Содержание к диссертации
Введение
Глава 1. Актуальность исследования. Системный подход к проблеме, цели и этапы, границы исследования 11
1.1. Идентификация системы. Анализ возможных отказов 11
1.2. Взаимосвязи элементов и топография системы і 17
1.3. Анализ критичности отказов. Теория надежности 21
1.4. Идентификация предмета исследования 27
1.5. Классификация факторов, влияющих на надежность электроконтактных соединений как сложных систем 31
1.6. Методы контроля сопротивления электроконтактных соединений 35
1.7. Методы контроля температуры электроконтактных соединений 37
1.8. Математические модели старения контакта 41
1.9. Аналитические модели расчета (статистические модели) 42
1.10. Современные подходы к прогнозированию показателей долговечности объектов при ограниченной информации 45
1.11. О сочетании детерминистских и статистических моделей 48
1.12. Модели прогнозирования остаточного ресурса. Временные ряды 51
1.12.1. Временные ряды 52
1.12.2. Стационарные временные ряды и их основные характеристики...55
1.12.3. Обзор, математических моделей, применяемых при анализе временных рядов 56
Глава 2. Построение математической модели процесса деградации электроконтактного соединения 69
2.1 Идентификация диагностических моделей состояния объекта 69
2.2 Постановка задачи. Исходные предпосылки исследования математической модели 71
2.2.1. Происхождение наблюдений, образующих временной ряд 72
2.2.2. Формализация постановки задачи анализа временного ряда ресурсного параметра 74
2.3 Исследование математической модели деградации контактного соединения 74
2.4 Механизмы роста поверхностных плёнок 82*
2.5 Учет взаимовлияния физических характеристик контактных деталей 91
Глава 3. Статистическое прогнозирование 96
3.1 Постановка задачи прогнозирования 96
3.2 Прогнозирование остаточного ресурса контактного соединения по результатам наблюдения за его состоянием в эксплуатации 99
3.3 Структурная идентификация модели 100
3.4 Параметрическая идентификация модели 109
3.5 Прогнозирование остаточного ресурса контактного соединения с помощью модели ARIMA(p,d;q) Ill
3.6. Критерии оценки качества прогнозирования 113'
3.7 Критерий выбора оптимального прогноза 114
3.8 Постановка задачи принятия решений 115
3.9 Диалоговый'алгоритм решения задачи прогнозирования 122
3.10 Практическая реализация программы 126
Глава 4. Экспериментальная часть 129
4.1 Организация и планирование эксперимента 132
4.2 Аппаратура и методика экспериментальной части работы. Точность экспериментальных данных, критерии отказа объектов 135
4.3 Особенности исходных данных. Исследование взаимной корреляции двух типов определяющих параметров 137
4.4 Выбор определяющего ресурсного параметра 142
Глава 5 . Примеры применения системы прогнозирования 145
5.1 Использование диалогового алгоритма при построении прогноза .146
5.2 Порядок расчета и принятие решений 151
5.3 Анализ результатов применения системы 156
Заключение. Основные результаты работы 161
Библиографический список 163
Приложение 1. Акт внедрения 172
Приложение 2. Акт внедрения 173
- Идентификация системы. Анализ возможных отказов
- Идентификация диагностических моделей состояния объекта
- Постановка задачи прогнозирования
- Организация и планирование эксперимента
Введение к работе
Актуальность проблемы и общая характеристика работы.
В современной технике важное значение приобрели вопросы надежности различного рода ответственных устройств. Перерыв в работе ответственного устройства может привести не только к ухудшению качества производимой продукции или к полному прекращению производственного процесса, но и к весьма серьезным авариям, выходящим за локальные рамки предприятия.
Одним из приоритетных направлений в энергетической отрасли является разработка средств, направленных на повышение надёжности, безопасности и эффективности функционирования объектов-энергетики. Преимущественными являются исследования, направленные на изучение закономерностей функционирования объектов и, развития процессов, повышения эффективности* управления ими с использованием современных средств обработки информации. Реализация данного направления невозможна без построения систем мониторинга и. поддержки принятия* решений, которые, в свою очередь, охватывают круг вопросов, связанных с подготовкой и организацией получения данных, обработкой и содержательной интерпретацией- информации. Сложность объектов и взаимосвязей их состояния с влияющими факторами, обуславливающие априорную неопределенность условий, разнообразие целей и средств решения задач определяет необходимость интеллектуализации процессов диагностирования и прогнозирования состояния объектов на основе реализации теоретических положений и практических разработок информатики.
Разработка обеспечения систем мониторинга предусматривает изучение условий эксплуатации энергетических устройств, определение диагностических параметров^ выявление основных воздействующих на них факторов, оценку показателей надежности электрооборудования, составление математического описания объекта и получение на его основе диагностической
модели, ее анализ, выявление диагностических признаков и оценка их достоверности, выбор методики диагностирования, точек контроля и обработки результатов.
Построение пакетов прикладных программ, объединенных в рамках комплекса для решения задач диагностики объектов, связано с выработкой интегрированной концепции такого построения.
Системный подход к методологии построения диагностических моделей, входящих в состав комплекса, повышающих достоверность диагностирования, обеспечивающих формализованное описание и адекватное моделирование исследуемых объектов^ необходимых для решения, задач термографии, предполагает последовательность этапов моделирования, включающих: выбор концепции и синтез структуры; структурная идентификация моделей; разработка и создание физических моделей, проведение физических экспериментов; параметрическая*идентификация, моделей; выбор диагностических параметров; учет определяющих факторов; выбор входных переменных факторного пространства модели; диагностика объектов; применение моделей для оценки технического состояния и энергоэффективности.
Основу общей структурной идентификации моделей комплекса составляют физические законы, описанные в главах 1,2. Эти законы и известные закономерности, а также результаты экспериментальной части работы заложены в основу комплекса, объединяющего совокупность математических моделей процесса и вероятностный подход, реализуемый созданием статистических моделей компонентов системы энергообеспечения. Центральными задачами на этапе моделирования являются: современные методы обработки и интерпретации данных, оценка технического состояния, эксплуатационных режимов, выбор научно-обоснованных и оптимальных экспертных решений.
При анализе состояния энергетического оборудования в.процессе эксплуатации существенную' роль играет разработка частных физико-математических моделей для описания процессов изменения состояния и режимов функционирования оборудования. Элементами такой разработки яв-
ляется как собственно создание модели, её рациональное математическое описание, так и детальное исследование частных процессов с целью получения конечных соотношений или функциональных зависимостей, описывающих взаимосвязь между диагностическими факторами и агрегированными функциями, характеризующими состояние исследуемого объекта. Подобная методика обеспечивает построение обобщенных параметров состояния- в виде функций, зависящих как от качественных, так и количественных факторов.
Системный подход позволяет разработать частные модели для . расчета агрегированных функций, не только качественно, но и количественно описывающих различные аспекты и- параметры состояния- энергетического оборудования в процессе его длительного функционирования,вплоть до* образования дефектов, несовместимых с требованиями по эксплуатации.
Актуальность темы исследования обусловлена необходимостью использования системного подхода для-повышения надежности, безопасности неэкономичности ответственного электротехнического оборудования, потенциально «слабым звеном» которого являются многочисленные контактные соединения. Проблема становится особенно важной в связи с постоянным ужесточением требований к безопасности энергетических и промышленных предприятий, отказы которых могут привести к значительным экономическим и экологическим последствиям, а также к возникновению опасности для персонала.
Исходя из этого, существенное значение имеют мероприятия по мониторингу текущего состояния электроконтактных соединений и оценке их остаточного ресурса.
В настоящее время возможности методов информационной поддержки принятия решений по предотвращению аварийных ситуаций на ранней стадии развития повреждения, используются в энергетических системах не в полной мере. Зачастую они ограничиваются лишь фактом обнаружения того или иного дефекта. При этом не ставится задача предупредить его возникновение. Периодические измерения переходного сопротивления применяются в основ-
ном только для коммутационных аппаратов высокого напряжения во время планового техобслуживания, или при контроле восстановленных соединений после уже имевших место отказов. Мероприятия, осуществляемые в рамках ИК-инспекций, ограничиваются фактом обнаружения того или иного дефекта. Подобный подход не позволяет превратить тепловизионный осмотр в метод технической диагностики, в том числе прогнозирования на основе вероятностных оценок полученной информации.
Таким образом, данные методы необходимо развивать, чтобы дать возможность специалисту принимать решения о необходимости управляющего воздействия по предотвращению аварийной ситуации на основе достоверной оперативной информации. В процессе принятия решений ЛПР приходится осуществлять выбор в условиях неопределённости исходных данных, которая обусловлена наличием факторов, не поддающихся строгой количественной оценке, следовательно, для решения указанных проблем необходимым является привлечение инструментария системного анализа с использованием различных методов прогнозирования. Следовательно, задача разработки и внедрения системы прогнозирования остаточного ресурса электроконтактных соединений электрических сетей на основе анализа информации об их текущем состоянии является актуальной.
Целью диссертационной работы является разработка системы информационной поддержки принятия решений в условиях малого объёма и недостаточной точности информации о состоянии электроконтактных соединений электрических сетей на основе мониторинга ресурсного параметра. В соответствии с указанной целью определены следующие задачи исследования:
Провести математическую формализацию процессов деградации контактных соединений для построения системы прогнозирования их остаточного ресурса.
Установить закономерности развития процесса деградации и* разработать модель изменения ресурсного параметра.
Разработать методику, алгоритм и систему прогнозирования-остаточного ресурса контактного соединения на основе мониторинга ресурсного парат метра в условиях ограниченного объёма исходной информации.
Разработать программную реализацию системы для информационной, поддержки принятия решений о выборе управляющих воздействий по предотвращению аварийных ситуаций.
Произвести проверку адекватности разработанной системы реальным процессам в электроконтактных соединениях.
Методы'исследования. В. работе использованы методы системного анализа, математического моделирования, статистического анализа временных рядов, поддержки принятия решений; объектно-ориентированного программирования. При-проведении экспериментальных.исследований, использовались, современные методы неразрушающего-контроля* и диагностики энергетического оборудования; статистического, анализа результатов экспериментов/-. Достоверность и обоснованность теоретических выводов!подтверждена многочисленными экспериментальными данными..
Объектом исследования является совокупность контактных соединений электрических сетей, выполняющих различные функции (передача мощности, информации, управляющих импульсов), и составляющих вместе контактную систему энергообъекта, функционирующую в промышленных условиях и подверженную воздействию неблагоприятных факторов, ведущих к деградационному отказу.
Научная новизна.
Разработана формализованная постановка задачи обработки информации о текущем состоянии электроконтактного соединения и прогнозирования процессов его деградации.
Разработана модель для* описания процесса деградации электроконтактных соединений в условиях эксплуатации на. основе анализа; процессов; диффузии окислителя вглубь области контактирования.
Разработан алгоритм обработки диагностической информации, отличающийся использованием комплекса прогнозных моделей, объединяющих численный метод и статистические методы анализа временных рядов, и последующим выделением лучшего прогноза с учетом опыта эксперта.
Разработана методика планирования ремонтных работ, позволяющая повысить качество принимаемых специалистом решений по предупреждению аварийной ситуации в условиях ограниченности исходных данных о состоянии объекта, и реализующая новый способ- оценки остаточного ресурса электроконтактных соединений, защищенный патентом.
Практическая ценность и реализация работы. На основе результатов, диссертации создана информационно-аналитическая система.поддержки принятия; решений, позволяющая прогнозировать момент наступления параметрического отказа электрических контактных соединений, и предлагающая возможные варианты применения- управляющих воздействий. Применение данной, системы для расчета предполагаемого остаточного срока службы^ контактного соединения на основе' построения временных рядов контактного сопротивления «или температуры контакта (далее- ресурсного параметра) при заданных условиях эксплуатации позволяет на ранних стадиях предсказать,возможный выход соединения из строя и обеспечить своевременное принятие мер по недопущению аварийных ситуаций, обоснованному планированию профилактических и ремонтных работ и более экономичному расходованию средств и материалов.
Программная реализация данной системы в виде независимого программного приложения позволяет использовать её как средство контроля и обработки данных при энергетических обследованиях, а также как инструмент для проведения анализа и предсказания эксплуатационных характеристик электроконтактных соединений. Возможность работы одного-расчетного блока с разными типами и источниками данных, а также возможность импорта результатов мониторинга удаленно, по сети Internet, позволяет оперативно выдавать результаты прогноза по многим удаленным объектам, не
имеющим своей расчетно-аналитической базы. Использование современных форматов баз данных позволяет обеспечить доступ к архиву данных в любой момент для последующего анализа. Применение принципа совместимости в совокупности с методом неразрушающего контроля на этапе получения данных позволит в перспективе использовать систему для комплексного мониторинга оборудования энергетических объектов.
Данная информационно-аналитическая система используется на электроэнергетических предприятиях г. Твери, Тверской и Ярославской областей при выполнении и анализе данных тепловизионного контроля, что подтверждено соответствующими актами о внедрении:
Апробация работы: Основные положения диссертационной работы были доложены и обсуждены на следующих научно-технических конференциях: «Научное программное обеспечение в образовании и научных исследованиях» (Санкт-Петербург, 2008); международная, конференция «Электрические контакты и электроды» (Украина, Кацивели, 2007), международный семинар, «Физико-математическое моделирование систем» (Воронеж, 2008), семинарах Федеральной Сетевой Копании «Стратегическое планирование», «Оптимизация процессов, принятие управленческих решений» (Москва, 2006-2008), совместном семинаре кафедр физики и АТП Тверского государственного технического университета (Тверь, 2008).
Публикации. Основные положения диссертации опубликованы в 14 печатных работах.
Структура и объем работы. Диссертация изложена на 152 страницах, содержит 19 таблиц, 53 рисунка и состоит из введения, пяти глав, основных результатов и выводов, списка использованных источников из 124 наименований.
Идентификация системы. Анализ возможных отказов
Быстрый рост современных технических систем и уровня их сложности, разнообразие выполняемых операций привели к тому, что рациональное осуществление функций обеспечения надёжности стало исключительно трудным делом, но в тоже время еще более важным для успешного функционирования современного предприятия.
Методика системного анализа разрабатывается и применяется в тех случаях, когда у лиц, принимающих решения, на начальном этапе,нет достаточных сведений о проблемной ситуации, позволяющих выбрать метод ее формализованного представления, сформировать математическую модель или применить один из новых подходов к моделированию, сочетающих качественные и количественные приемы. В таких условиях может помочь представление объектов в виде систем, организация процесса-принятия решения с использованием разных методов моделирования Для.того чтобы организовать такой процесс, нужно определить последовательность-этапов, рекомендовать методы для выполнения этих этапов, предусмотреть при необходимости возврат к предыдущим этапам. Такая последовательность определенным образом выделенных и упорядоченных этапов, с рекомендованными методами или приемами их выполнения представляет собой методику системного анализа.
Таким образом, методика системного анализа разрабатывается;для того, чтобы организовать процесс принятия решения в сложных проблемных ситуациях. Она должна ориентироваться на необходимость обоснования полноты анализа, формирование модели принятия решения, адекватно отображать рассматриваемый процесс или объект.
Одной из принципиальных особенностей системного анализа отличающей его от других направлений-системных исследований, является разработка и использование средств, облегчающих формирование и сравнительный анализ целей и функций систем управления. Вначале методики формирования и исследования структур целей базировались на сборе и обобщении опыта специалистов, накапливающих этот опыт на конкретных примерах. Однако.в этом случае невозможно учесть полноту получаемых данных.
Таким образом, основной особенностью методик системного анализа является сочетание в них формальных методов и неформализованного (экспертного) знания. Последнее помогает найти новые пути решения проблемы, не содержащиеся в формальной модели, и таким образом непрерывно развивать модель и процесс принятия решения, но одновременно быть источником противоречий, парадоксов, которые иногда трудно разрешить.
Разные направления пользуются также одинаковыми математическими методами. В то же время есть между ними и отличия, которые обусловливают их выбор в конкретных ситуациях принятия решений. В частности, основными специфическими особенностями системного анализа, отличающими, его от других системных направлений, являются: - наличие, средств для организации процессов целе-образования, структури зации и анализа целей (другие системные направления ставят задачу достиже ния целей, разработки вариантов пути их достижения и выбора наилучшего из этих вариантов, а системный анализ рассматривает объекты как системы с ак тивными элементами, способные и стремящиеся к целеобразованию, а затем уже и к достижению сформированных целей); — разработка и использование методики, в которой определены этапы, подэ тапы системного анализа и методы их выполнения, причем в методике сочетаются как формальные методы и модели, так и методы, основанные на интуиции специалистов, помогающие использовать их знания что. обусловливает особую привлекательность системного анализа для решения технических проблем.
В современной технике особую важность-приобрели вопросы надежности различного рода ответственных устройств. Перерыв в работе ответственного устройства может привести не только к ухудшению качества,производимой продукции или к полному прекращению производственного процесса, но и к весьма серьезным авариям, выходящим за локальные рамки предприятия. Требования к безотказности механизмов и разного рода устройств приходится, конечно, предъявлять не только к тем из них, которым поручено управление теми или иными процессами, но и к любому техническому устройству и изделию.
Анализ статистики отказов (приложение 1) оборудования объектов энергетики даёт основания выделить одну из наиболее существенных причин выхода из строя-оборудования - старение компонентов контактной системы - от 10 до 25% в зависимости от функционального назначения, вто же время, это причина, наиболее поддающаяся прогнозу и профилактическим работам по снижению вероятности отказов.
С позиций безопасности системный подход к анализу возможных отказов! состоит в том, чтобы увидеть, как части системы функционируют во взаимодействии с другими ее частями. Системы в целом являются сложными многоуровневыми и многокомпонентными образованиями. В целях адекватной информации и определения причинных связей элементы системы конкретизируются. Такой подход позволяет однозначно определить, опасности и опасные состояния системы. Он обеспечивается декомпозицией систем - расчленением иерархии и организации системы на взаимосвязанные составные части (подсистемы, элементы), последующим исследованием их независимо друг от друга и координацией локальных решений [78]. Этот метод представляет, по существу, разложение сложных систем на простые с применением теорем об условных вероятностях и условных распределениях. При этом вначале вычисляются показатели надежности более простых подсистем, а затем полученные результаты группируются с целью получения характеристик всей системы в целом. Рассматриваемый метод может быть использован для упрощения, как пространства состояний, так и конфигурации системы.
Идентификация диагностических моделей состояния объекта
Разработка обеспечения систем мониторинга, а также систем поддержки принятия решений, предусматривает изучение условий эксплуатации энергетических устройств, определение диагностических параметров и выявление основных воздействующих на них факторов, оценку показателей надежности электрооборудования, составление математического описания объекта и получение на его основе диагностической модели, ее анализ, выявление диагностических признаковой оценка их достоверности, выбор методики диагностирования, точек контроля и обработки результатов.[66].
Построение пакетов прикладных программ расчета моделей, объединенных в рамках комплекса для решения задач диагностики объектов, связано с выработкой интегрированной концепции такого построения [80].
Системный подход к методологии построения диагностических моделей, входящих в состав комплекса, повышающих достоверность диагностирования, обеспечивающих формализованное описание и адекватное моделирование исследуемых объектов, необходимых для решения задач термографии предполагает последовательность этапов моделирования, включающих: выбор концепции и синтез структуры; структурная идентификация моделей; разработка и создание физических моделей, проведение физических экспериментов; параметрическая идентификация моделей; выбор диагностических параметров; учет определяющих факторов; выбор входных переменных факторного пространства модели; диагностика объектов; применение моделей для оценки технического состояния и энергоэффективности.
Основу общей структурной идентификации моделей комплекса составляют физические законы, описанные в главах 1,2. Эти законы и? известные закономерности, а также результаты экспериментальной; части работы заложены основу комплекса, объединяющего совокупность математических моделей процесса и вероятностный подход, реализуемый созданием статистических моделей компонентов системы энергообеспечения.
Параметрическая идентификация модели конкретного объекта включает в себя последовательность шагов, содержащих: неформализованное описание объекта; математическую постановку задачи, в том числе: выбор математической модели и ее описания с учетом конструктивных особенностей объекта; оценивание диагностических параметров модели; разработку метода решения и вычислительного алгоритма; программирование и отладку программы; тестирование алгоритма на конкретных задачах; оценку эффективности, области применимости метода и алгоритма; расчеты в рамках модели; факторный анализ состояния объекта; анализ адекватности математической модели с целью необходимойкорректировки.
Центральными задачами этапов моделирования являются: современные-методы обработки и интерпретации данных, оценка технического состояния; эксплуатационных режимов, выбор научно-обоснованных и оптимальных экспертных решений [20,78].
В рамках комплекса моделей возможно решение оптимизационных, диагностических, идентификационных задач, формулируемых в обобщенном виде.
На основе информативного диагностического параметра - температуры поверхности или электрического сопротивления контакта, моделированием определяются обобщенные функции Yi полученные на основе агрегированных моделей, учитывающих значительное количество диагностических параметров и факторов. Учитывая, что подобные функции также относятся к косвенным диагностическим параметрам, их можно идентифицировать как агрегированные функции технического состояния.
Можно выделить общий подход при. построении комплекса диагностических моделей и программного обеспечения объектов в процессе инфракрасной диагностики: расчет составляющих вектора агрегированных функций, достоверно характеризующих особенности состояния объектов, путем учета и анализа воздействияша них совокупности диагностических факторов [24].
При анализе состояния энергетического оборудования в процессе эксплуатации существенную роль играет разработка частных физико-математических моделей для описания процессов изменения состояния и режимов функционирования оборудования [75].
Элементами такой разработки является: как. собственно создание моделей; их рациональное математическое описание, так и детальное исследование частных процессов с целью получения конечных соотношений или функциональных зависимостей, описывающих взаимосвязь, между диагностическими факторами и агрегированными функциями;, характеризующими состояние исследуемого объекта. Подобная методика обеспечивает построение обобщенных параметров состояния в виде функций, зависящих как от качественных, так и количественных факторов:
Системный подход позволяет разработать частные модели для расчета агрегированных функций, не только качественно; но и количественно описывающих различные аспекты и- параметры, состояния; энергетического оборудования; в процессе его длительного функционирования вплоть, до образования дефектов, несовместимых с требованиями по эксплуатации.-
Постановка задачи прогнозирования
Как следует из предыдущего раздела, чисто статистические методы прогнозирования остаточного ресурса обладают определенными недостатками. Использование модели кривых роста позволяет получить только краткосрочный прогноз. Адаптивные методы прогнозирования дают лучшие результаты, но не учитывают физической природы анализируемого процесса и накладывают определенные ограничения на свойства временного ряда [69]. Поэтому была поставлена цель разработать физико-статистическую методику прогнозирования остаточного ресурса электроконтактного соединения, по возможности свободную от указанных недостатков. При этом были сформулированы следующие требования к методике: 1. Методика должна базироваться на физической модели процесса деградации контакта (глава 2). 2. Прогноз должен опираться на результаты наблюдения» за состоянием контактного соединения в эксплуатации, т.е. на результаты периодического измерения сопротивления контакта. 3. Методика должна быть адаптивной, т.е. самокорректирующейся по мере поступления новых результатов измерения сопротивления. 4. Методика не должна накладывать ограничений на свойства временного ряда.
Исходными параметрами в данной методике прогнозирования являются два значения относительного сопротивления контакта к = R/R0: значение ki задает предельно допустимый рост контактного сопротивления, при котором наступает параметрический отказ; значение кс играет роль текущего контрольного сигнала для самокорректировки модели. Идея использования контрольного сигнала, сигнала «тревоги», свидетельствующего о необходимости корректировки модели, содержится в работе [107]. Более подробно о функциях величины кс речыпойдет в описании методики, приведенной ниже. Кроме того, предварительно необходимо выбрать вид и параметры, сглаживания экспериментальных данных R(f); Сглаживание применяется во-первых,, для» исключения незначительных случайных флуктуации сопротивления а главное;для приданияфазличного веса экспериментальным данным. Это делается-; из следующих соображений. Очевидно, что дляшостроения прогноза различные;члены; временного ряда R(t) имеют разную информационную ценность: «свежие» наблюдения более важны чем «старые». Обычно в статистике ис-пользуютсяї два метода сглаживания: скользящее среднее или экспоненциальное сглаживание [1].
Структурная идентификация модели; Экспоненциальное сглаживание Экспоненциальное- сглаживание:очень популярный метод: прогнозирования; очень, многих временных рядов: Исторически метод был независимо открыт Броуном; и Холтом в 1959 году. Независимо друг от друга; Броун ш Холт открыли, экспоненциальное сглаживание; для процессов» с постоянными трендом;.с линейным трендоми для рядовю сезонной составляющей: dt — ряд фактических значений показателя d и; 0 а 1 - константа сглаживания,, то экспоненциально сглаженным рядом- dt будет ряд fh получаемый по реккурентной формуле: /, =ак/,_,+(1-а)/м Прогнозное значение берется как сумма наблюдаемого предыдущего значения и прогноза на предыдущий момент времени. Для применения данной модели необходимо разрешить вопросы: Г) Выбор константы сглаживания а. Некоторые аналитики фиксируют а, задавая какое-нибудь конкретное значение. По существу а есть показатель скорости адаптации и старения данных; для одних рядов а должен; быть достаточно і большим; для других - достаточно малым. Программа; разработанная этойработе, подбирает коэффициент штат ким; образом; чтобы; ошибки прогноза?были минимальны. Проверяются; зна-ченияют OiOl до 0.99 с шагомО.01.
2) Выбор начального уровня сглаживания ряда Уд. Для начального момента времени необходимо определить: fi=ado+(l-a)f0. В разных источниках предлагаются варианты выбора : взять в качестве начальное значение ряда, то есть fo=d0, или взять среднее ряда, если ряд стационарный.
В программе в качестве начального уровня сглаживания принимается начальное значение ряда.
Как видно из следующего графика (рис. 3.4), разброс данных сглаживается при применении этого метода. Укрупненная структурная схема предлагаемой методики прогнозирования остаточного ресурса электроконтактного соединения с применением функции экспоненциального сглаживания ряда приведена на рис. 3.5. Она состоит из следующих этапов [77].
Этап 1. Выбор способа сглаживания экспериментальных данных (экспоненциальное сглаживание или скользящее среднее)-и задание параметров: сглаживания: Задание контрольного (тревожного) уровня относительного сопротивления контакта кс w предельно .допустимого; значения к;. Используем значение &с = 1,2, т.е. увеличение сопротивления на 20 %. Меньшие значения, роста сопротивления в основном» связаны со случайными флуктуациями, большие значения приводят к большим погрешностям.в,прогнозировании:
Этапы 2, 3, 4. Периодическое измерение ресурсного параметра, фиксирование момента измерения, /, сглаживание экспериментальных данных, проверка ряда k(t) = R(t)/R0 на наличие возрастающего тренда. При. отсутствии возрастающего тренда идет накопление экспериментальных данных.
Организация и планирование эксперимента
Существующая проблема оценки и прогнозирования остаточного ресурса решается наиболее эффективно в том случае, если имеется возможность для периодического измерения ресурсного (определяющего) параметра, достижение которым своего предельного значения приводит к отказу (предельному состоянию) изделия. Однако на практике измерение определяющего параметра в процессе эксплуатации изделия не всегда представляется возможным. В большинстве ситуаций на практике у нас нет доступа ко всей генеральной совокупности данных в целом (общее количество элементов системы слишком велико, процесс измерения слишком дорог). Таким образом, мы имеем дело с ограниченным объемом данных - выборкой, и поставлены перед необходимость принимать решение относительно всей генеральной совокупности на основе лишь выборочных данных. Для того чтобы оценить некоторую характеристику генеральной совокупности, которую назовем параметром, мы строим выборку и вычисляем на ее основе некоторую статистику, которую рассматриваем как оценку искомого параметра [87].
Случайный эксперимент (случайное испытание, случайный опыт) — математическая модель соответствующего реального эксперимента, результат которого невозможно точно предсказать. Математическая модель должна удовлетворять требованиям: она должна быть адекватна и адекватно описывать эксперимент; должна быть определена совокупность множества наблюдаемых результатов в рамках рассматриваемой математической модели при строго определенных фиксированных начальных данных, описываемых в рамках математической модели; должна существовать принципиальная возможность осуществления эксперимента со случайным исходом сколь угодное количество раз при неизменных входных данных; должно быть доказано требование или априори принята гипотеза о стохастической устойчивости относительной частоты для любого наблюдаемого результата, определённого в рамках математической модели [49,6].
Эксперимент всегда зависят от объёма и качества выборки, поэтому было решено провести сбор данных на максимально возможной выборке и с максимально возможной точностью измерений. Для этого были использованы результаты температурного мониторинга объектов энергетики г. Твери,. Тверской и Ярославской областей, а также данные замеров,, полученные вре-зультате лабораторных испытаний.
Испытаниям были подвергнуты разборные болтовые-контактные соединения: соединения питающего кабеля:с шиной; соединение аппаратах шиной, а также двух алюминиевых шин, между собой. Всего было проконтролировано более 10000 различных контактных соединений на энергоснабжающих предприятиях Тверской области, 280 из них отобраны для наблюдения и исследования. Соединения находятся под рабочим напряжением 380 В и рассчитаны на номинальный ток от 80 до 400А. Прижимное усилие в контакте создаётся одним или двумя болтами, расположенными последовательно на расстоянии 2 см друг от друга, с использованием подпружиненных шайб. В течение всего эксперимента рабочий ток наиболее нагруженного соединения составлял 180 А. Режим работы присоединений наблюдался различный, большинство установок работало в повторно-кратковременном режиме, т.е. ток отключался через каждые 2,5-3,5 часа работы, с перерывами на 2,5-3,5 часа. Таким образом, период в среднем равнялся 6 часам. Такой режим, работы оборудования является достаточно» распространённым на промышленных предприятиях и характеризуется величиной продолжительности включения (ПВ) [91]. В данном случае (оборудование собственных нужд электрических подстанций включает мощные компрессорные установки, режим работы которых определяется сезонными и суточными изменениями температуры воздуха), можно принять ПВ = 50%.
При этом за время паузы контактное соединение имеет возможность полностью остыть, т.е. все участки контактной пары достигают температуры помещения. Место проведения эксперимента располагалось в промышленной зоне, контактные группы находились в производственном помещении с колебаниями температуры от 10 до 25 С и относительной влажностью 60-80 %.
В качестве определяющего диагностического параметра, на основании которого делается вывод о работоспособности или отказе соединения, могут выступать контактное электросопротивление или температура контакт-деталей. Каждая из этих величин, используемая как диагностический параметр; обладает определенными достоинствами и недостатками.
Очевидно, что периодически измеряемые в процессе эксплуатации значения сопротивления контакта и температуры контакт-деталей представляют собой соответственно отдельные реализации случайных процессов R(t) и T(t), образованные значениями параметров в отдельные моменты времени. На рис. 7 показаны примеры отдельных реализаций случайных процессов R(t) и AT(t), где AT(t) - превышение температуры наиболее нагретой точки контактного соединения над температурой окружающей среды.
Для контроля переходного сопротивления контактов был использован цифровой микроомметр класса точности 1. Для регистрации режимов работы соединения применялся прибор, каждые 24 часа регистрировавший ток через контакт и напряжение, под которым находилось соединение.
Измерение переходного контактного сопротивления производилось непосредственно после отключения рабочего тока нагрузки по 4-х проводной схеме, которая позволяет проводить измерения с высокой точностью (метод амперметра и вольтметра). Периодичность замеров была выбрана равной 24 часам; измерения проводились примерно в одно и то же время [99].
Для контроля объемной температуры испытываемых соединений был использован метод термографирования. Получаемая с тепловизора информация позволяет наблюдать распределение температуры по поверхности всех деталей соединения, и контролировать локальный перегрев в наиболее нагретой точке. Локализация данной точки на поверхности соединения производится при помощи программного обеспечения, входящего в комплект прибора. При этом для определения и локализации участков нагрева оборудования используется опыт специалиста по термографии.
