<?xml version="1.0" encoding="UTF-8"?>
<article xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="JATS-archive-oasis-article1-4.xsd" article-type="research-article" dtd-version="1.4" xml:lang="ru">
  <front>
    <journal-meta>
      <journal-title-group>
        <journal-title>Журнал Современные наукоемкие технологии</journal-title>
      </journal-title-group>
      <issn>1812-7320</issn>
      <publisher>
        <publisher-name>Общество с ограниченной ответственностью &amp;quot;Издательский Дом &amp;quot;Академия Естествознания&amp;quot;</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="publisher-id">ART-36933</article-id>
      <title-group>
        <article-title>МАТРИЧНЫЙ ПОДХОД К МОДЕЛИРОВАНИЮ ГАЗОТУРБИННОГО ДВИГАТЕЛЯ С ИСПОЛЬЗОВАНИЕМ НЕЙРОННЫХ СЕТЕЙ</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <name-alternatives>
            <name xml:lang="ru">
              <surname>Денисова</surname>
              <given-names>Е.В.</given-names>
            </name>
          </name-alternatives>
          <name-alternatives>
            <name xml:lang="en">
              <surname>Denisova</surname>
              <given-names>E.V.</given-names>
            </name>
          </name-alternatives>
          <email>denisova.anrb@mail.ru</email>
          <xref ref-type="aff" rid="aff1"/>
        </contrib>
        <contrib contrib-type="author">
          <name-alternatives>
            <name xml:lang="ru">
              <surname>Мигранов</surname>
              <given-names>А.Б.</given-names>
            </name>
          </name-alternatives>
          <name-alternatives>
            <name xml:lang="en">
              <surname>Migranov</surname>
              <given-names>A.B.</given-names>
            </name>
          </name-alternatives>
          <email>abm.imech.anrb@mail.ru</email>
          <xref ref-type="aff" rid="aff1"/>
        </contrib>
        <contrib contrib-type="author">
          <name-alternatives>
            <name xml:lang="ru">
              <surname>Черникова</surname>
              <given-names>М.А.</given-names>
            </name>
          </name-alternatives>
          <name-alternatives>
            <name xml:lang="en">
              <surname>Chernikova</surname>
              <given-names>M.A.</given-names>
            </name>
          </name-alternatives>
          <email>chernikovamarina18@gmail.ru</email>
          <xref ref-type="aff" rid="aff1"/>
        </contrib>
      </contrib-group>
      <aff id="aff1">
        <institution xml:lang="ru">Институт механики им. Р.Р. Мавлютова - обособленное структурное подразделение Федерального государственного бюджетного научного учреждения Уфимского федерального исследовательского центра Российской академии наук</institution>
        <institution xml:lang="en">Mavlyutov Institute of Mechanics Subdivision of the Ufa Federal Research  Centre of the Russian Academy of Sciences</institution>
      </aff>
      <pub-date date-type="pub" iso-8601-date="2018-03-10">
        <day>10</day>
        <month>03</month>
        <year>2018</year>
      </pub-date>
      <issue>3</issue>
      <fpage>35</fpage>
      <lpage>40</lpage>
      <permissions>
        <license xlink:href="https://creativecommons.org/licenses/by/4.0/">
          <license-p>This is an open-access article distributed under the terms of the CC BY 4.0 license.</license-p>
        </license>
      </permissions>
      <self-uri content-type="url" hreflang="ru">https://top-technologies.ru/article/view?id=36933</self-uri>
      <abstract xml:lang="ru" lang-variant="original" lang-source="author">
        <p>В работе рассмотрен новый подход к моделированию динамики газотурбинного двигателя на основе матричного метода представления динамической характеристики с использованием интеллектуального алгоритма. Показано, что представление динамической характеристики в виде матриц позволяет охватить весь диапазон режимов работы двигателя. В модель введены две нейронные сети, позволяющие аппроксимировать заданный набор параметров «вход-выход» динамической характеристики. Разработана модель газотурбинного двигателя в среде имитационного моделирования Simulink. Показаны результаты работы модели газотурбинного двигателя для двух случаев: когда в матрицу по расходу топлива, основанную на динамической характеристике, поступают сигналы, совпадающие с матричными; когда входные сигналы не совпадают с параметрами в матрице, за счет чего и осуществляется поиск выходного сигнала с помощью нейронных сетей.</p>
      </abstract>
      <abstract xml:lang="en" lang-variant="translation" lang-source="translator">
        <p>The paper considers a new approach to modeling the dynamics of a gas turbine engine based on the matrix method of representing a dynamic characteristic using an intelligent algorithm. It is shown that the representation of the dynamic characteristic in the form of matrices allows to cover the entire range of engine operating modes. Two neural networks are introduced into the model, allowing to approximate a given set of input-output parameters of the dynamic characteristic. A model of a gas turbine engine is developed in Simulink simulation environment. The results of the operation of the gas turbine engine model are shown for two cases: when the matrix for the fuel consumption based on the dynamic characteristic receives signals that coincide with the matrix ones; when the input signals do not coincide with the parameters in the matrix, due to which the search for the output signal with the help of neural networks is carried out.</p>
      </abstract>
      <kwd-group xml:lang="ru">
        <kwd>газотурбинный двигатель</kwd>
        <kwd>матричный подход</kwd>
        <kwd>нейронные сети</kwd>
        <kwd>интеллектуальный алгоритм</kwd>
      </kwd-group>
      <kwd-group xml:lang="en">
        <kwd>gas turbine engine</kwd>
        <kwd>matrix approach</kwd>
        <kwd>neural networks</kwd>
        <kwd>intelligent algorithm</kwd>
      </kwd-group>
    </article-meta>
  </front>
  <back>
    <ref-list>
      <ref>
        <note>
          <p>1. Сю Д. Современная теория автоматического управления и ее применение / Д. Сю, Мейер А. – М.: Книга по требованию, 2013. – 550 с.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>2. Васильев А.Н. Математическое моделирование распределенных систем с помощью нейронных сетей // Математическое моделирование. – 2007. – Т. 19, № 12. – С. 32–42.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>3. Денисова Е.В. Новый подход к проектированию систем автоматического управления силовыми установками беспилотных летательных аппаратов / Е.В. Денисова, М.А. Черникова // Международный журнал прикладных и фундаментальных исследований. – 2016. – № 12–1. – С. 13–18.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>4. Болотова Л.С. Системы искусственного интеллекта: модели и технологии, основанные на знаниях: учебник / Л.С. Болотова. – М.: Финансы и статистика, 2012. – 664 с.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>5. Ясницкий Л.Н. Интеллектуальные системы: учебник / Л.Н. Ясницкий [Электронный ресурс]. – URL: http://files.pilotlz.ru/pdf/cP73-6-ch.pdf (дата обращения: 25.01.2018).</p>
        </note>
      </ref>
    </ref-list>
  </back>
</article>
