Диссертация (1172991), страница 3
Текст из файла (страница 3)
Результаты прогнозированияПоказательω (t ) ,ч −1ТипзначенияT (t ) ,ч67900721007630080500847008890093100Статист.0,000140,000190,000190,000240,000430,00081Регресс.0,000180,000130,000160,000280,000480,0007728,5731,5815,7916,6711,634,94—Статист.3445917—Регресс.43361016Откл. (%)33,3325,0025,0020,0011,115,88—Статист.700052505250420023331235—Регресс.539477576282362120841298Откл. (%)22,9447,7519,6613,7910,675,10Откл. (%)n ( ∆t )Середины временных интервалов исследуемой выборки (ч)16—0,001124871—СтартВвод исходных данных, сбор статистическойинформацииШаг 1.1.
Выбор статистических данных по отказамГПА и САУ ГПА на базе кластерного анализаОсуществляется подсистемой для указанныххарактеристик, задаваемых пользователемШаг 1.2. Выбор статистических данныхпо отказам ГПА и САУ ГПАОсуществляется пользователем подсистемыШаг 2. Проверка статистических данных наналичие выбросовКритерий ГраббсаДаисключение выбросовВыбросы выявлены?НетШаг 3. Проверка выборки статистическихданных на однородностьКритерий Колмогорова-Смирнова, Манна-УитниСтатистические данныеоднородны?Нетизменение условий отбораДаШаг 4.
Построение графиков параметра потокаотказов ώ(t), средней наработки на отказ T(t)Шаг 5. Построение линий регрессии дляпараметра потока отказов ώ(t) и расчетпоказателей качества регрессионных моделейШаг 6. Определение оптимальнойрегрессионной моделиОпределяется экспертно пользователемподсистемыШаг 7. Прогнозирование параметра потокаотказов ώ(t), средней наработки на отказ T(t)ГПА и САУ ГПАПолучены оценки параметра потока отказовώ(t), средней наработки на отказ T(t)Рис. 4. Алгоритм оценки параметра потока отказов, средней наработкина отказ ГПА и САУ ГПА17В последнем (9-м) столбце таблицы приведены прогнозные значенияпоказателей надежности.
В 7-м и 8-м столбцах таблицы (с серединами в84700 ч и 88900 ч) эмпирические значения и данные по регрессионноймодели имеют отклонение, не превышающее 12 %, что, как правило, являетсяприемлемым.Проведено сравнение графиков значений параметра потока отказовω (t ) и средней наработки на отказ T (t ) , полученных по эмпирическимданным и прогнозной модели (рис. 5).ПоказательЭмпирические данныеПрогнозная модельω (t ) ,ч−1t, часt, часT (t ) ,чНаработка наотказ по ТУНаработка наотказ по ТУt, чt, чРис.
5. Сравнение графиков статистических значений показателейнадежности и оценок по прогнозной моделиПунктирной линией обозначено значение наработки на отказ,указанное в ТУ данного агрегата как минимальное значение среднейнаработки на отказ, равное 3500 ч. Согласно рис. 5, для последних двух18интервалов (периода времени от 82600 до 91000 ч) значение показателясредней наработки на отказ T (t ) значительно ниже показателя надежности,указанного в технических условиях агрегата (3500 ч).На основании исследуемой выборки событий, произошедших на этапенормальной эксплуатации и старения (выработки) ресурса агрегатов типаГПА-Ц-6,3, проведена оценка коэффициента готовности – вероятности того,что агрегат окажется в работоспособном состоянии в произвольный моментвремени; на интервале t = 91000 ÷ 95200 ч К Г = 0,73 .
В соответствии с ТУагрегатов типа ГПА-Ц-6,3 коэффициент готовности должен быть неменее 0,98, что значительно выше полученного значения К Г (91000 ÷ 95200) .Согласно расчетам ИАС, выполнение целевой диспетчерской задачи вобеспечениивозможно,запланированныхприусловииучетагазопоставоквзадачахдляt = 91000 ÷ 95200 чуправленияэффективноймаксимальной коммерческой производительности исследуемых агрегатов неболее 26 млн м3/сут.Введение в практику диспетчерских служб системы оценки имониторинга надежности открывает новые возможности для управлениякачеством. В 2009–2010 гг.
в ходе программ повышения квалификациидиспетчерского состава газотранспортных предприятий, прошедших в РГУнефти и газа имени И.М. Губкина, была проведена серия анкетированияучастников обучения. Одной из целей анкетирования являлось определениекачества обслуживания активных элементов газотранспортных систем.Анализируя результаты такого исследования, в части оценки качестваобслуживания элементов, только 50 % экспертов-респондентов отметиливысокую квалификацию эксплуатирующего и обслуживающего персонала, атакжесвоевременностьпроведениярегламентногообслуживанияиремонтных работ. На 75 % предприятий определено наличие регламентовпланово-предупредительных работ, и только у половины этих предприятий19выявлено наличие процедур мониторинга отказов.
Лишь 63 % респондентовуказали на осведомленность диспетчерских служб о техническом состоянииактивных элементов.Для оценки качества обслуживания активных элементов (ГПА и САУГПА) в транспорте газа предложена модель на основе нечеткой логики,реализованная в среде MathWorks Matlab 7 с использованием модулярасширения «Fuzzy logic toolbox». Для оценки качества обслуживанияобъектов определен ряд факторов, экспертные оценки которых былиполучены в ходе программы обучения.Примеррезультатанечеткогомоделированияоценкикачестваобслуживания (согласно градациям «низкое качество» и «высокое качество»по шкале от 0 до 30) на основе экспертных оценок факторов, определяющихкачество обслуживания, представлен на рис.
6, где значение 22,95 выходнойоценки характеризует высокое качество обслуживания.Рис. 6. Результат нечеткого моделирования оценки качестваобслуживания в ИАС20ЗАКЛЮЧЕНИЕВ диссертационной работе представлена разработка ИАС «Оценка имониторинг надежности для АСДУ (АСУТП)». По результатам исследованийполучены следующие основные теоретические и практические результаты:1. Разработана архитектура информационно-аналитической системы,обеспечивающей оценку и мониторинг надежности на уровнях ЛПУ и ГТП.В качестве исходной задачи оценивалась надежность ГПА и САУ ГПА.
Напримере ГПА и САУ ГПА показана возможность оценки и мониторинганадежности основных активных элементов.2. Разработано информационное обеспечение системы, включающее:совокупность единой системы баз данных и справочников технологическогооборудованияиспользованияГТП;методыстатистическихорганизации,данныххранениядлярешенияидальнейшегозадачоценкинадежности. Решена задача консолидации информации об отказах в единойИАС.3. Разработано математическое обеспечение ИАС, содержащее моделиоценки надежности и работоспособности элементов, кластерного анализаэмпирических данных, нечеткой логики и методы оценки и прогнозированияпоказателей надежности.4.
Проведенные на основе разработанных алгоритмов расчетыстатистическойинформацииоботказахпоказали,чтопаспортныехарактеристики по надежности, указанные в технических условиях ГПА,существенно превышают расчетные оценки. Предложенные модели иалгоритмыпозволяютполучатьразличныепоказателинадежностифункционирования системы ГПА – САУ ГПА, а также производить расчетпропускной способности КС на основе реального технического состоянияагрегатов.215.Предложенамодельдляоценкикачестватехническогообслуживания, позволяющая производить сравнительные характеристикисостояния качества обслуживания основных активных элементов ГТС дляразличных подразделений ГТП (например, рекомендации эксплуатационнымслужбам ЛПУ).6. Ввод в эксплуатацию разработанной на основе проведенныхнаучных исследований информационно-аналитической системы позволяетсформировать новый контур управления, обеспечивающий взаимодействиеАСДУ технологическими процессами:–ссистемойуправленияпроизводственно-хозяйственнойдеятельностью (ERP-системой) (в том числе с системой техническогообслуживания и ремонта ТОиР);– с сервисными службами для повышения качества обслуживания входе эксплуатации активного оборудования КС;– с производителями ГПА и САУ ГПА для повышения качествапроизводства.7.
Проведена опытная эксплуатация фрагмента системы (для активныхэлементов) на базе филиала кафедры «Автоматизированные системыуправления» в ООО «Газпром трансгаз Москва», продемонстрировавшаяэффективность внедрения данной системы.Реализациямониторингадиспетчерскогоинформационно-аналитическойнадежностивуправлениясоставесистемыоценкиавтоматизированнойобеспечиваетинтеграциюисистемыАСДУтехнологическим процессом транспорта газа с ИУС организационноэкономического уровня.22СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕДИССЕРТАЦИИПубликации в изданиях, рекомендованных ВАК РФ1.
Седых И.А. Оценка качества обслуживания объектов в транспортегаза на основе нечеткого моделирования // Информационно-аналитическийжурнал «Нефть, газ и бизнес», № 1. – М.: 2011. – C. 29–31.2. Седых И.А., Кучерявый В.В. Алгоритм оценки и прогнозированияпоказателей надежности ГПА и САУ ГПА на основе статистических данных//НТЖ«Автоматизация,телемеханизацияисвязьвнефтянойВ.Н.,Седыхпромышленности», № 6. – М.: 2011.
– С. 12–16.3.ГригорьевЛ.И.,КалининВ.В.,РусевИ.А.Математическое обеспечение подсистемы оценки и мониторинга надежностиАСДУ в транспорте газа // НТЖ «Автоматизация в промышленности»,№ 12. – М.: 2010. - С. 11–15.4. Седых И.А. Оценка и мониторинг надежности в АСДУ // ТрудыРоссийского государственного университета нефти и газа имени И.М.Губкина. Сб. науч. статей по проблемам нефти и газа № 4. – М.: 2010.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
