Применение методов машинного обучения при проектировании камер сгорания газотурбинных двигателей

В статье рассматривается применение рекуррентной нейронной сети с долгой краткосрочной памятью и алгоритма градиентного бустинга для определения основных геометрических размеров диффузора камеры сгорания авиационного газотурбинного двигателя. Выполнено численное моделирование физических процессов в диффузоре на основе метода конечных элементов и расчѐт потерь полного давления. Сформирована база данных геометрических параметров рассматриваемой модели диффузора и соответствующих им результатов расчѐта потерь полного давления. Вариант с минимальными потерями полного давления использован в качестве эталона. Проведено сравнение метода градиентного бустинга и нейронной сети с долгой краткосрочной памятью на данных о потерях полного давления, полученных в результате численного моделирования диффузора с различными значениями его геометрических размеров. Погрешность метода градиентного бустинга составила 1,64%, для рекуррентной нейронной сети с долгой краткосрочной памятью – 7,28%. Применѐнный подход позволяет формировать базу данных вариантов конструкций диффузоров, результаты расчѐтов использовать для обучения нейронных сетей и в дальнейшем дообучать модели на других конструкциях для использования полученного результата при проектировании камер сгорания.