Використання нечітких нейронних мереж в задачах контролю і діагностики технічного стану авіаційного двигуна ТВ3-117 у польотних режимах
Вантажиться...
Дата
2021
ORCID
DOI
Науковий ступінь
Рівень дисертації
Шифр та назва спеціальності
Рада захисту
Установа захисту
Науковий керівник
Члени комітету
Видавець
Вісник Херсонського національного технічного університету. – 2021. – № 1 (76). – С. 77–86
Анотація
Предметом дослідження в статті є авіаційний двигун ТВ3-117 та методи контролю і
діагностики його технічного стану. Мета роботи – обґрунтування використання нечіткої нейронної
мережі Ванга-Менделя задля практичної реалізації нечітких експертних систем контролю і
діагностики технічного стану авіаційних газотурбінних двигунів, зокрема, ТВ3-117, що ґрунтуються на
використанні нечіткої логіки. Використовуються такі методи: методи теорії ймовірностей і
математичної статистики, методи нейроінформатики, методи теорії інформаційних систем та
обробки даних. Висновки: Результати проведених досліджень показали, що штучні нейронні мережі і
системи з нечіткою логікою схожі між собою, однак, кожна з них має свої переваги і недоліки. Даний
висновок був узятий за основу при створенні нечітких нейронних мереж. Такі мережі будують рішення
на основі апарату нечіткої логіки, проте функції приналежності налаштовуються за допомогою
алгоритмів навчання штучних нейронних мереж. Крім того, такі мережі не тільки можуть навчатися,
а й здатні враховувати апріорну інформацію. За своєю структурою нечіткі нейронні мережі схожі з
багатошаровими мережами, наприклад, з мережею, яка навчається за алгоритмом зворотного
поширення, але приховані шари в нечітких мережах відповідають етапам роботи нечіткої системи:
перший шар виробляє введення нечіткості, виходячи із заданих ознак входів; другий шар визначає
множину нечітких правил; третій шар виконує функцію приведення до чіткості. У кожному із
зазначених шарів є набір параметрів, настройка яких проводиться так само, як і настройка звичайної
нейронної мережі. Нечітка експертна система, реалізована за допомогою нечіткої нейронної мережі
Ванга-Менделя, може бути використана в бортовій системі контролю і діагностики технічного стану
авіаційних газотурбінних двигунів, зокрема вертолітних – ТВ3-117.
The subject matter of the article is TV3-117 aircraft engine and methods for monitoring and diagnosing its technical state. The goal of the work is to substantiate the use of the Wang-Mendel fuzzy neural network for the practical implementation of fuzzy expert systems for monitoring the technical state of aircraft gas turbine engines, in particular, TV3-117, based on the use of fuzzy logic. The following methods are used: methods of probability theory and mathematical statistics, methods of neuroinformatics, methods of information systems theory and data processing. Conclusions: The results of the research have shown that artificial neural networks and systems with fuzzy logic are similar to each other, however, each of them has its own advantages and disadvantages. This conclusion was taken as a basis for creating fuzzy neural networks. Such networks build a solution based on the apparatus of fuzzy logic, however, membership functions are tuned using learning algorithms for artificial neural networks. In addition, such networks can not only learn, but are also able to take into account a priori information. By their structure, fuzzy neural networks are similar to multilayer networks, for example, with a network that learns according to the backpropagation algorithm, but the hidden layers in fuzzy networks correspond to the stages of the fuzzy system: the first layer introduces fuzziness based on the given characteristics of the inputs; the second layer defines a lot of fuzzy rules; the third layer has the function of sharpening. Each of these layers has a set of parameters, the setting of which is performed in the same way as setting up a conventional neural network. The fuzzy expert system, implemented using the Wang-Mendel fuzzy neural network, can be used in the on-board system for control and diagnostics the technical state of aircraft gas turbine engines, in particular helicopter ones – TV3-117.
Предметом исследования в статье является авиационный двигатель ТВ3-117 и методы контроля и диагностики его технического состояния. Цель работы – обоснование использования нечеткой нейронной сети Ванга-Менделя для практической реализации нечетких экспертных систем контроля технического состояния авиационных газотурбинных двигателей, в частности, ТВ3-117, основанные на использовании нечеткой логики. Используются следующие методы: методы теории вероятностей и математической статистики, методы нейроинформатики, методы теории информационных систем и обработки данных. Выводы: Результаты проведенных исследований показали, что искусственные нейронные сети и системы с нечеткой логикой схожи между собой, однако, каждая из них имеет свои достоинства и недостатки. Данный вывод был взят за основу при создании нечетких нейронных сетей. Такие сети строят решение на основе аппарата нечеткой логики, однако функции принадлежности настраиваются с помощью алгоритмов обучения искусственных нейронных сетей. Кроме того, такие сети не только могут обучаться, но и способны учитывать априорную информацию. По своей структуре нечеткие нейронные сети схожи с многослойными сетями, например, с сетью, обучающейся по алгоритму обратного распространения, но скрытые слои в нечетких сетях соответствуют этапам работы нечеткой системы: первый слой производит введение нечеткости, исходя из заданных признаков входов; второй слой определяет множество нечетких правил; третий слой выполняет функцию приведения к четкости. В каждом из указанных слоев имеется набор параметров, настройка которых производится так же, как и настройка обычной нейронной сети. Нечеткая экспертная система, реализованная с помощью нечеткой нейронной сети Ванга-Менделя, может быть использована в бортовой системе контроля и диагностики технического состояния авиационных газотурбинных двигателей, в частности вертолетных – ТВ3-117.
The subject matter of the article is TV3-117 aircraft engine and methods for monitoring and diagnosing its technical state. The goal of the work is to substantiate the use of the Wang-Mendel fuzzy neural network for the practical implementation of fuzzy expert systems for monitoring the technical state of aircraft gas turbine engines, in particular, TV3-117, based on the use of fuzzy logic. The following methods are used: methods of probability theory and mathematical statistics, methods of neuroinformatics, methods of information systems theory and data processing. Conclusions: The results of the research have shown that artificial neural networks and systems with fuzzy logic are similar to each other, however, each of them has its own advantages and disadvantages. This conclusion was taken as a basis for creating fuzzy neural networks. Such networks build a solution based on the apparatus of fuzzy logic, however, membership functions are tuned using learning algorithms for artificial neural networks. In addition, such networks can not only learn, but are also able to take into account a priori information. By their structure, fuzzy neural networks are similar to multilayer networks, for example, with a network that learns according to the backpropagation algorithm, but the hidden layers in fuzzy networks correspond to the stages of the fuzzy system: the first layer introduces fuzziness based on the given characteristics of the inputs; the second layer defines a lot of fuzzy rules; the third layer has the function of sharpening. Each of these layers has a set of parameters, the setting of which is performed in the same way as setting up a conventional neural network. The fuzzy expert system, implemented using the Wang-Mendel fuzzy neural network, can be used in the on-board system for control and diagnostics the technical state of aircraft gas turbine engines, in particular helicopter ones – TV3-117.
Предметом исследования в статье является авиационный двигатель ТВ3-117 и методы контроля и диагностики его технического состояния. Цель работы – обоснование использования нечеткой нейронной сети Ванга-Менделя для практической реализации нечетких экспертных систем контроля технического состояния авиационных газотурбинных двигателей, в частности, ТВ3-117, основанные на использовании нечеткой логики. Используются следующие методы: методы теории вероятностей и математической статистики, методы нейроинформатики, методы теории информационных систем и обработки данных. Выводы: Результаты проведенных исследований показали, что искусственные нейронные сети и системы с нечеткой логикой схожи между собой, однако, каждая из них имеет свои достоинства и недостатки. Данный вывод был взят за основу при создании нечетких нейронных сетей. Такие сети строят решение на основе аппарата нечеткой логики, однако функции принадлежности настраиваются с помощью алгоритмов обучения искусственных нейронных сетей. Кроме того, такие сети не только могут обучаться, но и способны учитывать априорную информацию. По своей структуре нечеткие нейронные сети схожи с многослойными сетями, например, с сетью, обучающейся по алгоритму обратного распространения, но скрытые слои в нечетких сетях соответствуют этапам работы нечеткой системы: первый слой производит введение нечеткости, исходя из заданных признаков входов; второй слой определяет множество нечетких правил; третий слой выполняет функцию приведения к четкости. В каждом из указанных слоев имеется набор параметров, настройка которых производится так же, как и настройка обычной нейронной сети. Нечеткая экспертная система, реализованная с помощью нечеткой нейронной сети Ванга-Менделя, может быть использована в бортовой системе контроля и диагностики технического состояния авиационных газотурбинных двигателей, в частности вертолетных – ТВ3-117.
Опис
Використання нечітких нейронних мереж в задачах контролю і діагностики технічного стану авіаційного двигуна ТВ3-117 у польотних режимах / Владов С. І., Москалик В. М., Подгорних Н. В. та ін. // Вісник Херсонського національного технічного університету. – 2021. – № 1 (76). – С. 77–86. – DOI: https://doi.org/10.35546/kntu2078-4481.2021.1.10
Ключові слова
авіаційний двигун, нейронна мережа, експертна система, нечітка логіка, авиационный двигатель, нейронная сеть, экспертная система, нечеткая логика, aircraft engine, neural network, expert system, fuzzy logic, Наукові публікації. Scientific publications. Научные публикации, Техніка. Технічні науки. Machinery. Engineering. Техника. Технические науки