ارائه الگوریتم پایش سلامت یک موتورتوربوفن با استفاده از شبکه عصبی

کد مقاله : 1297-AERO2024

نویسندگان

مصطفی محمودی، مصطفی خزائی، ساناز قزلجه، سید محمد میرمحمدی * دانشگاه مالک اشتر

چکیده مقاله

سیستم‌های پایش سلامت موتورهای توربین گازی امروزه به یک الزام مهم در صنعت هوانوردی تبدیل شده است. در این پژوهش ابتدا به بررسی انواع روش‌های عیب یابی موتورهای توربین گازی موجود در پژوهش‌های صورت گرفته پیشین، در زمینه الگوریتم‌های تشخیص عیب این نوع از پیشرانه ها پرداخته شده است تا کمبودهای موجود و لزوم پرداختن به این موضوع مشخص شده و سپس تلاش شده است تا با مدلسازی عیوب رایج این نوع پیشرانه‌ها در حالت‌های مختلف شامل رسوب گرفتگی پره‌های کمپرسور، خوردگی پره‌های توربین و وجود اختلال در سیستم سوخت رسانی در نرم افزار Gas Turb و با استفاده از شبکه‌ عصبی الگوریتمی بهینه برای تشخیص حالات مختلف موتور توربوفن سنگین F100-PW-220 ارائه شود. مدلسازی‌های صورت گرفته در شرایط عملکردی مختلف موتور مورد بررسی شامل تیک آف با ماخ صفر و پس سوز روشن و نیز همچنین با ماخ 0.1 در همین شرایط پروازی، کروز مادون صوت با ماخ 0.8 با پس سوز خاموش در سه ارتفاع مختلف شامل ارتفاع های 10000 فوتی، 20000 فوتی و 40000 فوتی و نیز کروز مافوق صوت با ماخ 1.6 با پس سوز روشن در سه ارتفاع مختلف شامل ارتفاع های 10000 فوتی، 20000 فوتی و 40000 فوتی انجام شده اند. در این پژوهش از شبکه عصبی از نوع آبشاری با استفاده از توابع انتقال احتمالاتی استفاده شده است.

کلیدواژه ها

پایش سلامت- موتورهای توربین گازی- EHMS- شبکه‌ عصبی آبشاری

وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر