Содержание к диссертации
Введение
1. Анализ эффективности решения организационно-технических задач в корпоративных АСУ 12
1.1 Оценка общего состояния решения проблемы автоматизации организационных задач в промышленности 12
1.2 Анализ применяемых в настоящее время систем управления ТОРО и оценка их способностей к адаптации 17
1.3 Концептуальное совершенствование АСУ ТОРО - необходимое условие ее экономически значимой модернизации 48
1.4 Цель и задачи исследования 50
2. Разработка логико-математических моделей и методов принятия управленческих решений и структурно-функциональной схемы аналитической АСУ ТОРО 53
2.1 Стратегии ТОРО в основе аналитических задач ресурсосберегающей АСУ 53
2.2 Разработка концепции применения аналитических методов управления ремонтами 61
2.3 Разработка логико-математических моделей обслуживания по фактическому состоянию 67
2.3.1 Оценка сроков службы оборудования в условиях недостатка диагностической информации и определение предельно допустимых значений измеряемых параметров 67
2.3.2 Прогнозирование технического состояния оборудования и определение сроков проведения ремонтных и диагностических работ...70
2.3.3 Организация информационного взаимодействия АСУ ТОРО с диагностической системой 77
2.4 Разработка логико-математических моделей планово-предупредительного обслуживания 80
2.4.1 Оптимизация суммарных затрат на ТОРО 80
2.4.2 Оптимизация коэффициента готовности оборудования 85
2.5 Разработка методики проактивного техобслуживания 88
2.6 Разработка логико-математических моделей построения и последующей корректировки оптимального графика ремонтно-профилактических работ и диагностики оборудования 92
2.6.1 Стратегическое планирование 92
2.6.2 Оперативное планирование 95
2.6.3 Организация комплексного техобслуживания 96
2.7 Выводы по главе 2 98
3. Экспериментальная проверка эффективности разработанных логико-математических моделей 99
3.1 Характеристика объекта и условия проведения эксперимента 99
3.2 Экспериментальная проверка эффективности методики проактивного техобслуживания 100
3.3 Экспериментальная проверка эффективности логико-математической модели обслуживания по фактическому состоянию 106
3.4 Экспериментальная проверка эффективности логико-математической модели планово-предупредительного обслуживания 115
3.5 Экспериментальная проверка эффективности логико-математических моделей построения оптимального графика ТОРО 119
3.6 Выводы по главе 3 122
Заключение 123
Список литературы
- Анализ применяемых в настоящее время систем управления ТОРО и оценка их способностей к адаптации
- Разработка логико-математических моделей обслуживания по фактическому состоянию
- Разработка методики проактивного техобслуживания
- Экспериментальная проверка эффективности методики проактивного техобслуживания
Введение к работе
Актуальность темы. Эффективное функционирование промышленного предприятия в настоящее время немыслимо без совокупности современных систем автоматизации, обеспечивающих управление всеми протекающими бизнес-процессами. При этом все большее распространение в разных отраслях промышленности получают корпоративные АСУ (ERP, ИАСУ), в рамках которых функционально объединяются АСУ различного уровня и назначения.
Анализ имеющихся на рынке корпоративных систем как зарубежных, так и отечественных разработчиков показывает, что их внедрение сопряжено со значительным расходом времени, трудовых и иных ресурсов, которые преимущественно затрачиваются на адаптацию современных ИАСУ к динамично меняющейся рыночной ситуации, потребностям и особенностям конкретного предприятия, что в ряде случаев существенно затрудняет полномасштабное применение таких систем. Низкий уровень адаптивности ИАСУ ограничивает и экономическую эффективность этих систем.
Одной из областей активного использования корпоративных систем является управление техническим обслуживанием и ремонтами оборудования (ТОРО). Подсистема ТОРО включена в качестве одного из модулей в состав большинства корпоративных систем (SAP R/3, BAAN-IV, IFS Applications, Oracle Applications, Галактика и др.)
Повышение адаптивности АСУ ТОРО позволит увеличить эффективность управления ремонтным хозяйством с целью обеспечения вне зависимости от разного рода изменений рыночной конъюнктуры выпуска качественной и конкурентоспособной продукции при минимальных затратах на поддержание требуемого уровня надежности производственного оборудования. Кроме того, повышение адаптивности управления ремонтным хозяйством является необходимым условием применения ресурсосберегающих технологий. Задача рационального использования производственных мощностей, материальных, финансовых, трудовых, сырьевых и энергетических ресурсов приводит к необходи-
мости разработки аналитических задач адаптации, которые современными ИАСУ практически не решаются.
Таким образом, актуальность темы диссертационной работы определяется необходимостью повышения адаптивности корпоративной АСУ путем разработки новых подходов к управлению бизнес-процессами предприятия.
Основные исследования, получившие отражение в диссертации, выполнялись по плану комплексной научно-исследовательской работы СТИ МИСиС «Разработка математических методов управления процессами основного и вспомогательного производства в металлургии» (шифр темы 1.202.00).
Цель и задачи исследования. Целью работы является исследование и разработка способа повышения адаптивности корпоративных систем управления на примере АСУ ТОРО, основанного на интеграции в качестве подсистем в состав существующих ИАСУ аналитических модулей принятия управленческих решений.
Достижение цели работы потребовало решения следующих основных задач:
Анализ путей преодоления наметившегося технико-экономического насыщения корпоративных АСУ и низкого уровня их адаптивности в условиях вариативности входных и выходных переменных.
Исследование задач управления ТОРО с точки зрения обеспечения их эффективной адаптации.
Разработка логико-математических моделей и методов принятия аналитических решений для различных стратегий управления ТОРО.
Разработка структурно-функциональной схемы интегрированной аналитической АСУ (ИААСУ).
Экспериментальное подтверждение эффективности применения аналитических модулей управления бизнес-процессами современных предприятий для повышения адаптивности корпоративных систем.
Методы исследования. В работе использованы методы исследования
операций, теории надежности, теории вероятностей, теории случайных процессов, теории корреляционно-статистического анализа, теории принятия решений, математического моделирования.
Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:
В результате анализа современных корпоративных АСУ выявлен факт их технико-экономического насыщения и недостаточной адаптивности, определены пути их совершенствования на основе разработки аналитических модулей управления.
Определен перечень аналитических задач адаптации в системе ТОРО, подлежащих автоматизации на основе использования ретроспективного анализа показателей надежности.
Разработан комплекс логико-математических моделей и методов подсистем ИААСУ, обеспечивающих автоматизированное решение аналитических задач ТОРО.
Предложена концепция интеграции аналитических модулей управления ремонтным хозяйством и разработана структурно-функциональная схема ИААСУ ТОРО.
Достоверность научных результатов. Теоретические выводы, научные положения и практические рекомендации, включенные в диссертацию, подтверждены расчетами, моделированием на ЭВМ и экспертными оценками специалистов, а также апробацией полученных результатов на производстве. Практическая значимость и результаты внедрения: 1. Применение разработанных моделей, методов и функциональных модулей для автоматизации задач адаптации в рамках корпоративных АСУ на современных предприятиях позволяет повысить эффективность их функционирования. В частности, в подсистеме ТОРО это приведет к снижению суммарных затрат на ремонты (включая потери от брака и простоев оборудования, расходы на ремонты и техобслуживание, устранение последствий отказов, стоимость за-
пасных частей и т.д.), росту уровня технической готовности производственного оборудования.
Преодоление наметившегося технико-экономического насыщения в развитии ИАСУ путем расширения круга задач, подлежащих автоматизации, за счет задач адаптации способствует увеличению экономического эффекта от последующих модернизаций системы.
Разработанные в рамках исследования логико-математические модели и методы принятия аналитических решений включены в состав учебного курса «Оптимальные и адаптивные системы управления», который читается в СТИ МИСиС.
Разработанные модели и методы внедрены в практику управления ТОРО ОАО «Оскольский электрометаллургический комбинат» (ОЭМК), ЗАО «Старооскольский завод автотракторного электрооборудования» (СОАТЭ), ЗАО рНП «Старооскольский механический завод» (COM3), приняты к внедрению ОАО «Оскольский завод металлургического машиностроения» (ОЗММ).
На защиту выносятся:
Выявленный в ходе исследования состав аналитических задач адаптации в системе технического обслуживания и ремонтов оборудования, подлежащих автоматизации на основе использования ретроспективного анализа показателей надежности.
Модель обслуживания оборудования по фактическому состоянию, осуществляющая интерпретацию динамической картины его технического состояния, сформированной на основании результатов диагностических обследований, с целью определения сроков предполагаемого исчерпания ресурса элементов оборудования и, соответственно, рекомендуемых сроков и объемов его обследования, техобслуживания и ремонта.
Модель планово-предупредительного обслуживания, позволяющая определять межремонтный интервал, оптимальный с точки зрения уровня суммарных затрат на выполнение соответствующих работ и обеспечения необхо-
димой готовности оборудования, осуществлять планирование ремонтов с учетом реальных условий работы оборудования, ресурсоемкости ремонта, возможных потерь от простоя или аварии и уровня ответственности производственного участка.
Методика проактивного обслуживания, ответственная за выявление среди множества проблемных ситуаций, возникающих при эксплуатации оборудования (внеплановых остановов, аварий), закономерно повторяющихся (т.е. неслучайных, имеющих реальные причины для своего существования) с целью продления срока службы оборудования и сокращения затрат путем устранения (снижения негативного влияния) таких причин.
Модель построения и последующей корректировки оптимального графика ремонтно-профилактических работ и диагностики оборудования, осуществляющая стратегическое и оперативное планирование работ с учетом производственной необходимости, степени важности конкретных работ, ресурсных ограничений, оптимизации загруженности персонала; оценку целесообразности и планирование комплексного техобслуживания.
Структурно-функциональная схема интегрированной аналитической АСУТОРО.
Апробация работы. Основные результаты и положения диссертации докладывались и обсуждались на 8 международных конференциях: «Вопросы проектирования, эксплуатации технических систем в металлургии, машиностроении, строительстве» (г. Старый Оскол, 1999 г.), «Высокие технологии в экологии» (г. Воронеж, 2000 г.), «Производство. Технология. Экология. ПРОТЭК-2000» (г. Москва, 2000 г.), «Качество, безопасность, энерго- и ресурсосбережение в промышленности строительных материалов и строительстве на пороге XXI в.» (г. Белгород, 2000 г.), «Теория и практика производства проката» (г. Липецк, 2001 г.), «Современные системы управления предприятием CSBC2001» (г. Липецк, 2001 г.), «Современные сложные системы управления CCCy/HTCS'2002» (г. Старый Оскол, 2002 г.), «Сложные системы управления
и менеджмент качества CCSQM'2007» (г. Старый Оскол, 2007 г.) и 1 всероссийской: «Системы автоматизации в образовании, науке и производстве» (г. Новокузнецк, 2005 г.)
Отдельные результаты и положения диссертации были представлены на ежегодных конкурсах научных молодежных работ в области технических и сельскохозяйственных, гуманитарных, правовых и экономических наук «Молодежь Белгородской области». Получены дипломы от 4 июля 2002 г. и 25 июня 2003 г.
Публикации. Материалы диссертационного исследования отражены в 16 печатных работах, из которых 3 в журналах, определенных ВАК для публикации результатов научных исследований.
Вклад автора диссертации в работы, выполненные в соавторстве и отраженные в результатах, состоит в постановке задач, разработке теоретических положений, а также в непосредственном участии во всех этапах исследования. При этом все результаты, характеризующие научную новизну исследования, получены лично автором.
Объем и структура работы. Диссертация состоит из введения, трех глав, заключения, списка литературы и приложений. Содержание работы изложено на 137 страницах машинописного текста и включает 33 иллюстрации и 4 таблицы. Список литературы включает 130 наименований. Основное содержание работы;
Во введении обоснована актуальность диссертационного исследования, дается его краткая характеристика, формулируются цели и задачи исследования, научная новизна и практическая значимость основных результатов, приводятся сведения об апробации и внедрении работы.
В главе 1 приведен анализ проблемной ситуации, связанной с низкой адаптивностью систем управления предприятиями. Обзор наиболее широко применяемых в настоящее время ИАСУ показал, что основной причиной отсутствия необходимой гибкости современных АСУ, позволяющей предприятию
оперативно адаптировать ее собственным потребностям и особенностям своего производства, к быстро меняющейся организационно-правовой и экономической конъюнктуре, является отсутствие в современных ИАСУ средств автоматизированного решения аналитических задач адаптации. Кроме того, современные ИАСУ достигли в определенного технического уровня, при котором модернизация системы обычно не приносит ощутимого в экономическом отношении эффекта. Радикально изменить сложившуюся ситуацию может расширение множества задач, потенциально подлежащих автоматизации, за счет аналитических методов адаптации. Ряд корпоративных систем включают в качестве одного из основных модулей подсистему управления ТОРО. Повышение адаптивности корпоративных АСУ, как средство повышения их эффективности, было исследовано на примере такого модуля. В результате анализа современных корпоративных АСУ была сформирована обобщенная схема подсистемы управления ТОРО, отражающая основные информационные связи.
В главе 2 на основе исследования перспектив совершенствования подсистемы управления ремонтами в рамках корпоративной АСУ предложен минимально необходимый перечень аналитических задач, автоматизированное решение которых должно осуществляться АСУ ТОРО. Проведено исследование направлений структурной организации АСУ ТОРО, позволившее обосновать целесообразность, обеспечить эффективность интеграции аналитических модулей в ее состав и предложить структурно-функциональную схему МААСУ. Разработаны логико-математические модели и методы, необходимые для функционирования встраиваемых подсистем МААСУ: обслуживания по фактическому состоянию (ОФС), планово-предупредительного обслуживания (ППО), проактивного обслуживания (ПАО), построения оптимального графика ремонтных и диагностических работ, осуществляющих решение аналитических задач ремонтной службы.
В главе 3 на основе анализа информационной системы SAP R/3 и ее модуля РМ, осуществляющего управление ремонтами оборудования ОЭМК, сде-
лано заключение о целесообразности создания ИААСУ на основе существующей системы управления. С помощью вычислительного эксперимента, основанного на ретроспективной информации об эксплуатации оборудования комбината, подтверждена эффективность применения разработанных логико-математических моделей и методов. Результаты эксперимента являются основанием предложения ИААСУ к применению для управления ремонтным хозяйством ОЭМК и других предприятий.
В заключении сформулированы основные результаты, подведены итоги проведенного научного исследования.
Анализ применяемых в настоящее время систем управления ТОРО и оценка их способностей к адаптации
Объем данных о номенклатуре и состоянии оборудования и его составных частей, материалах, персонале ремонтной службы даже на небольших предприятиях настолько велик, что ручная обработка информации (с использованием картотеки, бланков и т.п.) абсолютно неприемлема ввиду катастрофически низкой скорости доступа и, как следствие, недостаточной оперативности и достоверности получаемой информации. Кроме того, обслуживание такой системы, как правило, оказывается дороже, чем автоматизированной. С увеличением масштабов предприятия объем информации, которой оперирует ремонтная служба, значительно возрастает. Все это свидетельствует о невозможности организации эффективного управления ТОРО современного предприятия без применения автоматизированной системы на основе ЭВМ.
На рис. 1.1 [1] схематически показаны области проникновения автоматизированных систем управления ремонтами в структуру предприятия и характерное для последнего времени установление связи с производством, снабжением, системами планирования затрат и расчетов за выполненные работы.
Факторы, важные для ремонтной службы - оборудование, персонал и материалы - способствуют формированию четырех служб: нарядов на ремонты, управления исходными данными агрегатов, управления материалами и использования персонала. Эти службы активно взаимодействуют друг с другом и их функции на отдельных участках пересекаются. В поток информации между производством и расчетом издержек включены система автоматизированного проектирования, заводские нормативы и стандарты, управление чертежным хо зяйством и мониторинг состояния агрегатов.
Основные принципы построения автоматизированных систем управления, которые используются для ТОРО отечественных и зарубежных предприятий и решают задачи сбора и анализа данных о состоянии и отказах оборудования, планирования и управления ремонтными работами описаны в литературе [2, 8, 9,11, 12]. Рассмотрим несколько примеров.
Фирма Тиссен Шталь [11] впервые применила ЭВМ для ремонтного хозяйства в конце 60-х гг. Со временем была создана ремонтно-информационная система, включающая в себя 4 подсистемы (рис. 1.2): 2- Система ТОРО на заводе фирмы Тиссен Шталь: 1 - планово-предупредительные ремонты; 2 - планирование и управление работой ремонтных мастерских; 3 - организация работы складского хозяйства и управление запасными частями; 4 - планирование ремонтного производства; а -ремонтные цехи; б - сторонние изготовители; в - поставщики; г - отдел коммерции — планово-предупредительных ремонтов; — организации складского хозяйства, учета запасных частей; — планирования ремонтного производства; — управления работой мастерских.
Система содержит информацию о 250 тыс. различных запасных частей и позволяет определять «слабые места» технологических машин и агрегатов, собирать и анализировать информацию о состоянии оборудования.
На металлургическом заводе фирмы Крупп Шталь была внедрена система информирования о ремонтных параметрах IKAS, разработанная ИПИ Общества немецких металлургов. Система служит для проведения ремонтов в зависимости от состояния оборудования и опирается на пять файлов: объектов, деталей, материалов, заказов и нарядов. Содержащиеся в них данные используются для формирования отчетов о сроке службы агрегатов, рабочих нарядов по ремонтным работам, поручений на приобретение запасных частей и требований на взятие их со склада, списков деталей, имеющихся на складе, списков планирования нарядов и т.д. По этим, кроме того, данным может быть сделан анализ расходования запасных частей для оптимизации их объемов. Аналогично можно провести оптимизацию использования персонала и бюджета ремонтной службы.
Разработка логико-математических моделей обслуживания по фактическому состоянию
Оценка сроков службы оборудования в условиях недостатка диагностической информации и определение предельно допустимых значений измеряемых параметров
Задача технического прогнозирования, необходимого для предсказания фактического состояния, в котором объект окажется в некоторый будущий момент времени, определения сроков службы оборудования и оптимального планирования его ремонтного обслуживания и диагностических обследований, является одной из важнейших задач обслуживания по фактическому состоянию.
Анализ накопленной информации о значениях диагностических параметров объекта в различные моменты времени, получаемой от средств диагностирования, дает возможность определить динамику их изменения, что в свою очередь позволяет, задаваясь предельными значениями параметров или характеристик, при которых дальнейшее использование объекта невозможно либо неоправданно по технико-экономическим показателям, установить сроки ремонтов и обследований объекта.
Данная задача решается современными диагностическими системами при условии наличия достаточного числа измерений. В настоящее время использование истории диагностирования аналогичных (однотипных) элементов оборудования исчерпывается в лучшем случае корректировкой уровня предельно допустимых значений диагностических параметров (момента останова машины на ремонт), если работа по выявлению однотипных объектов, учету и анализу истории их диагностирования и необходимой коррекции параметров работы диагностической системы проводится персоналом бюро диагностики предприятия.
Анализ среднестатистического изменения диагностических параметров нескольких однотипных элементов оборудования позволит осуществлять оценку сроков исчерпания ресурса по относительно небольшому числу измерений, для которого стандартная методика дает очень грубый прогноз.
Для реализации этого метода используется усредненная по группе однотипных объектов функция изменения диагностического параметра.
Установление предельно допустимых значений диагностических параметров (Рі на рис. 2.3) является сложной технико-экономической проблемой, от решения которой зависит своевременность проведения работ по ТОРО.
Останов оборудования на ремонт следует производить в окрестностях точки Ті на оси времени, когда его дальнейшая эксплуатация не представляется целесообразной по технико-экономическим показателям. Установление предельно допустимого значения Р( диагностического параметра производится чаще всего по так называемому техническому критерию. Данный критерий характеризует степень близости объекта к неисправному состоянию (его техническую работоспособность) и преследует цель предотвращения накопления катастрофического износа оборудования и, как следствие, его отказа.
Значительно реже применяется технологический критерий, используемый в основном для оборудования, от износа элементов которого зависит качество выпускаемой продукции (или обрабатываемой поверхности). Технологический критерий характеризует способность объекта выполнять свои функции (технологическую работоспособность). Его применение способствует повышению качества продукции, снижению доли брака в общем объеме ее выпуска.
Описанные критерии позволяют обеспечить техническую и технологическую готовность оборудования, однако не учитывают экономических показателей функционирования оборудования, что недопустимо. Использование ресурсосберегающих технологий для осуществления ТОРО должно сопровождаться активным применением для определения предельно допустимых значений диагностических параметров экономического критерия.
Экономический критерий подразумевает установление момента ремонта оборудования с позиции экономической целесообразности, с учетом снижения фактической производительности (пропускной способности) машины в результате износа составляющих ее деталей и узлов, с целью минимизации стоимости ремонтных и диагностических работ, запасных частей и эксплуатационных ма териалов, отнесенных к единице продукции.
Применение экономического критерия может показать необходимость более раннего проведения ремонтного обслуживания или диагностики, либо, напротив, экономическую нецелесообразность их проведения в установленные другими критериями сроки. В последнем случае, который имеет место, например, при незначительной разнице цены планового и аварийного ремонтов либо высокой абсолютной стоимости диагностического обслуживания, может оказаться целесообразным применение для обслуживания данного оборудования стратегии ППО и установление межремонтного интервала в соответствии с методикой, описанной в п. 2.4.
Применение экономического критерия не исключает контроля технических и технологических параметров работы оборудования. В случае параллельного использования нескольких критериев, сроки останова машины регламентируются тем из них, который раньше других показал необходимость ее ремонта.
Разработка методики проактивного техобслуживания
В работе [34] отмечается, что основой проактивного технического обслуживания являются: — идентификация и устранение источников повторяющихся проблем, приводящих к сокращению межремонтного интервала оборудования; — устранение или значительное снижение факторов, отрицательно влияющих на межремонтный интервал или срок эксплуатации оборудования; — распознавание состояния нового и восстановленного оборудования с целью проверки отсутствия признаков дефектов, уменьшающих межремонтный интервал; — увеличение межремонтного интервала и срока эксплуатации оборудо вания за счет проведения монтажных, наладочных и ремонтных работ в точном соответствии с техническими условиями и регламентом.
Из этого можно сделать вывод, что одной из важнейших задач ПАО является анализ повторяющихся проблем, возникающих при эксплуатации оборудования, включая выявление причин внеплановых остановов, аварий, укороченных межремонтных интервалов.
Техническое обслуживание и ремонт обычно устремлены на устранение в основном очевидных дефектов оборудования. При этом нередко частые ремонты воспринимаются как вполне нормальное явление. Анализ коренных проблем отказов направляет передовые аналитические средства и инженерную логику на идентификацию и коррекцию скрытой основной проблемы.
Модуль ПАО призван решать задачи выявления дефектов, приводящих к преждевременному выходу оборудования из строя, обнаружения источников этих дефектов и формирования рекомендаций по их устранению (или, по крайней мере, снижению негативного влияния).
Анализ повторяющихся проблемных ситуаций предлагается осуществлять с помощью статистических методов по ретроспективным данным о фактических интервале между ремонтами (плановыми и аварийными), наработке и сроке службы оборудования и его элементов, подверженных частым отказам. Такой анализ в ряде случаев позволяет выявить имеет ли возникновение проблемных ситуаций закономерный или случайный характер.
Если, например, для некоторой технологической машины зафиксировано заниженное в сравнении с подобными агрегатами значение среднего срока службы некоторого ее элемента, необходимо сделать обоснованное заключение, является ли данное обстоятельство статистически закономерным и, соответственно, требует ли сложившаяся ситуация повышенного внимания.
Для ответа на поставленный вопрос предлагается воспользоваться методикой, применяемой при обработке нескольких групп результатов наблюдений. Решение относительно серьезности проблемной ситуации принимается в этом случае на основании следующих соображений:
1) Если математическое ожидание срока службы «подозрительной» детали значительно отличается от значений этого показателя, рассчитанных по всем подобным агрегатам (группы не являются однородными, их объединение с целью совместной обработки результатов наблюдений неправомерно), проблемная ситуация имеет вполне реальные основания для своего существования.
2) В противном случае, когда группы однородны, т.е. значения сроков службы «подозрительной» детали лежат в допустимых пределах, определяемых разбросом значений этого показателя для совокупности однотипных объектов, обнаруженное различие средней величины фактического межремонтного интервала следует признать случайным.
Анализ однородности групп измерений может быть проведен с помощью традиционных параметрических методов, подразумевающих предварительную оценку соответствия распределения показателей надежности теоретическим законам. Однако, разнообразие теоретических законов распределения, используемых для исследования показателей надежности механического оборудования, свидетельствует о целесообразности использования непараметрических методов, имеющих более широкую в сравнении с классическими область применения и позволяющих получить удовлетворительные результаты вне зависимости от распределения показателей, характеризующих надежность оборудования.
Вопрос о первопричинах закономерно возникающих проблемных ситуаций и рекомендуемых путях их преодоления может решаться методами экспертных систем.
По принципиальной причине возникновения отказы могут быть связаны: — с конструкторскими дефектами и неправильным применением оборудования и отдельных его элементов; — производственными дефектами (изготовления) и дефектами материала; — дефектами сборки и эксплуатационными дефектами (нарушения технологии сборки, монтажа и соединения узлов, ненужное техобслуживание, нарушения условий эксплуатации); — технологическими дефектами (значительное или регулярное отклонение рабочих параметров от их номинальных значений).
Пути преодоления проблемной ситуации определяются в первую очередь выявленными причинами ее возникновения и состоят в основном в устранении или снижении их негативного влияния на работу элементов оборудования и его эксплуатационную готовность.
Для обеспечения системы данными, необходимыми для решения данной задачи, ЛПР (механику, энергетику и т.п.) и/или иным лицам, имеющим отношение к эксплуатации, диагностике, профилактическому обслуживанию и ремонту оборудования, предлагается ответить на ряд вопросов, позволяющих уточнить сложившуюся ситуацию. Некоторые из этих вопросов могут потребовать проведения дополнительных осмотров машины, диагностических обследований и т.п. Более конкретно предлагаемая методика экспертных оценок изложена в работе [118].
Перечень предлагаемых вопросов составляется при участии высококвалифицированного специалиста в данной предметной области (эксперта) и может значительно отличаться в зависимости от конкретного оборудования. Методика его составления для отдельных типов машин и механизмов уже разработана, для других же является предметом последующих исследований и в данной диссертационной работе не рассматривается.
История функционирования элементов оборудования, признанных «проблемными» в соответствии с изложенной здесь методикой, не используется для работы модулей ОФС и ППО. Дальнейшее развитие методики проактивного техобслуживания приведено в п. 3.2, а также в работах [126, 129].
Экспериментальная проверка эффективности методики проактивного техобслуживания
Основной задачей модуля ОФС является определение по диагностической информации сроков исчерпания ресурса оборудования с целью его своевременной безаварийной замены. Рассмотрим проблемную ситуацию, связанную с применением данной стратегии техобслуживания.
Определение сроков предстоящей замены подшипников редуктора в процессе прогнозирования состояния компрессоров технологического газа (КТГ) шахтных печей цеха окомкования и металлизации ОЭМК осуществлялось диагностической системой с ощутимой погрешностью, которая выявлялась последующим обследованием или обнаруживалась в результате неожиданного отказа подшипника, сопряженного с дорогостоящим аварийным простоем печи металлизации. Проблемная ситуация характеризуется недостаточной надежностью прогноза, что приводит, в частности, к росту вероятности неожиданного выхода оборудования из строя, необходимости проведения дополнительных диагностических обследований и т.п. В результате значительно увеличиваются затраты на эксплуатацию агрегата.
Для преодоления описанной проблемной ситуации предлагается при составлении прогноза состояния компрессора и определения сроков его технического обслуживания и ремонтов использовать методику, описанную в п. 2.3.
Задача технического прогнозирования может быть сформулирована в следующем виде: Пусть к некоторому моменту жизненного цикла подшипника проведено определенное количество обследований компрессора. Требуется по имеющимся данным с возможно большей точностью определить время исчерпания ресурса подшипника (момент достижения критического уровня диагностического параметра). Для решения задачи необходимо оценить форму и параметры его зависимости от времени.
Данные, полученные на основе ретроспективного анализа результатов обследований КТГ, работающих в сходных условиях, отражают динамику значений параметра, отвечающего за состояние подшипников редуктора.
Изменение диагностических параметров в ряде случаев носит скачкообразный характер, обусловленный в первую очередь взаимовлиянием элементов оборудования, поэтому может возникнуть вопрос об исключении в рамках каждой отдельной матрицы резко выделяющихся значений, вносящих значительную погрешность при определении линии тренда. При этом может быть использована, например, методика поиска грубых ошибок измерения [75]. В рассматриваемом случае визуально определяется отсутствие резко выделяющихся значений.
При решении поставленной задачи построение тренда выполнялось для отдельных выборок, полученных путем усечения (ограничения по времени) соответствующих матриц.
В связи с тем, что количество данных в отдельно взятых выборках (содержащих определенную часть данных соответствующих матриц) недостаточно для непосредственного подбора 3-4 параметров аппроксимирующих функций (п. 2.3.2) с помощью МНК, было произведено объединение данных отдельных матриц в целях определения вида функции и оценки отдельных ее параметров (речь идет об использовании истории диагностирования однотипных элементов оборудования (см. п. 2.3.1)).
Имеющиеся данные были разделены на 2 группы: рабочая группа будет использоваться для предварительного выбора аппроксимирующей функции (семейства кривых), контрольная группа - для окончательного определения параметров функции по каждой конкретной выборке и анализа результатов эксперимента.
Характер изменения диагностического параметра, отражающего степень износа подшипника, индивидуален для каждой из матриц (см. рис. 3.3 а), поэтому перед объединением данных целесообразно выполнить их приведение к единой функции времени. Предлагаемое преобразование выполняется исключительно по оси времени, что позволяет в основном сохранить форму нелинейности, т.к. колебания скорости изменения параметра связаны в первую очередь с накопленной степенью износа, т.е. амплитудой диагностического параметра (износ определятся в основном интенсивностью эксплуатации, а не «возрастом» подшипника).
Для приведения к единой функции времени выполняется аппроксимация данных каждой матрицы функцией линейной регрессии с последующим преобразованием системы координат (по времени) до совмещения полученных прямых (рис. 3.3 б) путем замены переменной: . t = Ujt + Vj. (3.5) где Uj и Vj - коэффициенты функции регрессии для данных матрицы Aj.
Исходные данные, приведенные к единой функции времени, объединяются в одну выборку. Проверка однородности объединяемых данных является достаточно громоздкой и здесь не приводится.
