Разработка нейросетевого регулятора для дизеля

Рассмотрены вопросы применения нейронной сети в регуляторе тепловых двигателей с целью улучшения качества управления и удобства его настройки. Объектом исследования являлся регулятор частоты вращения перспективного тепловозного дизеля Д500. Сформулированы задачи разработки нейросетевого регулятора. Определены входные сигналы нейронной сети. Для ее настройки использован метод обучения с подкреплением, в рамках которого нейронная сеть взаимодействует с компьютерной моделью дизеля в замкнутой системе. В качестве критерия настройки нейронной сети выступала точность выполнения программы управления. Назначена система наград, по которой осуществляется обучение нейронной сети. Исследование влияния структуры нейронной сети регулятора на качество работы системы управления позволило определить ее минимально возможный состав для решения поставленной задачи. Приведены результаты исследования в виде графиков изменения наград в процессе обучения для различных вариантов структуры нейронной сети регулятора и смоделированные переходные процессы системы управления во всем диапазоне частоты вращения дизеля.

Литература

[1] Кобяков Д., Хватов О. Моделирование переходных процессов дизель-генераторной установки переменной частоты вращения на базе активного выпрямителя напряжения. Вестник Астраханского государственного технического университета. Сер. Морская техника и технология, 2019, № 3, с. 94–104, doi: https://doi.org/10.24143/2073-1574-2019-3-94-104

[2] Ouladsine M.B., Gérard D.X. Neural modelling and control of a Diesel engine with pollution constraints. J. Intell. Robot. Syst., 2005, vol. 41, no. 2–3, pp. 157–171, doi: https://doi.org/10.1007/s10846-005-3806-y

[3] Палагута К.А., Чиркин С.Ю., Кузнецов А.В. Синтез системы управления двигателем внутреннего сгорания с использованием гибридных и нейронных сетей. Машиностроение и инженерное образование, 2009, № 4, с. 59–66.

[4] Рыжов В.А. Отечественные двигатели нового поколения Д500. Новый оборонный заказ. Стратегии, 2015, № 5, с. 40–41.

[5] Воронов К.Е., Григорьев Д.П., Телегин А.М. Применение нейронной сети прямого распространения для локализации места удара микрочастиц о поверхность космического аппарата. Труды МАИ, 2021, № 118, doi: https://doi.org/10.34759/trd-2021-118-10

[6] Федотов М.В., Клименко Ю.И., Шарапов А.Л. и др. Оценка и прогноз изменения вязкости дизельного масла с использованием нейросетевых моделей. Железнодорожный транспорт, 2022, № 7, с. 39–42.

[7] Федотов М.В., Грачев В.В. Предиктивная аналитика технического состояния систем тепловозов с использованием нейросетевых прогнозных моделей. Бюллетень результатов научных исследований, 2021, № 3, с. 102–114, doi: https://doi.org/10.20295/2223-9987-2021-3-102-114

[8] Величко Е.П., Сокольчик П.Ю. Применение нейросетевого регулятора в системах позиционного регулирования. Вестник ПНИПУ. Химическая технология и биотехнология, 2015, № 2, с. 7–20.

[9] Лысенко Д.С. Интеллектуальная система адаптации типовых законов автоматического регулирования с функцией идентификации структуры и параметров объекта. Вестник Самарского государственного технического университета. Сер. Технические науки, 2022, т. 30, № 1, с. 46–62, doi: https://doi.org/10.14498/tech.2022.1.3

[10] Ecoffet A., Huizinga J., Lehman J.J. et al. First return, then explore. Nature, 2021, vol. 590, art. 7847, doi: https://doi.org/10.1038/s41586-020-03157-9

[11] Кузнецов А.Г., Харитонов С.В. Исследование работы дизеля по тепловозной характеристике. Известия высших учебных заведений. Машиностроение, 2017, № 12, с. 11–19, doi: https://doi.org/10.18698/0536-1044-2017-12-11-19

[12] Kuznetsov A.G., Kharitonov S.V., Vornychev D.S. A mathematical model of a diesel engine for simulation modelling of the control system. GJPAM, 2016, vol. 12, no. 1, pp. 213–228.

[13] Sharma S., Athaiya A. Activation functions in neural networks. IJEAST, 2020, vol. 4, no. 12, pp. 310–316, doi: https://doi.org/10.33564/IJEAST.2020.v04i12.054

[14] Feng J., Lu S. Performance analysis of various activation functions in artificial neural networks. J. Phys.: Conf. Ser., 2019, vol. 1237, art. 022030, doi: https://doi.org/10.1088/1742-6596/1237/2/022030

[15] Малышев А.Н., Данилов Е.А. Обзор некоторых активационных функции математического нейрона. Научное обозрение. Педагогические науки, 2019, № 3–2, с. 39–43.