Сучасний стан наукових досліджень та технологій в промисловості (Dec 2020)
НЕЙРОМЕРЕЖЕВИЙ ОБЧИСЛЮВАЧ ЗАДЛЯ ВІДНОВЛЕННЯ ВТРАЧЕНОЇ ІНФОРМАЦІЇ ЗІ ШТАТНИХ ДАТЧИКІВ БОРТОВОЇ СИСТЕМИ КОНТРОЛЮ І ДІАГНОСТИКИ АВІАЦІЙНОГО ДВИГУНА ТВ3-117
Abstract
Предметом дослідження в статті є авіаційний двигун ТВ3-117 та методи контролю і діагностики його технічного стану. Мета роботи – розробка нейромережевого обчислювача задля відновлення втраченої інформації зі штатних датчиків бортової системи контролю і діагностики технічного стану авіаційного двигуна ТВ3-117 в режимі реального часу. В статті вирішуються наступні завдання: відновлення втраченої інформації автоасоціативною нейронною мережею при одиночній відмові датчика, відновлення втраченої інформації «оптимальною» автоасоціативною нейронною мережею у разі одиночних відмов датчиків бортової системи контролю і діагностики, відновлення втраченої інформації автоасоціативною нейронною мережею і бортовою системою контролю і діагностики з датчика реєстрації температури газів перед турбіною компресора у разі його відмови. Використовуються такі методи: методи теорії ймовірностей і математичної статистики, методи нейроінформатики, методи теорії інформаційних систем та обробки даних. Отримано наступні результати: Розв’язано актуальну задачу відновлення втраченої інформації зі штатних датчиків в режимі реального часу. Досліджено різні архітектури обчислювачів і алгоритми відновлення. Пропонується інженерна процедура відновлення втраченої інформації з використанням нейрообчислювача. У результаті використання нейрообчислювача забезпечено ефективне і якісне відновлення інформації зі штатних датчиків в умовах бортової системи контролю і діагностики авіаційного двигуна ТВ3-117. Висновки: Використання автоасоціативної нейронної мережі у бортовій системі контролю і діагностики для відновлення інформації дозволяє забезпечити відмовостійкість вимірювальних каналів систем управління, зокрема авіаційного двигуна ТВ3-117. Основною перевагою використання нейронних мереж у рамках бортової системи контролю і діагностики є можливість навчання і донавчання у режимі реального часу з урахуванням індивідуальних характеристик конкретного двигуна. Відновлення інформації при відмові датчиків за допомогою автоасоціативної нейронної мережі забезпечує похибку відновлення даних не більше 0,45 % у разі одиночних відмов і не більше 0,6 % у разі подвійних відмов. При цьому час одного циклу відновлення даних становить 1589,544 нс для обчислювача Raspberry Pi NanoPi M1 Plus і 196,246 нс – для спеціалізованого нейропроцесора Intel Neural Compute Stick 2, що задовольняє вимогам бортової реалізації у складі бортової системи контролю і діагностики.
Keywords
