Содержание к диссертации
Введение 4
РАЗДЕЛ 1. СИСТЕМНЫЙ АНАЛИЗ ПРОИЗВОДСТВЕННО- 30
ФИНАНСОВОЙ ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЯ
Краткие сведения о ремонтном предприятии 31
Краткие технологические сведения производства 33 энергии на ТЭС
Состав и структура компьютерной системы 35 оптимизации ремонтных работ
Выводы к разделу 1 43
РАЗДЕЛ 2. АЛГОРИТМИЧЕСКОЕ ОБЕСПЕЧЕНИЕ
КОМПЬЮТЕРНОЙ СИСТЕМЫ ТЕХНИЧЕСКОЙ ДИАГНОСТИКИ 44
И ОПТИМИЗАЦИИ РЕМОНТНЫХ РАБОТ
Краткие сведения о непараметрическом оценивании 44
Краткие сведения о методе стохастической аппроксимации 47
Алгоритмы технической диагностики 58
Процесс, технологический регламент и модели 68
Непараметрические алгоритмы управления и принятия решений с ЛПР 76
2.6 Система технической диагностики 84
Выводы к разделу 2 90
РАЗДЕЛ 3. СТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ
АЛГОРИТМОВ ТЕХНИЧЕСКОЙ ДИАГНОСТИКИ И 91
ОПТИМИЗАЦИИ РЕМОНТНЫХ РАБОТ
Общая схема моделирования алгоритмов 91 технической диагностики
Исследования алгоритмов методом статистического 93 моделирования
Анализ результатов исследования алгоритмов технической диагностики 105
Выводы к разделу 3 107
РАЗДЕЛ 4. КОМПЬЮТЕРНАЯ СИСТЕМА ОПЕРАТИВНОГО
УПРАВЛЕНИЯ РЕМОНТНЫМИ РАБОТАМИ ЮЗ
Математические постановки задачи ППР 108
Назначение и особенности системы СПУ ремонтом
оборудования электростанций 120
Объект моделирования и элементы сетевой модели 121
4.4 Основные правила построения сетевого графика 125
Расчет параметров сетевой модели 128
Приведение сетевых моделей к директивной продолжительности 132
Оптимизации сетевых моделей по трудовым ресурсам 136
Приведение сетевых моделей к календарному времени 140
Обучающиеся непараметрические алгоритмы управления ремонтными процессами 141
Выводы к разделу 4 145
Заключение 146
Литература 149
Приложение 156
Введение к работе
Актуальность проблемы. Совершенствование управления промышленным производством является одним из наиболее перспективных направлений его развития и тесно связано с использованием информационных технологий. Сегодня совершенно ясно, что коренное решение этой проблемы невозможно без широкого использования средств вычислительной техники (СВТ). В последнее десятилетие темпы освоения СВТ значительно возросли, а главное, повысилась эффективность их использования для управления современными промышленными предприятиями [3,55].
Существенное значение при разработке разнообразных компьютерных систем имеет тот факт, что на предприятиях часто наряду с новым оборудованием эксплуатируется оборудование, возраст которого исчисляется десятилетиями. Так, на Красноярской ГРЭС-2 пуск первого энергоблока осуществлен в 1961 году. В настоящее время эксплуатируются четыре типа энергоблоков.
Важнейшая проблема, возникающая при эксплуатации ТЭС, является планирование и оперативное руководство ремонтными работами [22,23,32,56]. Существенной особенностью проведения ремонтных работ является жесткий регламент, накладываемый отраслевыми руководящими материалами. Важно также отметить, что вся эта деятельность осуществляется в условиях жесткого дефицита на финансовые и трудовые ресурсы. При разработке компьютерной системы планирования и оперативного управления ремонтными работами возникли задачи, математические постановки которых не укладываются в традиционные рамки, а поэтому и требуют для своего решения развитие новых методов. Одним из важнейших факторов, побудивших к поискам новых подходов, явилось наличие недоста-
точной априорной информации об исследуемом объекте для математической постановки задачи [47].
Особенно это важно, когда на производстве имеются разнотипные энергоблоки и другое оборудование. Здесь целесообразно при оперативном управлении ремонтными работами использовать теорию адаптивных и обучающихся систем, которая позволяет восполнять недостаток знания о процессе на начальном этапе в процессе обучения. В этом случае естественно задачи идентификации, управления и принятия решения в стохастических системах рассматриваются в условиях непараметрической неопределенности, т.е. когда не известна параметрическая структура модели исследуемого процесса (В.П. Тарасенко, А.В.Медведев, В.Я.Катковник, А.И.Рубан, А.ВЛапко) [1,25-28, 35-37,47-54].
Работа посвящена разработке методологии создания интегрированной автоматизированной системы планирования и управления ремонтными работами основных объектов ТЭС на примере Красноярской ГРЭС-2. Наряду с общими вопросами создания ИАСУ, рассматриваются две конкретные подсистемы: первая - подсистема планирования и оперативного управления ремонтными работами; вторая — подсистема технической диаг-ностики состояния оборудования [3,13,14,32,38]. При разработке соответствующих алгоритмов была использована теория адаптивных и обучающихся систем как параметрическая, так и непараметрическая [47,69,71,90-93]. Последнее обусловлено тем, что, учитывая сложность исследуемых процессов, недостаток априорных данных, наличие случайных факторов, наиболее перспе-ктивный путь создания компьютерных систем прогнозирования технологических параметров и технической диагностики состоит в создании обучающихся систем, т.е. систем способных в процессе своего функционирования улучшать свои рабо-
чиє показатели. Это и определяет актуальность настоящего исследования.
Цель работы состоит в разработке методологии, структуры и состава создания компьютерной системы планирования и оперативного управления ремонтными работами. На этом пути необходимо было решить следующие задачи:
=>сформулировать комплекс технических задач диагностики, управления и оптимизации технологического процесса проведения ремонтных работ;
^разработать модификации соответствующих адаптивных алгоритмов, обеспечивающих обучаемость компьютерных систем;
^провести численное исследование непараметрических алгоритмов диагностики и прогнозирования технологических параметров;
=>осуществить разработку технологии проведения и организации ремонтных работ.
Методы исследования. В работе используются методы системного анализа, теории идентификации и распознавания образов, математической статистики, теории адаптивных и обучающихся систем, статистического моделирования.
Научная новизна. Основные научные результаты диссертационной работы состоят в следующем:
даны технические и математические постановки задач технической диагностики состояния основного оборудования ТЭС;
л. дана трехуровневая структура системы технической диагно-
стики;
предложены модификации обучающихся непараметрических алгоритмов технической диагностики;
дан системный анализ технологии планирования и оперативного управления ремонтными работами;
предложены на основе численного исследования способы настройки различных непараметрических алгоритмов обучения оптимизации планирования и оперативного управления ремонтными работами. '
* Практическая ценность. Разработанная в диссертации мето-
дология создания иерархической системы планирования и оперативного управления ремонтными работами положена в основу создания комплексной интеллектуальной компьютерной системы управления основным производством Красноярской ГРЭС-2, включающая компьютерную иерархическую системы технической диагностики. При этом технологические переменные, положенные в основу подсистем технической диагностики структурированы. Разработанное алгоритмическое обеспечение и схемные решения при создании интеллектуальной компьютерной системы управления производством могут широко использоваться на предприятиях энергетики, а также и в
+ других отраслях промышленности.
На защиту выносятся:
Технология планирования и проведения ремонтных работ;
Алгоритмы оперативной коррекции хода ремонтных работ в случае отклонений от ранее предписанного регламента;
,*
Модификации обучающихся непараметрических алгоритмов оперативного управления ремонтными работами в режиме активного накопления информации;
Структура и состав иерархической системы технической диагностики основных объектов ТЭС;
Диалоговые обучающиеся алгоритмы принятия решений и управления технологическими процессами проведения ремонтных работ;
Результаты численного исследования алгоритмов технической диагностики.
Апробация работы. Основные результаты диссертации были пред
ставлены и докладывались на пятой Международной научной кон
ференции «Интеллектуальные системы и информационные техно
логии управления IS&ITC-2000», Псков, 2000 г.; "Проблемы ин
форматизации региона" (Красноярск, 2000г., 2001г.); Научно-
техническая конференция «Научно-инновационное сотрудничест
во». (М:МИФИ, 2002); IV Международном симпозиуме "Интеллек
туальные системы" (Москва, 2000г.); на Практическом семинаре
«Проблемы синтеза и проектирования систем автоматизированного
управления» (Новосибирск, 2001г.); Научно-практический семинар
«Проблемы синтеза и проектирования АСУ» (Новосибирск, НГТУ,
2001); Всероссийской научно-практической конференции «Пер
спективные материалы, конструкции и технологии» (Красноярск,
2001г.); на Международной конференции «Моделирование и мето
ды анализа данных» (Минск, 2001г.); на научных семинарах НИИ
Систем управления, волновых процессов и технологий (1999-
2001гг.); Научно-техническая конференции «Научно-
инновационное сотрудничество»; International Conference in coopera-
tion with The Russian Academy of Sciences - Siberian Branch Automation, control, and Information Technology. (Novosibirsk, 2002 Russia); Школа-семинар БИКАМП - 03» (Санкт-Петербург, 2003); The Fifth International Symposium (Moscow: BMSTU, 2002).
Публикации. По теме диссертации опубликовано 15 печатных работ. Личный вклад соискателя состоит в постановке задач технической диагностики основного оборудования (в частности, энергоблока), разработке модификаций алгоритмов классификации, моделирования, оперативного управления ремонтными работами, а также схемы их численного исследования.
Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, приложения и списка литературы. Общий объем диссертации составляет 138 страниц. Библиография содержит 103 названия.
СОДЕРЖАНИЕ РАБОТЫ
Во введении обосновывается актуальность разработки интегрированной автоматизированной системы управления (ИАСУ) основным производством ТЭС. При этом обращается внимание на характерные черты производства, что обусловливает требования к комплексной ИАСУ, ее алгоритмическому и программному обеспечению, а также технологии планирования и оперативного управления ремонтными работами неразрывно связанными с компьютерной иерархической системой технической диагностики, являющейся составной частью ИАСУ. Проведенный анализ позволяет сформулиро-
вать основные задачи, возникающие при разработке подсистем ИАСУ. Далее дается общая характеристика работы по главам.
Первая глава посвящена анализу основного производства ТЭС как объекта управления с целью планирования и проведения ремонтных работ. На Рис. 1 представлена общая технологическая схема основного производства Красноярской ГРЭС-2. На Красноярской ГРЭС-2 эксплуатируются следующие типы энергоблоков:
Таб. 1.
*
Наличие различных типов энергоблоков усложняет задачу создания компьютерных систем управления, организацию и проведение их ремонта.
Сформулируем некоторые общие и наиболее важные требования к разработке подсистем ИАСУ ТЭС, включающих планирование ремонтных работ, оперативного управления ремонтными работами, корректировка хода проведения ремонтных работ, в случае его отклонения от заранее определенного режима.
~&~
ш J rv
*
о
%
я I
(У*
vin ПГ"
«'
цех тогшивоподачи
Рис. 1. Схема производства и отпуска электрической и тепловой энергии на ГРЭС -2. Где I, II, III - Сетевая вода к потребителю от I, II, III очередей теплосети; IV - отопление ЗИВ; V - технология ЗИВ; VI - выдача электроэнергии от энергоблоков №№ 1-НО; VII - паро-преобразовательные установки энергоблоков №№ 1-5-4; 6-^8; 1-Н2 -сетевые подогреватели энергоблоков №№ 1-НО; VIII — энергоблоки №№ 1-5-10; IX - выдача сетевой воды от бойлерных установок энергоблоков 2-5-4; X - пар на ЗИВ; XI - подпиточнай вода из цеха водо-
подготовки. При этом необходимо эти подсистемы разрабатывать и вводить в действие с учетом наиболее важных требований, предъявляемых к ИАСУ ТЭС в целом:
-системы взаимосвязанных критериев оптимальности для предприятия и их «вес» при различных производственно-экономических ситуациях.
-ИАСУ ТЭС должна быть адаптивной и устойчивой к случайным возмущениям, т.е. на основе адаптации должна вырабатывать новую оптимальную стратегию управления при изменении производственно - финансовых и других ситуациях (появление нового оборудова-
ния и циклов, изменение ситуации с сырьем, метеорологических условий, спроса на энергию и т.п.).
- определенных соотношений между изменениями, происходящими в управляемой подсистеме, а также степенью и способом воздействия на нее.
-определенном комплексе необходимых технических средств (СВТ, связь, автоматика) и места человека в системе управления.
-Учетом надежного и достаточно гибкого функционирования элементов определенной ступени в иерархической структуре интегрированной автоматизированной системы управления.
-Архитектура программного обеспечения ИАСУ представляет собой иерархическую структуру доступную к расширению и изменению.
Определяющим на начальной стадии разработки ИАСУ является выработка концепции ее создания, которая определяется составом и состоянием оборудования, особенностями технологического процесса, уровнем автоматизации и др. Концепция определяется на стадии обследования и разработки технического задания на создание ИАСУ и, конечно же, может отличаться для различных, даже однотипных, теплоэлектростанций.
В этой же главе приводятся конкретные технические постановки задач, решение которых необходимо, для эффективного управления ТЭС, как-то:
-технология планирования и оперативного управления проведения ремонтных работ
-техническая диагностика состояния оборудования;
-техническая диагностика состояния технологического процесса;
-принятие решений ЛПР по оптимизации технологического процесса, проведения ремонтных работ.
Отметим некоторые первоочередные задачи, возникающие при разработке ИАСУ ТЭС:
-сбор и обработка информации. При этом создается общая информационная база, необходимая для решения задач технологического и организационного управления;
- автоматизированный контроль достоверности информации,
предполагающий частичную автоматизацию проверки достоверно
сти содержательной стороны информации и мероприятия, обеспечи
вающие помехоустойчивость;
-составление энергетических характеристик оборудования. Фактические характеристики, получаемые при этом, отражают состояние оборудования в данный момент. Результаты этой задачи используются при определении технико-экономических показателей в задаче оперативного оптимального распределения нагрузки на ТЭС;
-распределение нагрузок между энергоблоками. Составляются энергетические характеристики ТЭС для контроля работы блока;
оперативный контроль и отображение технологической информации. Результаты данной задачи используются операторами ТЭС. На основании автоматического контроля состояния оборудования оператор получает информацию, касающуюся надежности и экономичности эксплуатации технологического оборудования ТЭС. Результаты составляют также информационную базу решения оптимизационных задач;
- проведение испытаний технологического оборудования. Имеется
в виду составление режимных карт оборудования;
-расчет и анализ технико-экономических показателей (ТЭП) ТЭС, позволяющий получить информацию о состоянии оборудования и технологических процессах, оптимизировать режимы на основании
расчета и анализа ТЭП в темпе производства, формировать различные отчетные документы;
-оперативное управление ремонтными работами и корректировка их хода в случае производственной необходимости;
- статистическая обработка и прогнозирование показателей. В ре
зультате решения этой задачи прогнозируются состояние парамет
ров оборудования, изменения в расходе топлива и т.п.;
-регистрация пред\ арийных, аварийных и послеаварийных параметров состояния объекта, срабатывания устройств защиты и автоматики, переключений в технологических (в том числе электрических) схемах для восстановления картины протекания аварийного режима, анализа действий аппаратуры, устройств и персонала, а также для отчетности;
автоматическое ведение суточных ведомостей;
автоматический учет топлива, т.е. прихода, расхода и остатка для составления статистической отчетности и принятия соответствующего решения;
-учет и анализ топливной составляющей себестоимости. В частности, здесь анализируется влияние на топливную составляющую различных факторов: стоимостей угля, мазута, перевозки топлива и др.
Вторая глава посвящена алгоритмам диагностики сложных производственных комплексов. Но сначала даются необходимые сведения из непараметрического оценивания стохастических характеристик.
Непараметрические оценки. Пусть дана выборка, состоящая из s независимых наблюдений А-мерной случайной величины X:
xi ix2 >—9xs- Плотность распределения случайной величины X, p(x)zo неизвестна. Непараметрическая оценка плотности вероятности Дд) имеет вид:
scs ьіі scs
'.м-йЬХП*
(1)
где "ядро" ф(и) эмпирической плотности вероятности обладает следующими свойствами:
о < Ф{и) <л«х>; Ф{и) = ф(-и); U>{u)du~ і. (2)
Коэффициенты.размытости cs ядер эмпирической плотности вероятности зависят в общем случае от объема выборки S, причем
Cj^OH 5С| -» оо При S-><о.
Пусть дана статистически независимая выборка (-4.^).(^-.^).-(-..) (&+./)-мерной случайной величины (Л\У). Плотности распределения р(л:)>0, /.(>-) > о, р(х,у)>о неизвестны. Непараметрическая оценка кривой регрессии Y от X, то есть: у(х) = m{y | х} имеет вид:
(J-J
v C* ,
* ( I Л s к
(3)
Алгоритмы распознавания образов. Традиционно задача распознавания образов состоит в отнесении предъявляемого объекта к одному из классов. Классы характеризуются тем, что принадлежащие им объекты (ситуации, состояния объекта) обладают некоторым
сходством. Пусть дана обучающая выборка {^,^,/ = 1,5, где х^(х},...,х^) - вектор значений признаков, 2, - "указания учителя" о принадлежности элемента к одному из классов.
В зависимости от того, какая априорная информация имеется, используют различные подходы к решению задачи. Если известны вероятностные характеристики классов Pj(x) и Рг{х), то успешно
применяются методы теории статистических решений, где получены оптимальные байесовы алгоритмы распознавания образов, обеспечивающие минимум функции риска. Когда вероятностные характеристики классов неизвестны, что наиболее характерно для практических задач, для построения разделяющей поверхности используют либо параметрический подход (если известно в каком виде следует искать разделяющую поверхность), либо непараметрический (где, кроме обучающей выборки, не требуется какой-либо дополнительной информации).
В рамках непараметрического подхода вероятностные характеристики классов заменяются их непараметрическими оценками. Непараметрическая оценка разделяющей функции в двуальтернатив-ной задаче примет вид:
йЛ-/)=І^П<і{^]-П#4 <4>
где cQv,i*j;i,j = \,2 - потери при отнесении ситуации из класса і к классу у; %=(х},...4) - вектор признаков, элементы обучающей выборки |>.,r^i=l,s}: !(*,,*,.),/ = 1,5,} - элементы, принадлежащие классу z,, {(^,2,),( = 1^7)" элементы, принадлежащие классу Z].
Знак оценки (4) позволяет различать предъявляемые для клас
сификации ситуации при известном х-х', решающее правило мож
но сформировать по аналогии с байесовым:
*eZ,, если
Алгоритм оптимизируется по параметрам размытости cs ,/ = 1,2 в
ходе скользящего экзамена.
Другим методом решения данной задачи является метод стохастической аппроксимации. Критерий оптимальности при этом выглядит следующим образом:
R{a)= \Q(x,a)P{x)dx = M1{Q{x,a)}^ (6)
где R(a) - критерий-функция вектора a=(at, . . .,a„), зависящий
также от вектора случайных последовательностей x=(*,, . . .,*„),
плотность распределения которого равна R(x), П(а) - область определения х, Q(x, а) - некоторая функция качества при фиксированном значении х. Критерий (2.1.1) требуется минимизировать, т.е.
R = MI\Q(x,a)}-*min (7)
Пусть критерий-функция R=R(a) дифференцируем. Идея построения вероятностных итеративных алгоритмов состоит в том, что при надлежащем выборе Г (Г — матрица) мы можем воспользоваться разновидностями регулярных методов, заменив в них производная критерия-функции R (который нам не известен) реализациями vaQ(x,a). Тогда вероятностные итеративные алгоритмы могут быть представлены в рекуррентной форме:
а[н] = а{п -1]- П«17.Є(*М,«[я -1]). (8)
где элементы матрицы Г удовлетворяют условиям Роббинса и Монро.
В некоторых случаях задачу также удобно решать методом наименьших квадратов. При этом критерий оптимальности при этом выглядит следующим образом:
wt<*)=-i,(y, -І/Wt*))1 ~* min' ^
где а=(«і» -»аД pW = («?,u),...,^W),to минимизацию W(a)no а будем осуществлять с помощью решения системы уравнений:
Ё»Ч)=0;...;ЭИ^)=0. ' (10)
dat daN
Задачу диагностики состояния оборудования с точки зрения его эксплуатации и диагностики состояния технологического процесса целесообразно интерпретировать как трехальтсрнативную задачу распознавания образов.
При этом первый класс определяет нормальное состояние процесса и оборудования; второй - не нормальное; третий - преда-варийное состояние. Последний класс в пространстве признаков *=(Л—**) располагается в - окрестности от разделяющей поверхности ^(л)=о. Процедура принятия решений о принадлежности ситуации к тому или иному классу в этом случае является двухэтапной. Сначала проверяется справедливость неравенства !Pjs(J<* если Р](х) и
Рг(х) отличны от нуля и если оно имеет место, то тогда ситуация относится к третьему классу. В противном случае решается двуаль-тернатиная задача классификации в соответствии с (4), (5). Значение определяется экспериментально, а процесс обучения протекает в режиме активного (последовательного) накопления информации. В этом случае предлагается использовать следующий прием при формировании в процессе обучения обучающей выборки. Если U.(yj<,
Pj(x)*0 и Р2(х) *0 или ситуация классифицирована неверно, то значение х1 включается в обучающую выборку, в противном случае -нет.
Алгоритмы принятия решений с ЛПР, Задачу управления процессом ремонтных работ с идентификатором в управляющем контуре можно представить схематично в виде, представленном на рисунке 2.
На рисунке приняты обозначения: *(г) = (*і(0>->-ч(0) - вектор выход-
№
*
ных переменных процесса,
Процесс
u(t)
к"
Л'
* ,. ,- ~~1
Модели
ontpamusHOio
jmpaajkOtut
работами
р*
1K'
;
соответственно управляемые и неуправляемые контролируемые переменные, состоящие Рис. 2.
соответственно из да и й ком-
понент, (,}- случайные возмущения, и^х>нх- случайные ошибки измерения, x\j) - задающее воздействие, t - время. ЇІа первом этапе
(ключ кг разомкнут) решается задача идентификации; на втором этапе ключ к{ замкнут, решается задача управления объектом с участием ЛПР, после этого ключ к2 замыкается.
Введем НеКОТОруЮ ВЫПуКЛуЮ фуНКЦИЮ Качества a{t) = tr(x[f)^(t)).
Сформируем критерий оптимальности:
Д = л* {*/ «H(0-atOr/№*QO*\a<№m*Q(x)U
(И)
где її(г) - решающая функция.
Оптимальный оператор, определяющий и (0, равен:
ffW-Af{u(0//i(0nOf),atrt = OVx(/)en(-r)}. (12)
Теперь задача сводится к непараметрическому оцениванию (12) на основании поступающей информации {*(/), MO.«(OU = і Г* -
При управлении реальными объектами естественно использовать опыт обслуживающего персонала (оператор, диспетчер, технолог). Тогда непараметрическая оценка (12) будет выглядеть следующим образом:
-і
-1№й,п-
— + Аь,[л], j = l^ru,
s-t *
М*1 =
,f-Hy[i]
/M*]-^>M
(13)
где ф]^М,-»^П^
auj[s] = Д!/(сгДл])т awy[jj- изучающая добавка, j^um, uj =&{^,#1) - ориентировочные значения управляющего воздействия, данные технологом. Заметим, что технолог может определить не все значения компонент вектора #,.
Приведенные алгоритмы предполагают последовательную схему обучения и могут носить активный характер, а также и комбинированный.
Третья глава содержит результаты исследования методом статистического моделирования непараметрических алгоритмов технической диагностики.
Перечень параметров, характеризующих качество технологического процесса, и технического состояния оборудования сведен в таблицу 2 (гл. 3).
Компьютерная система технической диагностики состояния энергоблока. Система технической диагностики состояния энергоблока представлена на рис. 3_
В настоящее время диагностика оборудования осуществляется в соответствии с ОРМ- Но обработка фактических данных показала, что область нормального состояния оборудования представляет собой не гиперпараллелепипед, а его подобласть, как это видно из рис. 4, где V0 - гиперпараллелепипеда, Vx - объем области нормального состояния оборудования. Причем в пространстве 15 переменных V*/V{)=0,72. этот коэффициент был приближенно оценен методом Монте-Карло» Из этого следует эффективность алгоритмов техниче-скойдиагностики (4), (5) по сравнению с отраслевыми методами.
Группировка параметров, учитываемых при ремонтных работах. Группировка параметров осуществляется по следующим признакам;
К группе I относятся параметры, отклонения которых от номинальных, приводят как к на-
рэскод питательной
температура острого Пара
давление острою
пара
расход топлива
ЭНЕРГОБЛОК
подача первичного воздуха
тепловая нагрузка
2 БЛОК ДИАГНОСТИКИ
ЗБЛОК ДИАГНОСТИКИ
1 БЛОК ДИАГНОСТИКИ
РЕШЕНИЕ
рушен и ю технологического процесса, так и к ухудшению технического состояния оборудования с быстрым последующим развитием
Рис. 3.
аварии (секунды).
К группе ІІ относятся параметры, отклонения которых от номинальных, приводят к нарушению технологического режима и ухудшению технического состояния, а также могут привести к аварийному отключению оборудования, если своевременно не будет произведено восстановление необходимого режима.
К группе III относятся параметры, отклонения которых, приво
дят к нарушению технологического процесса, снижению технологи-
х, ческих показателей энергоблока и при
длительном воздействии (дни, месяцы, годы) приводят к ухудшению технологического состояния оборудования. Рис. 4. Количество компонент вектора признаков (параметров), определяющих состояние оборудования и процесса равно 64.
В основу построения обучающихся алгоритмов диагностики предложен следующий принцип: состояние объекта определяется как состоянием
технологического процесса, протекающего в нем, так и состоянием оборудования.
Численное исследование непараметрических алгоритмов диагностики. При моделировании был взят случай, когда вектор признаков, характеризующий состояние объекта, состоял из 12 компонент. Для линейной разделяющей поверхности (линейные модели объектов) ниже представлены зависимости количества ошибок m (%) от объема выборки s и уровня помех h.
Таб. 3.
Далее приводятся аналогичные результаты моделирования для нелинейной модели, в виде алгебраического полинома второй степени.
Таб. 4.
Настройка непараметрических алгоритмов распознавания образов осуществлялась в режиме скользящего экзамена и соответствовала минимуму ошибки классификации.
Четвертая глава посвящена прикладным вопросам создания компьютерной системы планирования и оперативного управления ремонтных работ.
Анализ существующих публикаций по оптимизации ремонтных работ показал, что они не адекватны потребностям такого производства» как ТЭС. Приведем этапы планирования ремонтных работ для условий ТЭС.
Годовое планирование.
Техническое состояние оборудования.
Требования нормативных документов (циркуляры).
Нормативы по регламенту выполнения работ (регламент).
Работы на общестационарном оборудовании.
Финансовые возможности.
Материально-технические возможности.
Трудовые ресурсы (квалификация, специализация, численность).
Планирование ремонта энергоблока.
1. Уточненные утвержденные объемы работ на основании:
технического состояния оборудования (показатели тепломеханиче
ского состояния, технико-экономические показатели, информация
по предыдущим ремонтам, осмотрам и испытаниям., требований
нормативно-технической документации (циркуляры, предписания,
нормативы госгортехнадзора),
2, Наличие необходимых материально-технических ресур
сов.
. 3. Трудовые ресурсы (численность, специализация, квали-
фикация).
4. Нормативы по регламенту выполнения ремонта.
Назначение и особенности системы СПУ ремонтом оборудования электростанций. Система сетевого планирования и управления (СПУ) ремонтными работами представляет собой один из важных классов систем организационного управления. Следует различать понятия; система СПУ, сетевая модель и метод СПУ.
Система СПУ представляет собой систему организационного управления. Она имеет четко установленную организационную структуру, обеспечивающую централизованное управление всеми ее элементами.
Сетевая модель является особым видом операционных моделей, способной с любой необходимой степенью детализации отображать состав и взаимосвязи всех работ комплекса во времени. Сетевая модель поддается математическому анализу, позволяет определять реальный календарный план, решить задачи рационального использования ресурсов, оценивать эффективность решений руководителей еще до того, как они будут переданы для исполнения, оценивать тактическое состояние комплекса, прогнозировать его будущее состояние, своевременно обнаруживать ,гузкие места'1.
Очевидно, что сетевая модель как инструмент управления, примененная в отрыве от системы СПУ с ее четкой организационной структурой и порядком функционирования, не может дать необходимый эффект.
Метод СПУ - аппарат построения, расчета, оптимизации и анализа сетевых моделей, позволяющий решать самые разнообразные задачи в процессе планирования и управления комплексом работ. Методом СПУ можно пользоваться и при отсутствии автоматизиро-
ванной системы планирования и управления; вместе с тем применение метода СПУ в рамках АСУ значительно повышает его эффективность,
В сетевом графике должна быть четко отображена технологическая последовательность выполнения работ,
Целью расчета сетевых моделей является определение продолжительности всего ремонтного процесса и основных временных параметров событий и работ: ранние и поздние времена свершения событий, ранние и поздние времена начала и окончания работ, критическое время выполнении комплекса, резерв времени событий, полный и свободный резерв времени работ. Эти параметры являются выводными (производными).
При расчете сетевых моделей ремонта энергетического оборудования вручную применяется метод, при котором расчет производится непосредственно на сетевой модели.
(їР(ф<ь-(ії
^^ б)
Рис- 5.
і - номер события; tp(i) - раннее время свершения события; ta(i) -позднее время свершения события; К - номер непосредственно предшествующего события, расчетом от которого найдено tp(i),
С определением раннего срока свершения завершающего события будет определен самый длинный полный путь сетевой модели. Это время называется критическим временем сетевой модели. Цепочка работ, определяющая критическое время, называется критическим путем модели: Ткр= tp(20)-19.
Отмеченные в нижнем секторе событий номера позволяют теперь без дополнительных расчетов определить работы критического
* пути. Для этой цели модель просматривается, начиная с завершаю
щего события, последовательным продвижением по указанным в
нижнем секторе номерам до исходного события. Если в нижнем сек
торе указано два или больше номеров, то, начиная с этого события,
просмотр следует вести по соответствующему числу путей.
Работы критического пути выделяют на модели более жирными линиями или отмечают красным цветом, так как они требуют особого внимания.
После расчета сетевой модели, и приведения ее к директивной
продолжительности возникает задача оптимизации сетевой модели
по трудовым ресурсам, заключающаяся в обеспечении равномерного
» потребления этих ресурсов на протяжении всего периода выполне-
ния комплекса работ (выравнивание графика потребления трудовых ресурсов).
Основным методом решения этой задачи является сдвиг части работ из положения, соответствующего наиболее, раннему времени их начала, па более позднее время в пределах полного резерва. Та-
ким образом, задача оптимизации сетевых моделей по трудовым ресурсам сводится к составлению такого расписания работ, которое обеспечивает наибольшую равномерность графика трудовых ресурсов. Для решения задачи оптимизации сетевой модели по трудовым ресурсам предстоит построить ее линейную диаграмму. Для этого проводят две оси - горизонтальную и вертикальную. Горизонтальную ось делят на равные отрезки, количество которых равно числу дней критического пути рассматриваемой модели. Вертикальную ось делят на количество отрезков, равное числу работ сетевой модели с учетом фиктивных работ. После этого на линейную диаграмму заносят все работы сетевой модели в виде линий, изображенных в
масштабе времени.
Фиктивные работы изображаются в виде точек. При этом необходимо руководствоваться следующими правилами:
а) все работы должны быть размещены на линейной диаграмме в положении наиболее раннего времени начала;
б) построение линейной диаграммы начинается снизу вверх, в порядке возрастания номеров начальных событий для работ.
При этом если из события выхо
дят несколько работ, то они располага
ются в порядке
Возрастания полных резервов
Сетевоб график ремонта дынфсось
Рис.6 времени. Работы на линейной диаграмме имеют ту же нумерацию, что и на сетевой модели. Над каждой работой указывается численность персонала для ее выполнения. По линейной диаграмме подсчитывается ежедневная суммарная численность исполнителей {Nj)f которая записывается по соответствующим дням в горизонтальной строке под линейной диаграммой.
Работы на линейной диаграмме располагаются в очередности возрастания резервов. Аналогично, руководствуясь ранее приведенными правилами, строятся на линейной диаграмме вес остальные работы сетевой модели. Затем подсчитывается суммарная численность персонала по дням ремонта путем сложения численности исполнителей работ, выполняемых в рассматриваемый день, и резуль-
таты записываются в строке под горизонтальной осью линейной диаграммы.
После окончания описанного этапа оптимизации (первого шага) следует сделать "второй шаг оптимизации" аналогично первому па той же линейной диаграмме. Как правило, оптимизация завершается на втором шаге, реже на третьем.
Дни выполнения
комплекса работ
Рис. 1,
После проведения оптимизации сетевых моделей методом сдвига работ в большинстве случаев наблюдается значительное выравнивание численности исполнителей по дням выполнения комплекса работ. Результаты оптимизации очевидны, но не вполне удовлетворительны.
Если исчерпаны все возможности оптимизации методом сдвига работ, но при этом результаты оптимизации не совсем удовлетворительны, то нужно применять дополнительные методы выравнивания: перевод некоторых работ в ускоренный или замедленный режим; выполнение работ по частям; выполнение работ по частям в ускоренном или замедленном режиме.
Сдвиги работ, полученные в процессе оптимизации трудовых ресурсов на линейной диаграмме, вносятся в сетевую модель.
В период 1/2 ремонта проводится осмотр остановленного оборудования и окончательная его дефектовка. В случаях выявления дополнительных объемов работ возникает две ситуации. Данная работа не лежит на критическом пути, тогда сетевой график достраивается на пути выполнения данной работы, имеющем резерв по времени.
Данная работа может быть выполнена основным ремонтным персоналом, либо добавляется звено из имеющегося резерва.
В случае если работа находится на критическом пути, то определяется возможность выполнения этой работы за счет: организации многосменной работы, организации работ по скользящему графику, добавлением персонала,
В случае, когда отсутствует необходимый ЗИП, рассматривается вопрос о продлении сроков ремонта.
