ЖЕРНАКОВ С.В. Применение технологии нейронных сетей для диагностики технического состояния авиационных двигателей, Научно-практический журнал ИЖГТУ «Интеллектуальные системы в производстве, 2006, 2, с.70-80. RU 2389999 С1, 20.05.2010. RU 2379645 С2, 20.01.2010. RU 2369854 C2, 10.10.2009. RU 2310180 C1, 10.11.2007. ЕР 1619489 В1, 19.03.2008. US 7020595 B1, 28.03.2006.
Имя заявителя:
Открытое акционерное общество "Научно-производственное объединение "Сатурн" (RU)
Изобретатели:
Добродеев Илья Павлович (RU)
Патентообладатели:
Открытое акционерное общество "Научно-производственное объединение "Сатурн" (RU)
Реферат
Изобретение относится к способам диагностики технического состояния газотурбинного двигателя (ГТД) с применением нейронных сетей. Техническим результатом является расширение технологических возможностей способа путем выявления неисправностей на ранних стадиях и отслеживания технического состояния двигателя в динамике. Заявляемый технический результат достигается тем, что исходные характеристики контролируемых параметров определяют на диагностируемом двигателе в заведомо исправном его состоянии, например в процессе приемо-сдаточных испытаний в виде математических зависимостей, назначают эталонный промежуток N времени, производят последовательную регистрацию каждого параметра с выбранным интервалом в пределах эталонного промежутка N времени. Регистрацию параметров для последующего диагностического контроля производят за пределами этого промежутка времени и, после определения отклонений каждого из этих параметров от исходной характеристики, производят сглаживание величин отклонений. Обучающую выборку для нейронной сети Кохонена формируют из данных эталонного промежутка N времени, для чего формируют наборы исходных кортежей по m последовательных сглаженных значений отклонений параметра в каждом, при этом первый кортеж каждого набора начинают формировать с первого сглаженного значения отклонения, а последующие путем сдвига на одно значение, определяют статистические характеристики для каждого из сформированных кортежей, нормируют параметры исходного кортежа относительно статистических характеристик для каждого набора исходных кортежей и формируют дополнительные кортежи. Вектор входных параметров для нейронной сети формируют из исходного и дополнительного кортежей, а также статистических характеристик исходного кортежа и после обработки полученных данных, в процессе которой выполняется обучение и кластеризация нейронной сети Кохонена, составляют список нейронов, характеризующий классы состояния двигателя. Из отклонений значений параметров для диагностического контроля от исходных характеристик аналогично формируют набор кортежей, после кластерного анализа которого и выбора нейрона с максимальным значением выходного сигнала сопоставляют этот нейрон со списком нейронов, характеризующим классы состояния двигателя. Вывод об отсутствии изменений в техническом состоянии двигателя делают при наличии выбранного нейрона в составленном списке. 6 ил.
Поиск патентов
Получить полное описание патента