Алгоритм обработки данных в задаче управления состоянием оборудования

Обложка

Цитировать

Полный текст

Аннотация

Системы диагностики, внедренные на многих промышленных объектах, предназначены для своевременного обнаружения дефектов и тем самым предотвращения внезапных отказов с последующим простоем оборудования, сопровождающимся экономическими убытками. В основе работы большинства систем диагностики лежит принятие решения об исправности или неисправности объекта на основании сравнения диагностических параметров с пороговыми значениями. Проблемой такого подхода является то, что выход за установленные пределы фиксируется уже после того, как оборудование потеряло ремонтопригодность или требует сложного дорогого ремонта. В связи с этим ставится цель раннего и достоверного обнаружения дефектов электромеханического оборудования. Цель достигается путем разработки алгоритма обнаружения начала отклонения во временном ряде, состоящем из последовательно зарегистрированных диагностических параметров. Алгоритм базируется на последовательном применении анализа сингулярного спектра и позволяет не только своевременно выявлять отклонения, но и оценивать вероятность ошибки принятия решения. Алгоритм обработки данных исследован на наборах данных, сгенерированных в соответствии с заданными законами изменения. Также на реальном наборе диагностических данных продемонстрирована возможность своевременного и достоверного обнаружения дефектов. Внедрение алгоритма при управлении состоянием оборудования будет способствовать повышению безопасности и экономичности производственных объектов.

Об авторах

Елена Александровна Абидова

Волгодонский инженерно-технический институт –филиал Национального исследовательского ядерного университета «МИФИ»

Автор, ответственный за переписку.
Email: 1nii_energomash@mail.ru
ORCID iD: 0000-0003-0258-5543

кандидат технических наук, доцент кафедры информационных и управляющих систем

Россия, г. Волгодонск

Список литературы

  1. Василенко С. В., Елжов Ю. Н., Пугачева О. Ю. Автоматизированная система вибрационного контроля оборудования САЭС // Глобальная ядерная безопасность. 2015. № 3. С. 83–88. EDN: VHYASJ.
  2. Костюков В. Н., Костюков А. В., Тарасов Е. В., Казарин Д. В. Автоматический мониторинг «здоровья» оборудования производственно-транспортного комплекса // В мире неразрушающего контроля. 2017. Т. 20, № 3. С. 19–22. doi: 10.12737/article_599d831d51ecf3.31879009. EDN: ZRVXFN.
  3. Костюков В. Н., Науменко А. П., Федоринов И. А., Золотарев В. Н. Опыт эксплуатации систем мониторинга технического состояния поршневых компрессоров в режиме реального времени // Компрессорная техника и пневматика. 2013. № 5. С. 4. EDN: RCSEVH.
  4. Барков А. В. Возможности нового поколения систем мониторинга и диагностики // Металлург. 1998. № 11. URL: https://masters.donntu.ru/2007/fema/belinskaya/library/a2/art2.htm (дата обращения: 11.04.2024).
  5. Вибрации в технике: справочник. В 6 т. Т. 5. Измерения и испытания / Ред. совет: В. Н. Челомей (пред., гл. ред.) [и др.]. Москва: Машиностроение, 1981. 496 с.
  6. ГОСТ Р ИСО 20816-1-2021. Вибрация. Измерения вибрации и оценка вибрационного состояния машин. Часть 1. Общее руководство. Введ. 01–06–2022. Москва: Российский институт стандартизации, 2022. 30 с.
  7. ГОСТ 32106-2013. Контроль состояния и диагностика машин. Мониторинг состояния оборудования опасных производств. Вибрация центробежных насосных и компрессорных агрегатов. Введ. 01–11–2014. Москва: Стандартинформ, 2014. 6 с.
  8. Поваров В. П., Федоров А. И., Витковский С. Л. Некоторые аспекты повторного продления срока эксплуатации реакторной установки с ВВЭР-440 на примере энергоблока № 4 Нововоронежской АЭС // Известия вузов. Ядерная энергетика. 2019. № 2. С. 91–104. doi: 10.26583/npe.2019.2.08. EDN: YXJKKB.
  9. Костюков В. Н., Науменко А. П. Проблемы и решения безопасной эксплуатации поршневых компрессоров // Компрессорная техника и пневматика. 2008. № 3. С. 21–28. EDN: ISFMHT.
  10. Биргер И. А. Техническая диагностика. Москва: URSS, 2019. 240 с.
  11. Костюков В. Н., Зайцев А. В., Тетерин А. О. Повышение достоверности диагностирования буксовых узлов колесно-моторных блоков электропоездов // Наука, образование, бизнес: материалы Всерос. науч. практ. конф. ученых, преподавателей
  12. аспирантов, студентов, специалистов промышленности и связи, посвященной Дню радио, Омск, 29 апреля 2014 года. Омск: Изд-во КАН, 2014. С. 183–190. EDN: VQMEFL.
  13. Кудрявцева И. С., Науменко А. П., Демин А. М., Одинец А. И. Вероятностно-статистический критерий оценки состояния по параметрам виброакустического сигнала // Динамика систем, механизмов и машин. 2019. Т. 7, № 2. С. 113–122. doi: 10.25206/2310-9793-7-2-113-122. EDN: EYLIAI.
  14. Moskvina V., Zhigljavsky A. An Algorithm Based on Singular Spectrum Analysis for Change-Point Detection // Communication in Statistics-Simulation and Computation. 2003. Vol. 32 (2). P. 319–352. doi: 10.1081/SAC-120017494.
  15. Абидова Е. А. Методика формирования многоканальной системы технической диагностики с оценкой целесообразности использования измерительных каналов // Известия вузов. Северо-Кавказский регион. Технические науки. 2023. № 4. С. 41–48. doi: 10.17213/1560-3644-2023-4-41-48. EDN: AKEURP.
  16. Абидова Е. А., Ратушный В. И. Регистрация и обработка сигналов в измерительном комплексе контроля протечек трубопроводной арматуры атомной электростанции. Омский научный вестник. 2023. № 4 (188). С. 117–124. doi: 10.25206/1813-8225-2023-188-117-124. EDN: VNPKYM.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».