Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 635051)
Контекстум
Руконтекст антиплагиат система
Известия высших учебных заведений. Электроника  / №3 2016

Использование нейронных сетей для построения прогностических моделей процессов в энергетических установках и их агрегатах (154,00 руб.)

0   0
Первый авторЗароченцев
АвторыКовалев В.И., Пастухов А.А., Прокофьев А.А.
Страниц7
ID376650
АннотацияПредставлен опыт внедрения информационно-измерительных технологий и имитационного моделирования в практику стендовой отработки различных изделий ракетно-космической техники. Рассмотрен пример использования нейросетевого имитационного моделирования применительно к задаче построения прогностической модели прироста давления в насосе горючего турбонасосного агрегата жидкостного ракетного двигателя в зависимости от скорости потока и концентрации полимерной присадки. Приведены этапы программной реализации соответствующей нейросетевой модели, а также описание пользовательского интерфейса. С помощью модели уточнена оптимальная концентрация полимерной присадки, позволяющая увеличить КПД насоса горючего жидкостного ракетного двигателя.
УДК004.318
Использование нейронных сетей для построения прогностических моделей процессов в энергетических установках и их агрегатах / С.Г. Зароченцев [и др.] // Известия высших учебных заведений. Электроника .— 2016 .— №3 .— С. 51-57 .— URL: https://rucont.ru/efd/376650 (дата обращения: 06.05.2024)

Предпросмотр (выдержки из произведения)

УДК 004.318 Использование нейронных сетей для построения прогностических моделей процессов в энергетических установках и их агрегатах С. <...> Прокофьев1 1Национальный исследовательский университет «МИЭТ» 2Акционерное общество «НПО Энергомаш имени академика В.П. Глушко» (г. Химки) Simulation Modeling Using Neural Network to Create Prediction Models of Processes in Liquid-Propellant Rockets and Their Aggregates S.G. <...> Prokofiev1 1National Research University of Electronic Technology, Moscow 2«NPO Energomash named after V.P.Glushko», JSC, Khimki Представлен опыт внедрения информационно-измерительных технологий и имитационного моделирования в практику стендовой отработки различных изделий ракетно-космической техники. <...> Рассмотрен пример использования нейросетевого имитационного моделирования применительно к задаче построения прогностической модели прироста давления в насосе горючего турбонасосного агрегата жидкостного ракетного двигателя в зависимости от скорости потока и концентрации полимерной присадки. <...> Приведены этапы программной реализации соответствующей нейросетевой модели, а также описание пользовательского интерфейса. <...> С помощью модели уточнена оптимальная концентрация полимерной присадки, позволяющая увеличить КПД насоса горючего жидкостного ракетного двигателя. <...> Ключевые слова: стендовая система функциональной диагностики жидкостного ракетного двигателя; нейросетевая имитационная модель. <...> Using the model the optimal concentration of the polymer additive, permitting to increase the efficiency of the liquid-propellant fuel pump, has been refined. <...> Keywords: test bench system of functional diagnostics of liquid-propellant rockets; neural networks simulation model. <...> В АО «НПО Энергомаш» начиная с 1990-х гг. был создан ряд имитационных моделей, позволивших в сжатые сроки внедрить стендовую систему функциональной диагностики основных параметров жидкостного ракетного двигателя (ЖРД) [1]. <...> В частности, для внедрения информационно-измерительной системы для визуального контроля стендовых параметров на базе современной измерительной аппаратуры в открытом стандарте VXI (VMEbus eXtention for Instrumentation) создана имитационная модель, позволившая <...>