Разработка методики оценки предотказного состояния систем и агрегатов горных машин Игумнов Алексей Андреевич

Содержание к диссертации

Введение

Глава 1. Состояние проблемы. обоснование актуальности темы исследования 9

1.1 Эксплуатационные отказы горных машин 9

1.2 Основные направления обеспечения надежности технической эксплуатации в существующих системах ТО и Р 25

1.3 Обоснование выбора систем и агрегатов, методов, моделей как области исследования 29

1.4 Выводы по разделу 1 31

Глава 2. Создание системы мониторинга технического состояния на основе дистанционной диагностики горных машин 31

2.1 Структура дистанционной диагностики 31

2.1.1 Непрерывный мониторинг технического состояния объектов 31

2.1.2 Структурно-диагностическая схема машины 37

2.2 Оценка технического состояния горных машин 39

2.2.1 Определение технических параметров машины при дистанционной диагностике 39

2.2.2 Характеристика отказов в технической эксплуатации 43

2.3. Описание предлагаемой СМТС 51

2.3.1 Система мониторинга технического состояния 51

2.3.2 Разработка алгоритмов работы системы мониторинга технического состояния 56

2.4 Выводы по разделу 2 62

Глава 3 Экспериментальные исследования дистанционной диагностики 64

3.1 Методика проведения экспериментального исследования 64

3.2 Реализация технических решений на экспериментальном стенде 68

3.3 Выводы по разделу 3 83

Глава 4. Оценка технического состояния систем и агрегатов горных машин 84

4.1 Предварительная обработка данных на сервере СМТС 84

4.2 Оценка технического состояния на основе полученных результатов дистанционного мониторинга 87

4.3 Выводы по разделу 4 109

Заключение 111

Список литературы 112

Приложения

• Основные направления обеспечения надежности технической эксплуатации в существующих системах ТО и Р
• Структурно-диагностическая схема машины
• Реализация технических решений на экспериментальном стенде
• Оценка технического состояния на основе полученных результатов дистанционного мониторинга

Введение к работе

Актуальность темы. Обеспечение высокого уровня механизации на предприятиях РФ по добычи полезных ископаемых играет важную роль в эффективности работы этих предприятий. В то же время, слабое развитие технологий, отвечающих за техническое состояние машинных парков на горных предприятиях РФ, может являться препятствием для дальнейшего роста экономики. Для достижения ведущих мировых позиций в этой отрасли необходимо не только развивать количественно инфраструктуру горных предприятий по добыче полезных ископаемых, но и качественно повышать е уровень. Одними из ключевых направлений, напрямую влияющих на качество инфраструктуры горной промышленности, являются техническое состояние и уровень технического обслуживания горной техники, в этой связи приоритетными направлениями являются повышение надежности систем и агрегатов горных машин и повышение качества и автоматизация технического обслуживания горной техники.

Техническая эксплуатация машинных парков горных предприятий базируется на использовании планово-предупредительной системы технического обслуживания, где периодичность технических воздействий определена заранее с использованием вероятностных методов и не исключает отказы систем и агрегатов горных машин в промежутке между обслуживаниями.

Отказы систем и агрегатов горных машин приводят к простоям техники, увеличению нагрузки на другие машины и дополнительным расходам. Увеличение вероятности обнаружения отказа связано с необходимостью постоянного мониторинга технического состояния систем и агрегатов горных машин, а также анализом получаемых результатов.

Для повышения эффективности работы горных машин ведутся исследования в области создания систем мониторинга, позволяющих передавать информацию о техническом состоянии машины с места ее работы, не прерывая выполнения производственных задач. Применение таких систем позволит получать информацию о наступлении предотказного состояния систем и агрегатов горных машин, более эффективно использовать ресурс машины, а также за счет обработки накопленной информации давать рекомендации о необходимости проведения технических воздействий. Данные мероприятия в итоге приведут к сокращению простоев, повышению эффективности использования горных машин.

Цель работы состоит в обосновании методов и разработке средств

определения технического состояния и прогнозирования пред отказного состояния для уменьшения количества отказов систем и агрегатов горных машин.

Идея работы заключается в использовании статистических методов регрессионного анализа при оценке технического состояния систем и агрегатов горных машин для своевременного определения их предотказного состояния и проведения технических воздействий.

Задачи исследований:

1. Исследование причин, приводящих к продолжительным простоям горных машин, а также поиск средств и методов, позволяющих в производственных условиях повышать время безотказной работы горных машин.

2. Разработка методики оценки предотказного состояния и алгоритмов работы системы мониторинга технического состояния, для получения достоверной информации о текущем техническом состоянии и прогнозировании предотказного состояния систем и агрегатов горных машины.

3. Выбор средств диагностирования для практической реализации системы мониторинга технического состояния горных машин. Оценка работы системы мониторинга в реальных эксплуатационных условиях.

4. Получение данных о техническом состоянии систем и агрегатов горных машин и прогнозирование наступления предотказного состояния.

Объект исследования системы и агрегаты горных машин.

Предмет исследования техническое состояние систем и агрегатов горных машин в условиях дистанционного мониторинга диагностических параметров, определяющих это состояние.

Методы исследований для реализации задач исследования

использованы общие положения и методы теории надежности, теории вероятности и математической статистики. Экспериментальные исследования проведены на экскаваторе-погрузчике CAT-428E, являющемся составной частью машинного парка СГУПСа, при использовании аттестованного и поверенного оборудования.

Основные научные положения, защищаемые автором:

5. Уменьшение количества постепенных отказов достигается за счет непрерывного мониторинга технического состояния, который сокращает время, затрачиваемое на обнаружение предотказного состояния (/„) систем и агрегатов горных машин.

6. Определение предотказного состояния систем и агрегатов горных машин при помощи системы дистанционного мониторинга технического состояния должно проводиться на основе структурно-диагностических схем по

информативным диагностическим параметрам, выбранным на основе анализа отказов конкретного типа.

3. Методика оценки тангенса угла наклона линии, характеризующей тренд изменения диагностического параметра, основанная на полученных в результате мониторинга уравнениях регрессионного анализа, обеспечивает определение текущего и начала предотказного состояния систем и агрегатов горных машин

4. Алгоритмы обработки данных, основанные на разработанных методах диагностирования, реализованные в предложенной системе мониторинга технического состояния в совокупности с результатами проведенных планово-предупредительных технических воздействий, позволяют достоверно оценивать и прогнозировать изменение технического состояния систем и агрегатов горных машин.

Достоверность научных положений.

Подтверждена достаточным объемом диагностических данных

технического состояния, полученных при мониторинге экскаватора-погрузчика CAT-428, и обработанных с использованием проверенных статистических методов анализа.

Научная новизна заключается в следующем:

1. Установлено, что непрерывный мониторинг основных диагностических параметров технического состояния систем и агрегатов горных машин, обеспечивает сокращение времени t_n затрачиваемое на обнаружение предотказного состояния.

2. Установлено, что для организации дистанционного мониторинга технического состояния систем и агрегатов горных машин выбор диагностических параметров должен основываться на структурно-диагностических схемах, построенных по результатам отказов систем и агрегатов горных машин.

3. Установлено, что интенсивность изменения технического состояния агрегата характеризуется тангенсом угла наклона линии тренда диагностического параметра.

4. Предложен алгоритм обработки данных СМТС учитывающий характер изменения диагностических параметров, обеспечивающий быструю оценку и оперативное принятие решений при ухудшении технического состояния систем и агрегатов без участия человека.

Теоретическая и практическая ценность работы состоит в следующих основных направлениях:

обоснованы методы дистанционного сбора и обработки диагностических данных, используемых в определении предотказного состояния систем и агрегатов горных машин.

разработаны алгоритмы обработки информации, учитывающие характер изменения диагностических параметров, позволившие обосновать методы дистанционной диагностики и адекватной оценки технического состояния горных машин, уменьшающие количество постепенных отказов систем и агрегатов.

разработана методика оценки предотказного состояния и основанные на ней алгоритмы работы, содержащие закономерности изменения диагностических параметров от технического состояния систем и агрегатов горных машин.

обоснована, разработана и экспериментально проверена в реальных условиях система мониторинга технического состояния систем и агрегатов горных машин, позволяющая прогнозировать его изменение и сформулировать рекомендации о необходимости и сроках технического обслуживания.

создана система мониторинга технического состояния, защищенная патентом на полезную модель №129686, МПК G07C 5/00 «Система мониторинга технического состояния транспортного средства».

полученные наработки позволяют использовать их в учебном процессе при обучении студентов современным методам оценки технического состояния горных машин для своевременного исключения отказов из систем и агрегатов.

Личный вклад автора заключается: в анализе отказов систем и агрегатов парка разреза Нерюнгринский; в обобщении и анализе отечественного и зарубежного опыта применения систем мониторинга технического состояния; в создании системы мониторинга технического состояния; в проведении мониторинга технического состояния систем и агрегатов горных машин при натурных и лабораторных экспериментах; в оценке результатов исследований.

Апробация работы. Основные положения диссертационной работы докладывались на научно-технической конференции студентов и аспирантов «Наука и молоджь XXI века» (Новосибирск, 2010), на межвузовской научной конференции «Интеллектуальный потенциал Сибири» (Новосибирск, 2010, 2011), на Всероссийской научно-технической конференции «Политранспортные системы» (Новосибирск, 2010, 2015), на научно-технической конференции Дни Науки (Новосибирск, 2011) на международной научно-практической

конференции «Инновационные факторы развития Транссиба на современном
этапе» (Новосибирск, 2011,2012), на Международной научно-практической
конференции студентов, аспирантов и молодых ученых «Молодежь и

современные информационные технологии» (Томск, 2014)

Публикации. По теме диссертации опубликовано 14 печатных работ, в том числе 3 – в изданиях, рекомендованных ВАК РФ.

Объем и структура диссертации. Диссертация состоит из введения, 4 глав, заключения, изложена на 130 страницах машинописного текста и содержит 61 рисунок, 17 таблиц, список литературы из 114 наименований.

Основные направления обеспечения надежности технической эксплуатации в существующих системах ТО и Р

При эксплуатации машины, обслуживающий персонал может существенным образом влиять на показатели надежности машины, как в сторону их уменьшения, так и в сторону их увеличения [47, 75, 78]. Из вышеописанных методов повышения надежности для внедрения в производственных условиях эксплуатации техники горной промышленности наибольшей эффективностью будут обладать методы, призванные уменьшить интенсивность появления отказов систем и агрегатов машины. Для их реализации необходимо выполнение ряда мероприятий. К мероприятиям можно отнести следующие: 1) Повышение квалификации обслуживающего персонала; 2) Применение инструментальных методов контроля технического состояния систем; 3) Обоснование объема и сроков проведения профилактических мероприятий, основанных на применении методов теории надежности; 4) Разработка и внедрение способов прогнозирования неисправностей. Реализация всех вышеуказанных мероприятий становится возможна при внедрении в производственный процесс систем мониторинга технического состояния (СМТС) горных машин. Ведь повысить квалификацию персонала возможно за счет внедрения интеллектуальных систем оценки технического состояния систем и агрегатов машин. Разработка интеллектуальных систем оценки технического состояния систем и агрегатов машин заключается в разработке специальных алгоритмов, помогающих обслуживающему персоналу принять правильное решение о техническом состоянии машины в данный момент работы. Одновременно, установка дополнительного диагностического оборудования на агрегаты машины при внедрении СМТС на горных машинах обеспечивает инструментальные методы контроля технического состояния.

При взятии за основу проведение плановых ТО и Р системы ППР и параллельном проведении непрерывного мониторинга технического состояния машины при помощи СМТС, появляется возможность давать рекомендации по необходимости выполнения технических воздействий на узлы и агрегаты машины в зависимости от их технического состояния, а также прогнозировать вероятность появления постепенного отказа. Еще одним, важным с экономической стороны, преимуществом является возможность проводить дистанционную диагностику с применением СМТС во время выполнения производственных задач, что позволяет получить более полную информацию о техническом состоянии машины, а также сокращает издержки на простои техники для проведения диагностирования.

Следует разобраться за счет чего возможно увеличить надежность систем и агрегатов горных машин при внедрении СМТС. Горная машина, как и любой другой объект контроля, находящийся в условиях эксплуатации, обладает «встроенным уровнем» надежности, который можно описать параметром Тср . Под этим параметром понимается заложенное конструкторами машины значение средней наработки до отказа Тср. Это значение определяется исходя из интенсивности отказов систем и агрегатов Л{ , которые получены для условий работы, оговоренных нормами или заказчиком в техническом задании для завода изготовителя, и необходимости выполнения предписанных инструкций по эксплуатации [4,12,13,14,47].

Среднюю наработку до отказа можно определить следующим выражением: (1) где п - общее число отказов за период работы t, nпост - ожидаемое расчетное число постепенных отказов; пвн - среднее число внезапных отказов.

В процессе эксплуатации горной машины имеется возможность активно воздействовать на величину фактического уровня параметра е надежности Тср э, который может измениться в зависимости от эффективности обслуживания.

Вероятность выявления дефектного элемента в процессе обслуживания и, тем самым, предотвращения постепенного отказа в интервале времени t, равна где tn - среднее время, затрачиваемое на обнаружение дефектного элемента. Время tn зависит от числа обслуживаемых элементов, методики и производительности диагностической аппаратуры, а также от квалификации и опыта работы обслуживающего инженерно-технического состава. При этом при внедрении в эксплуатацию дистанционного мониторинга технического состояния машин время tn будет стремиться к минимуму, так как за техническим состоянием систем и агрегатов горной машины в реальных условиях следит СМТС и при появлении предотказного состояния машины будут мгновенно проинформированы технические службы. Таким образом:

Следовательно, величина P(t) определяется процессом эксплуатации объекта. Так что число постепенных отказов может быть фактически уменьшено до значения ( ) (4) (5) где – это количество отказов, которые произошли с машиной за определенный период времени t, в эксплуатационных условиях. Таким образом, в процессе эксплуатации общее число отказов может быть уменьшено, и средняя наработка на отказ во время эксплуатации будет равна: (6) (7) Описанная методология применения теории надежности является основанием при разработке СМТС. В этом заключается сущность внедрения СМТС по выполнению дополнительных мероприятий повышения надежности при системе ППР, которое достигается за счет проведения своевременных превентивных технических воздействий при возникновении предотказных состояний. 1.3 Выводы по разделу 1 В разделе представлен анализ результатов деятельности угледобывающего предприятия разрез «Нерюнгринский», получены данные об отказах, как горных экскаваторов, так и большегрузных самосвалов. Установлено, что отказы появляются в самых высоконагруженных системах и агрегатах горных машин. Несмотря на то, что машины выполняют различные технические операции, отказы происходят зачастую в одних и тех же системах и агрегатах этих машин. Так как постепенные отказы горных экскаваторов и большегрузных самосвалов приводят к продолжительным простоям и влияют на производственные показатели всего предприятия, то появляется необходимость в повышении надежности их систем и агрегатов.

Анализ методов повышения эксплуатационной надежности приведенных в разделе показал, что количество возникающих отказов систем и агрегатов горных машин можно сократить за счет постоянного дистанционного мониторинга технического состояния и превентивных технических воздействий. Этого можно достигнуть при минимизации tn - среднего времени, затрачиваемого на обнаружение дефектного элемента в соответствии с формулами 2 и 3. При превентивном обнаружении предотказного состояния систем и агрегатов машины и своевременном техническом воздействии, можно существенно сократить количество отказов.

Установлено, что определение предотказного состояния систем и агрегатов горных машин возможно при внедрении в техническую эксплуатацию СМТС. Для определения предотказного состояния большое значение имеет возможность прогнозирования изменения значений диагностических параметров во времени. Для этого следует изучить мировой опыт создания и эксплуатации СМТС в производственных условиях.

Структурно-диагностическая схема машины

Для организации дистанционной диагностики предлагается разработать систему мониторинга технического состояния схема показана на рисунке 2.10. При определении компонентов системы мониторинга технического состояния стоит перенять опыт и различные технические решения, используемые в патентах, рассмотренных в разделе 2.1.1 [51,99,107,108,111]. СМТС должна содержать в себе терминал и набор датчиков, устанавливаемых на машину и удаленный сервер обработки данных. Терминал, устанавливаемый на машину, должен иметь достаточное количеством разъемов для подключения широкого спектра датчиков и предусмотреть возможность подключения дополнительных модулей расширения функционала [58,100]. Модули расширения позволят при необходимости существенно увеличить функционал системы мониторинга технического состояния или сократить затраты на ненужные функции при их ненадобности, а также удешевить конструкцию и повысить ее гибкость. Набор датчиков должен содержать минимальное, но достаточное количество датчиков для обеспечения полноценного слежения за диагностическими параметрами.

Первичный диагностический процесс реализуется при помощи микроконтроллера системы, находящегося в терминале, с использованием диагностических процедур, разработанных на основании алгоритмов оценки технического состояния для отдельных систем и агрегатов машины, введнных в его память. Микроконтроллер считывает данные со штатных датчиков машины или установленных на машину дополнительно, производит их оценку и формирует диагностический отчет.

В качестве микроконтроллера для реализации СМТС был выбран компактный индустриальный компьютер российского производства Wiren Board рисунке 2.11, представляющий модифицированную плату iMX233-OLinuXino-MICRO [36]. Микрокомпьютер Wiren Bord является универсальной проектной платформой, на которой возможно создать прототипы различного рода цифровых устройств. Помимо аналоговых и цифровых разъмов микроконтроллер имеет встроенные GSM/GPRS модем - SIMCom SIM900R, позволяющий использование мобильного интернета для передачи данных, GPS/ГЛОНАСС примник SIMCom SIM68V, позволяющий при подключении GPS/ ГЛОНАСС антенны получать данные о местоположении, дополнительно на плате имеются 2-ва разъма USB, модуль Wi-Fi на базе чипа Realtek RTL8188 и другое оборудование. Характеристики данного микрокомпьютера позволяют создать на его базе терминал, который может устанавливаться на горную машину и позволит проводить запись, передачу и первичный анализ диагностических параметров систем и агрегатов машины. Для расширения количества подключаемых датчиков используется плата L-Card E14-140-M, имеющая 16 дифференциальных каналов или 32 канала с общей землей для аналогового ввода с возможностью автоматической калибровки нуля, а так же порт цифрового ввода/вывода, имеющий 16 входных и 16 выходных линий (см. рисунок 2.12).

Внешний вид платы расширения L-Card E14-140-M Значения диагностических параметров могут быть отфильтрованы в зависимости от требований пользователя. Избранные значения диагностических параметров и реакции системы на изменения параметров, вызванные исполнительными подсистемами, регистрируются, анализируются и сравниваются с параметрами или эталонами, т.е. с состояниями, сохраненными в памяти микроконтроллера, при которых машина выполняет ожидаемые действия. При возникновении существенных расхождений функция диагностирования интерпретирует эту ситуацию как возникновение неисправности и зарегистрирует в памяти значение параметра или соответствующий код недостатка. В случае тревоги происходит генерация соответствующего сигнала для оператора и отправка ему информации вместе с параметрами, которые инициировали тревогу, в сервисный центр. Существенным фактором, оказывающим влияние на наджную работу системы, является обеспечение связи внутри системы мониторинга технического состояния, а также обеспечение связи с обслуживающим персоналом. Благодаря такой взаимосвязи обслуживающий персонал получит рекомендации о необходимости проведения различных мероприятиях ТО и Р. В качестве канала передачи данных о техническом состоянии машин выбрана мобильная связь, так как она существенно дешевле спутниковой связи и имеет достаточно обширную зону покрытия.

Сервер обработки данных представляет из себя компьютер, подключенный к сети internet. Данный компьютер должен имееть объемое хранилище данных, позволяющее сохранять информацию о техническом состоянии парка машин. Для эффективной обработки информации из базы данных на сервере должны быть устатановенны специальные программы, работающие непрерывно и обрабатывающие большие объемы данных. Помимо подбора оборудования, необходима разработка диагностических алгоритмов, используемых в программном обеспечении для работы терминала и сервера [68,69,70,71,72]. Эти алгоритмы являются определяющими для правильных сбора и обработки данных, и должны учитывать специфику работы горных машин.

Реализация технических решений на экспериментальном стенде

При сборе СМТС данных о техническом состоянии систем и агрегатов горных машин терминал, установленный на машину, а также сервер обработки данных будут собирать и обрабатывать огромное количество данных. Предварительная обработка результатов измерений диагностических параметров необходима для того, чтобы в дальнейшем с наибольшей эффективностью использовать эти данные. Статистические методы обработки данных при изучении эмпирических зависимостей параметров и прогнозирование изменения технического состояния систем и агрегатов машин призваны обеспечить достоверность получаемых результатов[55].

Первым этапом предварительной обработки любого массива данных, в том числе данных, анализируемых в данной работе, является исследование выборки на наличие грубых выбросов. Под грубыми выбросами понимают сильно выделяющиеся значения, которые являются результатом ошибочной записи информации и не принадлежат анализируемому массиву данных. Грубые выбросы следует исключать из расчта и не учитывать при вычислении статистических характеристик. Примерами появления грубых выбросов являются запись электрических наводок при регистрации электрических величин, ошибочные значения при регистрации и передачи данных с помощью микропроцессорных средств на сервер обработки данных и прочее.

Следующим этапом обработки данных является анализ распределения результатов измерения. Наиболее распространенным технике и природе является закон нормального распределения, а также распределения, близкие к нему. На этом этапе выдвигается гипотеза о том, что данные в выборке подчиняются определенному закону. В данной работе был проведен анализ соответствия распределения многократных измерений параметров закону нормального распределения. Данная гипотеза подтвердилась для всех случаев. Проверка гипотезы проводилась наиболее распространенными и известными статистическими методами, что подробнее будет рассмотрено далее. Если гипотеза о нормальности оказывалась неприемлема, либо при оценке ошибки выравнивания эмпирической зависимости аналитической, погрешность выравнивания оказывалась высокой, следующим шагом становилось преобразование распределения к нормальному. Чаще всего данные преобразования эффективны и обоснованы в случаях, когда полученные распределения имеют асимметрию или эксцесс. В работе следует учитывать, что некоторые процессы, такие как изменение механических характеристик в металлах с течением времени, изменение некоторых параметров надежности и пр. могут изначально не подчиняться нормальному закону распределения, хорошо описанные примеры наиболее часто встречающихся процессов из различных областей техники и предположительные распределения для них приведены в [76]

Так как при работе описываемой системы происходит процесс записи многократных равноточных измерений определенных величин с высокой частотой записи и оцифровки, то автор в работе исходит из предположения нормальности их закона распределения. Для подтверждения этой гипотезы используются методы статистической обработки данных, описанные далее.

В процессе анализа многочисленных источников, в том числе стандартов на обработку результатов измерений, разработан алгоритм предварительной обработки данных, полученных от датчиков системы. При разном объеме выборки, превышающем 100-150 значений.

Получаемые с датчиков системы данные можно не только анализировать за определенный период времени с тем, чтобы оценить их статистические модели. В данной работе предлагается использовать эти данные для прогнозирования значений оцениваемых параметров. Для этого выбран такой инструмент, как регрессионный анализ.

Регрессионный анализ позволяет прогнозировать функцию отклика, в данной работе это значение определенного параметра с течением времени. Задача линейного регрессионного анализа состоит в том, чтобы подобрать такую прямую на плоскости, чтобы она максимально правильно и лучшим образом аппроксимировала данные на плоскости. Для этой цели пользуются методом наименьших квадратов. Метод наименьших квадратов - это математическое «граничное условие» для нахождения этих самых оптимальных значений коэффициентов b0 и bjв уравнении регрессии у = b0 + bj х. Метод наименьших квадратов предполагает нахождение таких коэффициентов линейного уравнения, при которых линия регрессии пройдет таким образом, что сумма квадратов отклонений истинных значений параметра от линии регрессии будет минимальна:

Оценка технического состояния на основе полученных результатов дистанционного мониторинга

Рисунок 4.11 - Результаты выравнивания эмпирических данных диапазона №7. Использование данного способа обработки эмпирическихданных возможно для определения предотказного состояния систем и агрегатов горных машин. Если взять угол между полиномом нулевого порядка и полиномом первой степени, то тогда возможно разграничивать и точно определять начало наступления предотказного состояния системы или агрегата горной машины. При исправном системе или агрегате данный угол показывает положительную динамику. Предотказное состояние характеризуется постепенным изменением положительной динамики в отрицательную сторону рисунок 4.12.

Помимо проведения анализа выборок, показывающих краткосрочную динамику изменения диагностических параметров, необходим анализ изменения долгосрочных прогнозов. Так как краткосрочный прогноз позволяет оперативно определить динамику изменения технического состояния, но не позволяет проводить прогнозирования. Следует увеличить выборку с 30 значений до 150 и более, это позволит прогнозировать изменение диагностического параметра более точно, основываясь на большом количестве данных.

В качестве примера были выбраны данные давления турбокомпрессора рисунок 4.2. при определении характеристики полиномов были выполнены расчеты коэфицентов регрессии по методике оценки технического состояния [45].

В результате был получен график (рисунок 4.13), который показывает, как измеяется полином yi первого порядка при скором появлениии отказа. На графике визуално видно как происходит общая динамика к снижению. Для сравнения на рисунке 4.14 показан график давления турбокомпрессора при котором динамика спада давления не такая крутая, как на рисунке 4.13 и данный график характеризует долгосрочное исправное состояние. состоянии (рисунок 4.14), tg угла наклона полинома y1 составляет -0,028 градусов и показывает что тенденций к появлению отказа в ближайщее время нет. При техническом состоянии когда возможено появление отказа (рисунок 4.13) tg угла наклона полинома y1 составляет -0,32 и показывает тенденции к увеличению отрицательного значения.

Получены численные значения tg угла между полиномом нулевого порядка и полиномом первой степени, позволяющие прогнозировать изменение технического состояния турбокомпрессора ДВС (таблица 4.3).

Техническое состояние Краткосрочное прогнозирование (выборка до 30 значений) Долгосрочное прогнозирование (выборка от 150 значений и больше) Технически исправное состояние Все положительные значения до – 0,1 Все положительные значения до -0,05 Переход от исправного состояния к состоянию когда необходима диагностика (опасные значения) От -0,1 до -0,2 От -0,05 до -0,1 Предотказное состояние (необходимо техническое воздействие) От -0,2 и более От -0,1 и более На основании данных об tg угла наклона между полиномами можно проводить прогнозирование изменения диагностического параметра, а также оценку технического состояния агрегата машины

На основе вышеуказанных методов об оценке текущего состояния и прогнозирования изменения диагностического параметра составлена матрица принятия решений о необходимости проведения технических воздействий таблица 4.4.

Знак “+” в таблице 4.4 показывает, что СМТС получила положительный результат, сообщающий о появлении возможной неисправности. Знак “–” показывает, что по данному методу диагностики диагностический параметр находится в исправном состоянии. При анализе результатов дистанционной диагностики сервер обработки данных должен в автоматическом режиме проводить анализ диагностических параметров систем и агрегатов, и использовать подобные матрицы для выдачи рекомендаций сервисному персоналу.

Данные результаты показывают, что методика оценки предотказного состояния положенная в основу алгоритмов работы системы мониторинга технического состояния, позволяют достоверно оценивать и прогнозировать изменение технического состояния систем и агрегатов горных машин Представленная СМТС защищена охранными документами на интеллектуальную собственность (приложение А, приложение Б, приложение В) Кроме того, результаты данного исследования приняты к внедрению на угледобывающих предприятиях OOO «Эльгауголь», АО ХК « Якутуголь», разрез «Нерюнгринский» что подтверждается актами внедрения (приложение Г, приложение Д, приложение Е).

В разделе представлены механизмы предварительной обработки данных, помогающих в построении регрессионных кривых для проведения оценки диагностических параметров. В разделе на примере диагностического параметра давление наддува турбокомпрессора установлены регрессионные кривые, позволяющие оценить тренды изменения диагностического параметра систем и агрегатов горной машины. По результатам работы установлено что, оценка тангенса угла наклона линии, характеризующей тренд изменения диагностического параметра, основанная на полученных в результате мониторинга уравнениях регрессионного анализа, обеспечивает определение текущего и начала предотказного состояния систем и агрегатов горных машин. Получены численные значения угла, позволяющие точно определять начало предотказного состояния и проводить прогнозирование изменения диагностического параметра. В разделе представлена методика, позволяющая оценивать и прогнозировать техническое состояние, как в краткосрочный период, так и в долгосрочный период, на ее основе составлена матрица принятия решений с рекомендациями о необходимости проведении технических воздействий. Установлено что, методика оценки предотказного состояния, положенная в основу алгоритмов работы системы мониторинга технического состояния, 110 позволяет достоверно оценивать и прогнозировать изменение технического состояния систем и агрегатов горных машин.