Введение к работе
Актуальность темы.
Оптимизация автоматизированных систем управления технологическими процессами (АСУ ТП) не всегда позволяет получить требуемые показатели качества управления, так как разработанные математическое и алгоритмическое обеспечение не учитывает фактического состояния технологического оборудования и средств автоматизации. Для этого необходимо точно знать состояние оборудования и прогнозировать его на время, необходимое на подготовку к ремонту.
Основу технологии перехода на обслуживание и ремонт электрооборудования по фактическому состоянию составляют методы и средства его диагностики, позволяющие обнаруживать и идентифицировать все потенциально опасные дефекты на начальной стадии развития, что позволяет снизить затраты на обслуживание, т.е. обеспечить экономию.
Достигнутый уровень средств и методов диагностирования судового электрического оборудования (СЭО), позволяет успешно решать большое число разнообразных задач диагностики нижнего уровня, однако практически не обеспечено решение задач мониторинга и определения предотказных состояний объектов диагностирования (ОД). Существующие системы диагностического обеспечения на судах не позволяют перейти к непрерывному контролю за состоянием электрооборудования и не интегрированы в состав АСУ ТП.
Для организации непрерывного контроля за состоянием электрооборудования требуются методы и средства диагностирования, позволяющие оценить состояние объекта на текущий момент и прогнозировать его состояние на ближайшее будущее.
Наиболее перспективной технологией получения диагностической информации является сегодня технология статистического распознавания состояний. Эта проблема может быть решена при помощи нейронных сетей (НС). Нейронные сети занимают небольшой объем памяти, так как сохраняется
лишь структура нейронной сети и матрицы весовых коэффициентов
Аппаратные реализации НС идеально подходят для решения задач
идентификации и управления, так как обеспечивают, благодаря параллельной
структуре, чрезвычайно высокую скорость выполнения операций.
Поэтому тема диссертационной работы, посвященная повышению быстродействия диагностических систем на основе применения нейронных сетей и интеграции подсистемы диагностики в АСУ ТП, является актуальной.
Цель исследования.
Целью данной работы является разработка методов повышения качества диагностирования электрооборудования, на основе их интеллектуального анализа с использованием комплексного критерия качества и алгоритмического обеспечения АСУ ТП с учетом работоспособности оборудования.
Для решения поставленной цели в работе сформулированы и решены следующие задачи:
1. Анализ существующих методов диагностирования СЭО и современного состояния вопросов автоматизации и управления диагностическими системами.
2. Применение частных и комплексного показателей качества диагностических параметров СЭО для определения степени работоспособности СЭО.
3. Построение математической модели степени работоспособности СЭО.
4. Разработка модели определения степени работоспособности СЭО с использованием нейро-нечеткого вывода.
5. Разработка модели прогнозирования степени работоспособности СЭО на основе системы нейро-нечеткого вывода.
6. Разработка алгоритмического обеспечения работы АСУ ТП с подсистемой оценки работоспособности оборудования.
Методы исследования.
В работе использованы методы системного анализа и математического моделирования, математические методы планирования многофакторного эксперимента и регрессионного анализа, теории управления, методы теории нечетких множеств, нечеткой логики, математической статистики; экспериментальные исследования выполнены с привлечением методов математического и имитационного моделирования.
На защиту выносится:
1. Методика оценки качества объекта диагностирования по частным и комплексному показателю качества на основе функций желательности Харрингтона.
2. Построение модели определения степени работоспособности электрооборудования по диагностическим параметрам с использованием методов планирования эксперимента и нейро-нечеткого вывода.
3. Модель прогнозирования работоспособности судового электрооборудования на основе системы нечеткого вывода.
4. Алгоритм работы АСУ ТП с подсистемой диагностики.
5. Модель автоматического управления распределением нагрузки между дизель-генераторами на основе нечеткого вывода.
Научная новизна. В рамках диссертационной работы были получены следующие основные результаты:
1. Впервые на основе методов математического планирования эксперимента разработана математическая модель степени работоспособности СЭО.
2. Разработаны модели нейро-нечеткого вывода для определения степени работоспособности СЭО с применением комплексного критерия качества.
3. Разработана модель прогнозирования работоспособности СЭО с использованием нейро-нечеткого вывода.
4. Разработано алгоритмическое обеспечение системы управления технологическим процессом по фактическому состоянию СЭО.
Практическую ценность имеют:
1. Методика расчета частных и комплексного критериев качества параметров вибродиагностики на основе функций желательности Харрингтона.
2. Математическая модель степени работоспособности электрооборудования.
3. Модели на базе нечеткой логики определения и прогнозирования степени работоспособности СЭО.
4. Модель нечеткого вывода управления распределением нагрузки между дизель-генераторами с учетом их работоспособности.
5. База данных диагностических параметров СЭО.
Реализация и внедрение.
Теоретические и практические результаты внедрены в ООО ПКФ «Фатом» при диагностировании СЭО, а также используются в учебном процессе на кафедре «Электрооборудование и автоматика судов» ФГОУ ВПО «Астраханский государственный технический университет» при изучении дисциплин: «Диагностирование судового электрооборудования», «Интеллектуальные системы управления».
Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на ежегодных научных конференциях Астраханского государственного технического университета (2006 – 2009гг.); VII Международной научно-методической конференции «Традиции и педагогические новации в электротехническом образовании НИТЭ-2006» (Астрахань 2006); Всероссийской научно-технической конференции «Современные технологии в кораблестроительном и энергетическом образовании, науке и производстве» (Нижний Новгород 2006); XII Международной научной и практической конференции «Современные техника и технологии» (Томск 2006); VII Международной научно-практической конференции «Теория, методы и средства измерений, контроля и диагностики» (Новочеркасск 2006); Всероссийской научной конференции; Инновационные технологии в управлении, образовании, промышленности «АСТИНТЕХ - 2007» (Астрахань 2007); Всероссийская научно-техническая конференции «Электротехнологии, электропривод и электрооборудование предприятий» (Уфа 2007); Международной конференции «Электроэнергетика и Автоматизация в металлургии и машиностроении» (Челябинск 2008); IV Всероссийской научной конференции «Проектирование инженерных и научных приложений в среде MATLAB» (Астрахань 2009).
Публикации.
По теме диссертации опубликовано 15 печатных работ, в том числе: 4 (3 без соавторов) статьи в публикациях по перечню ВАК, 9 статей в материалах Международных и Всероссийских конференциях, 1 монография, 1 свидетельство о регистрации программ для ЭВМ.
Структура и объем диссертации.
