Journal of the Korean Society for Aeronautical & Space Sciences (한국항공우주학회지)

The Korean Society for Aeronautical and Space Sciences (한국항공우주학회)
권호 표지
DOI QR코드

DOI QR Code

A Study on Diagnostics of Single Performance Deterioration of Aircraft Gas-Turbine Engine Using Genetic Algorithms

유전자 알고리즘을 이용한 항공기용 가스터빈 엔진의 단일 결함 진단에 대한 연구

  • 김승민 (인하대학교 항공공학과 대학원) ;
  • 용민철 (인하대학교 항공공학과 대학원) ;
  • 노태성 (인하대학교 항공공학과) ;
  • 최동환 (인하대학교 항공공학과)
  • Published : 2007.03.31
Download PDF
⟨ Previous Next ⟩

Abstract

Genetic Algorithms(GA) which searches optimum solution using natural selection and the law of heredity has been applied to learning algorithms in order to estimate performance deterioration of the aircraft gas turbine engine. The compressor, gas generator turbine and power turbine are considered for engine performance deterioration and estimation for performance deterioration of a single component at design point was conducted. As a result of that, defect diagnostics has been conducted. The input criteria for the genetic algorithm to guarantee the high stability and reliability was discussed as increasing learning data sets. As a result, the accuracy of defect estimation and diagnostics were verified with its RMS error within 3%.

유전자 알고리즘은 자연선택과 유전법칙을 적용하여 최적해를 탐색하는 방법으로, 본 연구에서 항공기용 가스터빈 엔진의 결함 진단을 위한 학습 알고리즘으로 사용되었다. 성능 저하를 고려한 구성요소는 압축기, 가스발생기 터빈, 동력 터빈이며, 설계점에서 엔진의 단일 구성요소에 대하여 각각 성능 저하 예측을 수행한 후, 이를 바탕으로 결함 진단을 수행하였다. 학습데이터 수의 증가가 유전자 알고리즘을 이용한 성능 저하 예측 및 결함 진단에 미치는 영향을 분석하였으며, 결과적으로 결함치에 대한 RMS 오차율이 모두 3% 이내로 예측됨을 확인하였다.

Keywords

References

  1. 주성종, '항공기 엔진 정비 일정 수립을 위한 동적 계획 모델 개발', 한국경영과학회지, 13권 2호, 2004, pp. 163-172
  2. 추동호, '가스터빈엔진의 실용적인 성능진단 기법 개선', 한국항공우주학회 춘계학술발표회, 1996, pp. 134-139
  3. D.A. Dousis, 'Design and Implementation of the V-22 Tiltrotor Aircraft Vibration Moni -toring and Diagnostic System', Proceedings of IEEE Aerospace Conference, 2000, pp. 245-261
  4. E.W. Aiken, 'Future Directions in Rotor craft Technology at Ames Research Center', American Helicopter Society, 2000
  5. W.P.J Visser, 'GSP, a Generic Object Oriented Gas Turbine Simulation Environment', ASME Turbo Expo, 2000
  6. Jane's Information Group, 'Jane's Aero Engines', Issue12, 2002, pp. 512-513, 549-551
  7. 전용빈, '스마트무인기 후보엔진 기술검토', 한국추진공학회지 10권 1호, 2006, pp. 64-71
  8. 박준철, '스마트무인항공기용 터보축엔진의 동적 성능과 응답성에 관한 연구', 한국추진공학회지 2005, 9권 2호, pp. 17-24
  9. 이상용, '인공지능', 상조사, 20000
  10. H. Saravanamuttoo, 'Gas Turbine Theory', Prentice Hall, 2001
  11. M.J. Moran, H.N. Shapiro, 'Fundamentals of Engineering Thermodynamics', Jhon Wiley & Sons, 1998, Table A-20
  12. 김인철, '엔진모듈 성능저하 경향성 분석에 의한 엔진 성능저하예측에 관한 연구', 한국항공우주학회 추계학술발표회, 1997, pp. 254-259
  13. 박정선, '유전자 알고리즘을 이용한 최적설계', 한국항공우주학회지 27권 4호, 1999, pp. 155-161
  14. 강지호, '유전자 알고리즘을 이용한 압축 하중을 받는 보강된 복합적층판의 최적 설계', 한국항공우주학회지 28권 3호, 2000, pp. 72-81
  15. 정성훈, '유전자 알고리즘의 성능향상을 위한 비례-적분-미분 평가방법', 한국 퍼지 및 지능시스템 학회지, 13권 4호, 2003, pp. 439-447
  16. 김유단, '회전익 무인기의 고장진단 및 다중화관리 연구 동향', 한국항공우주학회지 32권 7호, 2004, pp. 133-141
  17. Tzung-Pei Hong, Hong-Shun Wang, 'A Dynamic Mutation Genetic Algorithm', Institute of Electrical Engineering, 1996, pp. 2000-2005
  18. Mark Juric, 'Optimizing Genetic Algorithm Parameters for Multiple Fault Diagnosis Applications', Artificial Intelligence Programs, 1994
  19. 이은영, 'GPA 기법을 적용한 스마트 무인기용 터보축 엔진의 성능진단에 관한 연구', 한국추진공학회지 10권 3호, 2006, pp. 82-89
  20. Donald L. Simon, 'A Hybrid Neural Network-Genetic Algorithm Technique for Aircraft Engine Performance Diagnostics', NASA/TM-2001-211088, 2001