Повышение эффективности нейросетевых моделей в системах диагностики технического состояния газотурбинных двигателей на основе функциональной адаптации

ВВЕДЕНИЕ.
ГЛАВА 1. АНАЛИЗ ИНТЕЛЛЕКТУАЛЬНЫХ МЕТОДОВ ДИАГНОСТИКИ ТЕХНИЧЕСКОГО СОСТОЯНИЯ ГТД
1.1 Направления диагностики ГТД и типы диагностических задач
1.2 Анализ особенностей методов искусственного интеллекта
1.3 Анализ существующих методов диагностики технического состояния ГТД
на основе нейронных сетей.
1.3.1 Реализация подзадачи оперативного контроля
1.3.2 Реализация задачи классификации технического состояния ГТД
1.3.3 Анализ трендов параметров ГТД.
1.3.4 Комбинирование нейросетевых структур с другими
интеллектуальными методами
1.4 Анализ особенностей нейросетевых моделей при решении задач
1.4.1 Анализ проблем нейросетсвого диагностирования ГТД.
1.4.2 Анализ методов оптимизации структуры нейросетевых моделей
1.5 Выводы по главе.
ГЛАВА 2. ФОРМАЛИЗАЦИЯ ПОДХОДОВ К ПОСТРОЕНИЮ НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ ДЛЯ РЕШЕНИЯ ОСНОВНЫХ ТИПОВ ЗАДАЧ ДИАГНОСТИКИ ТЕХНИЧЕСКОГО СОСТОЯНИЯ ГТД
2.1 Особенности ГТД как объекта диагностирования
2.2 Концепция функционально прозрачных нейронных сетей
2.3 Формализация принципов решения основных диагностических задач с
использованием моделей ФПНС.
2.3.1 Формирование ФПНС для описания моделей исправного состояния
2.3.2 Формирование ФПНС для моделей трендового контроля параметров
2.3.3 Формирование ФПНС для реализации прогнозирующих моделей
2.3.4 Формирование ФПНС для моделей классификации текущего технического состояния ГТД.
2.4 Выводы по главе.
ГЛАВА 3. РАЗРАБОТКА И ОПТИМИЗАЦИЯ НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ ДЛЯ РЕШЕНИЯ ЗАДАЧ ДИАГНОСТИКИ ГТД.
3.1 Разработка и исследование способа самоорганизации персеи гронов на основе функционального расширения селективных алгоритмов.
3.1.1 Модель нейрона с адаптивной функциональностью в структуре самоорганизующихся нейросетей
3.1.2 Самоорганизация нейросетей с растущим числом межнейронных связей.
3.1.3 Выбор критериев оценки качества обучения отдельного нейрона и самоорганизации слоя нейросети.
3.1.4 Способы селекции нейронов в слое и критерии завершения самоорганизации
3.1.5 Исследование алгоритма самоорганизации и обучения нейросети.
3.2 Разработка и исследование способа топологической самоорганизации нейросети Кохонена
3.3.1 Разработка принципов топологической самоорганизации нейросети Кохонена
3.3.2 Разработка и исследование алгоритма топологической самоорганизации нейросети Кохонена
3.3.2 Исследование алгоритма топологической самоорганизации нейросети Кохонена
3.3 Разработка способа адаптации нейросети Хэмминга к работе с непрерывными входными векторами.
3.2.1 Модель нейрона в слое расширения размерности.
3.2.2 Характеристики слоя расширения размерности.
3.2.3 Исследование функционирования слоя расширения размерности
3.4 Выводы по главе.
ГЛАВА 4. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ ФПНС МОДЕЛЕЙ ПРИ РЕШЕНИИ ОСНОВНЫХ ЗАДАЧ ДИАГНОСТИКИ ГТД
4.1 Методика проведения экспериментов.
4.2 Экспериментальное исследование описания исправного состояния ГТД с использованием ФПНС моделей
4.3 Экспериментальное исследование выявления тренда в характеристиках двигателя с использованием ФПНС моделей.
4.4 Экспериментальное исследование прогнозирования изменения характеристик ГТД при помощи ФПНС моделей
4.5 Экспериментальное исследование Ф11С моделей классификации технического состояния ГТД.
4.6 Разработка способа комплексного диагностирования ГТД на основе
ФШС моделей
4.7 Выводы по главе.
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ