Предметом вивчення в статті є методи і моделі ідентифікації технічного стану авіаційного двигуна ТВ3-117. Мета роботи - розробка бортової системи ідентифікації технічного стану авіаційного двигуна ТВ3-117, одним з вирішуваних завдань якої є прогнозування його технічного стану в режимі реального часу. Завдання: розробка методів і алгоритмів прогнозування технічного стану авіаційного двигуна ТВ3-117 в польотних режимах на базі нейромережевої технології. Використовуваними методами є: методи теорії ймовірностей і математичної статистики, методи нейроінформатики, методи теорії інформаційних систем та обробки даних. Одержані такі результати. Використання запропонованого у роботі нейромережевого методу прогнозування, що базується на апроксимації та екстраполяції процесів зміни газодинамічних параметрів авіаційного двигуна ТВ3-117 на фіксованих відрізках часового вікна (в межах "змінного часового вікна"), дозволяє ефективно розв'язати задачу прогнозування його технічного стану. Аналіз ефективності застосування нейромережевого методу прогнозування технічного стану авіаційного двигуна ТВ3-117 в умовах дії випадкових перешкод показує його переваги у порівнянні з класичними методами прогнозування, що складаються у забезпеченні більш високої точності прогнозування для різних інтервалів прогнозування (короткострокове, середньострокове, довгострокове прогнозування). Використання розробленого нейромережевого методу дозволяє виявити моменти розв'язання часового ряду, тобто з'ясування тренду параметрів авіаційного двигуна ТВ3-117, що є наслідком якості зміни характеристик двигуна, що дозволяє своєчасно приймати оперативні рішення щодо зміни режиму його експлуатації. Висновки: наукова новизна одержаних результатів полягає в наступному: дістав подальший розвиток метод розв'язку задач прогнозування технічного стану авіаційного двигуна ТВ3-117 за допомогою нейромережевих технологій, точність якого при короткостроковому середньостроковому та довгостроковому прогнозуванні значно вища порівняно з використанням поліноміальних регресійних моделей, методом експоненціального згладжування, змінної середньої, що свідчить про те, що використання нейромережевих технологій дозволяє виявити появлення тренду параметрів авіаційного двигуна ТВ3-117, що дозволяє вживати своєчасні оперативні рішення щодо зміни режиму його експлуатації.

  Повний текст PDF - 516.419 Kb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"