РАДИАЛЬНЫЕ АКТИВНО СМАЗЫВАЕМЫЕ ГИБРИДНЫЕ ПОДШИПНИКИ ЖИДКОСТНОГО ТРЕНИЯ С ИНТЕЛЛЕКТУАЛЬНЫМ УПРАВЛЕНИЕМ

Автор: Юрий Николаевич Казаков

Соавторы: Шутин Денис Владимирович, Савин Леонид Алексеевич

Организация: Орловский государственный университет имени И.С. Тургенева

В настоящее время опорные узлы роторных машин включают в себя множество компонентов и представляют собой мехатронную систему, основанную на совокупности взаимосвязанных гидродинамических, теплофизических и динамических явлений. Для комплексного повышения характеристик опорных узлов в них также интегрируются системы управления. Чаще всего для этого используются дискретные или линейные законы управления, такие как ПИД-регуляторы, которые не в полной мере способны действовать в условиях нелинейности свойств роторно-опорных систем. Для реализации многокритериального управления также целесообразно использовать более продвинутые методы управления, такие как рассмотренный в данной работе подход на основе глубокого обучения.

Целью работы является изучение и демонстрация возможностей использования обучения с подкреплением для синтеза многоцелевых контроллеров для радиальных активно смазываемых гибридных подшипников жидкостного трения, рассматриваемых как сложные мультифизические системы. В работе рассматривается синтез контроллеров с использованием метода глубокой Q-сети (DQN) и применением имитационной модели роторно-опорной системы в качестве среды обучения.

Имитационная модель роторно-опорной системы была разработана в среде Simulink/MATLAB на базе численного решения системы описывающих ее уравнений и верифицирована сравнением с результатами физических экспериментов. С целью ускорения производимых расчетов и скорости обучения контроллеров в целом, модели активных подшипников были аппроксимированы искусственными нейронными сетями в соответствии в ранее разработанным подходом [1, 2]. В итоге, работа предлагает метод управления комплексом параметров роторно-опорной системы, включая перемещения вала в подшипнике и ряд энергетических параметров. Предложенная методика обучения также позволяет учесть при обучении неопределенности внешних воздействий и внутренних свойств роторно-опорной системы. Представленные результаты в итоге показывают устойчивое функционирование системы в соответствии с задаваемыми критериями управления в условиях вариабельности соответствующих параметров.