Содержание к диссертации
Введение
1 Современные подходы к обеспечению промышленной безопасности на предприятиях нефтегазовой отрасли 8
1.1 Анализ состояния промышленной безопасности 8
1.2 Анализ технических и технологических условий возникновения и развития аварийных ситуаций при эксплуатации машинных агрегатов 12
1.3 Влияние ошибочный действий персонала на аварийность и травматизм 16
1.4 Методы количественного и качественного анализа опасности эксплуатации машинных агрегатов 18
Выводы по главе 23
2 Теория нечетких множеств в задачах опенки опасности эксплуатации машинных агрегатов 24
2.1 Применение теории нечетких множеств в области обеспечения промышленной безопасности 24
2.2 Основные этапы разработки системы оценки опасности эксплуатации на основе теории нечетких множеств 25
2.3 Анализ программного обеспечения для построения математических моделей на основе теории нечетких множеств 35
2.4 Методы оценки входных параметров при определении опасности эксплуатации машинных агрегатов 39 Выводы по главе 48
3 Экспериментальные исследования методов опенки и прогнозирования технического состояния машинных агрегатов на основе использования теории нечетких множеств 50
3.1 Постановка задачи исследований 50
3.2 Разработка методики экспериментальных исследований
3.3 Описание экспериментальной установки. Приборное и метрологическое обеспечение экспериментальных исследований 54
3.4 Формирование диагностических параметров для оценки технического состояния с использованием теории нечетких множеств 58
3.5 Оценка технического состояния машинных агрегатов с использованием теории нечетких множеств 64
3.6 Исследование математических моделей прогнозирования технического состояния 76
Выводы по главе 88
4 Разработка метода оценки опасности эксплуатации машинных агрегатов на основе теории нечетких множеств 90
4.1 Структура системы оценки опасности эксплуатации 90
4.2 Оценка технического фактора 91
4.3 Оценка технологического фактора 99
4.4 Оценка человеческого фактора 102
4.5 Оценка опасности эксплуатации 105
4.6 Разработка программно-аппаратного комплекса оценки опасности эксплуатации 111
4.7 Выбор и оценка эффективности мероприятий, направленных на снижение опасности эксплуатации 117
Выводы по главе 128
Общие выводы 130
Список использованных источников 1
- Анализ технических и технологических условий возникновения и развития аварийных ситуаций при эксплуатации машинных агрегатов
- Основные этапы разработки системы оценки опасности эксплуатации на основе теории нечетких множеств
- Описание экспериментальной установки. Приборное и метрологическое обеспечение экспериментальных исследований
- Оценка человеческого фактора
Анализ технических и технологических условий возникновения и развития аварийных ситуаций при эксплуатации машинных агрегатов
Анализ технических и технологических условий возникновения аварийных ситуаций при эксплуатации технологического оборудования предприятий нефтегазовой отрасли (таблица 1.2) показывает, что при разработке основ обеспечения безопасной эксплуатации необходимо учитывать не только техническое состояние, а также нестационарность условий эксплуатации технологического оборудования и нестационарность эксплуатационных рабочих параметров технологических процессов [1-3, 61]. Таблица 1.2 - Условия возникновения и развития аварийных ситуаций
Аварийные ситуации Условия возникновения аварийных ситуаций Прогар змеевика в модуле нагрева - дефекты трубопровода;- нестационарность температуры орошения;- нестационарность подачи насосов, подачи водяного пара;- нестационарность коррозионного и физического износа;- нарушение технологического режима;- отсутствие мониторинга контроля мультифрактальныхпараметров
Разгерметизация газоводоотделителей -нестационарность уровня; -нестационарность температурного режима; -нестационарность производительности; -нестационарность коррозионного и физического износа Разгерметизация колонных аппаратов -коррозионный и физический износ;-механические повреждения;-изменение качества сырья;-нестационарность мультифрактальных параметров;-нестационарность производительности установки Разгерметизациямашинныхагрегатов - механические и электрические повреждения;- нестационарность коррозионного и физического износа;- нестационарность подачи насосов Разгерметизация теплообменников - механические повреждения;- нестационарность температурных режимов;- нестационарность коррозионного и физического износа
Процентное распределение основных причин аварийных ситуаций представлено на рисунке 1.8 [71, 72]. Для машинных агрегатов среди факторов, оказывающих наибольшее влияние на возникновение аварийных ситуаций, можно выделить: качество изготовления, конструктивные особенности узлов и деталей, условия эксплуатации, физические свойства перекачиваемой среды, качество операций по обслуживанию и ремонту, а также квалификация обслуживающего персонала [28, 109]. Причины выхода из строя машинных агрегатов можно разделить на следующие группы групп: - механические неисправности (дефекты изготовления, сборки, монтажа и ремонта, дефекты деталей и узлов машинных агрегатов); - неисправности системы управления (работа в недопустимых режимах (вне рабочей зоны), неисправности системы электропитания, неисправности электропривода); - неисправности гидравлической системы (неверный подбор машинного агрегата, изменение параметров сети) [28].
Распределение основных причин аварийных ситуаций при эксплуатации технологического оборудования предприятий нефтегазовой отрасли
Наиболее распространенными видами механических повреждений машинных агрегатов являются повреждения подшипников и уплотнений (рисунок 1.9).
Распределение механических повреждений машинных агрегатов Распределение неисправностей двигателя электропривода машинных агрегатов представлено в таблице 1.3 [44]. Причины возникновения неисправностей машинных агрегатов приведены в таблице 1.4.
Перегрев подшипников нарушение центровки агрегата, неправильная установка подшипников неправильная смазка подшипников, износ подшипников
Течь по валу насоса не выдержаны допуски изготовления сальникового уплотнения; низкое качество манжет износ сальникового уплотнения, износ торцового уплотнения
Повышенная вибрация нарушение центровки агрегата; недостаточная жесткость рамы или фундамента; дисбаланс ротора или муфта износ подшипников, кавитация, нарушение затяжки резьбовых соединений крепления насоса или двигателя
Заклинивание ротора не обеспечен требуемый «разбег» ротора в многоступенчатых насосах превышение допустимой температуры перекачиваемой жидкости, попадание твердых частиц 1.3 Влияние ошибочный действий персонала на аварийность и травматизм
Высокие показатели аварийности и травматизма на предприятиях нефтегазовой отрасли в 77 % случаев обусловлены ошибочными действиями обслуживающего персонала [29, 31, 59]. С целью повышения промышленной безопасности необходимо учитывать не только совершенные ошибки, но и обуславливающие их предпосылки. Существующие в настоящее время методы тестирования, обучения, психофизиологической подготовки и профессионального отбора работников предприятий нефтегазовой отрасли позволяют снизить влияние человеческого фактора, а также повысить надежность и безопасность системы «человек-машина-среда». Под человеческим фактором при исследовании вопросов обеспечения промышленной безопасности понимается комплекс индивидуальных и групповых психологических и психофизиологических качеств работников, проявляющихся при выполнении своих трудовых обязанностей и способных оказать влияние на возникновение и развитие аварийной ситуации [29, 55, 69]. В работе [96] предложена следующая классификация причин ошибок персонала (рисунок 1.10). К основным причинам ошибок обслуживающего персонала при возникновении и развитии аварийных ситуаций отнесены:
Каждое действие обслуживающего персонала содержит в себе мотивацион-ную, ориентировочную и исполнительную составляющие, при этом отклонение любой из них может повлечь за собой ошибочное действие. Нарушение мотиваци онной части действий проявляется в нежелании выполнять определенные действия в результате недооценки опасности, склонности к риску, нарушения трудовой дисциплины. Нарушение ориентировочной части действий отражается, например, в незнании правил эксплуатации оборудования, нормативных документов в области промышленной безопасности и охраны труда. Невыполнение правил, инструкций, предписаний и норм свидетельствует о нарушениях в исполнительной части [29, 30, 60].
Основные этапы разработки системы оценки опасности эксплуатации на основе теории нечетких множеств
Для комплексной оценки опасности эксплуатации машинных агрегатов необходимо учитывать совокупность количественных и качественных параметров, отражающих технический, технологический и человеческий факторы.
Оценка технического фактора должна базироваться на результатах современных методов неразрушающего контроля машинных агрегатов, к которым относятся вибрационные, электромагнитные, термодинамические (тепловые) методы, а также методы, основанные на измерении технологических параметров и др. [11, 14, 22, 53, 108, 116]. Одним из наиболее перспективных методов оценки технического состояния является метод анализа гармонического состава токов и напряжений, генерируемых двигателем электропривода [12, 15, 141, 147, 150]. Наличие в спектре токов и напряжений гармонических составляющих определенных частот и определенной интенсивности свидетельствует о наличии повреждений электрической и/или механической части оборудования. Это обусловлено тем, что в воздушном зазоре машинных агрегатов, помимо основной гармоники поля, присутствуют поля высших гармоник, состав которых можно определить по форме подведенного к электрическому выводу напряжения. В отличие от вибрационного метода, который получил широкое распространение при оценке технического состояния машинных агрегатов, метод, основанный на анализе гармонического состава токов и напряжений двигателя электропривода, позволяет выявлять одновременно механические и электрические повреждения на самой ранней стадии их развития, 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 машинных агрегатов приводят к изменениям магнитного потока в зазоре электрической машины, и, следовательно, к модуляции тока, потребляемого электродвигателем. Таким образом, наличие в спектре тока двигателя электропривода характерных частотных составляющих свидетельствует о наличии повреждений электрической или механической части оборудования [18-21, 25, 88, 104, 154, 162, 169, 172, 174].
Вопросы оценки технического состояния машинных с использованием метода, учитывающего асимметрию электрической или магнитной цепей, рассмотрены в работах таких зарубежных и российских исследователей, как Rawicki S., Rusek J., Sobczyk Т., Баширов М. Г., Шикунов В. Н., Прахов И. В., Самородов А. В., Миронова И. С, Андреева О. А., Волохов С. А., Гаджиев Г. А., Гашимов М. А., Голубев А. Н., Добродеев П. К, Ефименко Е. И., Кислое А. П., Курилин С. П., Мир-зоева С. М., Никиян Н. Г., Новожилов А. Н., Разманов Н. К. Но вопросы оценки технического состояния машинных агрегатов с использованием теории нечетких множеств являются малоизученными. Использование данного подхода позволит оценить техническое состояния машинных агрегатов при сложных причинно-следственных связях и нечеткости входных диагностических параметров.
В работе Кираковского В. В. разработан и реализован метод идентификации неисправностей оборудования сложных технических систем на основе теории нечетких множеств, а также предложен нечеткий алгоритм идентификации причин, приводящих к возникновению исследуемых неисправностей [54]. Теория нечетких множеств также использовалась в работе Жданович А. А. для оценки технического состояния гидроагрегатов [46]. Доказана возможность и целесообразность использования теории нечетких множеств для формирования единой информационной базы подсистемы интеллектуальной поддержки принятия решений. Предложены модели представления, информации о состоянии оборудования гидроагрегата в
виде нечетких интервалов. Это позволило выявить наиболее приоритетные параметры контроля состояния оборудования с учетом текущей ситуации. В работе Кардашева И. П. оценка технического состояния и физической устойчивости высокорисковых сооружений также производилось с использованием теории нечетких множеств [52]. Проведенная опытная проверка позволила подтвердить адекватность выбранных моделей оценки и прогнозирования технического состояния и физической устойчивости и показала эффективность разработанного метода при обосновании инженерно-технических мероприятий по предупреждению чрезвычайных ситуаций техногенного характера.
Применение рассмотренных методов с использованием теории нечетких множеств для анализа результатов оценки уровня поврежденности отдельных элементов механической и электрической частей позволяет оценить техническое состояния всего машинного агрегата с учетом сложных причинно-следственных связей между уровнем поврежденности элементов и результирующей оценкой технического состояния [153, 155].
Методы прогнозирования технического состояния можно разделить на статистические, физико-статистические, детерминированные и экспертные. Классификация методов и моделей прогнозирования представлена на рисунке 2.8. Модели прогнозирования можно разделить на статистические и структурные [73]. К статистическим моделям относятся следующие группы:
Описание экспериментальной установки. Приборное и метрологическое обеспечение экспериментальных исследований
Для оценки качества прогнозирования использовались критерий Акаике AIC (Akaike information criterion), критерий Шварца ВІС (Bayesian information criterion) и значение средней абсолютной ошибки (таблица 3.19) и значение средней абсолютной ошибки. Анализ показывает, что наименьшими значениями указанных критериев обладает нейронная сеть многослойного персептрона, позволяющая с высокой точность прогнозировать изменение технического состояния машинных агрегатов [130, 145].
Наряду с нейронными сетями для решения задач прогнозирования нелинейных процессов были проанализированы модели АРПСС (p,d,q), в которых р - параметр, определяющий порядок авторегрессионной составляющей, d - порядок разности, q - параметр скользящего среднего [134]. Анализ периодограммы (рисунок 3.25) показал, что период исследуемого временного ряда изменения горизонтальной составляющей виброскорости насосного агрегата Н-31/1 равен 9 (наибольший пик периодограммы). Проведен анализ автокорреляционной и частной автокорреляционной функций исследуемого временного ряда, который продемонстрировал тенденцию к затуханию, следовательно, изменение исследуемой виброскорости является стационарным и порядок разности d равен 0. Анализ рисунков 3.26 и 3.27 показывает, что автокорреляционная функция рассматриваемого временного ряда имеет выбросы на сдвигах 1 и 2 и экспоненциально затухает, причем процесс затухания имеет колебательный характер. Частная автокорреляционная функция имеет форму синусоиды, преобладает затухающий экспоненциальный член. Q 2 4 6 8 1D 12 14 16 18 20 22 24 26 28
На основании результатов проведенного анализа временного ряда изменения составляющих виброскорости с использованием периодограмм, автокорреляционных и частных автокорреляционных функций выбраны следующие модели прогнозирования технического состояния машинных агрегатов: АРПСС (0, 0, 2) и АРПСС (1,0,1).
Оценка параметров модели АРПСС (1, 0, 1) и АРПСС (0, 0, 2) представлена в таблице 3.20 и включает исследование асимптотической стандартной ошибки, верхних и нижних границ доверительного интервала, значений t-критерия. Анализ показывает высокую значимость исследуемых моделей, что делает возможным практическое применение в задачах прогнозирования временных рядов изменения виброскорости машинных агрегатов.
Для окончательного выбора наиболее оптимальной модели прогнозирования, как и в случае искусственных нейронных сетей, использовались критерии AIC и BIC и значение средней абсолютной ошибки. Анализ результатов (таблица 3.21) показывает, что наименьшими значениями указанных критериев обладает модель АРПСС (1,0,1).
Сравнительный анализ различных методов прогнозирования технического состояния машинных агрегатов на основе анализа временных рядов изменения составляющих виброскорости показывает, что использование нейронных сетей многослойного персептрона позволяет получить прогнозируемые значения с меньшей ошибкой, по сравнению с моделями АРПСС. Разработанные подходы применимы для прогнозирования технического состояния машинных агрегатов на основе анализа гармонического состава токов и напряжений при наличии большой ретроспективной выборки данных об изменении диагностического параметра.
Для исследования машинных агрегатов в филиале ФГБОУ УГНТУ в г.Салавате и в опытном цехе ОАО «Газпром нефтехим Салават» были созданы экспериментальные установки. Для оценки степени искажения формы кривых токов и напряжений определенными гармоническими составляющими использовались коэффициенты п-ых гармонических составляющих тока Кы и напряжения Кш и углы сдвига по фазе фш(П) между соответствующими гармоническими составляющими фазных токов 1п и напряжений Un.
Проведенные экспериментальные исследования показали, что изменение гармонического состава токов и напряжений, генерируемых двигателем электропривода, при различных повреждениях и режимах работы машинных агрегатов носит существенно-нелинейный характер. В качестве входных параметров при оценке технического состояния машинных агрегатов с использованием теории нечетких множеств необходимо использовать результаты распознавания искусственной нейронной сетью различных повреждений и режимов работы на основе данных об амплитудах нечетных гармонических составляющих токов и напряжений с 3 по 11 включительно, генерируемых двигателем электропривода.
В результате сравнительного анализа искусственных нейронных сетей был сделан вывод, что наибольшими значениями производительности и наименьшими показателями ошибки обладает вероятностная нейронная сеть архитектуры «BHC 22:22-161-27:1», которая анализирует гармонический состав токов и напряжений, генерируемых двигателем электропривода, и выдает результат - код режима работы и поврежденности элементов машинного агрегата Dm. Предложенный подход, основанный на использовании теории нечетких множеств и вероятностной нейронной сети, позволяет повысить достоверность оценки технического состояния машинных агрегатов при сложных причинно-следственных связях и нечеткости входных диагностических параметров
Сравнительный анализ различных методов прогнозирования технического состояния машинных агрегатов на основе анализа временных рядов изменения составляющих виброскорости показал, что использование нейронных сетей многослойного персептрона позволяет получить прогнозируемые значения с меньшей ошибкой, по сравнению с моделями АРПСС (средняя абсолютная ошибка прогнозирования технического состояния составила 12,9 %).
Применение результатов экспериментальных исследований позволяет повысить достоверность оценки и прогнозирования технического состояния машинных агрегатов - составляющей технического фактора в разрабатываемой системе оценки опасности эксплуатации машинных агрегатов.
Оценка человеческого фактора
При разработке мероприятий, направленных на снижение уровня опасности эксплуатации машинных агрегатов, возможны два различных типа задач: - задача первого типа: при заданных материальных средствах G3afl обеспечить максимальное снижение уровня опасности эксплуатации; - задача второго типа: обеспечить снижение опасности эксплуатации до тре буемого уровня при минимальных материальных затратах. Основными направлениями снижения уровня опасности эксплуатации машинных агрегатов являются: - внедрение мероприятий, направленных на повышение надежности машинных агрегатов за счет своевременного проведения операций технического обслуживания и ремонта; - внедрение мероприятий, направленных на повышение профессионализма, личностных и психофизиологических качеств обслуживающего персонала; - непрерывный мониторинг технологических параметров.
Для решения данных задач первоначально формируется база данных множества мероприятий М, в которой перечислены все мероприятий, направленные на снижение негативного влияния технического, технологического и человеческого факторов. Каждому отдельному мероприятию пік из множества мероприятий М присваиваются две характеристики: затраты на внедрение G, и вес мероприятия со,. Принятие решения представляет собой выбор подмножества мероприятий Мк из множества мероприятий М, позволяющего решить поставленные задачи.
При определении мероприятий по первой задаче при фиксированных средствах G3aR определяется такой набор мероприятий Мк = {mi, rri2, ..., ти}, внедрение которого снижает опасность эксплуатации машинных агрегатов до минимально возможного значения [98] G3afl - выделенные средства, на реализацию всех мероприятий Мк. При определении мероприятий по второй задаче определяется такой набор мероприятий Мк, внедрение которого снижает уровень заданный уровень опасности эксплуатации машинных агрегатов. Вес мероприятия сок позволяет оценить изменение показателя S„, характеризующего влияние технического, технологического и человеческого факторов на опасность эксплуатации машинных агрегатов, после внедрения мероприятия т\ cork=Sn-S\ (4.8) где Sn - значение исследуемого фактора Sn до внедрения мероприятия пік, п=1,2,3; Sk - значение исследуемого фактора Sn после внедрения мероприятия пік, п=1,2,3. Изменение опасности эксплуатации машинных агрегатов после проведения набора мероприятий Л4 оценивается согласно выражению ASr;=Son-S , (4.9) где S - опасность эксплуатации после проведения набора мероприятий Мк. Оценка экономический эффект внедрения набора мероприятий Мк производится согласно формуле [128, 129, 133, 143]
Необходимыми условиями для проведения мероприятий, направленных на снижение опасности эксплуатации машинных агрегатов, являются: - высокий уровень опасности эксплуатации машинных агрегатов; - значение исследуемого фактора должно соответствовать лингвистическому описанию «Высокое влияние».
Решение о необходимости проведения мероприятий с целью устранения повреждений элементов машинного агрегата принимается на основании двух критериев: уровня поврежденности элементов и текущей оценки технического состояния всего машинного агрегата. Если оценка технического состояния соответствует значениям «Требует принятия мер» или «Недопустимо», а уровень поврежденности исследуемого элемента превышает установленное критическое значение, то делается вывод о необходимости проведения мероприятия, направленного на устранение данной неисправности. Алгоритм выбора мероприятий, направленных на повышение надежности машинных агрегатов за счет проведения операций технического обслуживания и ремонта представлен на рисунке 4.16. На рисунке 4.17 представлена модель выбора мероприятий, реализующая описанный алгоритм в среде Simulink программного комплекса Matlab. В данной модели делается допущение о том, что проведение операций технического обслуживания и ремонта, позволяет полностью устранить повреждение элементов машинных агрегатов. Решение о необходимости повышения уровня профессионализма, личностных и психофизиологических качеств принимается на основе результатов оценки человеческого фактора. Если негативное влияние человеческого фактора на опасность эксплуатации оценивается как высокое, то проводятся мероприятия, направленные на повышение профессионализма работников. На рисунке 4.18 представлена модель принятия решений, реализующая описанный алгоритм в пакете Simulink программного комплекса Matlab.