Методика оцінки ресурсу енергетичного обладнання металургійних цехів
Обкладинка журналу
PDF

Ключові слова

штучні нейронні мережі
ефективність
надійність
експертна система
прогнозування
технічний стан
ідентифікація
ймовірнісні математичні методи
залишковий термін служби

Як цитувати

[1]
А. І. Важинський і С. Ф. Жуков, «Методика оцінки ресурсу енергетичного обладнання металургійних цехів», Вісн. Нац. техн. ун-ту «ХПІ». Серія: Енергетика: надійність та енергоефективність, вип. 2 (3), с. 44–48, Груд 2021.

Анотація

Прогнозування займає центральне місце в управлінні виробництвом та інфраструктурою. Розробка нових методів визначення залишкового ресурсу устаткування є важливим завданням, спрямованим на підвищення ефективності використання промислових електротехнічних комплексів. Вирішення завдання достовірного визначення стану енергетичного обладнання в гірничо-металургійному комплексі дозволяє перейти від застарілої системи планово-попереджувальних ремонтів до обслуговування за станом агрегату. Складні технічні системи характеризуються складними нелінійними взаємодіями між складовими їх елементами, складними сценаріями причинно-наслідкових зв’язків між небезпечними, імовірнісними подіями та процесами, що відбуваються під час експлуатації цих систем. Як наслідок, розробляються методи та інструменти для оцінки механізмів зносу та управління ними у галузях з високим рівнем ризику. У статті наведено результати, пов’язані з розробкою методики оцінки залишкового ресурсу промислового обладнання. Запропоновано алгоритм оцінки залишкового ресурсу енергетичного обладнання, що базується на порівнянні результатів розрахунку прогнозних значень критеріїв залишкового ресурсу промислового обладнання з нормативними значеннями. У методології використовуються ймовірні математичні методи для прогнозування залишкового терміну служби та інформація, зібрана в ході аудитів та моніторингу обладнання. Поряд із класичними методами наведено методики, що базуються на використанні всього потенціалу сучасної елементної бази мікропроцесорної техніки та технологій застосування штучних нейронних мереж, машинного навчання, «великих даних». На основі застосування ймовірнісного аналізу запропоновано методику контролю прогнозного залишкового ресурсу енергетичного обладнання, для якої розроблено алгоритм вирішення задач діагностики із застосуванням нейронних мереж.

https://doi.org/10.20998/2224-0349.2021.02.14
PDF

Посилання

Rawi Z. Machinery Predictive Analytics. SPE Intelligent Energy Conference and Exhibition. 2010. doi: https://www.doi.org/10.2118/128559-MS.

Stone P. Introducing Predictive Analytics: Opportunities. Digital Energy conference and exhibition. 2007. doi: https://www.doi.org/10.2118/106865-MS.

Vlasov A. I., Yudin A. V., Salmina M. A., Shakhnov V. A., Usov K. A. Design Methods of Teaching the Development of Internet of Things Components with Considering Predictive Maintenance on the Basis of Mechatronic Devices. International Journal of Applied Engineering Research. 2017, vol. 12, no. 20, pp. 9390–9396.

Vlasov A. I., Grigor'ev P. V., Zhalnin V. P. Primenenie metodov i sredstv radiochastotnoy identifikatsii v korporativnykh informatsionnykh proizvodstvennykh sistemakh [Application of radio frequency identification methods and tools in corporate production information systems]. Trudy Mezhdunarodnogo simpoziuma «Nadezhnost' i kachestvo». 2017, Vol. 1, pp. 272–277.

Vlasov A. I., Grigoryev P. V., Krivoshein A. I. Model' prediktivnogo obsluzhivaniya oborudovaniya s primeneniem besprovodnykh sensornykh setey [Reliability and Quality of Complex Systems]. Reliability and Quality of Complex Systems. 2018, no. 2 (22), pp. 26–35. doi: https://www.doi.org/10.21685/2307-4205-2018-2-4.

Girya M. P., Shtabskiy L. M., Bronnikov A. G., Manuzin A. A., Mityusheva I. A. Voprosy prodleniya srokov ekspluatatsii elektrotekhnicheskogo oborudovaniya AES [Issues of extending the service life of nuclear power plant electrical equipment]. Energy saving. Power engineering. Energy audit. 2007, no. 9, pp. 39–44.

Shyrmovska N. G Spetsprotsessornoe sredstvo diagnostiki predavariynykh i avariynykh sostoyaniy ob"ekta upravleniya [Specialprocessor means of diagnostics of precritical and critical conditions of object of management]. Bulletin of Brest State Technical University. 2014, no. 5, pp. 58–64.

Shirmovskaya N. G. Komp'yuterizirovannaya sistema diagnostirovaniya kvazistatsionarnykh ob"ektov na osnove klasternykh modeley [Computerised diagnostic system for quasi-stationary objects based on cluster models]. Measuring and computing devices in technological processes. 2013, no 1 (42), pp. 155–159.

Kazakov V. S., Slezko V. I., Kondrat'eva O. V. Diagnostika ekspluatatsionnykh pokazateley effektivnosti raboty energeticheskikh ustanovok [Diagnosis of the operational performance of power plants]. Sovremennye innovatsii v nauke i tekhnike: sb. st. IV Mezhdunar. nauch.-prakt. konf. 2014, Vol .2, pp. 201–205.

RD 26.260.004-91. Metodicheskie ukazaniya. Prognozirovanie ostatochnogo resursa oborudovaniya po izmeneniyu parametrov ego tekhnicheskogo sostoyaniya pri ekspluatatsii [Guiding Document 26.260.004-91.Methodological guidelines. Prediction of residual life of equipment according to changes in parameters of its technical condition during operation]. Moscow, Kontsern Khimneftemash Publ., 1991. 96 p.

Kazarinov L. S., Shnayder D. A., Khasanov A. R. Metod otsenki tekushchego sostoyaniya kontroliruemogo oborudovaniya v zadache operativnogo planirovaniya remontno-profilakticheskikh rabot [Method for assessing the current state of monitored equipment in the task of operational planning of repair and maintenance work]. Bulletin of the South Ural State University. Series “Computer Technology, Automatic Control, Radio Electronics”. 2006, Vol .4, no. 14 (69), pp. 84–87.

Osowski S. Sieci neuronowe do przetwarzania informacji. Warszawa, Oficyna wydawnicza Politechniki Warszawskiej, 2000. (Russ. ed.: Osovskiy S. Neyronnye seti dlya obrabotki informatsii. Moscow, Finansy i statistika Publ., 2002. 344 s.)

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.

Авторське право (c) 2021 Антон Іванович Важинський, Станіслав Федорович Жуков