محمدرضا شادمانپور - کارشناسی ارشد هوافضا - دانشگاه صنعتی مالک اشتر
مجتبی دهقان منشادی - دانشیار دانشگاه صنعتی مالک اشتر اصفهان
مهرداد بزاززاده - دانشیار دانشگاه صنعتی مالک اشتر اصفهان

این پژوهش به بررسی استفاده از روش شبکه های عصبی مصنوعی به منظور پیشبینی فاکتورهای مهم موتور هواپیمای موردنظر جهت نظارت بر سلامت آن پرداخته است. دادههای پروازی مورداستفاده برای تشکیل و آموزش شبکه عصبی، از هواپیمای خاص استخراجشده است. بسته به پارامترهای موردنیاز ورودی و خروجی شبکه عصبی، دادهها از ضبطکننده اطلاعات پرواز هواپیما استخراج و وارد شبکه عصبی میشوند. شبکه عصبی مورداستفاده در این پژوهش با استفاده از نرمافزار نروسولوشن و با روش پس انتشار خطا آموزش میبیند و پیشبینی های موردنظر انجام می گیرد. پس از آموزش مدلها، با استفاده از یک سری دادههای پروازی سالم دیگر مدلها تست و آزمایش میشود و زمانی که به نظر رسید آموزش شبکه عصبی رضایتبخش هستند مدل شبکه عصبی آماده بهرهبرداری میباشد. چنانچه شبکه عصبی یکبار مورد ارزیابی و آزمایش قرار گرفت، آمادهی بهرهبرداری برای پیشبینی اطلاعات ناشناخته دیگر میباشد و میتوان آن شبکه را برای دادههای آینده مورد تعمیم قرارداد. اعتقاد بر این است که با تجزیهوتحلیل دادههای ثبتشده، میتوان رفتار خطرناک را شناسایی نمود و روشی توسعهیافته برای کاهش مشکلات، قبل از بروز آنها اتخاذ نمود.

پیشبینی - شبکه عصبی - سلامت موتور هواپیما- جعبه سیاه -نرم افزار نروسولوشن