Простийпошук |
Розширенийпошук |
Покажчики
|
Професійний пошук |
Рубрикатор НБУВ |
Розподілений пошук |
Бази даних
Наукова періодика України - результати пошуку
Книжкові видання та компакт-дискиЖурнали та продовжувані виданняАвтореферати дисертаційРеферативна база данихНаукова періодика УкраїниТематичний навігаторАвторитетний файл імен осіб
 |
Для швидкої роботи та реалізації всіх функціональних можливостей пошукової системи використовуйте браузер "Mozilla Firefox" |
|
|
Повнотекстовий пошук
Список видань за алфавітом назв: Авторський покажчик Покажчик назв публікацій  |
Пошуковий запит: (<.>A=Kulyk М$<.>) | |||
|
Загальна кількість знайдених документів : 1 |
|||
| 1. | 
Kulyk М. Development of a data acquisition method to train neural networks to diagnose gas turbine engines and gas pumping units [Електронний ресурс] / М. Kulyk, P. Abdullayev, O. Yakushenko, O. Popov, A. Mirzoyev, О. Chumak, V. Okhmakevych // Восточно-Европейский журнал передовых технологий. - 2018. - № 6(9). - С. 55-63. - Режим доступу: http://nbuv.gov.ua/UJRN/Vejpte_2018_6(9)__8 Одним із перспективних шляхів підвищення ефективності діагностування авіаційних газотурбінних двигунів і газоперекачувальних агрегатів (ГПА) є використання нейронних мереж (НМ). Для того, щоб така мережа почала працювати, її необхідно попередньо навчити, використовуючи заздалегідь підготовлені навчальні приклади. Ці дані повинні повно характеризувати роботу об'єкта в широкому діапазоні режимів роботи та за різного технічного стану вузлів, що діагностуються. Крім того, необхідно мати аналогічний набір даних для контролю якості навчання НМ. Для якісного навчання мережі розпізнанню одного типу несправностей необхідно мати набір, що містить 20 - 200 і більш навчальних прикладів. Одержання такої інформації в експлуатації або за стендових випробувань є досить тривалим або дорогим процесом. Розроблено метод одержання навчального і контрольного наборів даних. Набори призначені для навчання статичної НМ розпізнаванню одиночних і множинних несправностей елементів проточної частини газотурбінного двигуна та ГПА. Метод надає можливість одержувати набори параметрів робочого процесу, що характеризують роботу об'єкта з різним технічним станом проточної частини, вплив помилок виміру та функціонування об'єкта в широкому діапазоні режимів і зовнішніх умов. Для ГПА додатково враховується склад газу, що перекачується. Для одержання необхідних параметрів використовується математична модель робочого процесу об'єкта другого рівня складності. Набори характеризують роботу справних об'єктів і об'єктів, що мають значні несправності каскадів компресорів, турбін і камери згоряння, а у випадку ГПА, і його нагнітача. Розглянуто 2 варіанти формування наборів: з використанням вимірюваних параметрів робочого процесу; з використанням відхилень вимірюваних параметрів від еталонних значень і параметрів, які використано як режимні у математичній моделі робочого процесу. Для другого варіанту проведено перевірку доцільності включення режимних параметрів до складу наборів. Показано, що в ряді випадків режимні параметри можуть бути виключені з наборів даних. | ||
Попередній перегляд: 
Реферативна БД
 |
| Відділ наукової організації електронних інформаційних ресурсів |
 Пам`ятка користувача |