КАРТОЧКА
ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ
Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.
ОБЩИЕ СВЕДЕНИЯ
Номер 23-11-20016
НазваниеМетодология разработки системы управления аэродинамическим профилем лопасти ветроэнергетической установки и крыла летательного аппарата на основе искусственного интеллекта с самообучающейся нейронной сетью
РуководительОсинцев Константин Владимирович, Кандидат технических наук
Организация финансирования, регион Федеральное государственное автономное образовательное учреждение высшего образования "Южно-Уральский государственный университет (национальный исследовательский университет)", Челябинская обл
Период выполнения при поддержке РНФ | 2023 г. - 2025 г. |
Конкурс№77 - Конкурс 2023 года «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами» (региональный конкурс).
Область знания, основной код классификатора 01 - Математика, информатика и науки о системах, 01-208 - Нейроинформатика
Ключевые словаИскусственный интеллект, нейронная сеть, аэродинамика, беспилотный летательный апппарат, механизация, оперение, методология
Код ГРНТИ28.23.00
ИНФОРМАЦИЯ ИЗ ЗАЯВКИ
Аннотация
Междисциплинарный проект заключается в проведении фундаментально-прикладных исследований с разработкой прототипа аппаратно-программного комплекса (АПК) управления аэродинамическими характеристиками лопасти ветроэнергетической установки (ВЭУ) и крыла беспилотного летательного аппарата (БПЛА) на основе искусственного интеллекта с самообучающейся нейросетью.
АКТУАЛЬНОСТЬ НИОКР И НОВИЗНА
В ветроэнергетике широко используются методы самолетостроения. Аэродинамические параметры ВЭУ и БЛПЛА схожи - профиль лопасти повторяет форму крыла. Также схожи и проблемы недостаточной эффективности – ВЭУ работают в узком диапазоне ветров при не всегда оптимальной быстроходности, ПБЛА неэффективно использует топливо/заряд аккумулятора при взлете, свободном парении и маневрировании.
Настоящий проект сфокусирован на повышении эффективности ВЭУ и БПЛА, исходя из подобия решаемых задач, с синтезом методов, из которых формируется новая методология разработки механизации ВЭУ и БПЛА – оснащения оперением лопасти/крыла ВЭУ/ПБЛА (ГОСТ 21890-76). Актуальность подтверждается тенденциями перехода к новым источникам энергии, расширения применения БПЛА, освоения Арктики, опытом боевых действий (использования БПЛА в тяжелых метеоусловиях, наличия автономного энергоснабжения в виде ВЭУ). Кроме этого, заявителям поступил ряд запросов на разработку ВЭУ арктического исполнения (КБ Кунцево, г. Москва), и оптимизации БПЛА (Московский радиотехнический завод).
РЕШЕНИЕ ПРОБЛЕМЫ
Решение существующей проблемы заключается в оперативном изменении формы лопасти/крыла ВЭУ/БПЛА в зависимости от режима работы. Например, в части ВЭУ для самостоятельного старта необходимо увеличить хорду лопасти и утолщение, а для работы на сильных ветрах наоборот, уменьшить хорду и утолщение – при этом диапазон рабочих скоростей ветра значительно расширяется (для горизонтально-осевых ВЭУ он может быть расширен до 60 м/с, что увеличит выработку почти вдвое, а для вертикально-осевых ВЭУ до 100 м/с, что не только увеличит выработку почти втрое, но и позволит адаптировать ветроэнергетику к условиям Арктики и Антарктики, где порывы ветра достигают 100 м/с). В части БПЛА при взлете, при резких маневрах, при свободном парении аэродинамические характеристики крыла могут меняться за счет изменения формы, экономя значительное количество топлива/заряда, и позволит выполнять более длительные задачи. Данный подход отличается инновационностью, универсальностью и мировой научно-технической новизной.
С развитием микроэлектроники и механики значительно снизилась масса и объем электромеханических приводов и обслуживающей электроники. Это позволяет создавать микро-приводы для изменения формы лопасти/крыла в реальном времени. Интеллектуализация приводов достигается наличием автономной, подчиненной (slave) системы управления непосредственно на борту ВЭУ/БПЛА (подчиненного объекта), а также наличием базы, на которой расположено соответствующее управляющее оборудование (master). База функционирует на основе искусственного интеллекта, действующего (принимающего решения) с помощью самообучаемой нейросети, в которой структурируются решения/кейсы аварийных и предаварийных ситуаций, при этом новые решения регистрируются как на основе «жизненного» опыта master- slave системы, так и на основе сторонних резидентов нейросети в случае ее коммуникаций в SCADA-системе. Таким образом, весь комплекс «master-slave» действует аналогично работе мозга человека в комбинации с рабочими органами. Соответственно, комплекс, имеющий мировую новизну, должен воплотить в себе три основных основных признака искусственного интеллекта – получение и обработка информации с возможностью распознавания существенного в данных (работа с Big Data), самообучение с возможностью отбора посылок, релевантных целям, рефлексией и синтезом познавательных процедур (на основе нейросети), а также принятие рациональных решений с превращением их в целостную картину мира (интер-коммуникации между базой и подчиненным объектом).
Ожидаемые результаты
НАУЧНЫЕ РЕЗУЛЬТАТЫ
Результатом НИОКР в научной части будут являться методология разработки систем механизации для ВЭУ/БПЛА, состоящая из последовательности методов, а также компьютерные и функциональные модели планируемых к разработке устройств – компонентов аппаратно-программного комплекса. Отдельным научным результатом будет являться созданная нейросеть с массивом рациональных решений, которая может служить как базовый источник для создания более широкой нейросети (например, несколько баз, объединенных SCADA), так и базовый командный пункт для подчиненного объекта (объектов), находящихся в виде элементов механизации на ВЭУ/БПЛА. С учетом того, что база будет действовать на основе алгоритмов искусственного интеллекта, проект можно считать прорывным и перспективным как для гражданской, так и для военной промышленности. Значимость научных результатов для современной науки заключается, во-первых, в появлении методологии разработки элементов механизации для ветроэнергетики и малого самолетостроения, во-вторых, непосредственно в самих методах, которые можно использовать как в определенной последовательности, так и в комбинациях. В третьих, научная значимость создания самообучаемой сети для заявленных целей заключается в появлении искусственного интеллекта, способного к обучению в данной области, что отражает мировую научную новизну и может являться прообразом «умных» летательных аппаратов и ветроэнергоустановок. Безусловно, компьютерные модели и алгоритмы также представляют собой новые подходы, значимость которых очевидна в части применения в целевом продукте.
ПРАКТИЧЕСКИЕ РЕЗУЛЬТАТЫ
В практической части результатом проекта будет аппаратно-программный комплекс, являющийся универсальной для ВЭУ и БПЛА системой управления оперением лопасти/крыла ВЭУ/БПЛА с рядом сервоприводов и рабочих органов механизации (предкрылков, закрылков, интерцепторов и т.д.) в рамках ГОСТ 21890-76 и ГОСТ Р 59276-2020. С учетом универсальности решений и возможности аэродинамического масштабирования разработанный комплекс подлежит внедрению в ветроэнергетике (имеется предварительная договоренность с ОАО «НоваВинд», владельцем ветропарков ГК Росатом в Краснодарском крае и АО «Крымские генерирующие системы»), а также в оборонном секторе (КБ Кунцево, МРТЗ). Ожидаемый прирост выработки электроэнергии ВЭУ за счет расширения диапазона рабочих ветров составит не менее 50%, ожидаемое увеличение времени автономной работы БПЛА за счет изменения аэродинамических характеристик крыла составит не менее 30%. При этом в рамках проекта невозможно оценить явно положительный прирост срока эксплуатации за счет избегания аварийных и предаварийных ситуаций, снижения вибраций и шума, а также приобретаемых возможностей работы на буревых ветрах (ВЭУ) и свободного парения без работы двигателя (БПЛА). Кроме того, очевидно, что за счет создания нейросети и алгоритмов искусственного интеллекта достигается оптимизированное функционирование во всех режимах работы ВЭУ/БПЛА, а также обмен данными с резидентами SCADA (Supervisory Control And Data Acquisition — диспетчерское управление и сбор данных), что является новым и весьма значимым достижением как в области координации алгоритмов управления систем ВЭУ/БПЛА, так и в области сбора больших данных (big data). Значимость практических результатов заключается, с одной стороны, в применении универсальных решений в ветроэнергетике и самолетостроении, с другой стороны в возможности масштабирования полученных результатов. Достижение ожидаемого прироста выработки ВЭУ и увеличение дальности/времени полета БПЛА является, безусловно, значимым в практической плоскости.
Соответствующие пояснения и рисунки приведены в Приложении.
Кроме технических достижений, проектом предполагается регистрация интеллектуальной собственности (патентов, свидетельств ЭВМ и ноу-хау). В ходе проекта планируется выпустить научные статьи с 2-кратным превышением требований Конкурсной документации, преимущественно в квартиле Q1.
ОБЛАСТЬ ПРИМЕНЕНИЯ ПРОДУКЦИИ
С учетом универсальности решения, а также малой массой и габаритами изделия областью применения является целый спектр потребителей:
В части ВЭУ – владельцы существующих ветропарков и ветроэнергоустановок различных типов и классов, разработчики новых конструкций ВЭУ.
В части БПЛА – владельцы существующих конструкций, разработчики новых конструкций. К потенциальным потребителям относятся Минобороны, МЧС, ФСБ (пограничные войска) и т.д.
Проект является междисциплинарным, фундаментально-практическим и имеет почти стопроцентные шансы на коммерциализацию непосредственно сразу после окончания проекта, с постановкой на серию в течение 1-2 лет. Причем комплекс подлежит коммерциализации как в гражданском, так и в оборонном сегменте.
ОТЧЁТНЫЕ МАТЕРИАЛЫ
Аннотация результатов, полученных в 2023 году
За 1-ый год проекта проведены следующие работы с получением научных результатов:
За 1-ый год проекта получены следующие научные результаты, соответствующие поставленным задачам.
Результат 1.1. Подготовлен отчет о проведении НИР согласно ГОСТ 7.32-2017 с учетом ГОСТ 2.111 и ГОСТ Р 7.0.5-2008 с анализом существующих и вновь сформулированных синтезированных методов аэродинамического анализа, предварительным формированием основ методологии со следующими разделами:
- Теоретическое обоснование применения технологии механизации лопасти/крыла ВЭУ/БПЛА.
- Создание фундаментальной теоретической основы способа работы нового технологического цикла.
- Создание методологии разработки систем механизации лопасти/крыла ВЭУ/БПЛА. Разработка последовательности методов проектирования. Анализ универсальности технологии механизации в ветроэнергетике и самолетостроении (в части БПЛА).
- Предварительный упрощенный анализ повышения эффективности ВЭУ/БПЛА с учетом работы элементов механизации с узкими граничными условиями и ограниченным применением.
- Предварительные алгоритмы искусственного интеллекта и самообучающейся нейронной сети.
Методология разработки систем механизации лопасти/крыла ВЭУ/БПЛА сформирована на основе системы методов. В ходе проекта доказано, что эффективность работы элементов механизации зависит не только от уровня оптимизации параметров и характеристик компонентов оборудования, но и оптимизации всего аппаратно-программного комплекса, включающего все системы – базу, подчиненный объект, систему коммуникаций. При формировании целевых функций цифровым методом можно нивелировать аналоговые неточности, обусловленные показаниями датчиков. Формирование оптимальных решений искусственным интеллектом может происходить без вмешательства человека, на основе обучения нейросети.
Результат 1.2. Разработана эскизная схема механизации. Построены предварительные математические и функциональные модели компонентов и процессов в CAD-программах и комплексах численного и функционального моделирования SolidWorks, Ansys CFD, Matlab/Simulink.
Результат 1.3. Выпущены публикации в рецензируемых научных изданиях, индексируемых базами Scopus и/или Web of Science и оформлена интеллектуальная собственность.
- 2 статьи в изданиях, индексируемых базами Scopus и Web of Science;
- 1 статья в издании, относящемся к RSCI;
В части обнародования проекта проведены следующие мероприятия:
- Принято участие в 2-х профильных международных конференциях с докладами, приведенными в соответствующем разделе отчета;
- Материалы отчета используются в учебных программах ЮУрГУ (как теоретический материал, так и лабораторные работы с использованием изготовленного оборудования);
- Получено 3 Свидетельства о регистрации программ ЭВМ;
- Достигнуты договоренности с рядом зарубежных университетов в части обмена опытом в профильной области с дальнейшими перекрестными визитами в лаборатории (Центральный Южный Университет, Китай; Технологический институт Веллора, Индия; Университет Зулуленд, Ю.Африка).
Ссылки на URL адреса, посвященные проекту:
1. Статья на сайте ЮУрГУ. Нейросеть, разрабатываемая учеными ЮУрГУ, повысит эффективность ветряных электростанций. https://www.susu.ru/ru/news/2023/04/20/neyroset-razrabatyvaemaya-uchenymi-povysit-effektivnost-vetryanyh-elektrostanciy
2. Твой ЮУрГУ. Статья на сайте "Одноклассники". https://ok.ru/group/63792863838455/topic/156163757310967
3. Лекция Е.В. Соломина в рамках подготовки к Международным образовательным STEAM-соревнованиям по робототехнике. Техническое творчество Челябинской области. https://vk.com/wall-135526148_26424.
4. Доклад P-VII-19-001 «Обзор видов повреждений ветроэлектростанции» (11.40-12.00) на Конгрессе «Седьмой Всемирный Конгресс "Альтернативная энергетика и экология" - WCAEE-2023 (VII -ОЙ WCAEE-2023), Монтенегро, Будва, 19-21 июня 2023 года - 19.06.2023 - 21.06.2023». Докладчики – Соломин Е.В. Авторы: Д.С. Антипин, Г.Н. Рявкин, Е.В. Соломин. https://disk.yandex.ru/i/x6GPmcO7-OfK1w.
5. Доклад «Analytical research of wind farms damage» на Форуме «V International Scientific Forum on Computer and Energy Sciences (WFCES 2023)». Докладчики: Andrey Martyanov, Dmitry Antipin and Gleb Ryavkin. https://doi.org/10.1051/e3sconf/202341901028.
Публикации
1. Мартьянов А.С., Антипин Д.С., Рявкин Г.Н. Analytical research of wind farms damage E3S Web of Conferences, V.419, 01028 (год публикации - 2023) https://doi.org/10.1051/e3sconf/202341901028
2. Моисеев И.А., Осинцев К.В., Кускарбекова С.И., Ершов А.А. Совершенствование системы управления аэродинамическими характеристиками крыла беспилотного летательного аппарата Известия высших учебных заведений. Авиационная техника, №3 (год публикации - 2023)
3. Соломин Е.В., Мартьянов А.С., Ковалёв А.А., Рявкин Г.Н., Осинцев К.В., Болков Я.С., Антипин Д.С. Стереопанорамный анеморумбометр для системы ориентации горизонтально-осевой ветроэнергетической установки Вестник Самарского государственного технического университета. Серия: физико-математические науки, Т.27, №3, С.573-592 (год публикации - 2023) https://doi.org/10.14498/vsgtu2016
4. Пчелин А.В., Соломин Е.В. NN_optimize_service -, 2023665614 (год публикации - )
5. Пчелин А.В., Соломин Е.В. text_bot_nn_service -, 2023665796 (год публикации - )
6. Пчелин А.В., Соломин Е.В. W2L_service -, 2023665753 (год публикации - )
7. - Нейросеть, разрабатываемая учеными ЮУрГУ, повысит эффективность ветряных электростанций Сайт ЮУрГУ, 20.04.2023, Новости сайта ЮУрГУ (год публикации - )