Вестник УГАТУ

Применение нейросетевой модели для диагностики малоразмерного ГТД

2025-11-06T15:08:26+00:00

В работе применена нейросетевая модель для диагностики малоразмерного газотурбинного двигателя SR-30. На основе термогазодинамического расчёта разработана математическая модель, верифицированная по данным программы GasTurb и стендовых испытаний. Полученные зависимости использованы для обучения многослойного персептрона, классифицирующего состояние двигателя по текущим параметрам. В симуляторе SR-30 Engine Simulator реализовано моделирование рабочих процессов и деградации турбины путём снижения её коэффициента полезного действия. Результаты показали, что нейросетевая модель способна выявлять отклонения параметров, что подтверждает возможность применения данного подхода для ранней диагностики и повышения надёжности малоразмерных ГТД.

doi 10.54708/19926502_2026_3031133

Совершенствование конструкции впускного коллектора на основе анализа его напряженно-деформированного состояния

2026-01-22T07:50:00+00:00

Исследовано кратковременно-деформированное состояние впускного коллектора (ВК) двигателя ЗМЗ 40620 в условиях воздействия рабочей характеристики. Определены основные факторы, влияющие на прочность и жесткость конструкции ВК. Проведен анализ деформаций в условиях действия температурного и переменного климата и внутренних давлений модифицированной конструкции, обоснован выбор наиболее оптимальных вариантов конструктивного исполнения коллектора. Представлены рекомендации по определению формы и размеров основных конструктивных элементов коллектора.

doi 10.54708/19926502_2026_30311310

К проблеме трамбовки набивных масс индукторов цинкоплавильных печей

2026-01-26T03:55:45+00:00

В работе дается количественная оценка процесса утрамбовки набивных масс индукторов плавильных печей и на этой основе пердлагается автоматизация технологии, исключающая влияние человеческого фактора на качество и долговечность футеровки индукторов цинкоплавильных печей.

doi 10.54708/19926502_2026_30311318

Расчет усталостной прочности переходной монтажной рамы, предназначенной для стендовых испытаний ГТД

2026-02-09T07:15:32+00:00

Представлены результаты исследования усталостной прочности переходной монтажной рамы, предназначенной для установки авиационного двигателя на испытательном стенде. Выполнено моделирование напряженно-деформированного состояния монтажной рамы в условиях эксплуатационных нагрузок с использованием метода конечных элементов. Рассмотрена методика численного расчета усталостной прочности элементов конструкции, на основе данной методики разработана численная модель монтажной рамы для оценки ее надежности и долговечности.

doi 10.54708/19926502_2026_30311325

Разработка реакторной модели камеры сгорания ГТД с формализованным выделением зон, лимитирующих окисление монооксида углерода

2026-02-25T17:41:25+00:00

Описана последовательность построения, по результатам трехмерного моделирования, реакторной модели камеры сгорания газотурбинного двигателя (ГТД) с формализованным выделением зон, лимитирующих окисление монооксида углерода. Приведены реакторная модель и результаты расчета камеры сгорания наземной
энергоустановки ГТЭ-10/953 в компоновках до и после доводки по конвертированию с авиационного керосина на природный газ. Различие между расчетными и экспериментальными значениями выбросов монооксида углерода (СО) составило в среднем 13%.

doi: 10.54708/19926502_2026_30311335

Интегрированная система восстановления и аугментации изображений с использованием глубоких нейронных сетей трансформерного типа

2026-10-06T10:13:07+00:00

Представлена система для автоматического восстановления и аугментации
изображений сцен, искаженных различными помехами, атмосферными осадками, на основе
моделей глубоких нейронных сетей – трансформеров. В отличие от традиционных подходов,
в которых задачи восстановления изображений и генерации и синтеза искусственных помех
решаются раздельно, предлагается интегрированная система, рассматривающая их как
взаимно обратимые процессы. Архитектура комплекса включает в себя модуль аугментации,
синтезирующий погодные и другие искажения на изображениях, и модуль восстановления,
устраняющий эти искажения. Оба модуля построены на моделях-трансформерах
с модифицированным механизмом внимания. Обучение системы осуществляется
по циклической схеме: в модуле аугментаций формируются искаженные изображения,
которые затем улучшаются в модуле восстановления с обратным преобразованием. При этом
оптимизируются функции потерь и чувствительные ошибки, обеспечивая реалистичность
как сгенерированных, так и восстановленных изображений. Приведены результаты
экспериментов, показывающие, что предложенный подход превосходит многие современные
модели по метрикам качества (PSNR, SSIM, FID и др.)

Метод доводки компрессоров ГТД по результатам испытаний

2026-03-04T06:13:39+00:00

Рассматривается метод доводки компрессоров по результатам испытаний (автономных и в составе ГТД). Показано, что при этом целесообразно рассматривать изменение вдоль ПЧ (проточной части) и по высоте ПЧ не только заторможенного давления и температуры, но и изоэнтропической заторможенной температуры и идеального заторможенного давления. Это позволяет проанализировать изменение σ - коэффициента восстановления полного давления вдоль ПЧ компрессора, в ступенях и в отдельных лопаточных венцах (ЛВ). Для улучшения КПД компрессора предложено вносить изменения в распределение работ по ступеням, а значит в изменение густот решеток, углов установки и углов выхода, степеней реактивности так, чтобы показатель σ всех ступеней стал одинаков, а в каждой ступени показатели σ всех ЛВ также оказались одинаковы.Кроме того, следует добиваться, чтобы одинаковы были показатели σ в разных сечениях ЛВ по высоте ПЧ. Предложено также стремиться к тому, чтобы точки для концевых сечений РК (рабочих колес) ступеней находились на выделенных оптимальных линиях на диаграммах Смита для компрессоров. Дополнительно проверяется положение точек для среднемассовых сечений РК на таких же линиях, но выделенных на диаграммах Смита для средних сечений. Проверка возможности повышения КПД компрессоров проверяется после построения процесса сжатия вы компрессоре в Т-s (или i-s) координатах.

doi 10.54708/19926502_2026_30311358

Программная система регрессионного анализа и визуализации многомерных данных стендовых испытаний ДВС

2026-05-08T05:01:54+00:00

Представлен программный модуль на языке Python, реализующий комплексную обработку многомерных экспериментальных данных, характерных для испытаний технических систем (на примере поршневых двигателей внутреннего сгорания с керамическими покрытиями). Модуль включает алгоритмы: двухступенчатого иерархического усреднения, автоматического определения размерности физических величин, парного t-теста, расчёта индекса воспроизводимости, а также полиномиальной регрессии второго порядка и гауссовской регрессии с RBF-ядром для построения поверхностей отклика и интервальных прогнозов. Реализованы средства визуализации (3D-поверхности, контурные графики, тренды, корреляционные диаграммы) и автоматической генерации выходных отчётов. Описана архитектура модуля, основные алгоритмы, сценарии верификации. Приведены результаты применения к реальным данным, подтверждающие корректность и эффективность работы. Программный модуль зарегистрирован в Роспатенте (свидетельство № 2026661664).

doi: 10.54708/19926502_2026_30311370

Методы машинного обучения в составе цифрового двойника ГТД: суррогатное моделирование и диагностика технического состояния

2026-10-06T12:19:55+00:00

В статье рассмотрено применение методов машинного обучения как элемента
цифрового двойника газотурбинного двигателя (ГТД) на этапах проектирования, испытаний
и эксплуатации. Предложена классификация методов машинного обучения применительно к
задачам двигателестроения (суррогатное моделирование, диагностика и классификация
дефектов, прогнозирование состояния, гибридные модели «физика – данные», обнаружение
аномалий) и архитектура гибридного нейросетевого модуля, интегрируемого в единое
информационное пространство цифрового двойника. На методическом примере суррогатной
нейросетевой модели дроссельной характеристики ТРДД, обученной по результатам
расчетов в имитационной термогазодинамической модели, показано, что многослойный
персептрон обеспечивает среднюю относительную погрешность аппроксимации тяги,
удельного расхода топлива и температуры газа за турбиной 0,3–0,8% при максимальной
погрешности не более 2,1%, что сопоставимо с заложенным в обучающую выборку
разбросом данных. Обсуждены возможности применения нейросетевых моделей для
параметрической диагностики и оценки технического состояния газотурбинных
энергетических установок (на базе ГТД).

doi 10.54708/19926502_2026_30311379

Прогнозирование и определение стойкости твердосплавного режущего инструмента с покрытиями TiAlCN

2026-10-06T12:35:05+00:00

Прогнозирование стойкости инструмента с целью уменьшения трудозатратных
процессов нанесения покрытий и, как следствие, уменьшения финансовых и временных
потерь является достаточно актуальной задачей. Для решения указанной проблемы была
создана математическая модель влияния технологических режимов на путь резания
твердосплавными режущими инструментами с синтезируемыми карбонитридными
покрытиями методом полного факторного эксперимента (ПФЭ). Полученная математическая
модель позволила прогнозировать путь резания и соответственно стойкость с точностью в
90%. Полученная модель позволяет работать с различными технологическими режимами
синтеза карбонитридных покрытий.

doi 10.54708/19926502_2026_30311388