Аннотация результатов, полученных в 2022 году
Основные цели выполнения этапа 2022 года были связаны с подготовкой концептуальной базы и расчетно-методического инструментария для последующей разработки комплексной методологии оптимального проектирования и предиктивной аналитики триботронных опор (ТТО) роторов. Были сформированы теоретические основы и подходы к решению задач синтеза и предиктивного анализа ТТО с учетом их мультифизической природы, опыта решения подобных задач для сопоставимых по комплексности технических систем, а также стандартов и практики проектирования роторных машин. Рассмотрена взаимосвязь отдельных этапов синтеза при выполнении исследований и проектирования ТТО. Представлены методические аспекты синтеза принципа их действия, включая методологию качественного и количественного анализа в обосновании принципов действия с использованием баз данных физических эффектов. На этапе синтеза структуры ТТО реализована процедура формирования взаимного расположения элементов, что составляет основу процесса инженерного конструирования. Сформирован и реализован подход к решению комплексной задачи параметрического синтеза ТТО, основанный на предварительном разделении взаимосвязанных сопряженных подзадач. Формирование целевых функций с учетом ограничений проводилось раздельно для каждого этапа на основе разработанного комплекса критериев, отражающих силовые, энергетические, прочностные характеристики, характеристики устойчивости и управляемости проектируемых ТТО. Вариативность свойств ТТО учитывается критериями, отражающими изменения динамических характеристик роторов при применении систем управления. Сформированные подходы в области методической базы оптимального синтеза ТТО определили приоритетным применение стохастических оптимизационных методов и сформированного комплекса мер по повышению их производительности, как за счет снижения вычислительной сложности расчетных задач, решаемых созданными имитационными моделями, так и за счет модификации самих расчетных алгоритмов. Для реализации систем предиктивной аналитики ТТО сформирован и апробирован подход, основанный на взаимодействии численной модели роторной системы с ТТО с обучаемой предиктивной моделью, отличающейся вычислительной эффективностью. Подход позволяет преодолеть ряд фундаментальных проблем, возникающих при создании прогностических моделей сложных систем на основе данных. Возникающая в результате работы системы управления вариабельность свойств ТТО учитывается введением в структуру генерируемых данных для обучения обобщенных переменных, которые определяют ее воздействие на прочие параметры узла. Точность решения задач предиктивного анализа при этом обусловлена точностью исходных физико-ориентированных моделей ТТО, рациональным выбором параметров машинного обучения при создании предиктивной модели, а также методов обработки входных и выходных данных. Апробация подхода к построению систем предиктивной аналитики ТТО проведена на примере прогнозирования износа и ресурса моторно-осевого подшипника локомотива с регулируемой температурой в зоне трения. В процессе реализации этапа разработан метод идентификации нелинейных моделей расчета гидродинамических сил смазочного слоя ТТО с использованием методов машинного обучения для аппроксимации данных, получаемых от эталонных численных моделей таких опор. Метод обеспечивает минимизацию ошибки аппроксимации по сравнению с данными эталонных численных моделей, как в точках обучающей выборки, так и при интерполяции данных. Минимизация затрат времени на генерацию данных и обучение модели обеспечивается применением нерегулярной сетки исходных данных, шаг которой зависит от степени нелинейности сил смазочного слоя в пространстве входных параметров. Разработанный метод при сопоставимой точности превосходит по скорости расчета прямые численные методы более чем на порядок, но при этом требует существенных затрат времени на генерацию исходных данных и обучение модели. Для проведения расчетов и анализа параметров течений различных смазочных материалов в ТТО разработан и апробирован на примере управляемых опор с магнитореологической смазкой уточненный гибридный численный метод решения задач гидродинамики вязких неньютоновских сред. Метод основан на решении вариационной задачи с применением искусственных нейронных сетей и отличается возможностью учета действия массовых сил. Характерной особенностью метода является ввод данных в виде изображения формы канала, значения расхода смазочного материала и начальное распределение вспомогательной функции тока. Выходом является скорректированная функция тока, на основании которой рассчитывается действительное поле скоростей течения, а также поле давлений решения краевой задачи. Для всестороннего учета динамического поведения ротора в процедуре параметрического синтеза ТТО разработан набор характеризующих его количественных и качественных метрик. Количественные метрики рассчитываются явным образом по выходным параметрам имитационной модели роторно-опорной системы. В их число включены параметры, отражающие коэффициенты запаса по несущей способности опоры, устойчивости движения ротора и устойчивости системы к резонансным явлениям. Качественные метрики показывают наличие нелинейных и хаотических составляющих в колебаниях ротора процессов и характеризуют вероятность развития неустойчивых циклов движения, а также опасного механического контакта поверхностей ротора и опоры. Разработанный метод автоматизированного вычисления качественных метрик заключается в распознавании типа колебаний классификатором на основе искусственной нейронной сети. Выходом классификатора являются бинарные сигналы о наличии выделенных классов колебаний (гармонические, полигармоничекие, хаотические), точность определения составляет не менее 98%. Программные модули, реализующие методические и алгоритмические разработки проекта, интегрированы в состав комплексной имитационной модели роторной системы на ТТО. Имитационная модель является ключевым инструментом для расчета интегральных, динамических, трибологических и энергетических характеристик таких систем при заданных параметрах системы, режимах нагружения и методах расчета. Имитационная модель реализована в среде Simulink расчетного комплекса MatLAB, в число ее основных модулей входят: модуль расчета параметров движения ротора; модули расчета параметров смазочного слоя активного или пассивного подшипника скольжения на базе численного решения уравнений Рейнольдса и на базе разработанных нейросетевых моделей, аппроксимирующих расчет сил смазочного слоя; модули систем управления ТТО с возможностью реализации их в линейной и нелинейной постановке, с использованием адаптивных и интеллектуальных регуляторов на базе DDPG-agent и DQN-agent. С использованием имитационной модели проведена серия вычислительных экспериментов по апробации разработанных методов расчета элементов роторных систем с ТТО. С целью верификации математических и алгоритмических моделей были разработаны и созданы экспериментальные установки по исследованию интегральных и динамических характеристик роторных систем активными опорами, включая гидростатодинамические подшипники с регулируемыми параметрами подачи смазочного материала и гидродинамические опоры со смазкой магнитореологическими жидкостями. Проведенные серии физических экспериментов позволили получить данные о различных состояниях управляемых подшипниковых узлов (положения ротора, значения критических частот) и посредством сопоставления их с данными вычислительных экспериментов сделать выводы об адекватности разработанных имитационных моделей. По итогам выполнения этапа принято в печать 10 публикаций, из них 5 в изданиях индексируемых Scopus, 2 – системой RSCI, подано 5 заявок на регистрацию прав на созданные результаты интеллектуальной деятельности. Полученные на этапе 2022 года результаты являются базой для решения задач, запланированных на последующий этап 2023 года.

Аннотация результатов, полученных в 2023 году
Этап 2023 года имел целью создание базового комплекса методов и вычислительных инструментов для решения задач оптимального синтеза и предиктивного анализа триботронных опор (ТТО) роторных машин новых поколений. В основу были положены результаты и расчетные инструменты, полученные при выполнении работ первого года проекта. Cформирован комплексный подход к построению имитационных и предиктивных моделей ТТО на базе комбинации физико-ориентированных и аппроксимационных моделей, основанных методах машинного обучения, разработаны соответствующие методические основы. Наилучшие результаты показали методы на основе искусственных нейронных сетей (ИНС). Численные исследования позволили определить зависимость свойств моделей ТТО на основе полносвязных ИНС от их гиперпараметров. Их настройка позволяет варьировать показатели точности, производительности и времени обучения суррогатных моделей в 5-10 раз. При этом во всех случаях они превосходят численные модели по производительности как минимум на несколько порядков. Для дальнейшего повышения скорости вычислений предложен новый метод моделирования ТТО на основе нескольких сопряженных ИНС, что позволило ускорить вычисления еще в несколько раз. Также для моделирования ТТО адаптирован метод физико-осведомленных ИНС (PINN), который впервые применен для решения нестационарного уравнения Рейнольдса. PINN подход обеспечивает точность и скорость расчетов, сопоставимую с моделями на основе единственной ИНС, большую гибкость в обработке выходных данных и лучшую способность к экстраполяции данных, но требует большего времени для обучения (десятки часов). По результатам численных исследований были обобщены методические рекомендации к построению основанных на данных моделей ТТО. Основные результаты в области оптимального синтеза ТТО связаны с формированием полноценной методической и инструментальной базы для полного цикла автоматизированного проектирования. Разработан комплекс обобщенных критериев проектирования ТТО, характеризующих их способность реализовывать управляющие воздействия, обеспечивать стабильность движения ротора и энергетическую эффективность опор. В качестве меры управляемости предложено использовать предельное значение регулирующей силы; в качестве меры энергетической эффективности – величину вязкого трения. Для оценки стабильности разработан комплексный безразмерный критерий на основе линейной свертки параметров отклика роторной системы на тарированное импульсное силовое воздействие. Реализованы программные модули для расчета указанных параметров. Разработаны методические и алгоритмические основы решения оптимизационных задач для ТТО в много- и в однокритериальной постановке, с использованием методов принятия решений. По результатам анализа особенностей постановки и решения рассматриваемых задач, методическая база дополнена релевантными оптимизационными алгоритмами (MOGA, NSGA-II, MOPSO). Базовым подходом рассматривается многокритериальная постановка задачи с результатом в виде множества Парето-оптимальных решений, что позволяет гибко выбирать соотношения свойств проектируемых ТТО. По результатам апробации подхода разработан новый вариант алгоритма роя частиц, отличающийся способом отбора доминантных решений, новыми механизмами контроля расстояния между решениями и демпфирования скоростей частиц. Алгоритм M-MOPSO показал снижение количества обращений к расчетным функциям (времени вычислений) по сравнению с прочими алгоритмами до 2 раз, и более равномерное распределение получаемых решений. Разработана методика синтеза регуляторов ТТО на основе глубокого нейросетевого Q-обучения, позволяющая на базе численных моделей роторно-опорных систем формировать оптимальную политику управления для заданных критериев. Методика позволяет задавать комплексные критерии оптимальности на основе разнородных параметров. Методик также адаптирована для синтеза DQN контроллеров с робастными свойствами (DQN_R) для выполнения задач управления при неопределенности внешних воздействий и внутренних параметров системы. Метод предполагает проведение количественной оценки неопределенностей в системе и их моделирование в процессе итеративного обучения DQN_R контроллера. При этом неопределенности задаются поправочными коэффициентами к силовым параметрам ТТО со случайными значениями в пределах заданных диапазонов. Апробация созданных подходов и методов к синтезу оптимальных регуляторов ТТО проведена на верифицированной модели роторной системы на конических ТТО со смещаемой втулкой. Численные эксперименты показали способность синтезируемых DQN контроллеров реализовывать сбалансированное управление сразу несколькими параметрами (момент трения и минимальная толщина смазочного слоя). Показана способность контроллеров превентивно, прогнозируя изменения режимов нагружения, устанавливать систему в наиболее безопасное состояние для последующей компенсации изменений. Для робастных DQN_R контроллеров выявлено их превосходство перед обычными DQN в способности противостоять неопределенности во внешних нагрузках и во внутренних параметрах системы, что наиболее выражено, когда фактические значения силовых параметров ТТО существенно ниже расчетных. При этом установлено, что робастные свойства DQN_R контроллеров нелинейно зависят от заданных при обучении лимитов неопределенностей, что требует углубленного исследования метода. Методическая база предиктивного анализа ТТО была дополнена модифицированным методом прогнозирования усталостных явлений в роторных системах. Разработанный метод основан на модификации в реальном времени SN-зависимостей, описывающих накопление усталостных напряжений. Для этого строится численная модель ТТО и проводится анализ нагрузок с учетом влияющих факторов, в том числе работы системы управления. Синтезируется набор данных, описывающих взаимосвязь накопления усталостных напряжений с выявленными факторами, и обучается аппроксимационная модель. Соответствующий программный модуль в системе предиктивного анализа ТТО получает данные измерительной системы, оценивает накопление усталостных напряжений и величину остаточного ресурса. Также, был разработан подход к повышению точности предиктивного анализа на основе прогнозирования режимов нагружения. Подход основан на классификации нагрузок по типу и интенсивности и выборе релевантного метода прогнозирования: на основе усреднения интенсивности деградации по фактическим данным; на основе методов прогнозирования временных рядов (в частности, LSTM); на основе классификаторов событий с использованием данных мультисенсорных измерений. Для экспериментальной апробации разработанных методов создан комплекс экспериментальных средств, включающий три лабораторных установки для исследования свойств ТТО: установка для исследования динамических характеристик роторов на ТТО; установка для измерения вязкого трения; установка для исследования процесса изнашивания ТТО. С использованием разработанной методики выполнен синтез 4 конфигураций активных гибридных опор с различными свойствами. Изготовленные образцы были протестированы на соответствие их параметров заданным критериям в ходе физических экспериментов, воспроизводящих численные процедуры по определению параметров управляемости, стабильности и энергетической эффективности ТТО. Результаты подтвердили качественное и количественное соответствие фактических свойств образцов заданным, расхождения с численными данными не превышали 13%. Проведенная апробация созданной методической и инструментальной базы позволила подтвердить реализуемость подхода к автоматизированному проектированию ТТО с заданными свойствами, а ее результаты обосновывают целесообразность проведения работ следующего этапа проекта по расширению и систематизации методической базы оптимального проектирования ТТО. По итогам выполнения этапа опубликовано 10 статей, из них 6 в изданиях индексируемых Scopus, 1 – в журнале Tribology International (Q1); оформлено 5 РИД.