Low emission combustor control conception and its expert-model for smart-controller neural network training

Abstract

Рассматривается подход к управлению малоэмиссионной камерой сгорания авиационного ГТД на базе техноло-гии искусственного интеллекта. В качестве модели искусственного интеллекта принимается нейронная сеть. Главной проблемой разработки нейронных сетей в интеллектуальных системах управления (смарт-регуляторах) на этапе проек-тирования является наличие адекватной математической эксперт-модели объекта, необходимой для их тренировки (обучения). Современные системы управления активно используют также встроенные математические модели объекта для реализации целевых функций и параметров управления, которые не могут быть получены прямым измерением, в частности эмиссии вредных веществ (окислов азота и углерода). Между тем эмиссия вредных веществ в современ-ных газотурбинных двигателях является столь же значимым параметром, как тяга (мощность) или ресурс.В качестве такой математической модели малоэмиссионной камеры сгорания, пригодной как для тренировки нейронной сети, так и для встраивания в структуру смарт-регулятора, рассматривается стохастическая нелинейная ма-тематическая модель генерации окислов азота на базе уравнения Зельдовича. Особенностью представленной матема-тической модели является применение принципа суперпозиции генерации окислов азота в диффузионном и гомоген-ном факелах. Функции распределения плотности вероятности концентрации топливовоздушной смеси в этих факелах учитывают как пространственную неоднородность состава смеси, так и гармоническую составляющую от акустичеких волн, генерируемых теплоподводом. Представленная концепция математической модели в виде интегральных соотно-шений сформирована на основе свертки результатов численного моделирования на 4D-метамодели и имеющихся экс-периментальных данных.В качестве целевой функции (критерия) управления малоэмиссионной камерой сгорания авиационного газотур-бинного двигателя предлагается нормируемый уровень эмиссии окислов азота за цикл взлет-посадка, что может быть реализовано с помощью смарт-регулятора на основе нейронной сети.Ключевые слова: малоэмиссионная камера сгорания, газотурбинный двигатель, система управления, искус-ственный интеллект, нейронная сеть, математическая модель. V.G. Avgustinovich, T.A. Kuznetsova, A.I. Fatykov, A.D. NugumanovPerm National Research Polytechnic University, Perm, Russian Federation LOW EMISSION COMBUSTOR CONTROL CONCEPTION AND ITS EXPERT-MODEL FOR SMART-CONTROLLER NEURAL NETWORK TRAININGApproach to control of low-emission aeroengine combustor on artificial intelligence base is presented. The neural network as model of artificial intelligence is used. The main problem of neural network designing for smart controllers, particularly on first stage, is availability of identical object mathematical expert-model, that is need for neural network training. The on-board aeroengine models is widely used in the modern control and monitoring systems now. However the low emission combustor is essentially more unlinear and stochastic object and working out of the object model is very complicated task. Moreover the NOx emission is the pa...