بقلم المهندس والباحث الجامعي عامر الدرابسه 

يعد تقليل تكاليف الصيانة من أهم المهام لمنظمات الصيانة. هنا ، يلعب دور كبير من خلال تطوير وتنفيذ أنظمةوحساسة للغاية للتشخيص الفني ، والتي تسمح بالكشف عن حدوث وتطور الأعطال والفشل في مرحلة مبكرة.

يعد استخدام الخوارزميات الجينية أحد المجالات الواعدة في التشخيص التقني الحديث. يوفر أتمتة واسعة لعمليات التشخيص في الوقت الحقيقي (مباشرة أثناء الطيران) ، ودمج أنظمة التشخيص والتحكم التلقائي في محرك توربيني غاز.

للاستخدام في أنظمة التشخيص ، تم استخدام الخوارزميات الجينية منذ منتصف التسعينات. في الأعمال الأولى ، حيث يتم استخدام الخوارزميات الجينية لحل مشكلة إنشاء الأعمال ، مثل الأفراد ناقلات ثنائية بسيطة (مجموعات من إشارات الإدخال) بدلاً من تسلسل الاختبار. في وقت لاحق ، ظهرت الاتجاهات حيث تم اعتبار مصفوفة ثنائية تتوافق مع تسلسل التشخيص المدخلات كفرد من الخوارزميات الجينية. يعتبر هذا التشفير حاليًا قياسيًا على المستوى المنطقي لتمثيل الأجهزة الرقمية.

من أجل تطوير خوارزمية جينية ، من الضروري تحديد كيفية تمثيل الفرد ، وكيفية حساب قيمة وظيفة اللياقة البدنية ، وتحديد عوامل الاختيار والعبور والتحول. المفتاح هنا هو اختيار طريقة العرض ، وسيكون النموذج الرياضي هو نموذج عملية العمل لمحرك الالتفافية التوربينية النفاثة.

للمهمة المدروسة لبناء أقصر طريقة تشخيصية ، سيتم تطوير خوارزمية وراثية ، وتتمثل خصوصيتها في استخدام دورة خارجية لفرز الخيارات المختلفة لأطوال الاختبار واستخدام العوامل الوراثية القياسية.

يوضح تطبيق المناهج المستخدمة في مشكلات تحسين النموذج (البحث عن أقصر دورة في الرسم البياني ، والبحث عن مجموعات صغيرة من الكائنات ، وما إلى ذلك) أن الخوارزمية الجينية باستخدام عوامل التشغيل القياسية ستسمح بإيجاد حل في تحديد حالة محرك الالتفافية التوربينية الأقرب إلى الأمثل في 70-80٪ من الحالات (في أقصر مشكلة بحث في الدورة).