Расчёт авиационных рычажно-поплавковых клапанов с помощью нейронных сетей
- Авторы: Пушкарев Д.О.1, Киселев Д.Ю.1, Киселев Ю.В.1
-
Учреждения:
- Самарский национальный исследовательский университет имени академика С.П. Королёва
- Выпуск: Том 21, № 4 (2022)
- Страницы: 44-51
- Раздел: АВИАЦИОННАЯ И РАКЕТНО-КОСМИЧЕСКАЯ ТЕХНИКА
- URL: https://journals.ssau.ru/vestnik/article/view/11044
- DOI: https://doi.org/10.18287/2541-7533-2022-21-4-44-51
- ID: 11044
Цитировать
Полный текст
Аннотация
Показана возможность применения нейронных сетей в авиации, в частности в изделиях, предназначенных для использования в авиационной технике. Анализируется возможность применения нейронных сетей на протяжении всего жизненного цикла изделий авиационной техники. Описаны преимущества, которые можно получить с помощью нейронных сетей. Проанализированы основные этапы по созданию нейросетевой модели и представлено описание каждого этапа. Показаны сложности, связанные с практическим применением моделей на основе искусственного интеллекта. Приведён расчёт на функционирование рычажно-поплавкового клапана и сделана нейросетевая модель для его расчёта с использованием реальных данных эксплуатации и испытаний.
Об авторах
Д. О. Пушкарев
Самарский национальный исследовательский университет имени академика С.П. Королёва
Автор, ответственный за переписку.
Email: pushkarevdobez@mail.ru
ORCID iD: 0000-0003-1549-7585
аспирант кафедры эксплуатации авиационной техники
РоссияД. Ю. Киселев
Самарский национальный исследовательский университет имени академика С.П. Королёва
Email: eat@inbox.ru
ORCID iD: 0000-0002-1478-3734
кандидат технических наук, доцент кафедры эксплуатации авиационной техники
РоссияЮ. В. Киселев
Самарский национальный исследовательский университет имени академика С.П. Королёва
Email: zamivt@ssau.ru
ORCID iD: 0000-0003-0492-0878
кандидат технических наук, доцент кафедры эксплуатации авиационной техники
РоссияСписок литературы
- Russell S.J., Norving P. Artificial intelligence: a modern approach. Prentice-Hall, 2021. 1136 p.
- Николенко С., Кадурин А., Архангельская Е. Глубокое обучение. СПб: Питер, 2018. 480 с.
- Рашид Т. Создаём собственную нейронную сеть. СПб: ООО «Альфа-книга», 2017. 272 с.
- Бринк Х., Ричардс Д., Феверолф М. Машинное обучение. СПб: Питер, 2017. 336 с.
- Гудфеллоу Я., Бенджио И., Курвиль А. Глубокое обучение. СПб: ДМК Пресс, 2018. 652 с.
- Флах П. Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных. М.: ДМК Пресс, 2015. 400 c.
- Карелин В.С. Проектирование рычажных и зубчато-рычажных механизмов: справочник. М.: Машиностроение, 1986. 180 с.
- Сумский С.Н. Расчёт кинематических и динамических характеристик плоских рычажных механизмов: справочник. М.: Машиностроение, 1980. 312 с.
- Фролов К.В., Попов С.А., Мусатов А.К., Лукичев Д.М., Скворцова Н.А., Никоноров В.А., Савелова А.А., Петров Г.Н., Ремезова Н.Е., Акопян В.М. Теория механизмов и машин: учеб. для втузов. М.: Высшая школа, 1987. 496 с.
- Хайкин С. Нейронные сети: полный курс. М.: Издательский дом «Вильямс», 2006. 1104 c.
- ГОСТ Р 58849-2020. Авиационная техника гражданского назначения. Порядок создания. Основные положения. М.: Стандартинформ, 2020. 61 с.