<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE root>
<article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:ali="http://www.niso.org/schemas/ali/1.0/" article-type="research-article" dtd-version="1.2" xml:lang="en"><front><journal-meta><journal-id journal-id-type="publisher-id">Journal of Computer and System Sciences International</journal-id><journal-title-group><journal-title xml:lang="en">Journal of Computer and System Sciences International</journal-title><trans-title-group xml:lang="ru"><trans-title>Известия Российской академии наук. Теория и системы управления</trans-title></trans-title-group></journal-title-group><issn publication-format="print">0002-3388</issn><issn publication-format="electronic">3034-6444</issn><publisher><publisher-name xml:lang="en">The Russian Academy of Sciences</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="publisher-id">699200</article-id><article-id pub-id-type="doi">10.7868/S3034543X25060068</article-id><article-categories><subj-group subj-group-type="toc-heading" xml:lang="en"><subject>MANAGEMENT OF SYSTEMS WITH DISTRIBUTED PARAMETERS</subject></subj-group><subj-group subj-group-type="toc-heading" xml:lang="ru"><subject>УПРАВЛЕНИЕ СИСТЕМАМИ С РАСПРЕДЕЛЕННЫМИ ПАРАМЕТРАМИ</subject></subj-group><subj-group subj-group-type="article-type"><subject>Research Article</subject></subj-group></article-categories><title-group><article-title xml:lang="en">OPTIMIZATION OF THE BLADES INDIVIDUAL CONTROL DURING HELICOPTER MAIN ROTOR SPIN-UP UNDER WIND CONDITIONS</article-title><trans-title-group xml:lang="ru"><trans-title>ОПТИМИЗАЦИЯ ИНДИВИДУАЛЬНОГО УПРАВЛЕНИЯ ЛОПАСТЯМИ ПРИ РАСКРУТКЕ НЕСУЩЕГО ВИНТА ВЕРТОЛЕТА В УСЛОВИЯХ ВЕТРА</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author"><name-alternatives><name xml:lang="en"><surname>Kargaev</surname><given-names>M. V.</given-names></name><name xml:lang="ru"><surname>Каргаев</surname><given-names>М. В.</given-names></name></name-alternatives><email>kargaev_nv@mail.ru</email><xref ref-type="aff" rid="aff1"/><xref ref-type="aff" rid="aff2"/></contrib><contrib contrib-type="author"><name-alternatives><name xml:lang="en"><surname>Korsun</surname><given-names>O. N.</given-names></name><name xml:lang="ru"><surname>Корсун</surname><given-names>О. Н.</given-names></name></name-alternatives><email>marmotto@rambler.ru</email><xref ref-type="aff" rid="aff3"/></contrib><contrib contrib-type="author"><name-alternatives><name xml:lang="en"><surname>Stulovskii</surname><given-names>A. V.</given-names></name><name xml:lang="ru"><surname>Стуловский</surname><given-names>А. В.</given-names></name></name-alternatives><xref ref-type="aff" rid="aff3"/></contrib><contrib contrib-type="author"><name-alternatives><name xml:lang="en"><surname>Yurko</surname><given-names>V. N.</given-names></name><name xml:lang="ru"><surname>Юрко</surname><given-names>В. Н.</given-names></name></name-alternatives><xref ref-type="aff" rid="aff3"/></contrib></contrib-group><aff-alternatives id="aff1"><aff><institution xml:lang="en">Moscow Aviation Institute, National Research University</institution></aff><aff><institution xml:lang="ru">Московский авиационный институт (национальный исследовательский университет)</institution></aff></aff-alternatives><aff-alternatives id="aff2"><aff><institution xml:lang="en">National Helicopter Center Mil&amp;Kamov, Tomilino, Russia.</institution></aff><aff><institution xml:lang="ru">Национальный центр вертолетостроения им. М.Л. Миля и Н.И. Камова, Томилино, Россия</institution></aff></aff-alternatives><aff-alternatives id="aff3"><aff><institution xml:lang="en">State Research Institute of Aviation Systems</institution></aff><aff><institution xml:lang="ru">ФАУ “ГосНИИАС”</institution></aff></aff-alternatives><pub-date date-type="pub" iso-8601-date="2025-12-15" publication-format="electronic"><day>15</day><month>12</month><year>2025</year></pub-date><issue>6</issue><issue-title xml:lang="en">NO6 (2025)</issue-title><issue-title xml:lang="ru">№6 (2025)</issue-title><fpage>68</fpage><lpage>79</lpage><history><date date-type="received" iso-8601-date="2025-12-23"><day>23</day><month>12</month><year>2025</year></date></history><permissions><copyright-statement xml:lang="en">Copyright ©; 2025, Russian Academy of Sciences</copyright-statement><copyright-statement xml:lang="ru">Copyright ©; 2025, Российская академия наук</copyright-statement><copyright-year>2025</copyright-year><copyright-holder xml:lang="en">Russian Academy of Sciences</copyright-holder><copyright-holder xml:lang="ru">Российская академия наук</copyright-holder><ali:free_to_read xmlns:ali="http://www.niso.org/schemas/ali/1.0/" start_date="2026-12-22"/></permissions><self-uri xlink:href="https://rjsvd.com/0002-3388/article/view/699200">https://rjsvd.com/0002-3388/article/view/699200</self-uri><abstract xml:lang="en"><p>The article considers the problem of optimal individual control for the rotor blade during helicopter main rotor speedup in wind conditions. Movement of the blade during the main rotor speedup can be described using a system of differential equations taking into consideration its combined bending and torsional vibrations. However, performing calculations for such detailed model requires significant computational resources and time, which complicates the practical solution of optimization problem. Therefore, the mathematical model of combined bending-torsional vibrations of the rotor blade is approximated by an artificial neural network and using this approximation a search for optimal control is carried out by the nonlinear programming method. The paper provides results of numerical experiment that confirms applicability of the chosen approach to problem solution.</p></abstract><trans-abstract xml:lang="ru"><p>Рассматривается задача формирования оптимального индивидуального управления лопастью при раскрутке несущего винта вертолета в условиях ветра. Процесс раскрутки может быть смоделирован при помощи системы дифференциальных уравнений, описывающей совместные изгибно-крутильные колебания лопасти, но выполнение расчетов для такой подробной модели требует значительных затрат вычислительных ресурсов и времени, что затрудняет практическое решение оптимизационной задачи. Поэтому математическая модель совместных изгибно-крутильных колебаний лопасти аппроксимируется искусственной нейронной сетью, а затем на основе этого приближения проводится поиск оптимального управления с помощью метода нелинейного программирования. Приведены результаты математического моделирования, подтверждающие работоспособность выбранного подхода к решению задачи.</p></trans-abstract><kwd-group xml:lang="en"><kwd>optimal control</kwd><kwd>main rotor blade</kwd><kwd>nonlinear programming</kwd><kwd>neural network approximation</kwd></kwd-group><kwd-group xml:lang="ru"><kwd>оптимальное управление</kwd><kwd>лопасть несущего винта</kwd><kwd>нелинейное программирование</kwd><kwd>нейросетевая аппроксимация</kwd></kwd-group><funding-group><funding-statement xml:lang="ru">Исследование выполнено за счет гранта Российского научного фонда (проект № 24-79-00045), https://rscf.ru/project/24-79-00045/.</funding-statement></funding-group></article-meta></front><body></body><back><ref-list><ref id="B1"><label>1.</label><mixed-citation>Нормы летной годности гражданских вертолетов СССР. 2-е изд. М: Межведомственная комиссия по нормам летной годности гражданских самолетов и вертолетов СССР, 1987. 411 с.</mixed-citation></ref><ref id="B2"><label>2.</label><mixed-citation>Межгосударственный авиационный комитет. Авиационные правила. Ч.29. Нормы летной годности винтокрылых аппаратов транспортной категории. М.: Авиаиздат, 2018. 185 с.</mixed-citation></ref><ref id="B3"><label>3.</label><mixed-citation>Нормы летной годности винтокрылых аппаратов транспортной категории НЛГ-29. М.: ЦЕНТРМАГ, 2024. 252 с.</mixed-citation></ref><ref id="B4"><label>4.</label><mixed-citation>Карасев М.В. Расчет совместных изгибно-крутильных колебаний лопасти при раскрутке и торможении несущего винта вертолета в условиях ветра // Вестн. Московского авиационного ин-та. 2024. Т.31. № 4. С. 101–112.</mixed-citation></ref><ref id="B5"><label>5.</label><mixed-citation>СП 20.13330.2016. Нагрузки и воздействия. Актуализированная редакция СНиП 2.01.07-85*. М.: Стандартинформ, 2018. 95 с.</mixed-citation></ref><ref id="B6"><label>6.</label><mixed-citation>Карасев М.В., Корсун О.Н. Синтез законов оптимального управления законцовкой лопасти для раскрутки и торможения несущего винта вертолета в условиях ветра // Вестн. Московского авиационного ин-та. 2025. Т. 32. № 1. С. 92–101.</mixed-citation></ref><ref id="B7"><label>7.</label><mixed-citation>Амирьяни Г.А., Григорьев А.В. Расчетно-экспериментальные исследования управляемой формы крыла // Тр. ЦАГИ. 2023. Вып. 2819. С. 82–85.</mixed-citation></ref><ref id="B8"><label>8.</label><mixed-citation>Амирьяни Г.А. Патент № RU 2787983, МПК B64C 3/38, “Активная законцовая крыла”, 2022.</mixed-citation></ref><ref id="B9"><label>9.</label><mixed-citation>Методы классической и современной теории автоматического управления /Под ред. К.А. Пулкова, Н.Д. Егупова. М.: Изд. МГТУ им. Баумана, 2004. 656 с.</mixed-citation></ref><ref id="B10"><label>10.</label><mixed-citation>Rao A.V. Survey of Numerical Methods for Optimal Control // Advances Astronautical Sciences. 2010. V.135. P. 497–582.</mixed-citation></ref><ref id="B11"><label>11.</label><mixed-citation>Карасев М.В. Синтез законов индивидуального управления триммером и закрылком лопасти для раскрутки и торможения несущего винта вертолета в условиях ветра // Вестн. Московского авиационного ин-та. 2025. Т. 32. № 2. С. 56–65.</mixed-citation></ref><ref id="B12"><label>12.</label><mixed-citation>Корсун О.Н. Методы параметрической идентификации технических систем. М.: Изд. МГТУ им. Н.Э. Баумана, 2011. 69 с.</mixed-citation></ref><ref id="B13"><label>13.</label><mixed-citation>Jategaonkar R.V. Flight Vehicle System Identification: a Time Domain Methodology. Reston, USA: AIAA. 2006. 410 р.</mixed-citation></ref><ref id="B14"><label>14.</label><mixed-citation>Овчаренко В.Н. Аэродинамические характеристики летательных аппаратов: Идентификация по полетным данным. М.: ЛЕНАНД, 2019. 236 с.</mixed-citation></ref><ref id="B15"><label>15.</label><mixed-citation>Morelli E., Grauer J. Advances in Aircraft System Identification at NASA Langley Research Center // J. Aircraft. 2023. V. 60(4). P. 1–17.</mixed-citation></ref><ref id="B16"><label>16.</label><mixed-citation>Картенко А.П. Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой. М.: Изд. МГТУ им. Баумана, 2016. 448 с.</mixed-citation></ref><ref id="B17"><label>17.</label><mixed-citation>Nature-inspired Optimizers: Theories, Literature Reviews and Applications / Eds S. Mirjalili, J.S. Dong, A. Lewis. Switzerland, AG: Springer Nature, 2020. 239 p.</mixed-citation></ref><ref id="B18"><label>18.</label><mixed-citation>Advances in Swarm Intelligence. Variations and Adaptations for Optimization Problems / Eds S. Mirjalili, A. Biswas, C.B. Kalayci. Switzerland, AG: Springer Nature, 2022. 416 p.</mixed-citation></ref><ref id="B19"><label>19.</label><mixed-citation>Завьялов Ю.С., Кассов Б.Н., Мирошиченко В.Л. Методы сплайн-функций. М.: Наука, 1980. 352 с.</mixed-citation></ref><ref id="B20"><label>20.</label><mixed-citation>Вермень В.Д. Основы вычислительной (инженерной) геометрии. М.: Инновационное машиностроение, 2021. 352 с.</mixed-citation></ref><ref id="B21"><label>21.</label><mixed-citation>Корсун О.Н., Студовский А.В. Восстановление параметров движения летательного аппарата с использованием алгоритмов оптимального управления // Изв. РАН. ТиСУ. 2023. № 1. С. 44–55.</mixed-citation></ref><ref id="B22"><label>22.</label><mixed-citation>Hornik K., Simchcombe M., White H. Multilayer Feedforward Networks are Universal Approximators // Neural Networks. 1989. V. 2. P. 359–366.</mixed-citation></ref><ref id="B23"><label>23.</label><mixed-citation>Хайкин С. Нейронные сети: полный курс. 2-е изд. М.: ООО “И. Д. Вильямс”, 2016. 1104 с.</mixed-citation></ref><ref id="B24"><label>24.</label><mixed-citation>Staudemeyer R.C., Morris E.R. Understanding LSTM – a Tutorial Into Long Short-Term Memory Recurrent Neural Networks // ArXiv. 2019. arXiv:1909.09586. P. 1–42. http://doi.org/10.48550/arXiv.1909.09586.</mixed-citation></ref><ref id="B25"><label>25.</label><mixed-citation>Козлов С. В., Седенков С.А. Анализ LSTM и GRU моделей для построения прогнозов временных рядов // Intern. J. Open Information Technol. 2024. V. 12. № 7. P. 43–50.</mixed-citation></ref></ref-list></back></article>
