Научный журнал
Современные наукоемкие технологии
ISSN 1812-7320
"Перечень" ВАК
ИФ РИНЦ = 0,940

РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ДИАГНОСТИКИ НАСОСНЫХ АГРЕГАТОВ С ЭЛЕКТРИЧЕСКИМ ПРИВОДОМ

Прахов И.В. 1 Самородов А.В. 1 Баширов М.Г. 2
1 ООО «Газпром нефтехим Салават»
2 Филиал ФГБОУ ВО «Уфимский государственный нефтяной технический университет»
На безопасность технологических процессов предприятий нефтегазовой и нефтехимической отраслей существенное влияние оказывает техническое состояние насосных агрегатов. Использование насосного оборудования, работающего с взрывопожароопасными и токсичными средами при избыточном давлении и высоких температурах, срок эксплуатации которого значительно превышает нормативный, потенциально опасно и увеличивает вероятность возникновения аварийных ситуаций. При этом аварии могут приводить к человеческим жертвам, отравлениям, загрязнению окружающей среды и большим экономическим потерям. Разработанная интеллектуальная система диагностики насосных агрегатов основана на анализе гармонического состава токов и напряжений, генерируемых двигателем электропривода. Интеллектуальная система диагностики позволяет определить техническое состояние насосного агрегата, производить диагностирование работающего оборудования, а также вести удаленный контроль и предоставляет рекомендации для дальнейшей безопасной эксплуатации насосного оборудования за пределами нормативного срока.
насосный агрегат
нейронная сеть
спектральный метод
обучение
повреждение
режим работы
планирование эксперимента
гармоники
электропривод
техническое состояние
1. Хисматуллин А.С. Мониторинг и ремонт промышленных силовых трансформаторов по техническому состоянию / А.С. Хисматуллин, А.Х. Вахитов, А.А. Феоктистов // Современные наукоемкие технологии. – 2016. – № 4–2. – С. 271–274.
2. Хисматуллин А.С. Методика технического обслуживания и ремонта промышленных силовых трансформаторов по техническому состоянию / А.С. Хисматуллин, А.Х. Вахитов, А.А. Феоктистов // Фундаментальные исследования. – 2016. – № 2–2. – С. 308–313.
3. Вахитов А.Х., Хисматуллин А.С. Применение диагностического контроля электрооборудования для электроснабжения // Интеграция науки и образования в вузах нефтегазового профиля-2016: материалы междунар. науч.-метод. конф., посвященной 60-летию филиала Уфимского государственного нефтяного технического университета в г. Салавате. – Уфа: Из-во УГНТУ, 2016. – С. 347–349.
4. Прахов И.В. Оценка поврежденности насосных агрегатов по значениям параметров гармоник токов и напряжений электропривода: дис. ... канд. техн. наук. – Уфа, 2011. – С. 165.
5. Миронова И.С. Разработка интегральных критериев и системы управления техническим состоянием и безопасностью эксплуатации машинных агрегатов: дис. … канд. техн. наук. – Уфа, 2013. – С. 124.
6. Миронова И.С., Хуснутдинова И.Г., Чурагулов Д.Г. Разработка программно-аппаратного комплекса для оценки энергоэффективности и ресурса безопасной эксплуатации машинных агрегатов с электрическим приводом // Федоровские чтения – 2014: материалы XLIV междунар. науч.-прак. конф. – М.: Из-во «Издательский дом МЭИ», 2014. – С. 129–131.
7. Баширова Э.М, Миронова И.С., Устимов А.Е., Юмагузин У.Ф. Оценка технического состояния и ресурса оборудования предприятий нефтегазовой отрасли с использованием интегральных критериев // Наука. Технология. Производство-2013: тезисы докладов междунар. науч.-техн. конф. студентов, аспирантов и молодых ученых. – Уфа: Из-во УГНТУ, 2013. – С. 97–99.
8. Привалова В.М., Юмагузин Ю.Ф., Миронова И.С. Разработка интегральных критериев и системы управления техническим состоянием машинных агрегатов // Наука. Технология. Производство-2015: тезисы докладов междунар. науч.-техн. конф. студентов, аспирантов и молодых ученых. – Уфа: Из-во УГНТУ, 2015. – С. 84–86.
9. Прахов И.В. Повышение эффективности использования искусственных нейронных сетей в задачах диагностики насосно-компрессорного оборудования применением теории планирования эксперимента / И.В. Прахов, М.Г. Баширов, А.В. Самородов // Транспорт и хранение нефтепродуктов и углеводородного сырья. – 2011. – № 2. – С. 14–17.
10. Прахов И.В. Применение искусственных нейронных сетей в спектральном методе диагностики машинных агрегатов / И.В. Прахов, А.Г. Бикметов // Фундаментальные исследования. – 2015. – № 9–3. – С. 502–506.
11. Баширова Э.М, Миронова И.С., Спиридонов А.О., Хакимов А.Р. Разработка системы управления техническим состоянием машинных агрегатов // Наука. Технология. Производство-2014: тезисы докладов междунар. науч.-техн. конф. студентов, аспирантов и молодых ученых. – Уфа: Из-во УГНТУ, 2014. – С. 86–88.
12. Кузеев И.Р., Баширов М.Г., Прахов И.В., Баширова Э.М., Самородов А.В. Способ диагностики механизмов и систем с электрическим приводом // Патент России № 2431152. 2011. Бюл. № 28.

При длительной эксплуатации насосного оборудования нефтегазовых и нефтехимических производств неизбежно возникают повреждения его элементов. Это вызвано особенностями нефтегазовых и нефтехимических производств (высокое давление, высокая температура, высокая степень коррозии и т.д.). К вопросам решения проблем безопасной эксплуатации насосного оборудования, выработавшего свой срок службы, относится применение систем (методов), которые предназначены для определения остаточного ресурса [1]. Эксплуатация насосного оборудования сверх нормативного срока допустима при наличии положительной информации о техническом состоянии. Отсутствие информации о техническом состоянии насосного оборудования позволяет осуществить эксплуатацию по наработке на отказ или плановое обслуживание в соответствии с нормативами планово-предупредительных ремонтов [2]. Практика показала, что такая эксплуатация насосного оборудования приводит к увеличению средств на их техническое обслуживание и ремонт [3].

Для решения поставленной задачи разработана интеллектуальная система диагностики насосных агрегатов с электрическим приводом, которая осуществляет идентификацию технического состояния и прогнозирование ресурса безаварийной работы насосного агрегата по совокупности параметров высших гармоник напряжений и токов, генерируемых электроприводом и на основе применения искусственной нейронной сети [4].

Программно-аппаратный комплекс интеллектуальной системы диагностики насосных агрегатов с электрическим приводом состоит из измерителя ПКЭ Ресурс-UF2(M), компьютера и специального программного обеспечения [5]. Предусмотрена возможность подключения разработанного программно-аппаратного комплекса к существующей SCADA-системе предприятия (Supervisory Control And Data Acquisition) через ОРС-сервер (OLE for Process Control). Структурная схема аппаратной части интеллектуальной системы диагностики представлена на рис. 1. На рис. 2 показан внешний вид программно-аппаратного комплекса. На рис. 3 представлен алгоритм определения уровня поврежденности насосных агрегатов.

С помощью интеллектуальной системы диагностики насосных агрегатов с электрическим приводом можно определить следующие повреждения: неисправности подшипников, дисбаланс ротора электродвигателя и вала насосного агрегата, дефекты рабочего колеса насосного агрегата, эксцентриситет ротора, межфазные и межвитковые короткие замыкания обмоток статора электродвигателя, несоосность валов исполнительного органа и электродвигателя, ослабление элементов крепления на фундаменте, обрыв короткозамкнутых стержней обмотки ротора электродвигателя, обрывы фаз в питающем кабеле, ухудшение состояния изоляции обмоток электродвигателя, однофазные замыкания фаз электродвигателя на корпус [6].

Основным достоинством интеллектуальной системы диагностики насосных агрегатов с электрическим приводом является то, что она позволяет осуществлять удаленный контроль и производить диагностирование на работающем оборудовании. Определение дефектов на работающем насосном агрегате в начальный период времени их развития не только предотвращает неожиданную остановку технологического процесса в результате аварии, но и существенно увеличивает срок его эксплуатации и уменьшает затраты на ремонт оборудования [7].

В программно-аппаратном комплексе интеллектуальной системы диагностики насосных агрегатов с электрическим приводом для прогнозирования ресурса и идентификации технического состояния применяются параметры первых десяти гармоник напряжений и токов: значения коэффициентов гармонических составляющих напряжений КUn и токов КIn и значения углов сдвига по фазе φui(n) между напряжением и током рассматриваемыми гармониками [8].

prahov1.tif

Рис. 1. Структурная схема программно-аппаратного комплекса интеллектуальной системы диагностики насосных агрегатов с электрическим приводом

prahov2a.tif prahov2b.tif

Рис. 2. Применение программно-аппаратного комплекса при диагностировании насоса К80-50-200

prahov3.tif

Рис. 3. Алгоритм определения уровня поврежденности насосных агрегатов

prahov4.tif

Рис. 4. Окно программы с результатом диагностирования интеллектуальной системой диагностики насосного агрегата с электрическим приводом К80-50-200

В интеллектуальной системе диагностики насосных агрегатов с электрическим приводом метод планирования эксперимента используется для обучения нейронной сети. Метод планирования эксперимента позволяет создать базу данных для обучения нейронной сети и значительно уменьшить количество обучающих опытов [9].

Нейронная сеть 1 анализирует совокупность диагностических параметров и на выходе выводит значение поврежденности элементов насосного агрегата Dm [10]:

Dm = f(КIn, КUn, φui(n)) = f(wI1 КI1 +  wI2 КI2 + wI3 КI3 + ··· + wI10 КI10 + + wU1 КU1 + wU2 КU2 + wU3 КU3 + ··· + + wU10 КU10 + wφ1 φui(1) + wφ2 φui(2) +  wφ3 φui(3) + ··· + wφ10 φui(10)), (1)

где w – весовые коэффициенты диагностических параметров нейронной сети.

Нейронная сеть 2 анализирует значения поврежденности элементов насосного агрегата Dm и выдает результат – значение интегрального параметра поврежденности D, который показывает уровень поврежденности всего насосного агрегата [10]:

prah01.wmf (2)

где m = 1, 2, 3,....17 – количество входов нейронной сети 2.

Углы сдвига по фазе φui(n) между напряжением и током рассматриваемыми гармониками используются для фильтрации гармонических составляющих напряжений и токов, приходящих из сети [11].

Для определения параметров гармоник напряжений и токов применяют прямоугольное измерительное окно Tω. Для точного анализа параметров гармоник напряжений и токов в программно-аппаратном комплексе интеллектуальной системы диагностики насосных агрегатов с электрическим приводом применяют измерительное окно Tω от 0,02 с до 1 с на период частоты от 1 Гц до 500 Гц [12].

Для разложения напряжений и токов, потребляемых электроприводом на гармонические составляющие применяют методы быстрого и дискретного преобразования Фурье. Дискретное преобразование Фурье используют к действительному сигналу в пределах назначенного временного окна: сигнал не обрабатывается, если он появился вне зоны этого временного окна. Таким образом, действительный сигнал заменяют искусственным сигналом, который является периодическим, с периодом, равным ширине назначенного временного окна [12].

Для исследования изменения малых значений гармонических составляющих напряжений и токов (например, при значениях токов близких к режиму холостого хода электродвигателей), для обнаружения зарождающихся дефектов необходимо использовать высокую разрядность аналого-цифрового преобразователя. Для того чтобы обеспечить необходимую чувствительность к изменениям параметров гармонических составляющих напряжений и токов, применяют аналого-цифровой преобразователь с разрядностью не ниже 16 [12].

Программно-аппаратный комплекс интеллектуальной системы диагностики насосных агрегатов с электрическим приводом был испытан в реальных производственных условиях. Использовались насосные агрегаты К80-50-200, предназначенные для циркуляции воды в реакторе. На рис. 4 изображено окно программы с результатом диагностирования интеллектуальной системой диагностики насосного агрегата с электрическим приводом К80-50-200.

В первом столбце окна программы показано обозначение переменной воздействующего повреждения. Во втором столбце показано текстовое описание фактора (повреждения). В третьем столбце показано значение поврежденности элементов насосного агрегата Dm в процентной шкале. В правой нижней части окна программы интеллектуальной системы диагностики насосного агрегата с электрическим приводом показан уровень поврежденности всего насосного агрегата в процентной шкале.

В разработанной интеллектуальной системе диагностики насосных агрегатов с электрическим приводом установлены три уровня поврежденности насосных агрегатов: «Повреждение не обнаружено», «Повреждение обнаружено», «Обнаружено критическое повреждение». «Повреждение не обнаружено» соответствует уровню интегрального диагностического параметра поврежденности в промежутке 0÷45 %, «Повреждение обнаружено» – в промежутке 46÷80 %, «Обнаружено критическое повреждение» – в промежутке 81÷100 % [12] .

По результатам диагностирования с использованием разработанной интеллектуальной системы диагностики насосного агрегата с электрическим приводом К80-50-200 (см. рис. 4) интегральный параметр поврежденности DΣ равен 27,85 % – «Повреждение не обнаружено», выдается рекомендация о продолжении эксплуатации. Результаты диагностирования исследуемых насосных агрегатов с использованием разработанной интеллектуальной системы диагностики совпали с результатами диагностирования этих агрегатов с применением прибора вибрационной диагностики.


Библиографическая ссылка

Прахов И.В., Самородов А.В., Баширов М.Г. РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ ДИАГНОСТИКИ НАСОСНЫХ АГРЕГАТОВ С ЭЛЕКТРИЧЕСКИМ ПРИВОДОМ // Современные наукоемкие технологии. – 2017. – № 10. – С. 58-62;
URL: https://top-technologies.ru/ru/article/view?id=36828 (дата обращения: 11.12.2024).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1,674