PowerPoint Presentation

תמליל

1 מערכת לגילוי, בידוד ושיפוי כשלי מדידי מנוע סילוני באמצעות רשתות עצביות חיים כהן, AD&D 1

2 תוכן עניינים תיאור כללי של המערכת עכשווי( )מצב מבוא מערך הניסוי מטרה דיאגרמת מערכת השערוך תוצאות הניסויים מושגים מערכות רשתות עצביות "על קצה המזלג" מלאכותיות סיכום ומסקנות דרישות בפעולת מהרשתות SFDIA העצביות תודות - סוגי רשתות SFDIA עצביות ל המועמדות 2

3 מבוא מצב עכשווי מערכות תעופתיות בכלל ומנועים תעופתיים לעייפה במערכות כפולות, משולשות ומרובעות בפרט לצורכי מצוידים יתירות. התוצאה: משקל לעתים ועלות צריכת הספק סיבוכיות ויתור גבוהים גבוהה. על השגת יותר. עלויות פיתוח יתירות קריטית מסבות אלה. גבוהות, תחזוקה יקרה. 3

4 העלאת אמינות פעולת המערכת תקלות בפני החסינות והגדלת במדידים. לא מעונינים ב"עונש" הקבוע הנלווה למערכות יתירות: משקל נפח עודף. עודף. צריכת הספק תחזוקה יותר. גבוהה / מסובכת מחיר מערכת גבוה יותר. יקרה יותר. מטרה תוצאה מבוקשת: מערכת אמינה ללא תוספת מדידים נוספים לצורכי יתירות. 4

5 מושגים המערכת שפותחה בחברת AD&D והמוצגת להלן מכונה: מערכת לגילוי, בידוד ושיפוי כשלי מדידים. SFDIA Sensor Failure Detection, Isolation and Accommodation system. המערכת מושתתת בעיקר על רשתות עצביות מלאכותיות Artificial Neural Networks ועל פונקציות לוגיות. 5

6 מערכות רשתות עצביות מלאכותיות רשתות עצביות הנן מודלים המשתמשים ביסודות על עקרונות השאולים מבינה אנושית. המושתתים רשתות עצביות מאופיינות על ידי יכולות של למידה, אדפטיביות ושל כושר חישוב מקבילי, לפתרון בעיות כמו הקיימות באנליזת נתונים, בשערוך וכו'. של אלו הרשתות העצביות הוכיחו את יתרונן בשטחים רבים לעומת טכניקות מסורתיות מקובלות )כמו מתמטיות או סטטיסטיות(. זאת בעיקר כשנוצר צורך לבנות מודלים של מערכות שבהן קיימת אי ליניאריות ו / או מורכבות גבוהה בין פרמטרי הפלט. 6

7 מערכות רשתות עצביות מלאכותיות קיים מגוון רחב של סוגי רשתות וארכיטקטורות, שניתן ולהתאים בהתאם לצורכי הפתרון: לבחור לדוגמה : Network Multilayer Perceptron with Backpropagation 7

8 דרישות מהרשתות העצביות בפעולת SFDIA כושר למידה מודרכת learning( )supervised מהירה ב- On-line וב-.Off-line אדפטיביות. כושר הכללה )generalization( טוב של נתונים חדשים, ומניעת תופעות של עודף למידה. כושר שיערוך סטטי ודינאמי של פרמטרים במישור הזמן בשגיאות קטנות. יציבות בהתכנסות למינימום שגיאה בעת הלמידה. זכירה של תגובות המערכת שנלמדו לכל משך ההפעלה המבצעית. רגישות נמוכה לרעשי המדידה. יכולת לשמש לאבחון ולזיהוי אות של מדיד כתקול ללא התרעות שווא. יכולת אות המדיד המשוערך לשמש כתחליף לאות המדיד התקול בחוג בקרה סגור. 8

9 (RBF) Radial Basis Function Networks - בשכבה הסמויה נמצא מספר קבוע מראש של ניאורונים בעלי פונקציות הפעלה גאוסיות )σ,μ( רב ממדיות. הלמידה היא מהירה. קיימת התכנסות יציבה למינימום שגיאה גלובאלי. יישומים: משערך אוניברסלי, זיהוי מערכות ותמונות, זיהוי דבור, חיזוי סדרות עתיות. (RAN) Resource Allocation Networks - הרחבה של רעיון רשת.RBF הרשת מוסיפה וגורעת בעצמה ניאורונים בהתאם לקריטריונים שנקבעו בעת התכן. למידה מהירה.on/off-line יישומים: במערכות זה בכלל כנ"ל בקרה בזמן אמת. RAN הרחבת רעיון רשת (DCS) Dynamic Cell Structures הוספת קשרים רוחביים נוספים בין הניאורונים בשכבה הסמויה. רשתות סוגי בעת התכן והניסויים עצביות המועמדות יושמה התאמה של רשתות - SFDIA ל עצביות מטיפוסים אלה. ע"י 9

10 תיאור - SFDIA מערכת ה- SFDIA הנה מערכת עצביות מלאכותיות ועל פונקציות תוכנה לוגיות. המבוססת רשתות על פונקציות התוכנה ממוקמות הקיימים של המנוע. המדידים בין הבקרה חוגי לבין כשהמערכת עובדת, כל זמן תוכנת SFDIA אינה מתערבת, המדידים הגולמיות. שהמדידים מאובחנים כתקינים, ולחוגי הבקרה מסופקות קריאות 10

11 תיאור SFDIA )המשך( בזמן הזה המערכת השערוך שלה. מבצעת למידה ומשפרת יכולות את כאשר מאובחנת המדיד שכשל משוערך שלו. תקלה במדיד מסוים, המערכת מנתקת ממערכת הבקרה ומשלבת במקומו את אות נדרש קיום יתירות אנליטית מספקת במערכת הפיסיקלית. נדרש לא ידע מתמטי אפריורי של המערכת המבוקרת. 11

12 מערך הניסוי N measured N m/est. T5 Fuel Flow SFDIA T5 m/est. FF m/est. Engine Controller V Pump One Spool Turbo Jet Engine N command 12

13 em Terminator2 x nx em Normalization SFA - 5-5z z -1 HPF K- 1/3e4 x e LE ys X N EMRAN-RBF דיאגרמת מערכת השערוך 8e4 Constant - 8e4 K- 3e4 b100 a100 LPF cut off freq. 10 Hz N_est em 2 Learn_SW_N 1 Learn_SW_T5 b07 a07 Discrete Filter cut off freq. 0.7 Hz x nx Normalization1 x e LE 550 Constant ys K- 100 X b16 a16 T5_est Discrete Fil cut off freq. 1.6 Hz T5_m/est T5_m/est LogicUnit em N_m/est N_m/est N_m/est T5 N Wf _com[v]. N_Cmnd Rafael TurboJet Controller Wf _com[v]. real_t5 real_n WF_pump TURBOJET plant Terminator3 K- 1/100 T5 EMRAN-RBF N_cmnd T5_m/f ail real_t5 T5 Failure Switch N_m/f ail real_n N Failure Switch 0 13

14 תוצאות הניסויים שערוך סל"ד - החשות והאטות בשיעור נמוך Engine Speed [RPM] ביצוע תקלת הסל"ד 14

15 תוצאות הניסויים שערוך סל"ד החשות בשיעור בינוני Engine Speed [RPM] 15

16 תוצאות הניסויים שערוך סל"ד החשות בשיעור גבוה Engine Speed [RPM] 16

17 תוצאות הניסויים שערוך סל"ד האטות בשיעור גבוה Engine Speed [RPM] 17

18 תוצאות הניסויים השוואת ביצועי מערכת: משוערך מדיד סל"ד תקין מול אות סל"ד 18

19 תוצאות הניסויים שערוך טמפרטורת צנ"פ Engine Speed [RPM/100]; EGT [ C] ביצוע תקלת מדיד טמפרטורה 19

20 סכום ומסקנות ברוב מעטפת העבודה של המנוע, ביצועי המערכת עם משערך בחוג היו טובים כמעט כמו ביצועי המערכת עם המדיד האמיתי. הוכחה היכולת של המערכת להתגבר על תקלת במדיד החשוב ביותר במערכת המנוע מדיד הסל"ד. כך גם על תקלה במדיד טמפרטורת הצנ"פ. תוצאות הניסויים מצביעות באופן ברור על הפוטנציאל הרב הגלום בטכנולוגית הרשתות העצביות בכלל וביישום הספציפי שנחקר בפרט. בהמשך הפיתוח מתוכננים הוספת שערוך של אות ספיקת הדלק ושכלול לוגיקת זיהוי הכשלים - "קשים ו"רכים". 20

21 תודות מר יוסף קומם: ליווי טכני צמוד. וייעוץ ענף הנעה / מפא"ת. רפא"ל. 21