Wyniki 1-1 spośród 1 dla zapytania: authorDesc:"RAFAŁ KIESZEK"

Zastosowanie sztucznych sieci neuronowych do obliczeń wytrzymałościowych maszyn wirnikowych DOI:10.15199/148.2018.9.4


  Jednym z wyzwań w dziedzinie techniki lotniczej jest minimalizacja kosztów wytwarzania i eksploatacji. Wiąże się to bezpośrednio z optymalizacją czasu obliczeń numerycznych. Do wymienionych zagadnień coraz częściej implikuje się sztuczne sieci neuronowe (SSN). W literaturze sztuczne sieci neuronowe używane są w większości do kilku celów. Do diagnozowania silników lotniczych [1], identyfikacji, wykrywania trybów pracy silników, analizy tendencji, klasyfikacji, przewidywania stanu itp. [2, 3], do symulowania zachowań statku powietrznego lub silnika turbinowego oraz sterowania nim [4]. Używa się ich jednak coraz częściej także do projektowania i optymalizacji [5, 6], a w ostatnich latach następuje łączenie SSN z algorytmami twardymi do standardowych obliczeń numerycznych [7 - 9] w połączeniu z metodą elementów skończonych (MES) czy [10, 11] w połączeniu z metodą objętości skończonych (MOS). W wyniku analizy literatury stwierdzono brak opracowań optymalizacji czasu pracy algorytmów służących do obliczeń wirników silników turbinowych. W artykule autorzy postanowili przedstawić możliwość stosowania SSN do obliczeń podzespołów lotniczych silników napędowych. Testy SSN na przykładzie belki wysięgnikowej Pierwszym postawionym problemem było wyznaczenie rozkładu naprężeń wzdłuż belki wysięgnikowej. W tym celu rozwiązano problem metodami analitycznymi, wyznaczając rozkład momentu gnącego. Stworzono algorytmy sieci neuronowych w podprogramie programu MATLAB (Neural Network Tools). Zastosowano sieć typu NARX (Nonlinear Autoregressive wit[...]

 Strona 1