Авиационный газотурбинный двигатель выполняет две основные функции в полете: создает тягу, которая обеспечивает движение самолета в воздухе, и снабжает его необходимой мощностью для работы самолетных систем. Для безопасности полетов и предотвращения аварийных ситуаций необходима непрерывная оценка состояния двигателя при разных режимах эксплуатации. Чтобы точно отслеживать изменения, можно применить адаптивные технологии на основе сложных математических моделей. Но они требуют больших вычислительных ресурсов, и их не реализовать на существующих цифровых агрегатах. Ученые Пермского Политеха разработали адаптивную бортовую модель на основе искусственного интеллекта. Она позволяет повысить скорость и точность оценки состояния авиационного газотурбинного двигателя во время полетов.
В Пермском Политехе повысили точность оценки состояния авиадвигателя с помощью ИИ / © jcomp, Freepik
Статья опубликована в журнале IEEE «Институт инженеров электротехники и электроники». Исследование проведено в рамках программы стратегического академического лидерства «Приоритет 2030».
Применяемая сейчас адаптивная модель авиадвигателя основана на методе диагностической матрицы. Она позволяет определять неизмеряемые параметры (изменения эффективности работы (КПД) основных узлов двигателя, отборы воздуха, утечки) через физически измеряемые. Но процесс базируется на сложных системах уравнений, которые имеют множество решений. В таких случаях необходимо использовать другие методы.
Ученые Пермского Политеха предлагают для оптимизации автоматического управления двигателем внедрять генетический алгоритм, который работает по принципу естественного отбора. Такой эволюционный алгоритм поиска производит случайный подбор оптимального решения диагностической системы уравнений, которое будет удовлетворять заданному критерию качества, на основе комбинирования и вариации искомых параметров двигателя.
«Стендовые испытания на имитаторе двигателя показали, что другие применимые для решения поставленной задачи методы, несмотря на высокое быстродействие, в отличие от генетического алгоритма, дают неустойчивое решение. То есть при незначительной погрешности в измерениях датчиков, участвующих в формировании диагностической системы, получаемые в результате параметры двигателя могут отличаться от реальных в несколько раз.
Это недопустимо в условиях полета, так как существенно снижает надежность работы системы автоматического управления. В то же время наше решение показывает стабильную работу и низкую погрешность – 0,453 процента при допустимом быстродействии», – комментирует Татьяна Кузнецова, доцент кафедры «Конструирование и технологии в электротехнике» ПНИПУ, кандидат технических наук.
Разработанные учеными Пермского Политеха алгоритмы помогут точно идентифицировать состояние авиадвигателя в реальном времени, адаптируя его ко всем возможным режимам эксплуатации. Внедрение метода позволит создавать еще более надежные системы автоматического управления для авиадвигателей нового поколения.
