Сетевое издание

Современные проблемы науки и образования

ISSN 2070-7428

"Перечень" ВАК

ИФ РИНЦ = 1,006

• Авторы
• Резюме
• Файлы
• Ключевые слова
• Литература

Юмагузин У.Ф. 1 Баширов М.Г. 1 Маликов С.В. 2 Маликов А.В. 2 Максютов И.Н. 2

---

1 ФГБОУ ВПО «Уфимский государственный нефтяной технический университет»

2 ООО «РемЭнергоМонтаж»

Разработан метод количественной оценки безопасности эксплуатации машинных агрегатов с применением теории нечетких множеств в условиях неопределенности и многофакторности развития аварийных ситуаций. При оценке безопасности эксплуатации машинных агрегатов с использование теории нечетких множеств необходимо учитывать технический, технологический, человеческий факторы, а также вероятность взрыва и пожара. С использованием пакета Fuzzy Logic программного комплекса Matlab получены программные реализации системы нечеткого вывода для оценки безопасности эксплуатации машинных агрегатов. Приведены параметры функций принадлежности входных и выходных лингвистических переменных нечеткого вывода. Разработана автоматизированная система управления безопасной эксплуатацией машинных агрегатов, составной частью которой является устройство дистанционной диагностики, в основу которого положен метод оценки технического состояния на основе анализа гармонического состава токов и напряжений.

Статья в формате PDF

160 KB

безопасность

машинные агрегаты

теория нечетких множеств

техническое состояние

1 Кузеев И.Р., Баширов М.Г., Прахов И.В., Баширова Э.М., Самородов А.В. Способ диагностики механизмов и систем с электрическим приводом // Патент России №2431152. 2011. Бюл. №28.

2 Немчинов Д.В. Управление рисками аварийных ситуаций на промышленных объектах : на примере установки хлорирования воды : Автореф. дис. канд. техн. наук. — Астрахань, 2009. — 24 с.

3 Оськин А.А. Разработка метода оценки индивидуального пожарного риска резервуарных парков с использованием теории нечетких множеств : Автореф. дис. канд. техн. наук. — М, 2011. — 32 с.

4 Переездчиков И.В. Разработка основ анализа опасностей промышленных систем «человек-машина-среда» на базе четких и нечетких множеств : Автореф. дис. доктора. техн. наук. — М, 2005. — 32 с.

5 Прахов И.В., Юмагузин У.Ф., Баширова Э.М., Миронова И.С. Устройство дистанционной диагностики асинхронных электродвигателей// Патент России №147268. 2014. Бюл. №30

6 Свидетельство о государственной регистрации программы для ЭВМ № 2012615158. Оценка технического состояния электрооборудования на основе интегральных параметров / М. Г. Баширов, И. С. Миронова, У.Ф. Юмагузин, В. Г. Акчулпанов (Россия). №2012615158; Заявлено 10.04.2012, №2012612700. Опубл.08.06.2012.

7 Юмагузин, У.Ф. Повышение безопасности эксплуатации оборудования нефтегазовой отрасли / У.Ф. Юмагузин, М.Г. Баширов // Современные проблемы науки и образования: электронный научный журнал. – 2014. – № 1. – URL: http://www.science-education.ru/ 115-11869 (дата обращения: 18.12.2014).

8 Юмагузин, У.Ф. Прогнозирование остаточного ресурса оборудования предприятий нефтегазовой отрасли / У.Ф. Юмагузин, М.Г. Баширов // Фундаментальные исследования. – 2014. – № 3. – С. 277 - 280.

Ускорение темпов и расширение масштабов производственной деятельности в современных условиях неразрывно связано с возрастающим использованием энергонасыщенных технологий и опасных веществ. В результате возрастает потенциальная угроза для здоровья и жизни людей, окружающей среды, материальной базы производства. В первую очередь, это относится к объектам нефтегазовой отрасли, где наблюдаются постоянная интенсификация технологий, связанная с возрастанием температур и давлений, укрупнение единичных мощностей установок и аппаратов, наличие в них больших запасов взрыво-, пожаро- и токсикоопасных веществ [7]. Возникновение и развитие опасных ситуаций при эксплуатации машинных агрегатов обусловлено влиянием технического состояния, пожаро- и взрывоопасностью оборудования, изменением параметров технологических процессов, а также человеческого фактора. В настоящее время существует большое количество алгоритмов и методов оценки данных факторов, но при этом методы оценки безопасности эксплуатации в условиях многофакторности и неопределенности остаются недостаточно проработанными. Объединение в одном методе различных по природе факторов с целью количественной оценки безопасности эксплуатации не может быть осуществлено при помощи традиционных математических методов, что обусловлено [4]:

– сложностью динамически развивающихся технических систем и алгоритмов функционирования;

– необходимостью выполнения многофакторного анализа;

– возникновением неопределённости, обусловленной наличием человеческого фактора, который создает условия, при которых теория вероятности не способна корректно описать и в полной мере количественно оценить исследуемый фактор;

– наличием слабоформализуемых процедур, необходимых для принятия решений, направленных на повышение безопасности эксплуатации.

Решение задачи оценки безопасности эксплуатации машинных агрегатов в условиях многофакторности и неопределенности возможно при использовании аппарата теории нечетких множеств [2, 3]. При оценке безопасности эксплуатации машинных агрегатов необходимо учитывать следующие факторы:

– человеческий фактор, учитывающий субъективное влияние личностных и профессиональных качеств обслуживающего персонала на безопасность эксплуатации;

– технологический, учитывающий нестационарность параметров технологических процессов;

– технический фактор, оценивающий нестационарность технического состояния оборудования;

– вероятность возникновения взрыва и/или пожара при эксплуатации машинных агрегатов.

Алгоритм оценки безопасности эксплуатации машинных агрегатов на основе теории нечетких множеств представлен на рисунке 1. С использованием пакета Fuzzy Logic Toolbox for Matlab получены программные реализации системы нечеткого вывода для оценки безопасности эксплуатации машинных агрегатов.

Рисунок 1. Алгоритм оценки безопасности эксплуатации машинных агрегатов

с использованием теории нечетких множеств

При оценке технического фактора (таблица 1), рассчитываемого в режиме реального времени, используются следующие параметры:

– текущее техническое состояние;

– прогнозируемое техническое состояние;

– срок эксплуатации;

– критичность отказа оборудования.

В настоящее время наиболее распространенным методом оценки технического состояния машинных агрегатов является вибрационно-диагностический метод. Одним из наиболее перспективных методов является метод анализа гармонического состава токов и напряжений, генерируемых двигателем электропривода [1]. Наличие в спектре токов и напряжений гармонических составляющих определенных частот и определенной интенсивности свидетельствует о наличии повреждений электрической и/или механической части оборудования. Проведение мониторинга токов и напряжений электропривода может быть выполнено без какого-либо нарушения режима работы машинных агрегатов. В отличие от вибрационного метода, который нашел широкое применение для оценки технического состояния машинных агрегатов, метод, основанный на анализе гармонического состава токов и напряжений двигателя электропривода, позволяет выявлять одновременно механические и электрические повреждения, а также вести удаленный мониторинг технического состояния. Физический принцип, положенный в основу метода, заключается в том, что любые возмущения в работе электрической и механической частей насосного оборудования приводят к изменениям магнитного потока в зазоре электрической машины, и, следовательно, к модуляции тока, потребляемого электродвигателем. Таким образом, наличие в спектре тока двигателя характерных частотных составляющих свидетельствует о наличии повреждений электрической или механической части оборудования.

Авторегрессионные модели проинтегрированного скользящего среднего и нейросетевые модели являются наиболее распространенными моделями прогнозирования [8]. Анализ данных моделей с целью прогнозирования изменения временного ряда диагностического параметра, показал, что средняя абсолютная ошибка прогнозирования значений виброскорости машинного агрегата при кросс-проверке для модели авторегрессии и скользящего среднего составила 17,3%, для модели искусственных нейронных сетей многослойного персептрона 12,9%, что свидетельствует о достаточной для практических целей точности прогноза исследуемых моделей.

По результатам экспериментальных исследований разработано программное обеспечение для оценки и прогнозирования технического состояния машинных агрегатов [6] на основе анализа гармонического состава токов и напряжений, генерируемых двигателей электропривода, температуры подшипников насосного агрегата и изоляции обмотки статора. Программы разработана с использование языка программирования Borland Delphi с использованием библиотеки Neural Base от Base Group Labs, а также языка С++. Разработано устройство дистанционной оценки технического состояния машинных агрегатов [5].

Классификация оборудования по степени критичности отказа:

– 1-я категория – критической оборудование, внезапный отказ которого способен стать причиной аварии, вызвать серьезное снижение технико-экономических показателей производства, остановку технологического процесса;

– 2 категория – отказ данного оборудования способен привести к незначительному снижению технико-экономических показателей производства.

– 3-я категория – вспомогательное оборудование, выход из строя которого не оказывает существенного влияния на безопасность технологического процесса, а приводит к необоснованным затратам на реализацию операций по техническому обслуживанию и ремонту;

– 4-я категория – выход из строя данного оборудования не оказывает влияния на безопасности технологических процессов.

Таблица 1

Описание входных переменных для оценки технического фактора

При оценке влияния человеческого фактора учитываются следующие параметры (таблица 2):

– профессионализм обслуживающего персонала;

– личностные качества;

– психофизиологические качества;

– контроль работы и знаний.

Алгоритм оценки вероятности взрыва или пожара при эксплуатации машинных агрегатов содержится в ГОСТ 12.1.004-91 «Пожарная безопасность». Для фаззификации входной переменной (таблица 3) «Вероятность взрыва и пожара» использовался РД 03-418-01 «Методические указания по проведению анализа риска опасных производственных объектов», который устанавливает методические принципы, термины и понятия анализа риска, общие требования к процедуре и оформлению результатов, а также представляет основные методы анализа опасностей и риска аварий на опасных производственных объектах.

Технологический фактор (таблица 3) учитывает изменение параметров технологических процессов (давление нагнетания, давление в полости статора, перепад давления, токовая защита, температура перекачиваемой среды). При количественной оценке фактора используются значения технологических параметров pi, измеряемые в реальном времени, а также информация о допустимых пределах изменения. Так как параметры технологического процесса являются различными по своей природе и имеют различные пределы измерений, необходимо предварительно нормировать параметры согласно выражению:

где рi – текущее значение параметра;

, – предупредительные значения параметра;

, – предельно допустимые значения параметра.

В результате данной процедуры все параметры технологического процесса являются безразмерными и изменяются в диапазоне [0; 1].

Значение степени влияния технологического фактора равно

где qp – значение i-го технологического параметра.

Таблица 2

Описание входных переменных для оценки человеческого фактора

Таблица 3

Описание параметров переменных «Вероятность взрыва и пожара», «Технологический фактор»

Анализ исследуемых факторов на основе теории нечетких множеств позволяет количественно оценить и качественно описать безопасность эксплуатации машинных агрегатов (таблица 4).

Таблица 4

Параметры переменной «Безопасность эксплуатации»

Предложенный метод оценки безопасности эксплуатации позволит обоснованно принимать управленческие решения на основе ранжирования оборудования по степени опасности.

Вильданов Р.Г., д.т.н., профессор, филиал ФГБОУ ВПО УГНТУ в г. Салавате, г. Салават;

Жирнов Б.С., д.т.н., профессор, филиал ФГБОУ ВПО УГНТУ в г. Салавате, г.Салават.

Библиографическая ссылка