Задачи оценивания технических состояний конструктивно сложных машиностроительных изделий, в том числе турбовентиляторных (турбореактивных) газотурбинных двигателей, поршневых двигателей внутреннего сгорания, дизелей, редукторов, компрессоров и т.д. в процессе эксплуатации в условиях реального времени, когда решение о наличии или отсутствии у изделия свойств, обеспечивающих возможность выполнять заданные в технической документации функций должно приниматься по результатам текущих измерений до момента времени поступления нового наблюдения за объектом с возможностью прогнозирования остаточного ресурса по-прежнему остаются важными и актуальными. Очевидно, что основой решения указанных задач должны быть универсальные упрощенные математические модели, описывающие процессы, протекающие в ходе эксплуатации, обладающие памятью и устанавливающие взаимосвязи между переменными входа, выхода и переменными состояния. Определение вида и структуры таких моделей позволит значительно усовершенствовать методику анализа измерительной информации, сократить число диагностических параметров и повысить быстродействие вычислительных систем, тем самым уменьшив затраты на эксплуатацию без снижения эксплуатационной надежности.
В статье предлагается подход к разработке предиктивной модели прогнозирования остаточного ресурса турбовентиляторных газотурбинных двигателей в режиме реального времени эксплуатации по результатам измерения штатных диагностических параметров, базирующийся на использовании технологии, входящей в современный стек технологий искусственного интеллекта, и базирующейся на использовании многослойного нелинейного персептрона с обратной рекуррентной связью, обученного использованием метода обратного распространения ошибки. При этом для решения задачи синтеза наилучшей архитектуры многослойного персептрона предлагается использовать ряд информационных критериев.
Предлагаемый подход в отличие от традиционных методов многомерного статистического анализа данных, менее чувствителен к недостатку априорной или искаженной измерительной информации, позволяет учитывать нестационарность измерительных последовательностей, обладает малой инерционностью и достаточной устойчивостью решения. Предлагаемый подход не привязан к конкретному объекту и поэтому может быть использована для широкого круга машиностроительных изделий.
Предлагаемый подход в отличие от традиционных методов многомерного статистического анализа данных, менее чувствителен к недостатку априорной или искаженной измерительной информации, позволяет учитывать нестационарность измерительных последовательностей, обладает малой инерционностью и достаточной устойчивостью решения. Предлагаемый подход не привязан к конкретному объекту и поэтому может быть использована для широкого круга машиностроительных изделий.
