Методология доводки элементов ГТД на основе структурно-параметрического анализа апостериорной информации

Современный газотурбинный двигатель (ГТД) — изделие предельных параметров, высокой размерности, со многими степенями свободы. Он создается и совершенствуется в условиях ограничений по себестоимости, срокам создания, при растущих требованиях к ресурсу, надежности, газодинамической эффективности. Данные требования одновременно трудновыполнимы, а попытки ликвидировать отставание хотя бы по одному из них затрагивают достигнутый уровень других. Этот процесс одновременного обеспечения всего комплекса требований к ГТД, называемый доводкой, часто не ограничивается опытным производством и распространяется на производство серийное. Проблемами доводки ГТД являются либо «недополучение» параметров (КПД, запасов газодинамической устойчивости, экономичности, экологичности), либо появление сложных дефектов (перегрев лопаток турбины, снижение их усталостной прочности, разрушение элементов трансмиссии и др.). Решение этих проблем связано с изменением конструкции, свойств материалов, организацией превентивного контроля параметров, совершенствованием технологических процессов и т. д. Однако остается не разработанной сама методология алгоритмированного решения проблем доводки ГТД, которая позволяла бы уверенно и в кратчайшие сроки получать практический результат. На этапе доводки, когда облик конструкции определен, система переходит из сферы теоретико-расчетных исследований в область эмпирико-интуитивных решений. В условиях информационной недостаточности (мало опытов, много параметров), когда статистические методы непосредственно не применимы, исследователь действует в рамках некоторого динамического стереотипа (из психологии), заданного ему определенной научной школой. Неудачные опыты в многомерных и многокритериальных ситуациях воспринимаются как досадные недоразумения. Здесь-то и нужна область достижимых решений — сжатая двумерная информация об эффективности реализованных и предполагаемых решений. Визуализация, наблюдаемость процесса доводки, чувственное (греч. neuro) его восприятие, обостряют интуицию исследователя, резко сокращают ненужные пробы и дорогостоящие ошибки, а накопленный опыт, удачный и неудачный, становится плацдармом для оперативного решения указанных проблем. Представляется целесообразной разработка следующих проблемно-ориентированных информационных технологий совершенствования элементов ГТД на базе накопленного опыта (апостериорной информации):

• Имитационное моделирование характеристик узлов ГТД. Возможность организации поиска непосредственно на созданных ранее газодинамических моделях компрессоров и турбин позволяет в разумные сроки находить новые решения для совершенствования серийных конструкций.

• Мониторинг данных цехового контроля. Для объектов различной физической природы — координатных измерений лопаток, параметров монтажа, химического состава сплавов и их микроструктуры, вибропроцессов, составов исполнителей операций сборки — на плоскости экрана монитора создаются ква-лиметрические шкалы качества с нанесенной границей, разделяющей «хорошие» и «плохие» ситуации. Это позволяет находить ориентиры по совершенствованию свойств указанных первичных признаков.

• Обобщение результатов испытаний модельных элементов проточной части ГТД. Имеющиеся атласы результатов продувок плоских решеток, испытаний изолированных компрессорных и турбинных ступеней и др. при их надлежащем использовании для прогнозирующего управления становятся важным инструментом, как для совершенствования характеристик узлов, так и для повышения точности имитационных моделей элементов ГТД.

• Обобщение результатов испытаний натурных узлов. Этот уникальный экспериментальный материал отражает стиль, стереотип процесса доводки узлов на данном предприятии. Результатом обобщения является построение области достижимых решений, в которой и отрабатываются мероприятия.

• Обобщение конструктивных и эксплуатационных характеристик готовых ГТД. Установление функциональных соотношений между особенностями конструкций ГТД с их фактическими характеристиками позволяет модифицировать узлы двигателя эволюционным путем, обеспечивать их согласованную работу на заданных режимах.

Совместное применение этих информационных технологий совершенствования элементов ГТД обеспечивает наблюдаемость, прогнозируемость и управляемость процесса доводки и позволяет получать существенные результаты — увеличение мощности на 3%, повышение КПД компрессора на 3%, снижение температуры газа перед турбиной на 50 — 70 градусов, обеспечение устойчивого запуска при необходимом снижении вредных выбросов и др.

Решение проблемы эволюционного совершенствования элементов ГТД на этапе его доводки может быть найдено путем создания информационных технологий наблюдаемого прогнозирующего управления (нейроуправления) [1−10] при исследованиях по следующим актуальным направлениям:

— оптимизация процессов создания и доводки двигателей, разработка способов улучшения их характеристик в производстве и эксплуатации;

— совершенствование процессов автоматизации проектирования, формообразования и обработки лопаток, их защиты;

— совершенствование методов сбора, обработки и анализа эмпирических данных различной физической природы;

— повышение эксплуатационных свойств материалов и снижение интенсивности их деградации;

— анализ путей уменьшения вредных выбросов.

Создание современных изделий отечественной авиационной техники основано, в частности, на фундаментальных работах [14 — 28], в которых представлены термогазодинамические и энергетические основы воздушно-реактивных двигателей (ВРД), источники энергии ВРД, характеристики основных узлов (входных устройств, компрессоров и турбин, камер сгорания, выходных устройств), методы термогазодинамического расчета конструкции, характеристики и методы регулирования, исследования неустановившихся режимов, переходных процессов, общие проблемы уменьшения вредного влияния двигателя на окружающую среду, проблемы формирования проточной части двигателей различного назначения и т. д. В основу этих работ, ориентированных на создание перспективных двигателей, положен принцип детерминизма (причинной обусловленности явлений), а господствующим математическим аппаратом являются методы интегро-дифференциального исчисления. Этот аппарат, обеспечивающий глобальный характер решений, оказывается недостаточным при решении частных задач повышения характеристик двигателя конкретной конструкции на 2 — 3%. Стохастический, вероятностный характер процессов, например, турбулентности, приводит к появлению многих «нерасчетных» ситуаций, когда приходится решать вопросы обеспечения качества экспериментальным путем, а сам процесс доводки конструкции растягивается на годы. Для серийных двигателей с давно установившейся конструкцией «малые случайные отклонения» размеров деталей, характеристики вещества часто оказываются достаточно болезненными, что приводит к переборкам двигателей после контрольно-сдаточных испытаний. Поэтому фундаментальные теоретико-физические положения необходимо дополнить методами управления стохастическими процессами. Принципиальными здесь являются требования выполнения законов д принципов технической кибернетики — науки об управлении сложными объектами и процессами при неполном знании механизма явлений, которые состоят в том, что:

— использование только детерминированных теоретико-физических моделей или только стохастических моделей для реальных технических систем малоэффективно. Оптимальный результат или близкий к нему можно получить лишь с помощью комбинированных моделей;

— система анализа и синтеза параметров должна быть достаточно универсальной при решении оптимизационных задач как для объектов различной физической природы (газодинамика, прочность, вещество), так и для всех основных этапов создания двигателя (проектирование, доводка, контроль и коррекция производства, сборки, анализ результатов эксплуатации);

— при создании любых моделей объекта (теоретико-физических, стохастических, логических и т. п.) результаты соотносятся с экспериментом. Поэтому предпочтительнее создание этих моделей проводить на базе фактического экспериментального материала;

— поскольку любая задача, требующая привлечения априорной информации, по определению [137] является математически некорректной, постольку регуляризация задачи [83] должна проводится в «наилучших» условиях для использования ее в сложных задачах прогнозирования, оптимизации и распознавания многопараметрических и многокритериальных систем. Такие условия создаются путем построения квалиметрических шкал качества [88 — 91], области достижимых и компромиссных решений. Этим обеспечивается непосредственное применение опыта и интуиции профессионала в формализованном управлении сложным процессом совершенствования характеристик ГТДв задачах управления целесообразно использование адаптационных, приспосабливающихся, самообучающихся моделей и процессов. Построение таких моделей необходимо проводить в адаптивном режиме самообучения, когда при поступлении новой информации вновь определяется структура и коэффициенты уравнений связи, определяются тип системы, ее характер.

Чрезвычайная сложность физического механизма явлений объектов авиационной техники, их многофакторность, многокритериальность и связанное с этим жесткое разделение труда (отделы компрессора, камеры сгорания, турбины и т. д.) крайне затрудняют оценку действительного положения вещей, обоснованность важных технических решений. Разделение труда обусловлено необходимостью сохранения государственной и коммерческой тайн, исключения раскрытия назначения и области применения изделий, над которым работает предприятие. Разделение труда создателей и исследователей турбомашин проходит и по линии различия физической природы процессов, хотя создание ГТД носит междисциплинарный характер. Действительно, физическая природа вибропроцессов, газодинамических характеристик, горения, свойств жаропрочных сплавов, человеческого фактора при проектировании и при сборке двигателя совершенно различна и требует глубокого профессионализма. Их взаимосвязь и взаимную зависимость можно обнаружить тогда, когда устанавливаются количественные соотношения между характеристиками качества узла (целевыми функциями) и первичными признаками (размеры, химический состав, частотные характеристики, режимные параметры и т. д.). Налагаемые на первичные признаки допуски непосредственно не связаны с выходными характеристиками и не несут полезной информации о качестве изделия. Необходимо установление достаточно устойчивых функциональных соотношений между первичными признаками различной физической природы и некоторыми промежуточными характеристиками, определяющих качество узла.

Эти функциональные соотношения должны обеспечивать наблюдаемость реакции системы на управляющие воздействия или технические решения. Речь идет о сжатии многомерной информации и представлении ее на двумерной плоскости экрана монитора. При такой постановке решается целый комплекс практически важных задач управления качеством:

— построение квалиметрических шкал качества;

— построение области достижимых и компромиссных решений;

— визуальный контроль процесса и результатов поисковой оптимизации;

— определение области околокритических состояний объекта.

Решение этих важных задач управления должно проходить в динамическом режиме поиска прогнозирующих функциональных соотношений. Поисковые процессы необходимо осуществлять многократно при постоянной адаптации, приспособлении к меняющейся ситуации. Подобного рода системы прогнозирующего управления носят название нейроконтроллеров [1]. Их разработка связана с активным развитием нейрокомпьютеров, сложностью построения алгоритмов управления существенно нелинейными системами, а также системами, функционирующими в условиях неопределенности.

В основе нейроуправления лежит теория нейронных сетей, приспособленная к реальным задачам оптимизации и распознавания образов при отсутствии тех или иных фрагментов зашумленной информации. Главной идеей ней-росетей является иерархичность передачи и преобразования информации (слоистость). На первом уровне рассматриваются первичные признаки. Элементами второго ряда являются некоторые функции первичных признаков, а элементами третьего — сложные функционалы элементов второго ряда. Например, для компрессорной ступени первичными признаками являются координаты профилей лопаток, второй ряд образуют параметры решетки этих лопаток (углы, толщины), а третий ряд — значения запасов устойчивости и КПД ступени, рассчитанные по параметрам решетки (рис. 1).

Иерархический переход к критериям все более высокого порядка (принцип субоптимальности: то, что хорошо для нижнего уровня, должно быть хорошим для уровня более высокого.) позволяет решать задачи управления качеством на системном уровне, т. е. разрабатывать комплекс взаимосвязанных, но достаточно автономных подсистем с определенными функциональными обязанностями (нейроконтроллер). В турбомашиностроении явно просматрива.

Размеры лопаток.

Параметры решети.

КПД и запась устойчивост.

Рис. 1. Этапы преобразования информации ется необходимость и целесообразность обобщения параметров различной физической природы с целью решения экстремальных задач в процессе доводки ГТД (рис. 2).

Элементарные составляющие ступени (решетки и др.).

Изолированные ступени.

Сборка трансмиссии.

Свойства материалов Э.

Динамические процессы.

Координатные измерения.

Экология.

Человеческий фактор

РЕШЕНИЕ КСТРЕМАЛБНЫХ1 ЗАДАЧ.

Рис. 2. Схема обобщения параметров различной физической природы.

Нейроуправление должно касаться одновременно газодинамического совершенства, надежности и ресурса двигателя, так как недопустима потеря хотя бы одной из этих характеристик качества. Это означает, что оно должно быть системным и носить междисциплинарный характер. В сфере нейроуправления должны присутствовать системы «форма — свойства», «состав — свойства», «режим — свойства». Для реализации сформулированных условий необходимо специальное программное обеспечение, способное решать реальные задачи прогнозирования, оптимизации и диагностики характеристик качества в условиях информационной избыточности и недостаточности при существенном влиянии взаимодействий многочисленных параметров, в обстановке реальных помех.

На рис. 3 приведена общая схема нейроуправления доводки элементов.

ГТД.

Адресная память (первичные признаки).

Геометрия Вещество Проекты Конструкция Сборка.

ЧертежКоординатные измеренияАльбомы решетокШероховатость Ti, Nb, Mo, CrСТв, СГо.2, §, ч>- Е, а, X, рМикроструктуры ОдномерныеДвумерныеТрехмерные Компрессор: — осевой- - диагональный- - центробежный. Камеры сгорания Параметры монтажаБригады сборщиковВибросигналыБиения.

Динамический стереотип поиска функциональных соотношений и.

2а.

Недостижимые ция.

ДосгпоЬщые/ решения и,.

Ассоциативная память (диагностические технологии).

Газодинамика ДКу=ЩЗ, р2',.) — МРГ, Р2',.) — Конструкционные свойства сплавов Проектирование на шах т|, N, АКу Синтез экспериментальных характеристик Элиминирование отклонений.

Т, a =f (x/c) — Р =f (x/c) — E, a, A.=f (x/c) Уст.проч. =f (x/c) ГТД-110 ДЗО-КУ Н-4 ТВД-1500 г|к=1″ (парам. констр) — N0x, CO=f (nap. кон) — 3anycK=f (nap. констр) — Пульс.=f (nap. констр) Пар.монт.=^кадр.) — Вибрации=Г (кадр.) — Вибрации=А[пар. монт.);

Семейство проблемно-ориентированных информационных технологий.

Имитационное моделирование.

Цеховой контроль.

Модельные ступени.

Натурные испытания.

Серийные конструкции.

Параметры решетки Ж.

Профиль лопатки.

Геометрия ступени I.

Параметры ступени.

Параметры монтажа.

Нейроуправление качеством элементов ГТД кнд квд ТВД Т11Д PC Дроссельные кярактсристаь.

Ш U2 U3 VI V2 А S 01 02 YI Y2.

261 -2192 1.526 -.887 3.176 11.63 110.0 -068 -.044 .0 -11.5.

36IW 1.526 i^" - 887 3 176 13.63 117.3 -1.837 953 .0 -7.9.

— 1.12 090 .420 -3.11] 2.199 14.04 114.5 1. I1MJ .6235 3 3 -4.3.

— 1.12 .090 420 6.147 -1.06 14.04 т.5 1 119 .623 1.0 -1.8.

— 014 2.525 -.676 -3.301?Г -3SV 13.79 111 0 5.405 .083 15 -7.5.

Матрица главных компонент геометрии элементов ГТД.

МодифицированиеЭксплуатационный допуск;

Человеческий факторПодбор готовых узловПодшихтовка.

Рис. 3. Нейроуправление качеством доводки сложнопрофильных элементов ГТД.

Здесь первичными признаками (адресная память) являются параметры, определяющие качество функционирования конструкции. Эти параметры не несут непосредственной информации о путях совершенствования характеристик двигателя. Такая информация может быть получена, если удается «увязать» их значения с эксплуатационными характеристиками соответствующих узлов изделия. Параметры, характеризующие геометрию, вещество, свойства проектов конструкции (исходные данные для расчетов характеристик), особенности реальной конструкции, результаты анализа качества сборки изделия на предприятии, регистрируются и сохраняются в рамках штатного контроля в паспорте двигателя.

Обычно использование этой информации ограничивается ее сопоставлением с принятыми допусками. Информационная ценность первичных признаков резко возрастает, если при решении конкретных технических проблем совершенствования характеристик удается получить эффективные прогнозирующие функциональные соотношения, позволяющие решать экстремальные задачи. По мере накопления опыта информационная технология поиска функциональных соотношений перестает существенно изменяться. Появляется своего рода динамический стереотип поведения — одновременно рассматриваются задачи многофакторного прогнозирования (описания), оптимизации и распознавания образов, определяются особенности системы (аддитивная и мультипликативная) и особенности данных (однородные, неоднородные, дихотомийные), определяется область достижимых решений. Все это составляет так называемую ассоциативную память (диагностические технологии), в которой сосредоточены удачные решения сложных задач газодинамики, конструкционной прочности, результаты поиска максимального КПД, запасов устойчивости, найдены эффективные решения при доводке узлов, определены взаимодействия параметров, ухудшающих реальные эксплуатационные характеристики (ресурс, надежность). Данная информация становится пригодной для построения некоторых проблемно-ориентированных прогнозирующих технологий (нейроконтроллеров), обеспечивающих эффективные решения для двигателей широкого класса. Обратная связь ассоциативной памяти с адресной обеспечивает обновление и дополнение адресной памяти, позволяет определять тип недостающей информации. Система нейроконтроллеров является инструментом улучшения качества основных элементов всего двигателя в целом. Сжатие информации о геометрии лопаток вентилятора и рабочего колеса, особенностей реальной геометрии сопловых аппаратов и т. д. методом главных компонент позволяет увязывать эту информацию с основными характеристиками всего двигателя. Здесь удается найти недостаточно согласованные узлы, уточнить допуски, повышать качество сборки, определять направления дальнейшего совершенствования изделия на основе эволюционного подхода.

Целью работы является решение научно-технической проблемы нейро-управления качеством доводки элементов ГТД за счет создания семейства проблемно-ориентированных информационных технологий.

Для достижения цели в работе решались следующие основные задачи:

— алгоритмизация процессов прогнозирования технических характеристик узлов ГТД по экспериментальным данным;

— алгоритмизация процессов многопараметрической и многокритериальной оптимизации на детерминированных или стохастических моделях элементов сложных механических систем;

— создание математических средств распознавания зашумленных фрагментов информации об объектах различной физической природы (координатные измерения, химический состав, вибропроцессы и др.).

Научная новтна.

1. Найдено решение научной проблемы «Нейроуправление качеством доводки элементов ГТД», основанное на законах и принципах технической кибернетики, методах квалиметрии, численных методах анализа, теории автоматического управления, методах прогнозирования, оптимизации, распознавания.

2. Разработана алгоритмированная система нейроуправления качеством ответственных элементов ГТД, обеспечивающая эффективное эволюционное совершенствование характеристик объектов различной физической природы в рамках построенной области достижимых технических решений.

3. Создана перспективная интеллектуальная система информационных технологий, основанная на использовании опыта теоретических (расчетных) исследований ГТД, опыта его штатного цехового контроля, лабораторных исследований элементов, стендовой доводки узлов, обобщений характеристик серийных конструкций двигателей различного назначения, с помощью которой получены нетривиальные практические результаты доводки различных элементов ГТД.

Достоверность полученных результатов обеспечивается корректным и системным применением методов многомерного статистического описания, оптимизации и распознавания образов и подтверждается высокой точностью прогноза характеристик исследуемых объектов методом скользящего узнавания.

Практическая ценность работы и реализация ее результатов.

Полученные результаты расчетно-теоретических и экспериментальных исследований позволяют совершенствовать проектирование и производство широкохордных лопаток для ГТД с большой степенью двухконтурности, повышать эксплуатационные характеристики сплавов, эмиссионные и режимные свойства камер сгорания, управлять качеством модифицирования, комплектовки и сборки двигателей. Результаты работы автора обобщены в двух Межведомственных Руководствах по газодинамической устойчивости ГТД (1978, 2005 г. г.).

Апробация работы. Материалы докладывались на научно-технических семинарах в ЦИАМ (1970 — 1988), на Всесоюзной научно-технической конференции по машинному проектированию (ЦИАМ, 1981 г.), на IX и X Международных научно-технических конференциях по компрессоростроению (Казань, 1993, 1995 г. г.), Международной конференции «Газовые турбины (Рыбинск,.

1994 г.), Международном симпозиуме по компрессоростроению (С.-Петербург, май 1996 г.). Работа доложена на Всероссийском форуме «Интеллектуальные ресурсы регионов России на рубеже тысячелетий» (Ярославль, 2000 г.). Работа автора «Количественный прогноз тенденций и оптимизация процесса принятия управленческих решений» удостоена диплома Министерства промышленности, науки и технологий РФ на международном конгрессе — выставке «Высокие технологии. Инновации. Инвестиции» (Санкт-Петербург, 2000 г.). Работа доложена на научно-техническом семинаре «Опыт разработки, проблемы создания и перспективы развития низко-эмиссионных камер сгорания ГТУ», организованном советом РАН по проблемам развития энергетики России (ЦИАМ, 2004 г.), на Всероссийской (с международным участием) научно-технической конференции «Рабочие процессы и технология двигателей» (Казань, 2005 г.).

Публикации. По теме диссертации опубликовано более 70 статей.

Объем работы. Диссертация состоит из введения, семи глав, общих выводов по работе, списка использованной литературы и приложения. Полный объем диссертации составляет 334 страницы.

ОСНОВНЫЕ ВЫВОДЫ ПО РАБОТЕ.

Основным результатом данной диссертационной работы является решение важной научной проблемы, имеющей существенное народохозяйственное значение и заключающееся в разработке общей концепции прогнозирующего управления (нейроуправление) качеством в авиадвигателестроении, методологии и теоретических положений, методов и соответствующих им программных средств для ЭВМ различных поколений, обеспечивающих их практическую реализацию на всех основных этапах создания ГТД и его элементов.

Результаты проведенных исследований по совершенствованию качества объектов различной физической природы, многолетний опыт практического внедрения разработанного методического, информационного, алгоритмического и программного обеспечения качества сложных механических систем позволяет сделать следующие основные выводы:

1. На основе анализа исторической ретроспективы развития процессов проектирования, доводки, контроля производства и эксплуатации изделий авиационной техники решена важная научно-техническая проблема «нейроуправления качеством доводки элементов ГТД» на основе использования законов и принципов технической кибернетики, идей и методов нейроуправления, квалиметрии, численных методов анализа, теории автоматического управления.

2. На основе анализа реальных процессов принятия технических решений при проектировании, доводке и испытаниях ГТД разработана и апробирована алгоритмированная система нейроуправления качеством ответственных элементов ГТД, обеспечивающая эффективное эволюционное совершенствование характеристик объектов различной функциональной природы в области достижимых технических решений.

3. В результате исследования скрытых закономерностей в системах газодинамики, статической и динамической прочности, горения, системах взаимодействия трудовых коллективов с механическими, металлургическими и др. объектами созданная информационная технология поиска многомерных функциональных соотношений (динамический стереотип) в пределах наблюдаемости поведения объекта обеспечивает точный локальный прогноз характеристик в условиях информационной недостаточности и информационной избыточности эмпирических данных.

4. Разработанная система мониторинга многомерных и многокритериальных ситуаций (структурные факторы, главные компоненты, проектирование на плоскость), перспективная и особенно эффективная при переходе к объемному моделированию газодинамики, напряженно-деформированного состояния, вибрационной напряженности, позволяет резко снизить трудоемкость и сроки проектирования сложных конструкций, обеспечить выход на границу научно-технических достижимых решений.

5. Разработанная система программных модулей многофакторного прогнозирования, оптимизации и распознавания, апробированная в многочисленных приложениях и имеющая разнообразие возможностей, не меньше разнообразия проблемных ситуаций, встречающихся при совершенствовании характеристик качества ГТД, не нуждается в принципиальных доработках и сохраняет облик динамического стереотипа при проведении дальнейших исследований.

6. Промышленная реализация диссертационной работы состоит в решении методами нейроуправления ряда крупных технических проблем, возникших при доводке различных ГТД и их элементов: обеспечение устойчивого запуска крупногабаритного изделия по восьми результатам неудачного регулирования направляющих аппаратов, автоматизированная отладка температурных полей за счет подбора жиклеров в топливном коллекторе, позволившая снизить число съемов температурных полей с 18 до 3 — 4, обеспечение требований к усталостной прочности лопаток турбины серийного двигателя ДЗОКУ, снижение вибрационных напряжений лопаток многоступенчатого компрессора по данным стендовых испытаний, подбор вариантов диффузора и рабочего колеса центробежного компрессора, обеспечивающего существенное повышение КПД при доводке конструкции.

7. Методическая реализация работы состоит в выпуске разделов Отраслевого руководства по превентивному контролю запасов устойчивости компрессоров в серийном производстве (II -1978 г. и III — 2004 г. редакции).

8. Программная реализация работы состоит в регистрации программного комплекса БАРС в РОСПАТЕНТЕ. Комплекс включает шесть автономных программных модулей.