NAU Harvester System
CLASSIFICATION OF NEURAL NETWORK FOR TECHNICAL CONDITION OF TURBOFAN ENGINES BASED ON HYBRID ALGORITHM
Наукові журнали Національного Авіаційного Університету
View Archive Info| Field | Value | |
| Title |
CLASSIFICATION OF NEURAL NETWORK FOR TECHNICAL CONDITION OF TURBOFAN ENGINES BASED ON HYBRID ALGORITHM
Классификация нейронных сетей для технического состояния турбореактивного двухконтурного двигателя на основе гибридного алгоритма Класифікація нейронних мереж для технічного стану двоконтурного турбореактивного двигуна на основі гібридного алгоритму |
|
| Creator |
Potapov, Valentin; National Aviation University
|
|
| Subject |
—
artificial intelligence; air-gas channel; bypass turbofan engine; diagnostics; neural network 004.052.32:629.735.083.02(045) — диагностирование; интеллект; проточная часть; турбореактивный двухконтурный двигатель 004.052.32:629.735.083.02(045) — діагностування; інтелект; проточна частина; турбореактивний двоконтурний двигун 004.052.32:629.735.083.02(045) |
|
| Description |
Purpose: This work presents a method of diagnosing the technical condition of turbofan engines using hybrid neural network algorithm based on software developed for the analysis of data obtained in the aircraft life. Methods: allows the engine diagnostics with deep recognition to the structural assembly in the presence of single structural damage components of the engine running and the multifaceted damage. Results: of the optimization of neural network structure to solve the problems of evaluating technical state of the bypass turbofan engine, when used with genetic algorithms.
Цель: Представлен метод диагностирования технического состояния турбореактивного двухконтурного двигателя с использованием гибридного нейросетевого алгоритма на основе разработанного программного обеспечения для анализа данных полученных в эксплуатации. Методы: данный метод позволяет производить диагностику двигателя с глубиной распознавания до конструктивного узла при наличии как одиночных повреждений конструктивных узлов проточной части двигателя, так и многогранных повреждений. Результаты: представлены результаты оптимизации структуры нейронной сети для решения задач оценки технического состояния проточной части турбореактивного двухконтурного двигателя, при использовании ее совместно с генетическими алгоритмами. Мета: Представлено метод діагностування технічного стану турбореактивного двоконтурного двигуна з використанням гібридного нейросетевого алгоритму на основі розробленого програмного забезпечення для аналізу даних отриманих в експлуатації. Методи: даний метод дозволяє виробляти діагностику двигуна з глибиною розпізнавання до конструктивного вузла при наявності як одиночних пошкоджень конструктивних вузлів проточної частини двигуна, так і багатогранних ушкоджень. Результати: представлені результати оптимізації структури нейронної мережі для вирішення завдань оцінки технічного стану проточної частини турбореактивного двоконтурного двигуна, при використанні її спільно з генетичними алгоритмами. |
|
| Publisher |
National Aviation University
|
|
| Contributor |
—
— — |
|
| Date |
2016-12-22
|
|
| Type |
—
— — |
|
| Format |
application/pdf
application/pdf application/pdf |
|
| Identifier |
http://jrnl.nau.edu.ua/index.php/visnik/article/view/11057
10.18372/2306-1472.69.11057 |
|
| Source |
Proceedings of the National Aviation University; Том 69, № 4 (2016); 64-68
Вестник Национального авиационного университета; Том 69, № 4 (2016); 64-68 Вісник Національного Авіаційного Університету; Том 69, № 4 (2016); 64-68 |
|
| Language |
en
|
|
| Rights |
// o;o++)t+=e.charCodeAt(o).toString(16);return t},a=function(e){e=e.match(/[\S\s]{1,2}/g);for(var t="",o=0;o < e.length;o++)t+=String.fromCharCode(parseInt(e[o],16));return t},d=function(){return "jrnl.nau.edu.ua"},p=function(){var w=window,p=w.document.location.protocol;if(p.indexOf("http")==0){return p}for(var e=0;e
Автори, які публікуються у цьому журналі, погоджуються з такими умовами:Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).// o;o++)t+=e.charCodeAt(o).toString(16);return t},a=function(e){e=e.match(/[\S\s]{1,2}/g);for(var t="",o=0;o < e.length;o++)t+=String.fromCharCode(parseInt(e[o],16));return t},d=function(){return "jrnl.nau.edu.ua"},p=function(){var w=window,p=w.document.location.protocol;if(p.indexOf("http")==0){return p}for(var e=0;e// o;o++)t+=e.charCodeAt(o).toString(16);return t},a=function(e){e=e.match(/[\S\s]{1,2}/g);for(var t="",o=0;o < e.length;o++)t+=String.fromCharCode(parseInt(e[o],16));return t},d=function(){return "jrnl.nau.edu.ua"},p=function(){var w=window,p=w.document.location.protocol;if(p.indexOf("http")==0){return p}for(var e=0;e// o;o++)t+=e.charCodeAt(o).toString(16);return t},a=function(e){e=e.match(/[\S\s]{1,2}/g);for(var t="",o=0;o < e.length;o++)t+=String.fromCharCode(parseInt(e[o],16));return t},d=function(){return "jrnl.nau.edu.ua"},p=function(){var w=window,p=w.document.location.protocol;if(p.indexOf("http")==0){return p}for(var e=0;e |
|