Электромеханическое оборудование подвержено значительному риску образования дефектов и неисправностей и имеет достаточно высокую аварийность [1,2]. Применяемые сегодня методы профилактики и выявления неисправностей позволяют лишь в некоторой степени уменьшить отказы.
Основополагающими задачами диагностики являются [4]:
- выявление рода дефекта и оценка его уровня;
- оперативное определение состояния оборудования в постоянно меняющихся условиях, в которых оно находится;
- определение остаточного ресурса;
- прогнозирование срока службы оборудования до выхода его из строя.
Последние два пункта чаще всего на предприятии не реализуются либо производятся вручную специалистом по диагностике. Внедрение автоматической системой диагностики с использованием электронной базы данных развития повреждений позволит решить все четыре задачи. Применение такой базы данных позволит более точно определить состояние оборудования и спрогнозировать его остаточный срок службы и возможный отказ [3]. Наиболее эффективным вариантом с точки зрения трудозатрат, энерго и ресурсосбережения будет применение системы непрерывной (on-line) диагностики в режиме реального времени. Под этим подразумевается, что система диагностики будет анализировать объект постоянно, получая информацию о состоянии оборудования от датчиков и базы данных. При раннем выявлении неисправности или значительном износе оборудования можно будет предупредить серьезные поломки, а также заказать запасные части заранее, что немаловажно для предприятий, расположенных в отдаленных районах, где доставка запчастей от сервисного центра занимает значительное время.
Комплексная интегрированная информационно-аналитической система диагностики и оценки остаточного ресурса может быть реализована с применением нейро-нечетких алгоритмов, алгоритмов нейронных сетей и генетических алгоритмов[2,4]. Работоспособность данных алгоритмов во многом зависит от качества информации, которая была положена в основу их разработки. Подготовка и организация информационного пространства является самым первым и важным этапом создания модуля контроля технического состояния, диагностики и оценки остаточного ресурса электромеханического оборудования комплексной интегрированной информационно-аналитической системы. На данном этапе формируется информационное поле, принимается решения, какая информация нужна для работы данной системы, каковы ее объемы, периодичность поступления, как организуются ее сбор и обработка, где осуществляется ее хранение и как настраивается информационный обмен между различными частями системы. Кроме того изначально на данном этапе принимается решение о составе информационного массива данных по которому будет проводиться разработка аналитических модулей системы. В таблице 1 представлены перечень информации, которая необходима системе и разделение ее на классы
Дале необходимо оценить наполненность или достаточность информационного поля системы. В случае, если информационное поле окажется недостаточным необходимо предпринять меры для разработки специальных методов увеличения информационного поля системы до нужных размеров. Для этого используются специальные косвенные вычисления, кроме того могут быть использованы так называемые «Интеллектуальные датчики» – специальные модули позволяющие прогнозировать значения параметров и решать вопросы сокращения информационной недостаточности.
Таблица 1 – Перечень и классификация информационных параметров необходимых для работы модуля диагностики
| № | Наименование группы параметров | Возможное наименование параметров, входящих в данную группу |
| 1. | Технические характеристики машины и оборудования | Эксплуатационные параметры машины: время работы; данные техобслуживания; ремонта оборудования; параметры окружающей среды и.т.д. |
| 2. | Интеллектуальные вычисления | Относительный возраст машины (определение % жизненного цикла) |
| 3. | Данные о видах повреждения и износе | Вид повреждения: межвитковые замыкания; дефект контактных соединений; повреждение межфазной изоляции и пр. Наличие или отсутствие повреждения, если возможно определение степень развития повреждения, износ составных узлов оборудования. |
| 4. | Технологические данные процесса | Скорость, загрузка, положение и.т.д. |
| 5. | Диагностические параметры с выводом оборудования из работы | Вибрации, акустический шум, нагрев отдельных элементов машины, тепловизионная съемка, электрические параметры и.т.д. |
| 6. | Диагностические параметры без вывода оборудования из работы | Действующие значения тока, действующие значения напряжения, спектр тока, спектр напряжения, мгновенные значения мощности, температура и.т.д. |
| 7. | Расчетные параметры аналитического модуля | Вероятность дефекта через 5, 15 минут, 12, 24 часов, 1, 3 месяцев, 1 год.
Износ составных частей оборудования в %. |
| 8. | Параметры настроечных и весовых коэффициентов для реализации аналитических вычислений | Весовые коэффициенты для работы подсистем модуля, экспертные оценки как переменные (для первоначальных настроек системы) и пр.
|
| 9. | Параметры действий оператора и прочего оперативно – технологического и обслуживающего персонала | Пуск/Останов оборудования, квитирование аварий, дефектов и.т.д. |
| 10. | Дополнительная информация для работы системы | Переменные, значение которых используются для организации информационного обмена, синхронизации работы модуля и его подсистем и прочие параметры |
Сформированное информационное поле в условиях полнофункциональной работы системы будет содержать два типа данных – исторические данные и данные реального времени. В процессе разработки тестирования алгоритмов будут использованы только исторические данные. При этом для формирования массивов данных, которые будут являться основой для формирования алгоритмов необходимо выполнить процесс кластеризации, осуществляющий соотнесение параметров к одному из сформированных классов.
Для оценки достоверности и своевременности информации необходимо провести ряд экспериментов в условиях реально производства в режиме реального времени. Причем перед проведением данной оценки необходимо структурно организовать процесс сбора и хранения информации, используемой модулем диагностики, а также правильно настроить информационный обмен со смежными системами.
Таким образом, на основе сформированного информационного поля, по результатам анализа в режиме реального времени модуль контроля технического состояния электромеханического оборудования определяет техническое состояние электромеханического оборудования и оценивает остаточный ресурс. Переход к контролю реального текущего технического состояния электромеханического оборудования позволит уменьшить финансовые и трудовые затраты при эксплуатации, избавиться от внезапных остановок производства и рационально планировать сроки и содержание технического обслуживания и ремонта.
Библиографический список
- Козярук А.Е. , Жуковский Ю.Л., Коржев А.А. Кривенко А.В. Диагностика и оценка остаточного ресурса электромеханического оборудования, работающего в тяжелых условиях, по электрическим параметрам. Спб: Записки Горного института , т. 192, 2011.
- Козярук А.Е., Жуковский Ю.Л. Система обслуживания электромеханического оборудования машин и механизмов по фактическому состоянию. Москва: Горное оборудование и электромеханика, 2014, № 10, с. 8-14.
- Козярук А.Е. , Жуковский Ю.Л., Коржев А.А. Кривенко А.В., Способ диагностики и оценки остаточного ресурса электроприводов переменного тока: патент РФ на изобретение № 2425390, 2011.
- Козярук А.Е., Кривенко А.В., Жуковский Ю.Л., Коржев А.А., Бабурин С.В., Черемушкина М.С. Диагностика и оценка остаточного ресурса электромеханического оборудования машин и механизмов. Национальный минерально-сырьевой университет «Горный». Спб, 2013. 90 с.
Количество просмотров публикации: Please wait