Дослідження інтелектуальної класифікації поточного технічного стану газотурбінних двигунів

Автор(и)

  • Микола Петрович Кравчук Національний авіаційний університет, пр. Комарова, 1, м. Київ, Україна, 03058, Україна https://orcid.org/0000-0003-3012-5907

DOI:

https://doi.org/10.15587/2312-8372.2015.38073

Ключові слова:

газотурбінний двигун, інтелектуальна система, реконфігурація керування, система діагностування, технічний стан

Анотація

Наведено структуру діагностування технічного стану газотурбінного двигуна (ГТД). Запропоновано метод навчання інтелектуальної автоматичної системи діагностування та реконфігурації керування (ІСАДРК) режимами роботи ГТД на базі інтеграції нечіткої логіки та нейромереж. Досліджено теоретично і експериментально можливості класифікації ІСАДРК поточного технічного стану ГТД в особливих експлуатаційних ситуаціях.

Біографія автора

Микола Петрович Кравчук, Національний авіаційний університет, пр. Комарова, 1, м. Київ, Україна, 03058

Кандидат технічних наук, асистент

Кафедра автоматизації та енергоменеджменту

Посилання

  1. Epifanov, S. V., Loboda, I. I. (2004). Identifikatsiia staticheskoi i dinamicheskoi modelei protochnoi chasti kak sredstvo diagnostirovaniia GTD. Vestnik dvigatelestroeniia, № 2, 206–212.
  2. Gasidzhak, V. S., Kazak, V. N., Bel'skaia, A. A. (2008). Kombinirovannaia strategiia tehnicheskogo obsluzhivaniia GPA po narabotke s prognozirovaniem predotkaznogo sostoianiia. Materialy mizhnarodnoi konferentsii «ISDMCI’2008», (Yevpatorіia, 19-23 travnia 2008), T. 2, 100-103.
  3. Dmitriev, S. A. (1996). Diagnostirovanie protochnoi chasti GTD na ustanovivshihsia i neustanovivshihsia rezhimah raboty. K.: KMUGA, 358.
  4. Boguslaev, A. V., Dubrovin, V. I., Subbotin, S. A. (2004). Metody neiterativnogo sinteza mnogosloinyh neironnyh setei v zadachah diagnostiki aviadvigatelei. Vestnik dvigatelestroeniia, № 1, 86-93.
  5. Boguslaev, A. V., Dubrovin, V. I., Subbotin, S. A., Yatsenko, V. K. (2002). Diagnostika lopatok aviadvigatelei na osnove mnogosloinoi logicheski prozrachnoi neironnoi seti. Vestnik dvigatelestroeniia, № 1, 85-90.
  6. Yam, R. C. M., Tse, P. W., Li, L., Tu, P. (2001, February 1). Intelligent Predictive Decision Support System for Condition-Based Maintenance. The International Journal of Advanced Manufacturing Technology, Vol. 17, № 5, 383–391. doi:10.1007/s001700170173
  7. Sirotin, N. N., Korovkin, Yu. M. (1979). Tehnicheskaia diagnostika aviatsionnyh gazoturbinnyh dvigatelei. M.: Mashinostroenie, 272.
  8. Dubrovin, V. I., Subbotin, S. A., Boguslaev, A. V., Yatsenko, V. K. (2003). Intellektual'nye sredstva diagnostirovaniia i prognozirovaniia nadezhnosti aviadvigatelei. Zaporozhye: OAO «Motor–Sіch», 279.
  9. Hasydzhak, V. S., Kazak, V. M. (2007). Baiiesovskyi alhorytm rozpiznavannia peredvidmovnykh staniv hazoperekachuvalnykh ahrehativ. Visnyk tsentralnoho naukovoho tsentru TAU, Vol. 10, 77-78.
  10. Bodianskii, E. V., Rudenko, O. G. (2004). Iskusstvennye neironnye seti: arhitektura, obuchenie, primenenie. Kharkov: TELETEH, 372.

##submission.downloads##

Опубліковано

2015-01-29

Як цитувати

Кравчук, М. П. (2015). Дослідження інтелектуальної класифікації поточного технічного стану газотурбінних двигунів. Technology Audit and Production Reserves, 1(3(21), 53–57. https://doi.org/10.15587/2312-8372.2015.38073

Номер

Розділ

Системи та процеси керування: Оригінальне дослідження