Neural networks for gas turbine engine diagnosing
DOI:
https://doi.org/10.18372/2306-1472.20.1016Abstract
Problems of a neural networks architecture definition, which is optimal one for effective gas turbine engine technical state class recognition by parameters of working process, are considered in article. The question of formation of recognition quality criteria and creation of data sets for the network training and testing are considered too.
References
Кучер О.Г., Якушенко О.С., Сухоруков В.Ю. Розпізнавання технічного стану авіаційних ГТД з використанням нейроних мереж. – Запоріжжя: ЗНТУ; ХАІ; МоторСіч, 2002. – №1. – С. 101–106.
Адаменко В.А., Дубровин В.И., Субботин С.А. Диагностика лопаток авиадвигателей по спектрам затухающих колебаний после ударного возбуждения на основе нейронных сетей прямого распространения // Нові матеріали і технології в металургії та машинобудуванні. – 2000. – № 1. – С. 91–96.
Медведев В.С., Потемкин В.Г. Нейронные сети. MatLab 6 / Под общ. ред. В.Г.Потемкина. –М.: ДИАЛОГ-МИФИ, 2002. – 496 с.
Двигатель ПС-90А. Руководство по технической эксплуатации. В 3-х кн. – Пермь: ПНПО “Авиадвигатель”, 1990.
Игнатович С.Р., Якушенко А.С. Использование математической модели рабочего процесса ГТД при прогнозировании его остаточного ресурса // Прогресс – технология – качество: Тр. ІІ Конгресса двигателестроителей Украины. –Харьков: ИМиС, 1997. – С. 279–281.
Арсак Ж. Программирование игр и головоломок: Пер. с франц. – М.: Наука. Гл.ред.физ.-мат.лит., 1990. – 224 с.
