МЕТОД ІНТЕГРАЛЬНОЇ ОЦІНКИ ТЕХНІЧНОГО СТАНУ ГАЗОПЕРЕКАЧУВАЛЬНИХ АГРЕГАТІВ
Ключові слова:
газоперекачувальний агрегат, інтегральна оцінка, математична модель, генетичний алгоритм, роздільна функціяАнотація
Запропоновано новий метод інтегральної оцінки технічного стану газоперекачувальних агрегатів, суть якого полягає у тому, що для кожного вузла ГПА у просторі показників технічного стану за допомогою нейронної мережі виділяються області, які характеризують зміну технічного стану певного вузла у часі. Кожній такій області приписується певний рейтинг, так що технічний стан ГПА характеризується сумою таких рейтингів. Отримані умови, за яких технічний стан ГПА класифікується за певними градаціями.
Завантаження
Дані завантаження ще не доступні.
Посилання
1 Технічне діагностування та контроль технічного стану. Терміни та визначення: ДСТУ 2389 – 94 – [Чинний від 01.01.1995]. – К.: Держстандарт України, 1994. – 24 с.
2 Angelakis C. А A Neural Network-based Method for Gas Turbine Blading Fault Diagnosis / C. Angelakis, E. N. Loukis, A. D. Pouliezos, G. S. Stavrakakis // International Journal of Modelling and Simulation – 2001. – Vol. 21,
No. 1. – p. 51-60.
3 Kong C. Intelligent performance diagnos-tics of a gas turbine engine using user-friendly interface neural networks / C. Kong, J. Ki, M. Kang, S. Kho // Aircraft Engineering and Aerospace Technology. – 2004. – Vol. 76 Iss: 4. – pp. 391-397.
4 Urban L. A. Gas Path Analysis Applied to Turbine Engine Condition Monitoring / Urban L. A. // J. of Aircraft. – 1973. – Vol. 10, No. 7. – р. 37-46.
5 Зарицкий С. П. Диагностика газоперекачивающих агрегатов с газотурбинным приводом / С. П. Зарицкий. – М.: Недра, 1986. – 198 с.
6 Оссовский С. Нейронные сети для обработки информации / С. Оссовский; [пер. с поль. И. Д. Рудинского]. – М.: Финансы и статистика, 2004. – 343 с.
7 Мурыгин К. В. Построение классификаторов на основе разделяющих поверхностей / К. В. Мурыгин // Штучний інтелект. – 2008. – № 2. – С. 65 – 69.
8 Горбійчук М. І. Індуктивний метод побудови математичних моделей газоперекачувальних агрегатів природного газу / М. І. Горбійчук, М. І. Когутяк, Я. І. Заячук // Нафтова і газова промисловість. – 2008. – № 5. – С. 32–35.
9 Горбійчук М. І. Синтез функцій класифікації на основі генетичних алгоритмів / М. І. Горбійчук, С. Т. Самуляк, І. В. Щупак // Штучний інтелект. – 2010. – № 2. – С. 24–31.
10 Горбійчук М. І. Метод визначення технічного стану газоперекачувальних агрегатів на засадах нейронних мереж / М. І. Горбійчук, І. В. Щупак // Матеріали міжнародної проблемно-наукової міжгалузевої конференції «Інформаційні проблеми комп’ютерних систем, юриспруденції, енергетики, економіки, моделювання та управління»: Поступ в науку, 01-04 червня Intelligent performance diagnostics of a gas turbine engine using user-friendly interface neural networks, Kong Chang-duk, Ki Ja-young, Kang Myoung-cheol, Kho Seong-hee, Aircraft Engi-neering and Aerospace Technology, v. 76, n. 4, p. 391-397, 2004.
2 Angelakis C. А A Neural Network-based Method for Gas Turbine Blading Fault Diagnosis / C. Angelakis, E. N. Loukis, A. D. Pouliezos, G. S. Stavrakakis // International Journal of Modelling and Simulation – 2001. – Vol. 21,
No. 1. – p. 51-60.
3 Kong C. Intelligent performance diagnos-tics of a gas turbine engine using user-friendly interface neural networks / C. Kong, J. Ki, M. Kang, S. Kho // Aircraft Engineering and Aerospace Technology. – 2004. – Vol. 76 Iss: 4. – pp. 391-397.
4 Urban L. A. Gas Path Analysis Applied to Turbine Engine Condition Monitoring / Urban L. A. // J. of Aircraft. – 1973. – Vol. 10, No. 7. – р. 37-46.
5 Зарицкий С. П. Диагностика газоперекачивающих агрегатов с газотурбинным приводом / С. П. Зарицкий. – М.: Недра, 1986. – 198 с.
6 Оссовский С. Нейронные сети для обработки информации / С. Оссовский; [пер. с поль. И. Д. Рудинского]. – М.: Финансы и статистика, 2004. – 343 с.
7 Мурыгин К. В. Построение классификаторов на основе разделяющих поверхностей / К. В. Мурыгин // Штучний інтелект. – 2008. – № 2. – С. 65 – 69.
8 Горбійчук М. І. Індуктивний метод побудови математичних моделей газоперекачувальних агрегатів природного газу / М. І. Горбійчук, М. І. Когутяк, Я. І. Заячук // Нафтова і газова промисловість. – 2008. – № 5. – С. 32–35.
9 Горбійчук М. І. Синтез функцій класифікації на основі генетичних алгоритмів / М. І. Горбійчук, С. Т. Самуляк, І. В. Щупак // Штучний інтелект. – 2010. – № 2. – С. 24–31.
10 Горбійчук М. І. Метод визначення технічного стану газоперекачувальних агрегатів на засадах нейронних мереж / М. І. Горбійчук, І. В. Щупак // Матеріали міжнародної проблемно-наукової міжгалузевої конференції «Інформаційні проблеми комп’ютерних систем, юриспруденції, енергетики, економіки, моделювання та управління»: Поступ в науку, 01-04 червня Intelligent performance diagnostics of a gas turbine engine using user-friendly interface neural networks, Kong Chang-duk, Ki Ja-young, Kang Myoung-cheol, Kho Seong-hee, Aircraft Engi-neering and Aerospace Technology, v. 76, n. 4, p. 391-397, 2004.
##submission.downloads##
Опубліковано
02.12.2010
Як цитувати
Горбійчук, М. І., Щупак, І. В., & Кімак, В. Л. (2010). МЕТОД ІНТЕГРАЛЬНОЇ ОЦІНКИ ТЕХНІЧНОГО СТАНУ ГАЗОПЕРЕКАЧУВАЛЬНИХ АГРЕГАТІВ. Нафтогазова енергетика, (2(13), 38–43. вилучено із https://nge.nung.edu.ua/index.php/nge/article/view/259
Номер
Розділ
ФІЗИКО-ТЕХНІЧНІ ПРОБЛЕМИ ТРАНСПОРТУ ТА ЗБЕРІГАННЯ ЕНЕРГОНОСІЇВ
.png)
1.png){kind=logo}
