Содержание к диссертации
1 ГЛАВА. СОСТОЯНИЕ ВОПРОСА. СУЩНОСТЬ ПРОБЛЕМЫ.
АНАЛИТИЧЕСКИЙ ОБЗОР СУЩЕСТВУЮЩИХ МЕТОДОВ. ПОСТАНОВКА ЗАДАЧ ДИССЕРТАЦИИ 8
2 ГЛАВА. МОДЕЛЬ ИДЕНТИФИКАЦИИ ТЕХНИЧЕСКОГО
Формализация задачи идентификации технического состояния .... 28
Выбор структуры нейросетевой модели 58
Разработка принципов построения архитектуры нейросетевой модели 63
ГЛАВА. КОНЦЕПТУАЛЬНАЯ МОДЕЛЬ СИСТЕМЫ
ИДЕНТИФИКАЦИИ ТЕХНИЧЕСКОГО СОСТОЯНИЯ ТЕХНОЛОГИЧЕСКОГО ОБОРУДОВАНИЯ 80
ГЛАВА. РАЗРАБОТКА СИСТЕМЫ ИДЕНТИФИКАЦИИ
ТЕХНИЧЕСКОГО СОСТОЯНИЯ СИЛОВЫХ ТРАНСФОРМАТОРОВ
4.3. Требования к средствам измерения и условиям измерения входных
параметров системы идентификации 119
Идентификация технического состояния силовых маслонаполненных трансформаторов по результатам обследований в программном приложении 121
Результаты опытного тестирования программного приложения... 129 Основные результаты главы 131
Введение к работе
Актуальность работы. В настоящее время на большей части промышленных предприятий применяется стратегия управления техническим состоянием оборудования на основе планово-предупредительных ремонтов. Эта стратегия получила наибольшее распространение в нашей стране. Она обеспечивает поддержание необходимого уровня надежности оборудования, но имеет серьезный недостаток - при планировании технического обслуживания фактическое состояние оборудования практически не учитывается. В настоящее время становится очевидным, что для повышения эффективности функционирования предприятия актуальным является переход к более прогрессивной стратегии обеспечения эксплуатационной надежности на основе выполнения ремонтных мероприятий, проводимых по фактическому состоянию. Основу такой стратегии составляет достоверная и оперативная информация о техническом состоянии оборудования.
Современный уровень развития средств измерения позволяет получать информацию о значениях подавляющего большинства параметров оборудования непосредственно в процессе его эксплуатации под нагрузкой. Совершенствованию методов и моделей идентификации технического состояния оборудования особое внимание уделено в работах A.A. Панкратова, H.H. Портнягина, О.Ф. Машошина, Н.Р. Байемани, С.В. Жернакова, В.В. Молчанова, А.Г. Ивахненко, В.Ю. Тэттэра, А.Г. Кобякова, A.M. Завьялова, A.B. Шафрыгина, A.J1. Карташова, A.A. Гусарова, A.M. Акимова, С.П. Сущева, М.В. Калачинскова, С.Г. Каминского, B.JI. Мартыновича, С.Н. Костаревой. Вместе с тем теоретическая база идентификации технического состояния разработана не в полной мере.
Существующие методики идентификации технического состояния в большинстве случаев предполагают применение специализированных математических моделей, описывающих лишь часть определенных свойств и режимов работы моделируемых объектов. Распространение таких моделей на
объекты других типов крайне затруднительно. В сложившейся ситуации ак-
туальной является разработка нейросетевой модели идентификации технического состояния оборудования. Реализация этой модели в составе специализированной автоматизированной системы идентификации технического состояния технологического оборудования позволит повысить качество и оперативность обслуживания оборудования, снизить затраты на проведении ремонтных работ.
Целью диссертации является разработка и реализация автоматизированной системы идентификации технического состояния технологического оборудования.
Задачи диссертации. В соответствии с поставленной целью решаются следующие задачи:
анализ стратегий управления техническим состоянием оборудования;
исследование нейросетевых моделей и их теоретическое обоснование для идентификации технического состояния оборудования;
разработка нейросетевой модели идентификации технического состояния технологического оборудования и алгоритма ее обучения причинно- следственным связям между параметрами оборудования и его техническим состоянием;
разработка структурной модели автоматизированной системы идентификации технического состояния оборудования;
разработка принципов организации архитектур адаптивных баз данных и баз знаний автоматизированной системы идентификации технического состояния;
разработка программного приложения, реализующего идентификацию технического состояния технологического оборудования.
Объект исследования — методы и системы контроля технического состояния технологического оборудования.
Предмет исследования - идентификация технического состояния технологического оборудования с применением нейросетевого моделирования.
Методы исследования базируются на теории кодирования, математической статистике, методах аналитического и имитационного моделирования. В работе использованы научные труды российских и зарубежных специалистов, материалы научно-технических конференций и семинаров.
Научная новизна результатов диссертационной работы заключается в разработке теоретических основ создания нейросетевой модели автоматизированной системы идентификации технического состояния технологического оборудования, включающих:
обоснование применения определенного класса нейросетевых методов;
правила по формированию структуры нейросетевой модели (число слоев, количество нейронов в слое, взаимосвязь нейронов между собой);
алгоритм обучения причинно-следственным связям между параметрами оборудования и техническим состоянием;
архитектуры адаптивных баз данных и баз знаний автоматизированной системы идентификации технического состояния.
На защиту выносятся следующие основные положения:
теоретическое обоснование нейросетевых моделей и результаты их исследований для идентификации технического состояния оборудования;
разработанная нейросетевая модель идентификации технического состояния технологическогооборудования и алгоритм ее обучения причинно- следственным связям между параметрами оборудования и техническим состоянием;
разработанные принципы организации и архитектуры адаптивных баз данных и баз знаний автоматизированной системы идентификации технического состояния;
разработанная структурная модель автоматизированной системы идентификации технического состояния оборудования;
разработанное программное приложение, реализующее идентификацию технического состояния технологического оборудования.
Достоверность и обоснованность выводов и результатов работы
подтверждаются применением известных научных методов теории управления, теории систем и аттестованных общепризнанных методик измерений, результатами натурального и вычислительного эксперимента.
Практическая значимость работы. Основные теоретические результаты диссертационной работы использованы при разработке программного приложения по идентификации технического состояния силовых маслона- полненных трансформаторов «А8ПЧЧ2009». Приложение позволяет выполнять оценку технического состояния силовых маслонаполненных трансформаторов и планировать их обслуживание по техническому состоянию.
Внедрение результатов работы. Разработанное в работе программное приложение «А81Т-Ы2009» внедряется в промышленную эксплуатацию на электрических станциях Пермского филиала ОАО «Территориальная генерирующая компания № 9».
Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на следующих семинарах, конференциях и научно-технических сессиях: научно-техническая конференция Горнонефтяного факультета ГОУ ВПО «ПГТУ» (г. Пермь, 2005-2007 гг.); Международная научно-техническая конференция «Методы и средства оценки состояния энергетического оборудования» (г. Санкт-Петербург, 2006 г.), II Международная научная конференция «Тинчуринские чтения» (г. Казань, 2007 .).
Публикации. По теме диссертации опубликовано 11 работ, в том числе 4 работы по списку ВАК.
Структура и объем диссертации. Работа состоит из введения, четырех глав, заключения, библиографического списка (143 наименований). Общий объем диссертации составляет 147 страницы, в том числе: 72 рисунка; 19 таблиц.
Похожие диссертации на Идентификация технического состояния технологического оборудования на основе нейросетевой модели
