Методология разработки системы управления аэродинамическим профилем лопасти ветроэнергетической установки и крыла летательного аппарата на основе искусственного интеллекта с самообучающейся нейронной сетью

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 проекта 23-11-20016

НазваниеМетодология разработки системы управления аэродинамическим профилем лопасти ветроэнергетической установки и крыла летательного аппарата на основе искусственного интеллекта с самообучающейся нейронной сетью

Руководитель Осинцев Константин Владимирович, Кандидат технических наук

Организация финансирования, регион Федеральное государственное автономное образовательное учреждение высшего образования "Южно-Уральский государственный университет (национальный исследовательский университет)" , Челябинская обл

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 слова Искусственный 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).

ОТЧЁТНЫЕ МАТЕРИАЛЫ

Публикации

1. 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)

2. 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)
10.1051/e3sconf/202341901028

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)
10.14498/vsgtu2016

4. Осинцев К.В., Карелин А.М., Исаев В.С. Control of a neural network for the operation of small aircraft for agricultural purposes E3S Web of Conferences, Volume 474, Article Number 02018 (год публикации - 2024)
10.1051/e3sconf/202447402018

5. Мамажонов А.Б., Соболькин С.А., Корнякова О.Ю. Methods of air distant control for cadastral works in an agrocomplex E3S Web of Conferences , Volume 474, Article Number 03024 (год публикации - 2024)
10.1051/e3sconf/202447403024

6. Осинцев К.В., Соломин Е.В., Рявкин Г.Н., Пшениснов Н.А. A case study of a hybrid solar and wind power plant with a heat pump for emission decarbonization Sustainability , Volume 16, Article Number 5221 (год публикации - 2024)
10.3390/su16125221

7. Пчелин А.В., Мартьянов А.С., Антипин Д.С. The analysis of the neural network optimizers in condition of the limited dataset IEEE, pp. 527-531 (год публикации - 2024)
10.1109/SmartIndustryCon61328.2024.10515406

8. Осинцев К.В., Мамажонов А.Б., Соболькин С.А. Wind farms in agro industry: stabilization of turbine blade operation during wind gusts E3S Web of Conferences, Volume 474, Article Number 03021 (год публикации - 2024)
10.1051/e3sconf/202447403021

9. Исаев В.С., Башкин М.А., Кускарбекова С.И. Numerical simulation and experimental data blade investigation of horizontal wind turbine E3S Web of Conferences, Volume 474, Article Number 01050 (год публикации - 2024)
10.1051/e3sconf/202447401050

10. Кулганатов А.З., Соломин Е.В., Берестинов А.А. Temperature monitoring of wind turbines: choosing the optimal method or reliable operation IEEE, pp. 202-207, doi: 10.1109/UralCon62137.2024.10718920. (год публикации - 2024)
10.1109/UralCon62137.2024.10718920

11. Антипин Д.С., Рявкин Г.Н., Соломин Е.В. Improving the quality of the disparity map IEEE, pp. 875-879 (год публикации - 2024)
10.1109/ICIEAM60818.2024.10553943

Аннотация результатов, полученных в 2024 году
Исследования проведены согласно намеченному плану и оформлен Отчет о проведении НИР согласно ГОСТ 7.32-2017 с учетом ГОСТ 2.111 и ГОСТ Р 7.0.5-2008. Достигнут уровень готовности технологии УГТ-4 (TRL-4) согласно ГОСТ Р 58048-2017: Компоненты и/или макеты проверены в лабораторных условиях. Продемонстрированы работоспособность и совместимость технологий на достаточно подробных макетах разрабатываемых устройств (объектов) в лабораторных условиях. За отчетный 2-ой этап проекта получены следующие научные результаты, соответствующие поставленным задачам: 2.1. В методологическом плане дана оценка эквивалентности схожих режимов и идентичности подходов к оптимизации механизации ВЭУ/БЛА, содержащая описание эквивалентных режимов работы БЛА и ВЭУ, обоснование идентичности подходов к оптимизации компонентов механизации. Получены положительные результаты апробации методологии разработки компонентов механизации лопасти/крыла ВЭУ/БЛА в части проектирования и создания конкретных компонентов механизации, изменяющих профиль крыла/лопасти БЛА/ВЭУ в процессе работы. 2.2. В прикладной части разработана эскизная конструкторская документация на компоненты механизации лопасти/крыла ВЭУ/БЛА, содержащая виды конструкции и частичную деталировку. Изготовлены прототипы компонентов механизации (преимущественно на 3D принтере). В ходе экспериментов получены аэродинамические характеристики исследованных схем механизации, включающие полученные величины подъемной силы и лобового сопротивления в зависимости от примененных схем механизации. Оценка эквивалентности режимов работы включает сравнение различных основных режимов работы БЛА и ВЭУ – взлет БЛА (самостоятельный старт ВЭУ), резкое маневрирование БЛА (поиск оптимальной быстроходности ВЭУ), крейсерский полет БЛА (работа ВЭУ на постоянной скорости ветра), посадка БЛА (торможение ВЭУ), не ограничиваясь указанными режимами. 2.3. Получены новые знания в части обоснования влияния механизации на характеристики лопасти/крыла ВЭУ/БЛА. Получены результаты первичного обучения нейросети. Конкретным результатом является создание программы, позволяющей сформировать нейросеть с возможностью ее самообучения и выдачей в дальнейшем решений на основе алгоритмов искусственного интеллекта. База имеет оперативную связь с контроллером Подчиненного объекта, работающим на основе программы, ведущей интерактивный обмен данными с Базой в части приобретения новых навыков Подчиненного объекта, передачи данных на Базу, оптимизации решений Базой, передачи оптимизирующих решений и алгоритмов на Подчиненный объект и т.д. 2.4. В части структуризации управления разработана структурная схема системы управления для механизации крыла на основе нейронной сети, алгоритмы тренировки/обучения нейронной сети на стороне Базы, функциональные компьютерные модели элементов системы управления «База-Подчиненный объект», содержащие активные модули. 2.5. В ходе оптимизационных мероприятий получены механические характеристики компонентов механизации и значения аэродинамических нагрузок для различных режимов обдува. Обоснован метод многокритериальной оптимизации компонентов механизации. 2.5. Выпущен ряд публикаций с превышением принятых обязательств. 2.6. Продолжены работы по освещению процесса коммерциализации механизации крыла в средствах массовой информации. 2.7. Оформлена надлежащим образом интеллектуальная собственность. 2.8. Разработанная методология внедрена в курс лекций в дисциплины «Возобновляемые источники энергии» и «Ветроэнергетика» на русском и английском языках по направлению подготовки 13.04.02 «Электроэнергетика и электротехника» магистерской программы «Комплексное использование возобновляемых источников энергии». 2.9. Помимо выполненных обязательств проведено обнародование промежуточных результатов проекта на международных конференциях, в средствах массовой информации (интернет-сайтах, телевидении, газетах и журналах). Осуществлен ряд контактов с потенциальными партнерами – производителями и пользователями крыловых БЛА и ВЭУ (АО «Росатом Возобновляемая энергия» - бывший АО «НоваВинд», ГК Росатом) с целью дальнейшего внедрения механизации на реальных объектах. Достигнуты предварительные договоренности с рядом зарубежных университетов в части обмена опытом в предметной области с дальнейшими перекрестными визитами в лаборатории (Центральный Южный Университет, Китай; Технологический институт Веллора, Индия; Университет Зулуленд, Ю.Африка).

Публикации