초록
본 연구는 운용중인 항공기의 가스터빈엔진을 유전 알고리즘을 이용한 실시간 결함진단을 통해 엔진 운용의 안정성과 신뢰성을 확보하는 것이 목적이다. 대상엔진인 터보샤프트엔진의 구성품 중 성능 저하는 압축기, 가스발생기 터빈, 동력 터빈 중 한 구성품에서만 발생한다고 가정하였다. 설계점에 비해 탈 설계영역에서의 학습 데이터는 약 200배 이상으로 증가하였으며, 따라서 요구 수렴도를 만족시키기 위한 방대한 학습시간이 요구된다. 진단오차를 만족시키고 학습시간을 단축시키기 위해 최적분할을 사용하였고 그 결과, 오차범위 5% 이내로 진단됨을 확인하였다.
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 consideration of the performance deterioration consist of the compressor, the gas generation turbine and the power turbine. Compared to the on-design point, the teaming data has been increased 200 times in case 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 optimal division has been proposed for learning time decrease as well as the high accuracy. As results, the RMS errors of the defect diagnosis using the genetic algorithm have been confirmed under 5 %.
