Convegni ATI - Accesso riservato soci CTI

Autore: R. Bettocchi, M. Pinelli, P. R. Spina, M. Venturini, G.A. Zanetta

Collana: CA - 60 - Roma 2005

Note:
Il lavoro illustra la messa a punto e l’applicazione alla diagnostica funzionale di turbine a gas di una tecnica di intelligenza artificiale basata su reti neurali con lo scopo di valutarne le potenzialità e la robustezza.
Mediante un programma di ciclo generalizzato calibrato per simulare il funzionamento del turbogas Siemens V94.3A, sono stati generati dati corrispondenti a vari punti di funzionamento e differente stato di salute della macchina, cioè sia in condizioni di “nuovo e pulito”, sia in condizioni di macchina affetta da decadimento delle prestazioni dei singoli componenti.
I dati generati sono stati poi utilizzati per la messa a punto e la verifica di modelli diagnostici basati su reti neurali. Le analisi condotte sui modelli neurali in particolare hanno riguardato:
• capacità di interpolazione e affidabilità della risposta a fronte di dati affetti da errori di misura casuali;
• capacità di estrapolazione;
• affidabilità della risposta a fronte di riduzione delle informazioni disponibili e di incertezze sistematiche di misura. In questo caso, i modelli neurali sviluppati sono stati verificati sia ipotizzando di non disporre di una grandezza misurata, sia introducendo nei dati di input errori sistematici di misura.