Умные фабрики будущего. Как искусственный интеллект и прогнозируемое обслуживание меняют промышленность. Александр Юрьевич ЧесаловЧитать онлайн книгу.

      где w – весовые коэффициенты нейронной сети для соответствующих диагностических параметров; m – количество выходов нейронной сети; D_m – значение поврежденности отдельных элементов оборудования; К_In – коэффициент гармонических составляющих токов (индексы А, В, С соответствуют фазам); К_Un – коэффициент гармонических составляющих напряжений; φ_ui(n) – угол сдвига по фазе между соответствующими гармоническими составляющими фазных токов и напряжений; Т_подш – температуры подшипников агрегата; Т_изол – температура изоляции обмотки статора электродвигателя; p – число подшипников агрегата.

      Способ, расчета D∑ основан на анализе гармонического состава токов и напряжений двигателя электропривода насосно-компрессорного оборудования, что позволяет определять как его механические, так и электрические повреждения на ранней стадии их развития.

      Прогнозирование технического состояния заключается в анализе временных рядов значений интегрального диагностического параметра D∑ с использованием методов статистического и структурного анализа. Таким образом уровень поврежденности оборудования определяется исходя из следующих значений D∑: «Повреждение не обнаружено» в интервале 0-45 %, «Повреждение обнаружено» – в интервале 46-80 %, «Обнаружено критическое повреждение» – в интервале 81-100 %.

      Для моделирования процессов воздействия окружающей среды и учета внешних факторов (параметров), влияющих на работу промышленного оборудования, рекомендуется использование модели прогнозирования ARIMAX (англ., Autoregressive Integrated Moving Average eXtended), которая является расширенной моделью авторегрессии скользящего среднего.

      Существуют и другие методы оценки текущего технического состояния промышленного оборудования (например, в теплоэнергетических комплексах металлургических предприятий, которые представляют собой, с точки зрения науки, распределенные нелинейные динамические системы), которые позволяют принять решение о необходимости планирования технического обслуживания [3, 4]. Например, на основе метода определения значений показателей обобщенного индивидуального ресурса rt) и критического ресурса контролируемого оборудования r₀(_min на основе исторических и текущих статистических данных, которые рассчитываются как:

      где r_B(t) – текущий механический ресурс оборудования, оцениваемый на основе анализа текущих показателей работоспособности; r_M(t) – назначенный индивидуальный ресурс контролируемого агрегата, определяемый на основе данных, предоставляемых специализированной организацией, осуществляющей ремонт оборудования; r_Г(t) – текущее значение коэффициента готовности рассматриваемого оборудования; α_i(i=1,3) – удельные веса частных составляющих r_B(t), r_M(t) и r_Г(t) обобщенного индивидуального ресурса оборудования.

      Прогнозирование технического состояния промышленного оборудования заключается в анализе динамики изменения показателя обобщенного индивидуального ресурса r₀(t) во времени, что дает возможность своевременно определить предаварийное состояние и планировать работы по техническому обслуживанию оборудования.

      Таким образом, чтобы достичь функциональной и эксплуатационной эффективности промышленного оборудования в сложных технологических комплексах применяется принцип управления, основанный на упреждающих оценках

---

Скачать книгу