+
Действующая цена700 499 руб.
Товаров:
На сумму:

Электронная библиотека диссертаций

Доставка любой диссертации в формате PDF и WORD за 499 руб. на e-mail - 20 мин. 800 000 наименований диссертаций и авторефератов. Все авторефераты диссертаций - БЕСПЛАТНО

Расширенный поиск

Методология доводки элементов ГТД на основе структурно-параметрического анализа апостериорной информации

  • Автор:

    Шишкин, Владимир Никифорович

  • Шифр специальности:

    05.07.05

  • Научная степень:

    Докторская

  • Год защиты:

    2006

  • Место защиты:

    Рыбинск

  • Количество страниц:

    350 с. : ил.

  • Стоимость:

    700 р.

    499 руб.

до окончания действия скидки
00
00
00
00
+
Наш сайт выгодно отличается тем что при покупке, кроме PDF версии Вы в подарок получаете работу преобразованную в WORD - документ и это предоставляет качественно другие возможности при работе с документом
Страницы оглавления работы

ГЛАВА 1. СОСТОЯНИЕ ПРОБЛЕМЫ. ЦЕЛЬ РАБОТЫ И РЕШАЕМЫЕ ЗАДАЧИ
ГЛАВА 2. МЕТОДОЛОГИЧЕСКИЕ ПРОБЛЕМЫ НЕЙРОУПРАВЛЕНИЯ КАЧЕСТВОМ ДОВОДКИ ЭЛЕМЕНТОВ ГТД
2.1 Формализация априорной информации в авиадвигателе-строении. Внешнее дополнение в нейроуправлении
2.2 Разработка методов эвристической оптимизации элементов ГТД
2.3 Разработка метода поиска эффективной структуры статистического описания
2.4 Разработка метода кластеризации при некоррелированных входных переменных
2.5 Сжатие информации о напряженно-деформированном состоянии лопатки для управления его трехмерной моделью
2.6 Разработка квалиметрической шкалы качества плоских черно-белых изображений микроструктуры сплавов и др
2.7 Разработка квалиметрической шкалы качества составов исполнителей технологических операций
2.8 Разработка базовой адаптивной распознающей системы
(БАРС)
ВЫВОДЫ ПО ГЛАВЕ
ГЛАВА 3. НЕЙРОУПРАВЛЕНИЕ КАЧЕСТВОМ ЭЛЕМЕНТОВ ГТД НА ИХ ИМИТАЦИОННЫХ ГАЗОДИНАМИЧЕСКИХ МОДЕЛЯХ
3.1 Имитационное моделирование отклонений запасов ГДУ многоступенчатого компрессора
3.2 Поиск оптимальных углов установки лопаток пятнадцати ступенчатого компрессора на его имитационной модели
3.3 Наблюдаемое управление параметрами решетки рабочих колес и направляющих аппаратов на одномерной и двумерной
имитационных моделях многоступенчатых компрессоров
3.3.1 Сжатие информации о параметрах осевого многоступенчатого компрессора для управления его одномерной математической моделью

3.3.2 Сжатие информации о параметрах осевого многоступенчатого компрессора для управления его двумерной моделью
3.4 Совершенствование геометрии широкохордных лопаток
на их трехмерных имитационных моделях
3.5 Совершенствование эксплуатационных характеристик материала компрессорных лопаток на их трехмерных имитационных моделях
3.6 Совершенствование эксплуатационных характеристик материала турбинных лопаток на их трехмерных имитационных
моделях
ВЫВОДЫ ПО ГЛАВЕ
ГЛАВА 4. НЕЙРОУПРАВЛЕНИЕ НА СТОХАСТИЧЕСКИХ МОДЕЛЯХ ДАННЫХ ЦЕХОВОГО КОНТРОЛЯ
4.1 Активный мониторинг координатных измерений сложнопрофильных элементов ГТД
4.2 Мониторинг неравномерности площадей межлопаточных каналов соплового аппарата и высот лопаток диффузора диагональной ступени компрессора
4.3 Оптимальная коррекция геометрии электрода в процессе электрохимической обработки лопаток компрессора
4.4 Мониторинг свойств микроструктуры жаропрочных сплавов
4.5. Повышение усталостной прочности рабочих лопаток се-шйного двигателя
4.6 Синтез требуемых служебных характеристик сталей и сплавов на их нейроуправляемых стохастических моделях
4.7 Квалиметрия функционирования трансмиссии авиационного ГТД
4.7.1 Модифицированный секвентный анализ вибросигнала
4.7.2 Зависимость эксплуатационной надежности трансмиссионных роликоподшипников от параметров монтажа
4.7.3 Исследование влияния "человеческого фактора" на ресурсопригодность ответственных узлов ГТД
ВЫВОДЫ ПО ГЛАВЕ
ГЛАВА 5. НЕЙРОУПРАВЛЕНИЕ КАЧЕСТВОМ МОДЕЛЬНЫХ ЭЛЕМЕНТОВ ГАЗОВОЗДУШНОГО ТРАКТА ГТД
5.1 Обобщение результатов продувок плоских компрессорных решеток методом регрессионного анализа

5.2 Синтез геометрии профиля по результатам продувок
(етырех вариантов сопловой решетки
5.3 Метод определения потерь в решетках турбин по экспериментальным данным
5.3.1 Обоснование метода
5.3.2 Кластерный анализ профилей турбинных решеток
5.3.3 Поиск системы информативных признаков для прогнозирования потерь в решетке турбины
5.4 Структурный анализ переходных каналов
5.4.1 Синтез геометрии бесстоечных межтурбинных переходных каналов
5.4.2 Структурный анализ переходных каналов с профилированными стойками
5.5 Построение стохастических моделей изолированных ступеней многоступенчатых компрессоров
5.6 Статистическая оптимизация параметров фронтового устройства камеры сгорания ГТД по границам срыва и розжига
5.7 Анализ и синтез при поиске компромиссных решений в задаче оптимизации фронтового устройства камеры сгорания
5.8 Синтез геометрии лопаточного диффузора центробежной
ступени методами структурного анализа
ВЫВОДЫ ПО ГЛАВЕ
ГЛАВА 6. НЕЙРОУПРАВЛЕНИЕ КАЧЕСТВОМ ЭЛЕМЕНТОВ ГТД ПО ДАННЫМ О ИХ НАТУРНЫХ ИСПЫТАНИЯХ
6.1 Синтез характеристик центробежной ступени по данным активного эксперимента
6.2 Синтез параметров центробежных ступеней по рекламной информации
6.3 Структурный анализ двух мероприятий по повышению КПД осевой компрессорной ступени
6.4 Нейроуправление качеством центробежной ступени в процессе ее доводки
6.5 Нейроуправление качеством диагональной компрессорной ступени в процессе ее доводки
6.6 Нейроуправление качеством характеристик полноразмерной камеры сгорания ГТД в процессе ее доводки
6.7 Нейроуправление процессом отладки температурных полей авиационного ГТД
6.8 Структурный анализ и синтез экспериментальных эмиссионных характеристик камеры сгорания

блематике авиадвигателестроения. Например, в авиации это управление динамикой полета в непредсказуемых условиях;
- в космической технике - активная виброзащита космических аппаратов;
- в химической, нефтеперерабатывающей промышленности, в биотехнологиях нейроуправление позволяет эффективно решать проблемы оптимального синтеза характеристик объекта с существенно нелинейными характеристиками;
- в металлургии нейроуправление обеспечивает высокоэффективную работу прокатных станов, в металлообработке позволяет предсказывать качество поверхности, корректировать скорость перемещения щупа в зависимости от кривизны поверхности;
- управление электроэрозионными станками обеспечивает получение поверхностей сложной формы с малой шероховатостью. Это достигается высокоточным управлением электроискровым устройством, осуществляемым нейроконтроллером;
- нейроуправление в энергетике связано с управлением соединенными в систему турбогенераторами. Нейронная сеть применяется здесь для обучения системы управления нагрузкой, управления частотой нагрузки, которая изменяется при колебаниях энергопотребления.
Рассмотренные в обзоре [1] примеры показывают, что методология нейроуправления носит междисциплинарный характер, что очень важно, для авиадвигателестроения, где одновременно совершенствуется геометрия сложнопрофильных элементов проточной части ГТД (газодинамика), свойства многокомпонентных систем (металлургия жаропрочных сплавов, прочность), вибропроцессы различной физической природы (резонансы, помпажи), технологические процессы фрезерования, электрохимической обработки лопаток компрессоров и турбин.

Рекомендуемые диссертации данного раздела

Время генерации: 0.140, запросов: 967