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 с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».