Програмний засіб реалізації інтелектуального методу аналізу дефектів лопатей вітрових турбін з обмеженою вибіркою даних
DOI:
https://doi.org/10.30837/2522-9818.2026.2.029Ключові слова:
вітрові турбіни; дефекти; нейронечіткі системи; алгоритм Ванга–Менделя; PythonАнотація
Предметом дослідження є методи й програмні засоби інтелектуальної діагностики дефектів лопатей вітрових турбін на основі нейронечітких моделей, здатних ефективно функціювати в умовах обмежених, нечітких або частково визначених вхідних даних. Мета – розроблення програмної реалізації та експериментальне дослідження нейронечіткої мережі Ванга–Менделя для класифікації дефектів лопатей вітрових турбін, а також обґрунтування доцільності її використання як основи інтелектуальної системи моніторингу технічного стану енергетичних об’єктів. Завдання дослідження: аналіз сучасних методів класифікації дефектів, розроблення архітектури нейронечіткої моделі, створення програмного комплексу для навчання й класифікації, реалізація алгоритму автоматичного формування бази нечітких правил, оптимізація параметрів функцій належності та проведення експериментальних досліджень для оцінювання ефективності запропонованого підходу. У роботі використано методи нечіткої логіки, нейронечітких систем, математичного моделювання, класифікації даних, оптимізації параметрів і програмної реалізації інтелектуальних систем мовою Python із застосуванням сучасних бібліотек оброблення даних і чисельних обчислень. Алгоритм Ванга–Менделя забезпечує автоматичне формування нечітких правил на основі навчальних даних і адаптацію параметрів моделі з метою підвищення точності класифікації. Результати. Розроблено інтелектуальний програмний комплекс для класифікації дефектів лопатей вітрових турбін, який забезпечує ефективне оброблення даних і підтримку прийняття рішень на основі нечітких правил. Експериментальні дослідження проведено на навчальній вибірці обсягом 160 записів і тестовій вибірці обсягом 64 записи, що описують імовірності наявності різних типів дефектів. Висновки: за результатами навчання досягнуто точності 91% на навчальній вибірці та 94% на тестовій вибірці за низького рівня середньоквадратичної похибки, що підтверджує високу ефективність, здатність до узагальнення та практичну придатність запропонованої моделі для використання в інтелектуальних системах моніторингу технічного стану вітрових турбін в умовах обмежених даних і ресурсів.Завантаження
Посилання
References
Arshad, M., O’Kelly, B. (2019), "Global status of wind power generation: theory, practice, and challenges", International Journal of Green Energy, Vol. 16, pp. 1073–1090. DOI: https://doi.org/10.1080/15435075.2019.1597369
Bukovsky, M., Barthelmie, R., Leung, L., Pryor, S. and Sakaguchi, K. (2020), "Climate change impacts on wind power generation". Nature Reviews Earth & Environment, Vol. 1, pp. 627–643. DOI: https://doi.org/10.1038/s43017-020-0101-7
Hatziargyriou, N., Zervos, A. (2001), "Wind power development in Europe", Proceedings of the IEEE, Vol.89, pp. 1765–1782. DOI: https://doi.org/10.1109/5.975906
Lukas, M., Friedrich, K. (2017), "Wind energy statistics in Europe: onshore and offshore", Wind Energy Management, pp. 339–347. DOI:https://doi.org/10.1007/978-3-319-45659-1_36
Dubis, B., Dunn, J., Bełdycka-Bórawska, A., Jankowski, K., Bórawski, P. (2020), "Development of wind energy market in the European Union", Renewable Energy, 161, pp. 691–700. DOI:https://doi.org/10.1016/j.renene.2020.07.081
Viktor, P., Ali, B., Alzoubi, H., Jaszczur, M., Salman, H., Al-Musawi, T., Hassan, Q., Al-Jiboory, A., Sameen, A., Algburi, S. (2024), "The renewable energy role in the global energy transition", Renewable Energy Focus, 100545 р. DOI: https://doi.org/10.1016/j.ref.2024.100545
Alphan, H., Bilgili, M. (2022), "Global growth in offshore wind turbine technology", Clean Technologies and Environmental Policy, 24, рр. 2215–2227. DOI: https://doi.org/10.1007/s10098-022-02314-0
Lantz, E., Stehly, T., Shields, M., Cooperman, A., Kitzing, L., Beiter, P., Kikuchi, Y., Wiser, R., Berkhout, V., Telsnig, T. (2021), "Wind power costs driven by innovation and experience with further reductions on the horizon", Wiley Interdisciplinary Reviews: Energy and Environment, Vol. 10, Issue 5. DOI: https://doi.org/10.1002/wene.398
Baker, E., Beiter, P., Rand, J., Gilman, P., Seel, J., Wiser, R., Lantz, E. (2021), "Expert elicitation survey predicts 37% to 49% declines in wind energy costs by 2050", Nature Energy, 6, рр. 555–565. DOI: https://doi.org/10.1038/s41560-021-00810-z
Fan, Y., Peng, H., Zhang, H., Li, S., Shangguan, L. (2023), "Analysis of wind turbine equipment failure and intelligent operation and maintenance research", Sustainability, 15(10), 8333р. DOI: https://doi.org/10.3390/su15108333
Zhou, S., Wu, H., Du, Y., Peng, Y., Jing, X., Kwok, N. (2020), "Damage detection techniques for wind turbine blades: a review", Mechanical Systems and Signal Processing, Vol. 141, 106445 р. DOI: https://doi.org/10.1016/j.ymssp.2019.106445
Thomsen, K., Mishnaevsky, L. (2020), "Costs of repair of wind turbine blades: influence of technological aspects", Wind Energy, рр. 2247–2255. DOI: https://doi.org/10.1002/we.2552
Altice, B., Nazario, E., Davis, M., Shekaramiz, M., Moon, T., Masoum, M. (2024), "Anomaly detection on small wind turbine blades using deep learning algorithms", Energies, 17(5), 982 р. DOI: https://doi.org/10.3390/en17050982
Liu, Y., Zheng, Y., Shao, Z., Wei, T., Cui, T., Xu, R. (2024), "Defect detection of the surface of wind turbine blades combining attention mechanism", Advanced Engineering Informatics, 59, 102292 р. DOI: https://doi.org/10.1016/j.aei.2023.102292
Ogaili, A., Jaber, A., Hamzah, M. (2023), "A methodological approach for detecting multiple faults in wind turbine blades based on vibration signals and machine learning", Curved and Layered Structures, Vol. 10. DOI: https://doi.org/10.1515/cls-2022-0214
Dubchak, L., Sachenko, A., Bodyanskiy, Y., Wolff, C., Vasylkiv, N., Brukhanskyi, R., Kochan, V. (2024), "Adaptive neuro-fuzzy system for detection of wind turbine blade defects", Energies, 17(24), 6456 р. DOI: https://doi.org/10.3390/en17246456
Dubchak, L., Rusyn, B., Wolff, C., Ciszewski, T., Sachenko, A., Bodyanskiy, Y. (2026), "Hypersector-based method for real-time classification of wind turbine blade defects", Energies, 19, 442 р. DOI: https://doi.org/10.3390/en19020442
He, Y., Niu, X., Hao, C., Li, Y., Kang, L., Wang, Y. (2024), "An adaptive detection approach for multi-scale defects on wind turbine blade surface", Mechanical Systems and Signal Processing, 200, 111592 р. DOI: https://doi.org/10.1016/j.ymssp.2024.111592
Casal-Guisande, M., Cerqueiro-Pequeño, J., Bouza-Rodríguez, JB, Comesaña-Campos, A. (2023), "Integration of the Wang & Mendel algorithm into the application of fuzzy expert systems to intelligent clinical decision support systems", Mathematics, 11(1), 2469 р. DOI: https://doi.org/10.3390/math11112469
Chen, L., Su, W., Wu, M., Pedrycz, W., Hirota, K. (2020), "A fuzzy deep neural network with sparse autoencoder for emotional intention understanding in human–robot interaction", IEEE Transactions on Fuzzy Systems, 28(7), pp. 1252–1264. DOI: https://doi.org/10.1109/TFUZZ.2020.2966167
Talpur, N., Abdulkadir, SJ, Alhussian, H., Hasan, MH, Aziz, N., Bamhdi, A. (2022), "A comprehensive review of deep neuro-fuzzy system architectures and their optimization methods", Neural Computing and Applications, 34(1), pp. 1837–1875. DOI: https://doi.org/10.1007/s00521-021-06807-9
Vivchar, N. "Wang-Mendel", available at: https://github.com/NazarVivchar/wang-mendel/blob/59e6d3e9aec4533feeebd179cda53c7711a4dcdf/main.ipynb
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Наше видання використовує положення про авторські права Creative Commons для журналів відкритого доступу.
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
-
Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License (CC BY-NC-SA 4.0), котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
-
Автори мають право укладати самостійні додаткові угоди щодо не комерційного та не ексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
-
Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису опублікованої роботи, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи.
