Reliability Analysis of C-130 Turboprop Engine Components Using Artificial Neural Network.
No Thumbnail Available
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Saudi Digital Library
Abstract
الاسم الكامل: نزار بن عوض الله حسين قطان عنوان الرسالة: 'تحليل الموثوقية في مكونات المحرك المروحي التربيني لطائرة السي-130 باستخدام الشبكات العصبيه الإصطناعية ' التخصص: هندسة الطيران والفضاء تاريخ الدرجة العلمية: 1434هـ - 2013م. في هذه الدراسة، تم تحليل وتنبؤ الأعطال في تربينات محرك طائرة السي-130 من صنع شركة لوكهيد مارتن. ولإتمام هذه العملية والتحقق من صحة التحليل, فقد تم استخدام بيانات تشغيليه ميدانيه لأكثر من ثلاثين عاماً. وتم استخدام عدة نماذج علمية وهي: نموذج الإنحدار باستخدام التحليل الوابلي, ونموذج الشبكات العصبية الإصطناعية باستعمال العديد من الخوارزميات بما في ذلك ( شبكات التغذية الأمامية ذات الانتشار الإرتدادي Feed-forward back-propagation , الشبكة العصبية الإصطناعية بدالة الأساس الشعاعي Radial basis neural network , المستشعر المتعدد الطبقات Multilayer perceptron ). و لهذا الغرض, فقد تم تقسيم الأطروحة إلى خمسة أجزاء رئيسية . يتناول الجزء الأول تحليل الإنحدار باستخدام نموذج وايبل للتنبؤ بنسبة أعطال التوربينات في حالة الأعطال التي تتطلب صيانة عامه, و الأعطال اللتي تتطلب عمرة شاملة. وفي الجزء الثاني تم بحث استخدام نماذج الشبكة العصبية الصناعية ( ANN ) بطريقة خوارزميات التغذية الأمامية ذات الإنتشار الإرتدادي كقاعدة للتعلم. وتم استخدام حزمة MATLAB من أجل بناء وتصميم برنامج لمحاكاة البيانات الميدانية، حيث أن المدخلات إلى الشبكة العصبية تمثل المتغيرات المستقلة ، والنواتج تمثل معدل للأعطال العامة في التوربينات ، و الأعطال التي تتطلب عمرة شاملة. في الجزء الثالث تم استخدام خوارزميات الشبكة العصبية الإصطناعية بدالة الأساس الشعاعي لتوقع المعدل العام لأعطال التوربينات, والأعطال التي تتطلب عمرة شاملة, بالإستعانة بنموذج الشبكة العصبية المبرمجه ضمن حزمة MATLAB. وللتحقق من صحة النتائج, تم في الجزء الرابع عمل مقارنة علمية بين مخرجات خوارزميات شبكات التغذية الأمامية ذات الإنتشار الإرتدادي, و خوارزميات طريقة الشبكة العصبية الإصطناعية بدالة الأساس الشعاعي, مع نموذج الإنحدار باستخدام التحليل الوابـلي. وبناءٌ عليه, فقد إتضح من خلال هذه المقارنة أن الشـبكات العصـبية اللإصطناعية لديها القدرة الفائقة لمحاكاة النتاائج الفعلية لعدد مرات اللأعطال. مقارنة بنموذج التحليل الوابلي. وفي نهاية هذا الجزء قمنا بتصنيف الأعطال الشائعة لتوربينات محركات طائرة السي-130 لستة أقسام رئيسية. وبإستخدام خوارزميات الشبكات العصبية بطريقة المستشعر المتعدد الطبقات على حزمة البرنامج التجاري DTREG, تم توقع معدل الأعطال التي تتطلب صيانة عامة, و الأعطال اللتي تتطلب عمرة شاملة, بالإضافة للأعطال الست الشائعة. وأخيرا, ومن خلال نتـائج هذه الدراسـة, يمكن إعطـاء نظرة ثاقــبة في مدى الإعتـمادية لتوربينات محركـات طائـرة السي-130 تحت ظروف التشـغيل الفعلية ، واستخدامها كأداه لتخطيط الصيانة , من خلال معرفة عدد الوحدات المطلوب توفرها كبديل في حالة الأعطال, و تخصيص برامج الصيانة الموصى بها من قبل الشركة المصنعة.