Выбор и изучение способов реализации модели диагностирования компрессорных станций ракетно-космического комплекса

Обложка

Цитировать

Полный текст

Аннотация

В статье в качестве объекта диагностирования рассматривается система сжатого воздуха, входящая в комплекс компрессорного оборудования для производства, хранения, распределения газов для космодромов, обеспечивающих запуск ракет-носителей. Выбрана модель диагностирования поршневого компрессора как основного устройства для производства сжатого воздуха, основанная на анализе характерных неисправностей. Разработаны векторы состояния элементов системы сжатого воздуха на основе множества структурных параметров, характеризующих техническое состояние объекта диагностирования. Предложено использовать вейвлет-анализ для обработки диагностических параметров полученных при анализе индикаторных диаграмм ступеней поршневого компрессора.

Об авторах

Александр Васильевич Бураков

АО «Компрессор»

Автор, ответственный за переписку.
Email: 47otdel@compressor.spb.ru
ORCID iD: 0000-0002-3553-2854
SPIN-код: 8501-1234
Scopus Author ID: 57210981312

начальник ЦКБ АО «Компрессор»

Россия, Санкт-Петербург

Ростислав Ростиславович Хотский

808 военное представительство МО РФ

Email: 47otdel@compressor.spb.ru
ORCID iD: 0009-0002-7064-1279
SPIN-код: 5240-0228

заместитель начальника

Россия, Санкт-Петербург

Леонид Григорьевич Кузнецов

АО «Компрессор»

Email: office@compressor.spb.ru
SPIN-код: 3819-4361
ResearcherId: A-8766-2018

доктор технических наук, профессор, генеральный конструктор

Россия, Санкт-Петербург

Список литературы

  1. Наумчик И. В., Дзитоев М. С., Помошник М. В. Влияние величины вредного пространства на интегральные характеристики поршневого компрессора системы газоснабжения в составе стартового комплекса // Известия Тульского государственного университета. Технические науки. 2023. № 5. С. 553–558. doi: 10.24412/2071-6168-2023-5-553-554. EDN: IYXRVH.
  2. Ларькин В. В., Бегунов М. Л., Николаев С. Г. [и др.] Об актуальности разработки перспективной системы контроля технического состояния сложных технических систем на основе предиктивной диагностики // Модели и методы развития технологий машиностроения в условиях цифровизации экономики России / под ред. А. А. Поповича. Санкт-Петербург: Политех-Пресс, 2022. С. 201–206. EDN: CGOYAP.
  3. ГОСТ РВ 0015-301–2020. Система разработки и постановки на производство военной техники. Постановка на производство изделий. Основные положения. Введ. 01–07–2021. 42 с.
  4. Кузнецов Л. Г., Бураков А. В., Грибанов Д. А., Хотский Р. Р. Методика расчета трудоемкости разработки судовых компрессорных станций с использованием аналога на основе ранжирования технических характеристик // Морской вестник. 2023. № 2 (86). С. 65–67. EDN: TLHLQH.
  5. ГОСТ 20911–89. Техническая диагностика. Термины и определения. Введ. 01–01–1991. Москва: Стандартинформ, 2009. 12 c.
  6. Борисевич М. А. Основные направления и задачи механизации и автоматизации восстановления сложных технических систем // Проблемы науки. 2022. № 3 (71). С. 32–37. EDN: GMNERY.
  7. Меньшиков Д. С. Разработка модели прогноза сигналов предвестников неисправностей газоперекачивающих агрегатов // Международный технико-экономический журнал. 2022. № 5-6. С. 36–44. doi: 10.34286/1995-4646-2022-86-5/6-36-44. EDN: BWPSAX.
  8. Атанов И. В., Капустин И. В., Грицай Д. И., Кулаев Е. В. Неисправности компрессоров холодильного оборудования // Аграрная наука и производство в условиях становления цифровой экономики Российской Федерации и мирового сообщества: материалы 17 Междунар. науч.-практ. конф. ФМСХ. Ставрополь: АГРУС, 2021. С. 14–21. EDN: YSLLHJ.
  9. Сокерина О. В., Хазин М. Л., Волегов С. А. Анализ причин неисправности клапанов поршневых компрессоров // Технологическое оборудование для горной и нефтегазовой промышленности: сб. тр. XXII Междунар. науч.-техн. конф. Екатеринбург, 04–05 апреля 2024 года. Екатеринбург: Изд-во Уральского гос. горного ун-та, 2024. С. 385–388. EDN: ICNDXV.
  10. Манойлина С. З., Артемьев В. Н., Зайцев Н. А. Основные неисправности современных поршневых компрессоров и способы их устранения // Тенденции развития технических средств и технологий в АПК: материалы Междунар. науч.-практ. конф., Воронеж, 20 февраля 2023 года. Воронеж: Воронежский государственный аграрный университет им. Императора Петра I, 2023. С. 182–188. EDN: ELOQAO.
  11. Дылдин Г. П., Макаров В. Н. Насосы и компрессоры. Москва: Ай Пи Ар Медиа, 2023. 183 с. ISBN 978-5-4497-2260-7. EDN: JMLNZB.
  12. Саввон Я. В., Приходько М. Г., Евдокимов Е. А. Неисправности системы смазки компрессоров // Наука. Новое поколение. Успех: cб. материалов III Междунар. науч.-практ. конф., Краснодар, 29 апреля 2022 года. Краснодар: Новация, 2022. С. 293–295. EDN: YIJIIV.
  13. Котлов А. А. Параметрический анализ самодействующих клапанов поршневых компрессоров методами математического моделирования // Известия высших учебных заведений. Машиностроение. 2019. № 5 (710). С. 27–35. doi: 10.18698/0536-1044-2019-5-27-35. EDN: DYSHCP.
  14. Оскома А. А. Статистический метод диагностирования компрессоров воздуха высокого давления как эффективный способ повышения безопасности их эксплуатации // Проблемы безопасности на транспорте: межвузовский сб. науч. тр. конф. Санкт-Петербург: Изд-во ГМА им. адм. С. О. Макарова, 1997. С. 5–13.
  15. 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.
  16. Ходырев А. И., Шахов А. В. Математическое моделирование неисправностей ступени поршневого компрессора в целях технического диагностирования // Территория Нефтегаз. 2020. № 1-2. С. 46–54. EDN: FSNQDW.
  17. Оскома А. А., Суриков Д. Г. Формирование модели диагностирования СКАВ-7,5 на основе вектора его диагностических параметров // Вестник Международной академии холода. 2021. № 4. С. 30–37. doi: 10.17586/1606-4313-2021-20-4-30-37. EDN: AUQLDG.
  18. Равин А. А. Диагностическое обеспечение судового энергетического оборудования: проблемы и решения: дис. … д-ра техн. наук. Санкт-Петербург, 2016. 436 с. EDN: CFMONC.
  19. Бураков А. В., Хотский Р. Р., Зуев П. Ю., Абрамов А. И. Разработка систем управления, обеспечивающих диагностику с применением робастного метода для перспективных судовых поршневых компрессоров // Морской вестник. 2024. № 3 (91). С. 33–37. EDN: KCVSKY.
  20. Венцюлис Л. С., Коновалов П. Н., Рыбалко В. В. Диагностирование корабельных КТЭУ И ГТЭУ. Санкт-Петербург: ВМА им. Кузнецова, 1995. 336 с.
  21. Рамазанов Р. М., Рамазанов М. И., Губайдуллин К. Ж. Диагностирование состояния трубопроводных обвязок компрессорных станций // Достижения науки и образования. 2020. № 2 (56). С. 5–10. EDN: BVPYXA.
  22. Краснов А. Ю. Статистические методы в инженерных исследованиях. Санкт-Петербург: Университет ИТМО, 2022. 119 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

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».