Xl Туполевские чтения : всероссийская (с международным участием) молодежная научная конференция. Казань, 8-10 октября 2003 г., тезисы докладов. Т. 3

Разработка нейросетевого метода повышения отказоустойчивости авиационного ГТД И.И. Муслухов Научный руководитель: С.В. Жернаков, к.т.н., доцент Уфимский государственный авиационный технический университет Известны 5 параметров авиационного измеренных на установив­ шихся режимах работы в процессе стендовых испытаний: Т» и Во - темпе­ ратуры (К) и давление ( мм.рт.ст .) окружающей среды, П| - частота враще­ ния ротора турбины компрессора низкого давления (%),П2 - частота вра­ щения ротора турбины компрессора высокого давления (%). Т4 - темпера­ тура газов на выходе из турбины (К). Необходимо построить нейросетевоР модуль для обеспечения повышения отказоустойчивости и надежностк авиационного газотурбинных двигателей. В качестве основного преимущества применения аппарата аутоассо- циативных нейронных сетей для исправления и восстановления ошибоч­ ных данных с датчиков необходимо отметить следующее: идентификация, парирование отказов и адаптация данных с датчиков осуществляются с помощью одной НС. Один из "классических" методов для оценки правильности функ­ ционирования датчика - метод фильтра Калмана, который в случае отказг обнаруживал ложный сигнал с датчика, фильтровал его и восстанавливал Однако, как показывают многочисленные исследования с фильтром Кал- мана, успешное его применение полностью зависит от точности математи­ ческой модели, описывающей физику процесса и соответствия точности фильтра данному процессу. Нейросетевой модуль реализован в приложении MatLab, с использо­ ванием внутреннего языка программирования. Его работа заключается е ; приеме первоначальных данных, создании, обучении и тестирования сети и выдачи как результата обученной сети. Работа данного нейросетевого модуля носит пошаговый характер. Существуют следующие шаги: «Вво;: данных», «Название данных», «Статистическая обработка», «Архитектуре сети», «Последовательность обучения», «Сохранение результатов». Данный нейросетевой модуль входит в состав экспертной системы которая комплексно решает задачу повышения отказоустойчивости работь двигателя. 77