A Study on Defect Diagnostics of Gas-Turbine Engine on Off-Design Condition Using Genetic Algorithms

유전 알고리즘을 이용한 탈 설계 영역에서의 항공기용 가스터빈 엔진 결함 진단

In this study, the genetic algorithm has been used for the real-time defect diagnosis on the operation of the aircraft gas-turbine engine. The component elements of the gas-turbine engine for consideriation of the performance deterioration is consist of the compressor, the gas generation turbine and the power turbine, repectively. Compared to the on-design point on the sea-level condition, the learning data has been increased 200 times in case of the off-design conditions for the altitude, the flight mach number and the fuel consumption. Therefore, enormous learning time has been required for the satisfied convergence. The optimum division has been proposed to decrease learning time as well as to obtain high accuracy. As results, the RMS errors of the defect diagnosis using the genetic algorithm have been estimated under 5 %.

본 연구에서는 항공기용 가스터빈 엔진의 운용에 있어 실시간 결함 진단을 위해 유전 알고리즘을 사용하였다. 탈 설계 영역에서 성능 저하를 고려한 가스터빈 엔진의 구성요소는 압축기, 가스발생기 터빈, 동력 터빈이다. 지상정지 상태인 설계점에 비해 고도, 비행 마하수, 연료유량에 대한 탈 설계 진단의 경우 학습 데이터는 약 200배 이상으로 증가하였으며, 요구 수렴도를 만족시키기 위해 방대한 학습시간이 요구된다. 탈 설계 영역에서 단일결함에 관한 진단오차를 만족시키고 학습시간을 단축시키기 위해 최적분할을 사용하였고 그 결과, 오차범위 5% 이내로 진단됨을 확인하였다.