Библиографическое описание:Нейросетевые модели технологического оборудования в системе мониторинга и предиктивной аналитики : научное издание / А. С. Шабунин, М. Ю. Чернецкий, Р. В. Осиповский. - Текст : непосредственный // Электрические станции. - 2023. - № 11. - С. 50-57. - ISSN 0201-4564, DOI 10.34831/EP.2023.1108.11.007.
Аннотация:Разработана нейросетевая суррогатная модель газотурбинного двигателя (ГТД), которая аппроксимирует более сложную физико-математическую модель. Продемонстрированы результаты работы модели. Предложен метод оценки технического состояния объекта на основе метода обратного распространения ошибки искусственной нейронной сети. Описаны основные сценарии использования, сделаны выводы о потенциальных преимуществах нейросетевых суррогатных моделей.
The gas turbine engine (GTE) neural network surrogate model has been developed, which approximates a more complex physical and mathematical model. The results of the model are demonstrated. A method for assessing the technical condition of an object based on the backpropagation method of an artificial neural network error is proposed. The main use cases are described and conclusions are drawn about the potential advantages of neural network surrogate models.
