIN-код: 2027-5034

генеральный конструктор

Россия, 614990, Пермь, ул. Куйбышева,140А

Наталья Владимировна Андриевская

Пермский национальный исследовательский политехнический университет

Email: nataly-anv@mail.ru

кандидат технических наук, доцент кафедры микропроцессорных средств автоматизации

Россия, 614013, Пермь, ул. Профессора Поздеева,7

Александр Анатольевич Южаков

Пермский национальный исследовательский политехнический университет

Email: nataly-anv@mail.ru
ORCID iD: 0000-0003-1865-2448
SPIN-код: 4820-8360

доктор технических наук, профессор, заведующий кафедрой автоматики и телемеханики

Россия, 614013, Пермь, ул. Профессора Поздеева,7

Список литературы

  1. Иноземцев А. А., Сандрацкий В. Л. Газотурбинные двигатели. Пермь: Изд-во ОАО «Авииадвигатель»,2006. 1204 с.
  2. Проблемы управления сложными динамическими объектами авиационной и космической техники / под ред. С. Н. Васильева. М.: Машиностроение,2015. 519 с.
  3. Интеллектуальные системы управления и контроля газотурбинных двигателей / под ред. С. Н. Васильева. М.: Машиностроение,2008. 549 с.
  4. Гуревич О. С., Гулиенко А. И., Сметанин С. А. Анализ современных САУ ТРДД и направления их развития // Системы автоматического управления авиационными силовыми установками: Сборник научных трудов / Под редакцией О.С. Гуревича. М: Центральный институт авиационного моторостроения имени П.И. Баранова,2020. С. 7-12.
  5. Остапенко С. В., Южаков А. А. Повышение отказоустойчивости САУ с помощью применения алгоритмов искусственного интеллекта // Математическое моделирование. Материалы II международной конференции. М.: Издательство «Перо»,2021. С. 68-70.
  6. Гольберг Ф. Д., Гуревич О. С., Петухов А. А. Математическая модель двигателя в САУ ГТД для повышения надежности и качества управления // Труды МАИ. 2012. Т. 58. С. 16-24.
  7. Остапенко С. В., Андриевская Н. В., Южаков А. А. Повышение отказоустойчивости газотурбинных двигателей за счёт использования встраиваемой экспериментальной модели // Научно-технический вестник Поволжья. 2023. № 11. С. 372-378.
  8. Гольберг Ф. Д., Петухов А. А. Идентификация бортовой математической модели двигателя // Системы автоматического управления авиационными силовыми установками. С. 61-65
  9. Дрейпер Н., Смит Г. Прикладной регрессионный анализ/ пер. с англ. М.: Диалектика,2007. 911 с.
  10. Рашка С., Мирджалили B. Pyton и машинное обучение. Киев: Компьютерное изд-во «Диалектика»,2020. 848 с.
  11. Машинное обучение: основы, алгоритмы и практика применения: пер. с англ. / Дж.Уатт и др. СПб.: БХВ-Петербург,2022. 640 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1.  Тепловая карта зависимостей

Скачать (119KB)
3. Рис. 2. Результаты моделирования исходного параметра P₂, модели (Random Forest Regressor) и абсолютная ошибка MAE

Скачать (163KB)
4. Рис. 3. Результаты моделирования исходного параметра T₄, модели (SGD Regression_Baseline) и абсолютная ошибка MAE

Скачать (182KB)

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).