Користувач:
Serhii Vladov

Вантажиться...
Зображення профілю

Email

Дата народження

Дослідницькі проекти

Структурні одиниці

Посада

Прізвище

Ім'я

Ім'я

Serhii Vladov

Результати пошуку

Зараз показуємо 1 - 10 з 14
  • Ескіз
    Публікація
    Intelligent Method of Identifying the Nonlinear Dynamic Model for Helicopter Turboshaft Engines
    (Sensors. – 2024. – Vol., 24, Issue 19. – Article 6488, 2024) Vladov, S. I.; Владов, С. І.; Banasik, A.; Sachenko, A.; Kempa, W. M.; Sokurenko, V. V.; Сокуренко, В. В.; Muzychuk, O. M.; Музичук, О. М.; Pikiewicz, P.; Molga, A.; Vysotska, V.; Serhii Vladov; Valerii Sokurenko
    Дослідження було зосереджено на динамічній моделі турбовального двигуна вертольота, ідентифікації вирішення задач у нестаціонарному та перехідному режимах (запуск двигуна та прискорення) на основі даних датчиків.
  • Ескіз
    Публікація
    Гендерні стереотипи та їх вплив на STEM-освіту: аналіз, виклики та перспективи з погляду нових горизонтів державної безпеки України
    (Авіація, промисловість, суспільство : матеріали V міжнар. наук.-практ. конф. (м. Кременчук, 16 трав. 2024 р.). – Харків : ХНУВС, 2024. – С. 365-367, 2024) Владов, С. І.; Vladov, S. I.; Рудь, Ю. Л.; Rud, Yu. L.; Serhii Vladov
    Проаналізовано, що у сучасному світі STEM-освіта відіграє ключову роль у технологічному розвитку та інноваціях, але гендерні стереотипи значно обмежують участь жінок, що становлять лише 33% науковців, особливо у сферах цифрових технологій, комп'ютерної техніки, фізики, математики та інженерії, де їх лише 22%, що перешкоджає розвитку інноваційного та конкурентоспроможного суспільства.
  • Ескіз
    Публікація
    Гендерні стереотипи та їхній вплив на stem-освіту: аналіз, виклики та перспективи з погляду нових горизонтів державної безпеки України
    (Міжнародна та національна безпека: теоретичні і прикладні аспекти : матеріали VІІІ Міжнар. наук.- практ. конф. (м. Дніпро, 15 берез. 2024 р.) : у 2-х ч. – Дніпро : ДДУВС, 2024. – Ч. І. – С. 353-355, 2024) Владов, С. І.; Vladov, S. I.; Рудь, Ю. Л.; Rud, Yu. L.; Serhii Vladov
    Проаналізовано, що у сучасному світі STEM-освіта відіграє ключову роль у технологічному розвитку та інноваціях, але гендерні стереотипи значно обмежують участь жінок, що становлять лише 33% науковців, особливо у сферах цифрових технологій, комп'ютерної техніки, фізики, математики та інженерії, де їх лише 22%, що перешкоджає розвитку інноваційного та конкурентоспроможного суспільства.
  • Ескіз
    Публікація
    Neural Network Signal Integration from Thermogas-Dynamic Parameter Sensors for Helicopters Turboshaft Engines at Flight Operation Conditions
    (Sensors. – 2024. – Vol. 24, № 13. – Art. 4246, 2024) Vladov, S. I.; Владов, С. І.; Scislo, L.; Sokurenko, V. V.; Сокуренко, В. В.; Muzychuk, O. M.; Музичук, О. М.; Vysotska, V.; Osadchy, S.; Sachenko, A.; Valerii Sokurenko; Serhii Vladov
    Основними положеннями статті є розробка та застосування методу нейронної мережі для інтегрування сигналів термогазодинамічних параметрів гелікоптерних турбовальних двигунів. Це дозволяє ефективно коригувати дані датчика в режимі реального часу, забезпечуючи високу точність і надійність показань. Розроблено нейронну мережу, яка об’єднує замкнуті цикли для параметрів турбовального двигуна вертольота, які регулюються на основі методу фільтрації. Це дозволило досягти майже 100% (0,995 або 99,5%) точності та знизило функцію втрат до 0,005 (0,5%) після 280 епох навчання. Розроблено алгоритм навчання нейронної мережі на основі помилок зворотного розповсюдження для замкнутих циклів, інтегруючи параметри турбовального двигуна вертольота, регульовані на основі методу фільтрації. Він поєднує в собі підвищення точності набору валідації та контроль переобладнання, враховуючи динаміку помилок, що зберігає здатність до узагальнення моделі. Адаптивний тренувальний курс покращує адаптацію до змін даних і умов навчання, підвищуючи продуктивність. Математично доведено, що параметри турбовального двигуна вертольота, які регулюють замкнуту нейронну мережеву інтеграцію методом фільтрації, порівняно з традиційними фільтрами (медіанно-рекурсивним, рекурсивним і медіанним), значно підвищують ефективність. Крім того, це дозволяє зменшити помилки 1-го і 2-го типів: у 2,11 рази порівняно з медіанно-рекурсивним фільтром, у 2,89 рази порівняно з рекурсивним фільтром і в 4,18 рази порівняно з медіанним фільтром. Досягнуті результати значно підвищують точність показань датчиків турбовального двигуна вертольота (до 99,5%) і надійність, забезпечуючи ефективну і безпечну роботу літака завдяки вдосконаленим методам фільтрації та інтеграції даних нейронної мережі. Ці досягнення відкривають нові перспективи для авіаційної промисловості, покращуючи ефективність експлуатації та загальну безпеку польотів вертольотів за допомогою передових технологій обробки даних.
  • Ескіз
    Публікація
    Onboard Neuro-Fuzzy Adaptive Helicopter Turboshaft Engine Automatic Control System
    (Energies. – 2024. – Vol. 17, Issue 16. – Article 4195, 2024) Vladov, S. I.; Владов, С. І.; Bulakh, M.; Vysotska, V.; Yakovliev, R. P.; Яковлєв, Р. П.; Serhii Vladov
    A modified onboard neuro-fuzzy adaptive (NFA) helicopter turboshaft engine (HTE) automatic control system (ACS) is proposed, which is based on a circuit consisting of a research object, a regulator, an emulator, a compensator, and an observer unit. In this scheme, it is proposed to use the proposed AFNN six-layer hybrid neuro-fuzzy network (NFN) with Sugeno fuzzy inference and a Gaussian membership function for fuzzy variables, which makes it possible to reduce the HTE fuel consumption parameter transient process regulation time by 15.0 times compared with the use of a traditional system automatic control (clear control), 17.5 times compared with the use of a fuzzy ACS (fuzzy control), and 11.25 times compared with the use of a neuro-fuzzy reconfigured ACS based on an ANFIS five-layer hybrid NFN. By applying the Lyapunov method as a criterion, its system stability is proven at any time, with the exception of the initial time, since at the initial time the system is in an equilibrium state. The use of the six-layer ANFF NFN made it possible to reduce the I and II types of error in the HTE fuel consumption controlling task by 1.36…2.06 times compared with the five-layer ANFIS NFN. This work also proposes an AFNN six-layer hybrid NFN training algorithm, which, due to adaptive elements, allows one to change its parameters and settings in real time based on changing conditions or external influences and, as a result, achieve an accuracy of up to 99.98% in the HTE fuel consumption controlling task and reduce losses to 0.2%.
  • Ескіз
    Публікація
    Аналіз потенціалу застосування нейромережевих технологій в авіаційній галузі
    (Авіація, промисловість, суспільство : матеріали V міжнар. наук.-практ. конф. (м. Кременчук, 16 трав. 2024 р.). – Харків : ХНУВС, 2024. – С. 222-227, 2024) Владов, С. І.; Vladov, S. I.; Serhii Vladov
    Розглянуто основні напрямки застосування нейромережевих технологій в авіаційній галузі. Показано приклад розв’язання задачі ідентифікації багаторежимної моделі ГТД вертольотів (на прикладі шести вихідних параметрів, що обчислюються за математичною моделлю). Показано, що похибка ідентифікації параметрів ГТД вертольотів за допомогою нейромережевих моделей не перевищує 1 %.
  • Ескіз
    Публікація
    Нейромережева бортова інформаційна модель авіаційних двигунів вертольотів
    (Авіація, промисловість, суспільство : матеріали ІV Міжнар. наук.-практ. конф. (м. Кременчук, 18 трав. 2023 р.). – Кременчук - Харків : ХНУВС, 2023. – С. 252-254, 2023) Владов, С. І.; Vladov, S. I.; Дроздова, С. П.; Drozdova, S. P.; Олексієнко, Е. С.; Oleksiienko, E. S.; Serhii Vladov; Світлана Дроздова
    Наголошено, що перспективним напрямком є розробка інформаційного нейромережевого методу ідентифікації термогазодинамічних параметрів робочого процесу авіаційних ГТД вертольотів безперервно в режимі реального часу (в режимі польоту вертольоту).
  • Ескіз
    Публікація
    Neural network method for identifying potential defects in complex dynamic objects
    (CITI’2024: 2nd International Workshop on Computer Information Technologies in Industry 4.0 ( Ternopil, Ukraine, 12-14 June 2024). – Ternopil, 2024. – Vol. 3742. – Paper 4, 2024) Vysotska, V.; Lytvyn, V.; Vladov, S. I.; Владов, С. І.; Yakovliev, R. P.; Яковлєв, Р. П.; Volkanin, Ye. Ye.; Волканін, Є. Є.; Serhii Vladov
    Робота присвячена розробці нейромережевого методу ідентифікації потенційних дефектів складних динамічних об'єктів, таких як, наприклад, турбовальні двигуни вертольотів.
  • Ескіз
    Публікація
    The Helicopter Turboshaft Engine's Reconfigured Dynamic Model for Functional Safety Estimation
    (Electronics. – 2024. – Vol. 13, Issue 17. – Article 3477, 2024) Vladov, S. I.; Владов, С. І.; Kovtun, V.; Sokurenko, V. V.; Сокуренко, В. В.; Muzychuk, O. M.; Музичук, О. М.; Vysotska, V.; Serhii Vladov; Valerii Sokurenko
    This research substantiates the necessity for developing and implementing structural reconfiguration methods for automatic control systems in the event of a parametric sensor failure to enhance the helicopter turboshaft engine’s overall reliability and safety. The research aim is the substantiation of the helicopter turboshaft engine’s mathematically reconfigured automatic control system in the event of the failure of a standard sensor, which will ensure the helicopter turboshaft engine’s stable operation under failure conditions, minimizing the impact on engine control and performance. A theorem was developed and proven concerning the reconfiguration of the helicopter turboshaft engine’s automatic control system structure, defining the system’s new mathematical form using nonlinear thermogas-dynamic parameters. A method was proposed to determine the values of these parameters that keep the reconfigured control system stable. This method uses numerical optimization to find the best thermogas-dynamic parameters to ensure system stability. Experimental results showed that for slow changes, using parameters from the previous step works best, while for fast changes, restarting is more effective due to significant differences in the system states. The accuracy of the proposed mathematical model for the reconfigured control system was confirmed through mean square error analysis (within 0.4% and 0.77% under white noise), regression analysis (with a determination coefficient of 0.986), and cross-validation (with a metric deviation from the maximum mean square error of 3.88%).
  • Ескіз
    Публікація
    Helicopter Turboshaft Engine Residual Life Determination by Neural Network Method
    (Electronics. – 2024. – Vol. 13, Issue 15. – Article 2952, 2024) Vladov, S. I.; Владов, С. І.; Kovtun, V.; Sokurenko, V. V.; Сокуренко, В. В.; Muzychuk, O. M.; Музичук, О. М.; Vysotska, V.; Serhii Vladov; Valerii Sokurenko
    Розроблено нейромережевий метод визначення залишкового ресурсу турбовального двигуна вертольота, основою якого є ієрархічна система, яка представлена ​​у вигляді моделі нейронної мережі, що складається з чотирьох шарів, що визначає числове значення залишкового ресурсу.