автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Интеллектуальная система управления ТВВД с оптимизацией удельного расхода топлива

На правах рукописи

БАДАМШИН Булат Ильдарович

ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА УПРАВЛЕНИЯ ТВВД С ОПТИМИЗАЦИЕЙ УДЕЛЬНОГО РАСХОДА ТОПЛИВА

СПЕЦИАЛЬНОСТЬ 05.13.01 Системный анализ, управление и обработка информации (в промышленности)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Л 5 СЕН 2011

Уфа-2011

4853077

Работа выполнена в ФГБОУ ВПО «Уфимский государственный авиационный технический университет»

д-р техн. наук, проф., заслуженный деятель

науки РФ и РБ

ГУСЕВ Юрий Матвеевич

д-р техн. наук, ст. научн. сотр. АРЬКОВ Валентна Юльевич, кафедра автоматизированных систем управления Уфимского государственного авиационного технического университета

д-р техн. наук, проф. САДОМЦЕВ Юрий Васильевич,

кафедра технической кибернетики и информатики Саратовского государственного технического университета

Открытое акционерное общество «Уфимское научно-производственное предприятие «Молпия»

Защита состоится 7 октября 2011 года в 10 часов на заседании диссертационного совета Д-212.288.03 при Уфимском государственном авиационном техническом университете по адресу: 450000, Республика Башкортостан, г. Уфа, ул. К. Маркса, 12

С диссертацией можно ознакомиться в библиотеке университета

Автореферат разослан

" • 1С " А^гусГЗ 2011 г.

Ученый секретарь диссертационного совета д-р техн. наук, профессор

Научный руководитель:

Официальные оппоненты:

Ведущая организация:

В. Иг

. В. Миронов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы

Одной из приоритетных задач современного авиационного двигателе-строения является повышение топливной эффективности. Предлагаемый метод может использоваться для реализации алгоритмов интеллектуального управления оптимизацией удельного расхода топлива турбовинтовентиляторного двигателя (ТВВД) с соосным винтовентилятором (ВВ) для многодвигательного самолета. В этом случае даже незначительное повышение экономичности работы каждого из двигателей в силовой установке самолета и связанная с этим экономия топлива могут улучшить характеристики летательного аппарата по дальности полета, снизить эксплуатационные затраты и уменьшить выброс вредных продуктов сгорания авиационного топлива в атмосферу.

Решение вопросов оптимального управления ТВВД как сложного динамического объекта представлены в работах В. 10. Рутковского, А. А. Шевякова, Ю. М. Гусева, Ю. С. Кабальнова, Б. Г. Ильясова, В. И. Васильева, О. Д. Лянце-ва, В. Г. Крымского, Г. Г. Куликова. В. Н. Ефанова.

В диссертации предлагается решение задачи снижения удельного расхода топлива ТВВД на основе построения подсистемы оптимизации в составе системы автоматического управления (САУ) с использованием методов интеллектуального управления.

Автор выражает благодарность доценту О. Е. Данилину за ценные практические замечания в области проектирования интеллектуальных систем управления.

Цель работы - повышение топливной эффективности ТВВД за счет введения подсистемы оптимизации удельного расхода топлива в систему управления двигателем на основе интеллектуальных методов.

Задачи исследования

Для достижения поставленной цели ставятся следующие задачи:

1. Разработка алгоритма оптимизации удельного расхода топлива ТВВД.

2. Разработка структуры подсистемы оптимизации системы автоматического управления (САУ) ТВВД.

3. Разработка метода оптимизации удельного расхода топлива ТВВД на основе генетических алгоритмов и нейронных сетей.

4. Разработка метода настройки параметров математической модели ТВВД по реальным данным, получаемым в полете.

Научная новизна

1. Предложен метод оптимизации удельного расхода топлива ТВВД, основанный на двухэтапном подходе с применением генетических алгоритмов и нейронных сетей, который позволяет обеспечить снижение удельного расхода топлива за счет оптимизации программ регулирования как частот вращения винтов винтовентилятора, так и углов установки направляющих аппаратов.

2. Предложен модернизированный метод генетических алгоритмов для решения задачи оптимизации удельного расхода топлива на первом этапе.

3. Предложен метод настройки параметров математической модели ТВВД на основе генетических алгоритмов по реальным данным, получаемым в полете.

Практическая ценность и реализация результатов работы

По результатам выполненных работ разработаны:

1. Алгоритмы работы подсистемы оптимизации удельного расхода топлива в системе управления двигателем. За счет асинхронного изменения частот вращения винтов винтовентилятора и за счет открытия направляющих аппаратов компрессора двигателя достигается снижение удельного расхода топлива.

2. Метод разработки и программной реализации алгоритмов оптимизации удельного расхода топлива в САУ ТВВД на основе интеллектуальных методов управления для практического применения.

3. Структура подсистемы оптимизации, которая введена в состав базовой САУ ТВВД на программном уровне, без внесения изменений в аппаратную часть.

4. Результаты диссертационной работы используются на ФГУП УНПП «Молния».

На защиту выносятся:

1. Структура подсистемы оптимизации САУ ТВВД.

2. Метод оптимизации удельного расхода топлива ТВВД, основанный на двухэтапном подходе с применением генетических алгоритмов и нейронных сетей.

3. Метод настройки параметров математической модели ТВВД на основе генетических алгоритмов по реальным данным, получаемым в полете.

4. Результаты оценки практической эффективности разработанных алгоритмов.

Апробация работы и публикации

Основные положения диссертационной работы докладывались и обсуждались на следующих научно-технических конференциях и семинарах: Всероссийской молодежной научной конференции «Мавлютовские чтения», УГАТУ, г.Уфа, 2006; Всероссийской зимней школе-семинаре аспирантов и молодых ученых, г. Уфа, 2008, 2010; Всероссийской научно-практической конференции студентов, аспирантов и молодых специалистов, г. Красноярск, 2009.

Основные материалы диссертационной работы опубликованы в 12 источниках, включая 1 статью в издании из перечня ВАК России («Вестник УГАТУ, Уфа 2010, Т. 14, № 2 (37)), 4-х материалов научных конференций, 1 программного продукта, зарегистрированного в РосАПО (Роспатенте) и 6 научных статей в межвузовских сборниках научных трудов.

Объем и структура работы

Диссертационная работа состоит из 163 страниц машинописного текста, включающего в себя введение, четыре главы, заключение, список литературы из 54 наименований.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность диссертационной работы, сформулированы ее цель и задачи, отмечаются научная новизна и практическая ценность полученных результатов.

В первой главе рассмотрена специфика объекта управления - ТВВД. Произведен обзор методов оптимизации. Сделан анализ нынешних подходов к решению задачи оптимизации удельного расхода топлива ТВВД. Поставлены задачи оптимизации и исследования.

Турбовинтовентиляторный двигатель состоит из собственно двигателя -тепловой машины и соосного винтовентилятора - движителя. Основными регулирующими параметрами ТВВД являются величина расхода топлива в камеру сгорания От, положение лопаток направляющих аппаратов компрессора а,щ и аВд. Из-за слабого влияния движителя на динамические свойства двигателя целесообразно провести декомпозцию математической модели ТВВД на математическую модель двигателя и математическую модель винтовентилятора, связанных между собой через мощность на валу свободной турбины (турбины винтовентиляторов) Л^вв- С целью уменьшения размерности уравнений математической модели газогенератора, из всех регулирующих параметров двигателя рассматривается только величина расхода топлива От, как параметр, непосредственно определяющий режим работы газогенератора. Предполагается, что остальные регулирующие параметры изменяются по программам регулирования с помощью регуляторов, которые не оказывают существенного влияния на статические и динамические характеристики двигателя. При решении задач синтеза и анализа САУ ТВВД наиболее предпочтительным с точки зрения использования вычислительных ресурсов является применение упрощенных математических моделей объекта управления, описывающих характеристики ТВВД в виде линейных динамических моделей с основными нелинейностями.

Также в данной главе рассмотрены классификации задач оптимизации и методов решения этих задач. Проанализированы преимущества, недостатки различных методов поиска оптимального решения и рассмотрены примеры использования этих методов.

С целью решения задачи оптимизации удельного расхода топлива ТВВД в его САУ вводится подсистема оптимизации - блок оптимизации (БО). Задача БО заключается в снижении удельного расхода топлива Суд при постоянной тяге Я за счет корректировки значений частот вращения переднего «пз и заднего лзв винтов ВВ и углов установки направляющих аппаратов (ПА) компрессора низкого давления (КНД) аНд и компрессора высокого давления (КВД) аВд.

Решение задачи оптимизации возможно с использованием двухэтапного метода. На первом этапе поиск решения ведется на базе математической модели ТВВД. На втором этапе производится корректировка найденного на первом этапе решения для конкретных условий полета - высота полета Я, число М полета, заданная тяга Кж.

Во второй главе предложено решение поставленной задачи оптимизации удельного расхода топлива с помощью двухэтапного метода, сформирована

функция пригодности, разработаны алгоритмы первого и второго этапов оптимизации.

В силу слабого воздействия винтовентилятора (ВВ) ТВВД на газогенератор (ГТ) их модели можно рассматривать как автономные, поэтому можно оптимизировать удельный расход топлива отдельно по ВВ и по ГГ.

В отличие от метода предложенного в работе профессора Лянцева О.Д., снижение расхода топлива достигается не только за счет оптимизации программы регулирования частот вращения винтов ВВ, но и за счет изменения углов установки НА КПД и КВД. Также отличие имеется в самой методике оптимизации - используется двухэтапный метод оптимизации с применением интеллектуальных методов управления. Блок - схема этапов оптимизации приведена на рисунке 1.

Рисунок 1 - Структурная схема этапов оптимизации удельного расхода топлива ТВВД

На первом этапе алгоритм оптимизации работает с математической моделью ТВВД. В качестве алгоритма оптимизации на этом этапе используется метод генетических алгоритмов (ГА). Его преимущество над другими методами оптимизации заключается в том, что он работает непосредственно с целевой функцией, а не с ее производной, позволяет находить глобальный экстремум, обеспечивает оптимальное время поиска решения многопараметрических задач оптимизации, не ограничивает количество варьируемых параметров целевой функции, то есть существует возможность расширения управляющих величин.

На втором этапе оптимизации используется нейронная сеть (НС). В результате работы первого этапа оптимизации формируется обучающая выборка, содержащая значения частот вращения винтов винтовентилятора и углов установки НА для различных условий полета - число М полета, высота полета Я, заданная тяга /гж, при которых достигается минимальный удельный расход топлива Суд. По этим данным производится обучение нейросетевой модели подсистемы оптимизации. Преимущества НС: она способна интерполировать и находить решение между точками обучения; все вычисления в сети производятся параллельно и поиск решения занимает одну итерацию (при использовании НС прямого распространения).

В процессе эксплуатации двигатель стареет и его характеристики деградируют, поэтому необходимо дообучать НС, используемую в подсистеме оптимизации, в соответствии с изменившимися характеристиками двигателя. Для переобучения НС БО в процессе эксплуатации самолета необходимо иметь модель ТВВД, которая будет подстраиваться в соответствии с реальными характеристиками двигателя.

В качестве математической модели (ММ) ТВВД в данной работе используется быстросчетная кусочно-линейная динамическую модель (БКЛДМ), предложенная профессором Г. Г. Куликовым:

т = А(Г})(Х(0 - Хст(77)) + В(т])(и(0 - иш Ш по = С(Т])(Х(0 - хст (//))+П(т})(и(0 - ист (77); + гст,

где А, В, С, И - матрицы коэффициентов линейно-динамической модели

п

(ЛДМ), Хст, ист, Уст - координаты статических линий, л - £г/' х<(0 ~ пара-

1=1

метр режима - линейная комбинация координат состояния, X = [инд>лгвд]Т -вектор координат состояния по частотам вращения роторов; V = [С7Х,аНА]т-вектор управляющих воздействий; ¥ = [ МСТ, Рк*, Р4* ,...]Т- вектор наблюдаемых координат ГТД.

Предлагается использовать метод ГА для оптимизации коэффициентов БКЛДМ ГТ {А\г х г\,В\г х х хот]}, где г, т, э - количество каска-

дов компрессора, управляющих воздействий и наблюдаемых координат соответственно. Задача оптимизации решается для каждого стационарного режима полета отдельно.

Двоичное представление каждого коэффициента являет собой хромосому. Набор хромосом, включающий в себя все подстраиваемые коэффициенты, представляет собой особь - одно решение, I - число вариантов особей (решений) в каждом поколении. Набор решений или особей представляет собой поколение. Структура хромосомы, особи, поколения приведена на рисунке 2.

Для оценки пригодности особи (решения) из общего числа I в каждом поколении используется функция пригодности:

F = l —

(2)

где Е суммарный критерий близости объекта и модели ТВВД, а Етах - допустимое максимальное значение этого критерия (Е<Етъх). Оптимальным значением функции пригодности является 1.

Хоомосома

11 о! - И I 01 I И 01 - М I Я ... И |р| .:■ I 1 Ю

а-° я 0 Н 0

аИ а/т- ахт

Особь Р°

I 11 01 — I 14 0! Н1 01 ... И I 11 ... И I 01 ... И 1,01

Поколение

Особь Р1

Рисунок 2 - Структура хромосомы, особи, поколения

Поиск останавливается при достижении функцией пригодности значения близкого к 1 с заданный допуском Критерий близости объекта и модели ТВВД:

/М;=о

где и - количество уравнений в системе уравнений БКЛДМ (количество критериев оптимизации); у,(к) - выходной сигнал, снятый с реального объекта (ТВВД); у,т(к) - выходной сигнал снятый с модели объекта (модель ТВВД); К-количество отсчетов - количество замеров одного параметра на заданном интервале времени Дг измерения выходных параметров.

После определения всех критериев оптимизации, приступают непосредственно к реализации ГА. В результате получается', подстроенный в соответствии с текущим состоянием.конкретной двигательной установки (ДУ), набор коэффициентов {А,В,С,И) БКЛДМ двигателя. И уже по скорректированной модели ТВВД происходит переобучение НС подсистемы оптимизации САУ. Подстройка подобной модели ТВВД должна проводиться с определенной периодичностью.

Для пояснения особенностей использования подобной модели ТВВД в предлагаемой методике, на рисунке 3 приводится схема обучения подсистемы оптимизации в процессе эксплуатации летательного аппарата (ЛА).

Так как данные управляющие параметры получены на базе модели, которая была скорректирована в соответствии с характеристиками конкретного дви-

гателя, то предлагаемый метод оптимизации можно отнести к комбинированному способу, то есть включающему в себя как пассивную, так и активную оптимизацию.

Рассмотрим алгоритмы работы каждого из этапов оптимизации. Первый этап оптимизации осуществляется на базе метода ГА с использованием быст-росчетной кусочно-линейной динамической модели ТВВД. Блок-схема модифицированного ГА для первого этапа оптимизации приведена на рисунке 4.

Второй этап оптимизации .

Эксплуатация подсистемы оптимизации в составе САУ ТВВД в полете.

Сбор данных о работе ДУ ЛА во время полета на различных пежимах

А

Считывание, накопленной во время полета информации

Подстройка ММ ТВВД

Обновление программного обеспечения электронной системы управления ДУ -запись переобученной ПС подсистемы оптимизации

V

Первый этап оптимизации. Обучение НС подсистемы оптимизации и включении ее в состав САУ ТВВД

Рисунок 3 - Схема обучения подсистемы оптимизации в процессе эксплуатации ЛА

Целевая функция задачи оптимизации удельного расхода топлива ТВВД задана в следующем виде:

,изв,авд,анд), при Д - сои^, ДКу<20%,

(3)

где яПв - частота вращения переднего винта ВВ, п-№ - частота вращения заднего винта ВВ, аНд - угол установки НА КНД, аВд - угол установки НА КВД, й - тяга двигателя, АКу - коэффициент запаса устойчивости компрессора. Значение АКу должно быть меньше 20%, так как это предельная величина запа-

са устойчивости компрессора для двигателей транспортной авиации. Главное отличие данной функции пригодности от той, что приведена в работе О. Д. Лянцева - добавлены аргументы, анд и авд - углы установки направляющих аппаратов КВД и КНД соответственно. То есть, размерность задачи оптимизации увеличена в два раза.

Рисунок 4 - Блок-схема модифицированного ГА первого этапа оптимизации

На втором этапе оптимизации используется нейронная сеть (НС). Для решения поставленной задачи используется трехслойная сеть прямого распространения (персептрон). Количество нейронов во входном и выходном слоях определяется количеством входных и выходных параметров. Количество нейронов в среднем слое влияет на точность поиска решения.

Рассмотрим подробнее базовую структуру САУ ТВВД вместе с подсистемой оптимизации - блок оптимизации (БО), представленную на рисунке 5.

«РУД

НР

ГГ

анд

авд

^НЛ : 1т

1

1 1 /ад ^ РИА

1Унд * 1

ацд

авд

ЛЬ

Подсистема оптимизации

Н М

Ир»

Флпв^

РСВ Флзв ВВ

Датчик тяга

Электронная система управления ДУ

Рисунок 5 - Структура САУ ТВВД вместе с блоком оптимизации

Подсистему оптимизации можно рассматривать как источник внешнего воздействия на САУ, который вносит возмущения путем изменения частот вращения винтов ВВ и углов установки НА. Изменение частот вращений винтов ВВ и углов установки НА ведет к колебательным процессам в САУ на время переходного процесса, поэтому быстродействие системы и запас устойчивости во многом определяется регуляторами частот вращения винтов и углов установки НА. На вход подсистемы оптимизации поступает три сигнала: заданная тяга ЫЖ) высота полета Н, число М полета, на выходе выдаются следующие сигналы: частоты вращения вентиляторов «[щ, п'зъ и углы установки НА а'нд

и а'вд, при которых достигается минимальный удельный расход топлива для

текущих условий полета. Полученные значения сигналов п'т, и?,в и а'1!Д, а'Вд

удерживаются на заданном уровне с помощью регуляторов.

В третей главе проведен анализ области применения метода оптимизации удельного расхода топлива ТВВД, осуществлен расчет термодинамической модели ТВВД, необходимой для оценки влияния угла установки НА на расход топлива, проведен синтез имитационной модели САУ ТВВД на основе кусочно-линейной динамической модели ТВВД, необходимой для анализа работы метода оптимизации удельного расхода топлива, в завершении осуществлено исследование работы алгоритмов оптимизации совместно с имитационной моделью САУ ТВВД и определены граничные значения управляющих параметров.

Разрабатываемая методика оптимизации не учитывает отклонения температуры и давления воздуха на входе в компрессор - 7вх. Рвх- Используются приведенные значения Гвх и Рвх> которые можно пересчитать в физические значения, используя формулы приведения.

Для оценки влияния углов установки входных НА (В НА) КНД и КВД - ацд, авд в пакете программ ваэТитЬ была рассчитана термодинамическая модель ТВВД. В результате расчета были определены коэффициенты влияния углов установки ВНА КНД и КВД на основные параметры двигателя, в том числе и на удельный расход топлива.

Для оценки влияния частот вращения винтов ВВ на удельный расход топлива была синтезирована имитационная модель САУ ТВВД. Имитационная модель состоит из неизменяемой части - газогенератор (ГТ) и винтовентилятор (ВВ) и изменяемой - регуляторы, входящие в состав электронной системы управления (ЭСУ). Синтез САУ проводился методом желаемых логарифмических амплитудно-частотных характеристик (ЛАЧХ) по 4 контурам — контур регулирования по ипв. по «зв, по Мл- и контур регулирования по тяге Л. В качестве модели ТВВД использовалась быстросчетная кусочно-линейная динамическая модель ГГ и нелинейная модель ВВ. Синтез регуляторов производился в программном продукте МАТЬАВ с помощью программы АтЬАНХ.

Анализ характера изменения удельного расхода топлива ТВВД Суд при различных значениях частот лпв и «зв для крейсерского режима полета (высота полета 11 км, число М полета 0,7) показал, что увеличение частоты вращения как переднего винта, так и заднего по сравнению с номинальными значениями частот для данного режима полета (одинаковые для обоих винтов ВВ) приводит к снижению как абсолютного, так и удельного расхода топлива ТВВД. Характер изменения удельного расхода топлива Суд в зависимости от изменения частот вращения винтов ВВ отражен в таблице 1 и в виде графической зависимости на рисунке 6.

Из таблицы 1 видно, что наименьший расход топлива при постоянной тяге получается при увеличении частоты вращения переднего и заднего винтов ВВ относительно штатных настроек. В таблице приведены относительные величины частот вращения - пт, пзв. За единицу приняты штатные настройки частот вращения винтов ВВ.

"2в ^ЧГ 0,9411 1 1,0588 1,1177 1,1294 1.1882

0,8235 0,2367 0,2398 0,2379 0,2275 0,2252 0.2160

0,8823 0,2298 0,2310 0,2310 0,2218 0,2183 РЮ31_

0,9411 0,2218 0,2241 0,2252 0,2195 0,2172 02( 91

1 0,2229 0,2218 0,2206 0,2137 0,2126 0,2011

1,0117 0,2206 0,2206 0,2195 0,2114 ...V,, ! 0,204,

1,0705 0,2149 --0,2137 0,2091 0,2 0.1988 -0.2022

Таким образом, минимальный расход топлива составил 0,2096 кг/(кВт*ч) (ипв = 1,1294, пчп =1,0117), что на 5,5 % ниже номинального расхода топлива при штатных настройках частот вращения винтов ВВ.

Исследование работы ГА показало, что для поиска оптимального значения удельного расхода топлива программе моделирования требуется в среднем 10 поколений, что составляет -18 минут. Эксперимент проводился на ПК типа Core 2 Duo, 1Гб ОЗУ.

Рисунок 6 - Зависимость расхода топлива ТВВД от частот вращения винтов ВВ

В результате работы первого этапа оптимизации с использованием ГА формируется обучающая выборка содержащая оптимальные значения искомых значений «пв, "зв, анд. аВд, при которых достигается минимальный удельный расход топлива для различных условий полета Яп, М, Яж- НС обучается для различных режимов полета - для различного числа М, высоты полета и заданной тяги Лж- В таблице 2 для примера рассматривается коридор 1 км - от 10 до 11 км на крейсерском режиме полета.

Таблица 2

№ Входы Выходы

М Нп,м "пв "зв аВд,град ацц,град Суд, кг/(кВт*ч)

i 0,997 0,72 пооо 1,1176 1,0117 21 21 0,211494

2 1,006 0,69 11000 1,1529 1,0235 19 19 0,212644

3 1 0,7 11000 1,1294 1,0117 20 20 0,210345

4 1 0,7 10000 1,0352 0,8529 15 15 0,217241

5 1 0,7 10500 1,0670 0,9588 18 18 0,214713

6 1 0,7 11000 1,1294 1,0117 20 20 0,20908

Опираясь на таблицу 2, осуществляется обучение НС для подсистемы оптимизации в инструменте Neural Network Toolbox пакета программ Matlab.

В качестве передаточной функции входных и выходных нейронов выбрана простая линейная функция вида у = х. В нейронах промежуточного слоя используется сигмоидная функция вида у = —í—.

\ + е~"

Разработанная НС реализована в пакете программ Lab VIEW и подключена к математической модели ТВВД, также реализованной в Lab VIEW. Таким образом, была смоделирована работа подсистемы оптимизации на основе НС в составе САУ ТВВД.

В четвертой главе рассмотрены особенности программной реализации имитационной модели САУ ТВВД, представлены экспериментальные зависимости удельного расхода топлива от частот вращения винтов, углов установки направляющих аппаратов, проанализированы полученные результаты (время поиска оптимума, экономия топлива в относительной величине, оптимальные частоты вращения винтов и углы установки НА), рассмотрены особенности программной реализации БО в составе ЭСУ ТВВД.

В результате разработки термодинамической модели двигателя в пакете программ GasTurb получены ряд зависимостей, приведенных ниже. Рассматривался крейсерский режим //=11км, М= 0,7, Лег = const. Частота вращения ВВ, при которых достигается оптимальный расход топлива, установлены, тяга постоянная. Изменялся угол установки В НА только компрессора низкого давления (КНД).

С увеличением угла установки ВНА расход воздуха увеличивается, что ведет к снижению частоты вращения ротора КНД. Угол установки ВНА КВД практически не влияет на расход топлива и устойчивость компрессора, так как расход воздуха определяется входным сечением КНД.

При jVct = const в результате увеличения расхода воздуха и снижения частот вращения роторов КНД и КВД температура газов падает.

С увеличение ащ (aBfl=const) запас устойчивости КНД Д/^кнд снижается до некоторого предельного значения (~20% для двигателей транспортной авиации) - рисунок 7. Это определяет диапазон изменения угла ВНА КНД от 0 до 21°. При этом запас устойчивости КВД растет.

Зависимость удельного расхода топлива Суд от угла установки ВНА приведена на рисунке 8. Таким образом, с увеличением угла установки ВНА увеличивается расход воздуха, что приводит к снижению частот вращения роторов КНД и КВД, что в свою очередь ведет к снижению температуры газов, из чего следует, что удельный расход топлива падает. Минимальный Суд достигается при анд=25°, но поскольку диапазон изменения угла ограничен на 21°, минимальный допустимый удельный расход топлива составляет Суд = 0,218 кг/(кВт*ч). Относительная экономия удельного расхода топлива по сравнению со штатным режимом (Суд= 0,231 кг/(кВт*ч), аНд=0°) составила 5,4 %.

Представленные в данной главе результаты позволяют показать эффективность предложенной в диссертации методики оптимизации удельного расхода топлива ТВВД с соосным ВВ. Также в главе затронута проблема программной реализации предлагаемого алгоритма, произведена оценка вычислительных затрат, что является необходимым при выборе микроконтроллера, на базе которого будет реализован предлагаемый алгоритм.

ДКукнд* 70-

60 50 40 30 20 10 О

10

20

30

аил.

Рисунок 7 - Зависимость запаса устойчивости КНД АКукнд от угла установки ВНА

Суд. кг/{кБЛ<)

0,2320,230 0,228 0,226 0,224 0,222 0,220 0,218 0,218

10

20

30

анагрщ

Рисунок 8 - Зависимость удельного расхода топлива от угла установки ВНА

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ РАБОТЫ

1. Предложен метод оптимизации удельного расхода топлива ТВВД, основанный на двухэталном подходе с применением генетических алгоритмов и нейронных сетей, который позволяет обеспечить снижение удельного расхода топлива за счет оптимизации программ регулирования как частот вращения винтов винтовентилятора, так и углов установки направляющих аппаратов.

2. Предложен модернизированный метод генетических алгоритмов для решения задачи оптимизации удельного расхода топлива на первом этапе.

3. Предложен метод настройки параметров математической модели ТВВД на основе генетических алгоритмов по реальным данным, получаемым в полете.

4. Определена целевая функция задачи оптимизации удельного расхода топлива ТВВД. Поиск минимального расхода топлива ведется при условии постоянства тяги и ограничении по коэффициенту запаса устойчивости компрессора.

5. Разработана структура подсистемы оптимизации, которая введена в состав базовой САУ ТВВД на программном уровне, без внесения изменений в аппаратную часть.

6. Предложен метод разработки и программной реализации алгоритмов оптимизации удельного расхода топлива в САУ ТВВД на основе интеллектуальных методов управления для практического применения.

7. Снижение удельного расхода топлива ТВВД достигнуто за счет оптимизации программ регулирования не только частот вращения винтов ВВ, но и

углов установки НА компрессора двигателя. За счет винтов ВВ достигается снижение удельного расхода топлива на 5,5%, а за счет В НА КНД достигается снижение удельного расхода топлива на 5,4% по сравнению со штатным установками для крейсерского режима полета.

СПИСОК ПУБЛИКАЦИЙ

В рецензируемых журналах из списка ВАК

1. Решение задачи оптимизации удельного расхода топлива ТВВД на основе интеллектуальных методов управления и анализ полученных результатов / Ю. М. Гусев, О. Е. Данилин, Б. И. Бадамшин // Вестник УГАТУ: научн. журнал Уфимск. гос. авиацион. техн. ун-та. 2010. Т. 14, № 2 (37).

С. 136-145.

В других изданиях

2. Оптимизация методами генетических алгоритмов математической модели нелинейного объекта / Б. И. Бадамшин, О. Е. Данилин // Мавлютовские чтения: Всерос. молодежи, научн. конф. Уфа: УГАТУ, 2006. Т. 2.

С. 65-70.

3. Применение генетического алгоритма в системе управления модульными преобразователями энергии /Б. И. Бадамшин,Р. Р. Гафаров, О.Е. Данилин // Вычислительная техника и новые информационные технологии: межвуз. научн. сборник. Уфа: УГАТУ, 2007. Вып. 6. С. 108-114.

4. Компьютерное моделирование работы системы автоматического управления многомодульным преобразователем электрической энергии матричного типа / Б. И. Бадамшин, О. Е. Данилин // Электроника, автоматика и измерительная техника: межвуз. сборник научн. трудов. Уфа: УГАТУ, 2007. С.131-136.

5. Задача оптимизации удельного расхода топлива ТВВД на основе интеллектуальных методов управления / Б. И. Бадамшин, О. Е. Данилин // Электронные устройства и системы: межвуз. научн. сборник. Уфа: УГАТУ, 2008. С.103-106.

6. Сввд. об офиц. рег. программы для ЭВМ № 2008615631. Моделирование системы управления преобразователем электрической энергии матричного типа (МСУ ШЭ МТ) / Р. Ш. .Сакаев, Э.Р.Сулганов, Б. И. Бадамшин, О. Е. Данилин, Р.Р.Гафаров / М.: Роспатент, 2008.

7. Программа моделирования работы САУ верхнего уровня преобразователем электрической энергии матричного типа / Б. И. Бадамшин,

О. Е. Данилин, Р. Ж Сакаев, Э. Р. Султанов // Электронные устройства и системы: межвуз. научн. сборник. Уфа: УГАТУ, 2008. С.179-186.

8. Подход к решению задачи оптимизации удельного расхода топлива ТВВД на основе интеллектуальных методов управления / Б. И. Бадамшин // Актуальные проблемы в науке и технике.: Сборник статей третьей всероссийской зимней школы-семинара аспирантов и молодых ученых, 20-23 февраля 2008. Уфа: «Издательство «Диалог», 2008. Т. 2. С.124-127.

9. Решение задачи оптимизации удельного расхода топлива ТВВД на основе применения генетических алгоритмов / Б. И. Бадамшин, О. Е.Данилин // Электронные устройства и системы: межвуз. научн. сборник. Уфа: УГАТУ, 2008. С.179-186.

10. Применение генетических алгоритмов для оптимизации расхода топлива ТВВД / Б. И. Бадамшин, О. Е. Данилин // Актуальные проблемы авиации и космонавтики.: Сборник тезисов докладов Всероссийской научно-практической конференции студентов, аспирантов и молодых специалистов 610 апреля 2009. Красноярск. Т. 1. С. 273-274.

11. Применение метода нечеткой логики в САУ ТВВД для оптимизации удельного расхода топлива / Б. И. Бадамшин, О. Е. Данилин // Электронные устройства и системы: межвуз. научн. сборник. Уфа: УГАТУ, 2010. С.128-133.

12. Решение задачи комплексного моделирования САУ ТВВД с оптимизацией удельного расхода топлива / Б. И. Бадамшин//Актуальные проблемы в науке и технике. Машиностроение, приборостроение, экономика и гуманитарные науки.: Сборник трудов четвертой всероссийской зимней ппсолы-семинара аспирантов и молодых ученых, 19-21 февраля 2010 г. - Уфа: Изд-во «Диалог», 2009. Т. 2. С. 41-44.

Соискатель

Б. И Бадамшин

БАДАМШИН Булат Ильдарович

ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА УПРАВЛЕНИЯ ТВВД С ОПТИМИЗАЦИЕЙ УДЕЛЬНОГО РАСХОДА ТОПЛИВА

Специальность

05.13.01 - Системный анализ, управление и обработка информации (в промышленности)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Подписано в печать 24.08.2011 Формат 60x84 1/16. Бумага офсетная. Печать плоская. Гарнитура Times New Roman Cyr. Усл. печ. л. 1,0. Усл. кр.-отт. 1,0. Уч. изд. л. 1,0. Тираж 100 экз. Заказ № 175

ФГБОУ ВПО «Уфимский государственный авиационный технический университет» Редакционно - издательский комплекс УГАТУ 450000, Уфа-центр, ул. К. Маркса, 12

Принятые обозначения и сокращения.

Введение.

Глава 1 Анализ проблем разработки САУ ТВВД оптимальной по удельному расходу топлива.

1.1 Турбовинтовентиляторный двигатель как объект управления.

1.1.1 Принцип работы, управляемые и управляющие параметры двигателя

1.1.2 Математическое описание ТВВД.

1.2. Методы управления ТВВД.

1.3 Методы оптимизации.

1.4 Обучающиеся системы.

1.5 Методы синтеза САУ.

1.6 Методы решения задачи оптимизации удельного расхода топлива ТВВД.

1.7 Постановка задачи оптимизации удельного расхода топлива ТВВД и задач исследования.

1.7.1 Анализ структуры САУ ТВВД.

1.7.2 Подход к решению задачи оптимизации.

1.7.3 Постановка задачи.

Глава 2 Метод оптимизации удельного расхода топлива ТВВД.

2.1 Алгоритм задачи оптимизации.

2.1.1 Разработка общей структуры алгоритма задачи оптимизации.

2.1.2 Оценка влияния характеристик объекта управления на параметры оптимизации.

2.2 Разработка метода оптимизации расхода топлива на базе генетического алгоритма.

2.2.1 Определение целевой функции.

2.2.2 Разработка алгоритма на базе метода генетических алгоритмов.

2.2.3 Разработка алгоритма настройки математической модели ТВВД.

2.3 Разработка метода оптимизации расхода топлива на базе нейронной сети.

2.3.1 Цели и задачи разрабатываемой системы на базе нейронной сети.

2.3.2 Выбор структуры разрабатываемой нейронной сети.

2.3.3 Обучение нейронной сети.

2.4 Разработка алгоритма взаимодействия подсистемы оптимизации в составе

САУ ТВВД.

Глава 3 Моделирование работы алгоритма оптимизации удельного расхода топлива ТВВД.

3.1 Область применения метода оптимизации.

3.2 Термодинамическая модель ТВВД.

3.2.1 Расчет термодинамической модели ТВВД.

3.2.2 Расчет коэффициентов влияния углов установки НА КНД и КВД на основные параметры двигателя.

3.3 Реализация имитационной модели САУ ТВВД.

3.4 Исследование результатов работы имитационной модели САУ ТВВД.

3.411 Оценка качества разработанной САУ.

3.4.2 Исследование влияния управляющих параметров на расход топлива и тягу ТВВД.

3.5 Исследование работы алгоритмов оптимизации совместно с имитационной моделью САУ ТВВД.

3.5.1 Исследование работы генетического алгоритма.

3.5.2 Формирование нейронной сети для подсистемы оптимизации.

3.5.3 Исследование работы НС.

3.6 Граничные значения управляющих параметров.

Глава 4 Численный эксперимент оптимизации расхода топлива.

4.1 Особенности программной реализации имитационной модели.

4.2 Исходные данные для эксперимента. 4.2.1 Характеристики компрессоров низкого и высокого давления ТВВД 131 4.2.2 Результаты термодинамического расчета ТВВД.

4.3 Экспериментальные зависимости удельного расхода топлива от частот вращения винтов, углов установки направляющих аппаратов.

4.3.1 Экспериментальные зависимости, полученные при изменении частот вращения винтов ВВ.

4.3.2 Экспериментальные зависимости, полученные при изменении углов установки НА КНД и КВД.

4.4 Анализ полученных результатов.

4.5 Особенности программной реализации подсистемы оптимизации в составе

ЭСУ ТВВД.

Актуальность работы. Проблема топливной эффективности и вытекающие отсюда задачи обеспечения экономичности и экологичности авиационного двигателя являются актуальными для современных летательных аппаратов (ЛА). Так как большинство силовых установок современного летательного аппарата являются многодвигательными, то даже незначительное повышение экономичности работы каждого из двигателей и связанная с этим экономия топлива могут улучшить характеристики летательного аппарата по дальности полета, снизить эксплуатационные затраты и уменьшить выброс вредных продуктов сгорания авиационного топлива в атмосферу. Решение вопросов оптимального управления ТВВД как сложного динамического объекта представлены в работах В. Ю. Рут-ковского, А. А. Шевякова, Ю. М. Гусева, Ю. С. Кабальнова, Б. Г. Ильясова, О. Д. Лянцева, В: Г. Крымского, Г. Г. Куликова, В. И. Васильева, В. Н. Ефанова [1, 2, 3, 4]. В диссертации предлагается решение задачи снижения удельного расхода топлива ТВВД на основе построения подсистемы оптимизации в составе САУ с использованием методов интеллектуального управления.

В качестве объекта управления рассматривается один ТВВД, который как объект управления представляется динамическими звеньями газогенератора (ГГ) и винтовентилятора (ВВ). ТВВД представляет собой многосвязный объект, то есть изменение входной величины ведет за собой изменение множество внутренних параметров объекта, которые, в конечном счете, влияют на значение выходных величин. Также особенностью объекта управления является то, что он работает в условиях неопределенности. Источником неопределенности является неопределенный характер внешних воздействий на объект и систему в целом.

Целью работы* является повышение топливной эффективности ТВВД за счет введения подсистемы оптимизации удельного расхода топлива в систему управления двигателем на основе интеллектуальных методов.

Для достижения поставленной цели ставятся следующие задачи.

1. Разработка алгоритма оптимизации удельного расхода топлива ТВВД.

2. Разработка структуры подсистемы оптимизации САУ ТВВД.

3. Разработка метода оптимизации удельного расхода топлива ТВВД на основе генетических алгоритмов и нейронных сетей.

4. Разработка метода настройки параметров математической модели ТВВД по реальным данным, получаемым в полете.

Научная новизна заключается в том, что впервые:

1. Предложен метод оптимизации удельного расхода топлива ТВВД, основанный на двухэтапном подходе с применением генетических алгоритмов и нейронных сетей, который позволяет обеспечить снижение удельного расхода топлива за счет оптимизации программ регулирования как частот вращения винтов винтовентилятора, так и углов установки входных направляющих аппаратов.

2. Предложен модернизированный метод генетических алгоритмов для. решения задачи оптимизации удельного расхода топлива на первом этапе.

3. Предложен метод настройки параметров математической модели ТВВД на основе генетических алгоритмов по реальным данным, получаемым в полете.

Практическая ценность. По результатам выполненных работ разработаны:

1. Алгоритмы работы подсистемы оптимизации удельного расхода топлива в системе управления двигателем. За счет асинхронного изменения частот вращения винтов винтовентилятора и за счет открытия направляющих аппаратов компрессора двигателя достигается снижение удельного расхода топлива.

2. Метод разработки и программной реализации алгоритмов оптимизации удельного расхода топлива в САУ ТВВД на основе интеллектуальных методов управления для практического применения.

3. Структура подсистемы оптимизации, которая введена в состав базовой САУ ТВВД на программном уровне, без внесения изменений в аппаратную часть.

4. Результаты диссертационной работы используются на ФГУП УНПП «Молния».

На защиту выносятся:

1. Структура подсистемы оптимизации САУ ТВВД.

2. Метод оптимизации удельного расхода топлива ТВВД, основанный на двухэтапном подходе с применением генетических алгоритмов и нейронных сетей.

3. Метод настройки параметров математической модели ТВВД на основе генетических алгоритмов по реальным данным, получаемым в полете.

4. Результаты оценки практической эффективности разработанных алгоритмов.

В первой главе рассмотрена специфика объекта управления ТВВД. Произведен обзор методов оптимизации. Сделан анализ существующих подходов к синтезу САУ ГТД. Рассмотрена работа О. Д. Лянцева, посвященная синтезу САУ ТВВД оптимальной по удельному расходу топлива. Поставлена задача оптимизации.

Во второй главе предложено решение поставленной задачи оптимизации удельного расхода топлива с помощью двухэтапного метода, определено место блока оптимизации (БО) в САУ ТВВД и его влияние на работу САУ, сформирована целевая функция, разработаны алгоритмы первого и второго этапов оптимизации.

В третьей главе определена область применения предлагаемого метода оптимизации, приведены особенности разработки термодинамической модели ТВВД, показан синтез имитационной модели САУ ТВВД, проведено исследование работы алгоритмов оптимизации в составе имитационной модели и определены граничные условия управляющих параметров.

В четвертой главе рассмотрены особенности программной реализации имитационной модели САУ ТВВД, приведены исходные данные для эксперимента и экспериментальные зависимости удельного расхода топлива ТВВД от частот вращения винтов ВВ и от углов установки НА для различных условий полета, проведен анализ полученных результатов и рассмотрены особенности программной реализации блока оптимизации в составе САУ ТВВД. Автор выражает благодарность доценту О. Е. Данилину за ценные практические замечания в области проектирования интеллектуальных систем управления.

Основные выводы и результаты работы

1. Предложен метод оптимизации удельного расхода топлива ТВВД, основанный на двухэтапномшодходе с применением генетических алгоритмов и- нейронных сетей, который »позволяет обеспечить снижение удельного расхода топлива за счет оптимизации программ? регулирования как частот вращения винтов винтовентилятора; так и углов установки направляющих аппаратов.

2: Предложен модернизированный метод генетических алгоритмов для решения задачи.оптимизации удельного расхода топлива на первом этапе.

3. Предложен метод настройки: параметров математической модели ТВВД на основе генетических алгоритмов по реальным данным, получаемым в полете.

4. Определена целевая функция задачи оптимизации удельного расхода топлива,ТВВД: Поиск минимального расхода топлива ведется при условии постоянства тяги и ограничении по коэффициенту запаса устойчивости компрессора.

5. Разработана структура подсистемы оптимизации, которая введена в состав базовой САУ ТВВД на программном уровне, без внесения изменений в аппаратную часть.

6. Предложен метод разработки и программной реализации алгоритмов оптимизации удельного расхода топлива в САУ ТВВД на основе интеллектуальных методов управления для практического применения.

7. Снижение удельного расхода топлива ТВВД достигнуто за счет оптимизации программ регулирования не только частот вращения винтов ВВ, но и углов установки НА компрессора двигателя. За счет винтов ВВ достигается снижение удельного расхода топлива на 5,5%, а за счет НА КНД достигается снижение удельного расхода топлива на 5,4% по сравнению со штатными установками для крейсерского режима полета.

1. Рутковский В. Ю. Адаптивные системы управления газотурбинными двигателями летательных аппаратов / Рутковский В. Ю., Ильясов Б. Г.,. Кабальное Ю. С. и др. М.: МАИ, 1994. - 224 с.

2. Лянцев О. Д. Цифровые многосвязные САУ ГТД, оптимальные по удельному расходу топлива. Уфа: Научное издательство «Башкирская энциклопедия», 2001.-98с. :ил.

3. Кусимов С. Т. Управление динамическими системами в условиях неопределенности / Кусимов С. Т., Ильясов Б. Г., Васильев В. И., Кабальнов Ю. С. и др. Под ред. Кусимова С. Т., Ильясова Б. Г., Васильева В. И. М.: Наука, 1998. -452 с.

4. Куликов Г. Г. Динамические модели авиационных газотурбинных двигателей для создания и эксплуатации систем управления // Вестник УГАТУ.- Уфа, 2000.-№2. С. 157-165.

5. Шляхтенко С. М. Теория и расчет воздушно-реактивных-двигателей / Под ред. Шляхтенко С.М. М.: Машиностроение, 1987. — 568 с.

6. Шевяков А. А. Автоматика авиационных и ракетных силовых установок / Шевяков A.A. М.: «Машиностроение», 1970. - 660 с.

7. Стечкин Б. С. Теория реактивных двигателей. Рабочий процесс и характеристики / Под ред. академика Стечкина Б. С. М.: Государственное издательство оборонной промышленности, 1958. - 296 с.

8. Технический отчет № ИС.2007/92 Реализация кусочно-линейной динамической модели двигателя Д27 в среде N1 Lab VIEW 7.1 для стенда полунатурного моделирования (СПМ).

9. Ахмедзянов А. М. Термогазодинамические расчеты авиационных ГТД: Учеб. пособие/ Ахмедзянов А. М., Алаторцев В. П., Гумеров X. С., Тарасов Ф. Ф. Уфа: изд. УАИ, 1990. - 340 с.

10. Кофман В. М. Метод параметрической идентификации- математических моделей>ГТД на установившихся режимах работы / Кофман В. М. // Вестник-УГАТУ, Уфа, 2009, Т. 13, №" 1 (34). С. 57-65.

11. Данилин O.E. Оптимизация методами генетических алгоритмов математической модели нелинейного объекта / Данилин О. Е., Бадамшин. Б. И. // Докл. Российской научн.-техн. конф. Мавлютовские чтения: Уфа: Сборник, тру- • дов, 2006 т.2. - С.'65-70.

12. Кусимов С. Т. Проблема проектирования и развития»систем автоматического управления и контроля ГТД / Кусимов С. Т., Ильясов Б. Г.,-Васильев В. И. и др. М.: Машиностроение, 1999 - 609 с.

13. Гимадиев А. Г. Системы, автоматического регулирования ГТД: Учеб. Пособие / Гимадиев А. Г., Шахматов Е. В., Шорин В. П. Куйбыш. Авиац. ин-т. Куйбышев, 1990.-122 с.

14. Лесин В.В. Основы методов оптимизации / Лесин В.В., Лисовец Ю:П. -М.: из-воМАИ, 1995.-344 с.

15. Аттетков A.B. Методы оптимизации / Аттетков A.B., Галкин С.В., Зарубин B.C. М.: из-во МГТУ им. Н.Э.Баумана, 2001. - 440 с.

16. Васильев В. И. Интеллектуальные системы управления с использованием нейронных сетей: Учебное пособие / Васильев В. И., Ильясов Б. Г., Валеев С. С. и др. Уфа : УГАТУ, 1997. - 92 с.

17. Фельдбаум А. А. Процессы обучения людей и автоматов / В кн. «Методы оптимизации автоматических систем»; под ред. Цыпкина Я. 3. М., 1972. - с.,113.

18. Нильсон Н. Дж. Обучающиеся машины / Нильсон Н. Дж., пер. с англ. -М.: Мир, 1967. 180 с.

19. Цыпкин Я. 3. Адаптация и обучение в автоматических системах / Цыпкин Я. 3. М.: Наука, 1968. - 400 с.

20. Цыпкин Я, 3. Основы теории обучающихся систем / Цыпкин Я. 3. -М.: Наука, 1970:-252 с.

21. Горелик А. Л. Некоторые вопросы построения систем распознавания объектов и явлений / Горелик А. Л., Скрипкин В. А. М.: Наука, 1974. - 301 с.28. www.GandC.narod.ru/amlahx (Copyright (С) 2003-2004 Владимир Груздев).

22. Бесекерский В. А. Теория систем автоматического управления / Бесе-керский В.А., Попов В:И. Изд. 4-е, перераб. и доп. - СПб, Изд-во «Профессия», 2003.-752 с.

23. Солодовников В. В. Теория автоматического регулирования// Под. Ред. Солодовникова В.В. М.: Машиностроение, 1967. - 768 с.

24. Гусев Ю. М. Решение задачи оптимизации удельного расхода топлива ТВВД на основе интеллектуальных методов управления и анализ полученных результатов. / Гусев Ю. М., Данилин О. Е., Бадамшин Б. И. // Вестник УГАТУ, Уфа, 2010, Т. 14, № 2 (37). С. 136-145.

25. Ахмедзянов А. М'. Проектирование авиационных ГТД: Учеб. пособие/ Ахмедзянов А. М.,( АлаторцевВ. П., Гумеров X. С., Рыжов А.А., Сахабетдтнов М.А. Уфа: изд. УАИ, 1990.-227 с.

26. Куликов Г. Г. Марковские модели сложных динамических систем: идентификация, моделирование и контроль состояния / Куликов Г. Г., Флеминг П. Дж., Брейкин.Т. В. и др. Уфа: УГАТУ, 1998. - 104 с.

27. Куликов^ Г. Г. Интеллектуальные информационные системы: Учеб. Пособие / Куликов Г. Г., Брейкин Т. В., Арьков В. Ю. Уфа: УГАТУ, 1999* 129 с.

28. Федюкин В. Распределенная архитектура перспективных встроенных систем управления / Федюкин В., Бондарев Л., Клепиков В. Электроника: Наука, Технология, Бизнес 6/2007. С. 60-65.

29. Добрянский Г. В. Динамика авиационных ГТД / Добрянский Г. В., Мартьянова Т. С. М.: Машиностроение, 1989, - 240 с.

30. Шевченко П. А. Архитектура нейропроцессора NeuroMatrix- 6403 / Шевченко П'.А., Фомин Д.В., Черников?В*.М., Виксне П.Е. //Пятая Всероссийская конференция «Нейрокомпьютеры и их применение». Сборник докладов. Москва. 17-19 февраля 1999. С.70-90.

31. Виксне П. Е. Однокристальный цифровой нейропроцессор с переменной разрядность операндов / Виксне П. Е., Фомин Д. В., Черников- В. М. //Известия ВУЗов. Приборостроение. 1996, №7. С.13-21.

32. Федоренко Р. П. Приближенное решение задач оптимального управления / Федоренко Р. П. М.: Наука, 1978. - 488 с.

33. Квакернак X. Линейные оптимальные системы управления / Квакер-нак X., Сиван Р.: Пер. с англ. М.: Мир, 1977. - 650 с.

34. Александровская Л. Н.Теоретические основы испытаний и экспериментальная отработка сложных технических систем: Учебное пособие. / Александровская Л. Н., Круглов В. И., Кузнецов А. Г. и др М.: Логос, 2003. - 736 е.: ил.

35. Зрелов В. А. Отечественные газотурбинные двигатели. Основные параметры и конструктивные схемы: Учеб. Пособие. / Зрелов В. А. М.: ОАО «Издательство «Машиностроение», 2005. - 336 е.: ил.

36. Васильев В.И. Интеллектуальные системы управления с использованием генетических алгоритмов: Учебное пособие / Васильев В: И. — Уфа : УГА-ТУ, 1999 .— 105с. : ил.

37. Джеффри Тревис. Lab View для всех / Джеффри Тревис: Пер. с англ. Клушин Н. А. М.: ДМК Пресс; ПриборКомплект, 2004. - 544 с.

38. Бутырин П. А. Автоматизация физических исследований и эксперимента: компьютерные измерения и виртуальные приборы на основе LabView 7 / Под. ред. Бутырина П. А. М.: ДМК Пресс, 2005. - 264 с.

39. Суранов А. Я. LabView 7: справочник по функциям / Суранов А. Я. — М.: ДМК Пресс, 2005. 512 с.

40. Батоврин В. К. Lab VIEW: практикум по основам измерительных технологий: Учебное пособие для вузов / Батоврин В. К., Бессонов А. С., Мошкин В. В., Папуловский В. Ф. М.: ДМК Пресс, 2005. - 208 е.: ил.

41. Черкасов Б. А. Автоматика и регулирование воздушно-реактивных двигателей: Учеб. для вузов по спец."Авиационные двигатели" / Черкасов Б. А. 3-е изд., перераб. и доп. М. : Машиностроение, 1988 .— 360 С. : ил.