На основі експериментальних даних розкриваються головні гідрогеолого-меліоративні чинники врожайності бавовнику в умовах Карабаху.

Предложена автоматизированная система диагностирования технического состояния авиационных газотурбинных двигателей, основанная на комплексном анализе термогазодинамических и механических параметров работы двигателя с применением различных методов. Рассмотрены основные этапы формирования нейростатистической подсистемы предложенной автоматизированной системы диагностирования технического состояния авиационных газотурбинных двигателей. Приведены результаты экспериментов практической реализации предложенной методики на двигателях ПС-90-76SW, Д30КУ-154 и RB-211-534E.

Предложена методика диагностирования авиационных газотурбинных двигателей на комплексной основе, базирующаяся на математическом моделировании объекта, методах математической статистики, нейросетевых методов и булевой алгебры. Рассмотрены основные этапы формирования подсистемы диагностирования технического состояния авиационных газотурбинных двигателей на основании статической нейронной сети с прямым распространением сигнала. Данная подсистема диагностирования основывается на обработке полетной информации, устойчиво обученной сетью имплантированными классами двигателя. При этом источниками формирования банка имплантированных классов двигателя являются результаты численных экспериментов получения расчетных точек с применением полуэмпирической математической модели двигателя, модели двигателя, полученной на основании множественного регрессионного анализа параметров и реальных неисправностей, накопленных по мере наработки однотипных двигателей. Несмотря на грубую идентификацию текущего состояния двигателя, преимуществом данного этапа является возможность формирования первоначального "портрета" двигателя в виде "исправен" или "вероятность развития диагностической ситуации". Проведены эксперименты по практическому применению предложенной подсистемы диагностирования, где были получены устойчивые результаты.

Предложена методика диагностирования авиационных газотурбинных двигателей на комплексной основе, базирующаяся на математическом моделировании, математической статистике, различных типах нейронных сетей (НС) с прямым распространением сигнала и булевой алгебры. Рассмотрены основные этапы реализации предложенной системы диагностирования технического состояния авиационных газотурбинных двигателей (АГТД) на основе математической статистики и различных типов НС с прямым распространением сигнала. Разработаны и научно обоснованы алгоритмы принятия решений о дальнейшей эксплуатации двигателя по результатам идентификации технического состояния АГТД методами математической статистики и различных типов НС с прямым распространением сигнала. Проведены эксперименты по практическому применению предложенной системы диагностирования на основе реальных неисправностей двигателя RB211-535E4, где были получены устойчивые результаты.

Індекс рубрикатора НБУВ: О551.41-042.303

Рубрики:

Авіаційні газотурбінні двигуни

Шифр НБУВ: Ж24839 Пошук видання у каталогах НБУВ 

Предложена методика диагностирования авиационных газотурбинных двигателей на комплексной основе, базирующаяся на математическом моделировании, математической статистике, различных типов нейронных сетей с прямым распространением сигнала и булевой алгебры. Рассмотрены основные этапы интеграции методов математической статистики и динамической нейронной сети. Проведены эксперименты по практическому применению предложенной подсистемы диагностирования на основе реальных неисправностей двигателя RB211-535E4, где были получены устойчивые результаты.

Рассмотрены особенности применения теории Демпстера - Шефера при синтезе информации в составе комплексной системы диагностирования авиационных газотурбинных двигателей (ГТД). В качестве параметров формирования функций масс предлагается использовать значения коэффициентов асимметрии, а также статистические характеристики распределения значений коэффициента качества распознавания классов ГТД. Приведен числовой пример синтеза информации, полученной на выходе различных математических моделей, методов и средств оценки состояния ГТД.

Рассмотрено исследование оптимизационной задачи многомерного регрессионного уравнения, описывающего техническое состояние авиационного газотурбинного двигателя с применением генетического алгоритма. В соответствии с разработанной методикой, проведен анализ технического состояния двигателя. Состояние оценено по результатам анализа изменений коэффициентов влияния в модели. Рассмотрена методика определения возможного максимума выходного параметра в регрессионном уравнении, описывающее исправное состояние двигателя на основании значений сформированных диапазонов коэффициентов влияния. Приведены удовлетворительные результаты применения генетического алгоритма по оптимизации выходного параметра линейного многомерного регрессионного уравнения.

На основе результатов проведенных исследований определено характер распределения термогазодинамических параметров по длине камеры ракетного двигателя. Показано, что распределение скорости газового потока по оси сопла может быть представлено в виде асимметричного сигмоида. Предложен метод профилирования сопла на основе распределения скорости газового потока по оси камеры двигателя. Уравнения газовой динамики решаются совместно с новым уравнением распределения скорости по оси сопла и с применением метода характеристик, что определил разработку двухсхемной методики профилирования.

Індекс рубрикатора НБУВ: О651.11-043

Рубрики:

Рідинні ракетні двигуни

Шифр НБУВ: Ж24839 Пошук видання у каталогах НБУВ