CC BY
79
УДК 681.513.6
E. C. Калинина, С. В. Нестеров, О. В. Толстель
ДИАГНОСТИКА И АППАРАТНОЕ МОДЕЛИРОВАНИЕ
НЕИСПРАВНОСТЕЙ ПРОМЫШЛЕННОГО ОБОРУДОВАНИЯ
Представлены результаты создания системы ранней диагностики неисправностей оборудования и принцип работы создаваемого аппаратного средства моделирования таких неисправностей.
Results of the early establishment of a system fault diagnosis equipment and principle of operation of the hardware simulation tools such faults.
Ключевые слова: ранняя диагностика, нечеткий логический вывод, нечеткая кластеризация, промышленные контроллеры, мнемосхема техпроцесса.
Key words: early diagnosis, fuzzy inference, fuzzy clustering, industrial controllers, mnemonic process technology.
В ходе создания и отработки элементов новых программных и аппаратных средств моделирования неисправностей были получены следующие результаты.
Для котельной, осуществляющей отопление и горячее водоснабжение, был создан фрагмент системы диагностики на основе логических правил, содержащих информацию о специфике работы и неисправностях оборудования. Были извлечены общие правила работы оборудования и различные причины выхода его из строя, а также сформулировано восемь общих правил работы оборудования:
1. Если напряжение 380, 400 В, частота и ток неизменны, расход уменьшается, то силовая часть преобразователя частоты выходит из строя.
2. Если давление до входа p1 неизменно, давление на выходе p2 уменьшается, сила тока и частота растут, то образовалась протечка сальника.
Из общих правил для каждой единицы оборудования сформулировано в виде нечетких продукций 26 частных правил.
1. Для насоса Н9: если з39 в диапазоне 2,2 — 2,7 и не меняется (меньше чем на 0,1 в час), если 4,3 < р36 < 4,7 и ток в диапазоне 79 — 90 А, частота ~ 35 Гц, то потек сальник насоса Н9.
2. Для насоса Н9: если условия аналогичные, но р36 = 4,3, то погнулась лопатка.
Для каждой из единиц оборудования построен нечеткий контроллер с необходимыми входными параметрами в программной среде Matlab с использованием надстроек Fuzzy Logic Toolbox и Simulink, обрабатывающий входные сигналы, конкретные значения функций принадлежности, и настроены правила их обработки. Смоделированы возможные аварийные ситуации.
83
© Калинина Е. С., Нестеров С. В., Толстель О. В., 2014
Вестник Балтийского федерального университета им. И. Канта. 2014. Вып. 10. С. 83 -87.
84
При реализации другого подхода исследуется движение каждой единицы оборудования как точки в многомерном пространстве признаков (рабочих характеристик единицы оборудования), показано в [1]. При этом единицы оборудования объединяются в кластеры в этом пространстве, а для анализа их динамики используется алгоритм нечеткой кластеризации, суть которого в том, что в процессе его работы каждая точка считается принадлежащей одновременно всем кластерам, но с разными степенями принадлежности, общая сумма значений которых равна 1. Он содержит следующие шаги:
1. Установить параметры алгоритма: c — количество кластеров; m — экспоненциальный вес; £ — параметр останова алгоритма.
2. Случайным образом сгенерировать матрицу нечеткого разбие-
ния Б, удовлетворяющую следующим условиям: Е = 1, k = 1, M.
¿=1
N
Е>Л )т X _
3. Рассчитать центры кластеров: Vi = -, г = 1, с.
Е ь* )т
к=1
4. Рассчитать расстояния между объектами из X и центрами кластеров V Ои =7||Хк - У,||2.
5. Пересчитать элементы матрицы нечеткого разбиения:
если Dki > 0, то = если Dki = а то ^ =
i
г c ym-т 2
(Dki )2 К Dki )-
1=1 0, j = i, 1 j * i-
2
6. Проверить условие ||F - F || <e, где F — матрица нечеткого разбиения на предыдущей итерации алгоритма. Если условие истинно, то перейти к шагу 7, иначе — к шагу 3.
7. Конец.
На рисунке 1 в левом верхнем углу показано покластерное распределение оборудования на определенный момент времени эксплуатации, в правом нижнем — предполагаемая картина спустя некоторое время, когда часть оборудования в связи с износом перемещается в сторону области предаварийного состояния.
В ходе вычислительных экспериментов в этом направлении была модифицирована стандартная функция, выполняющая алгоритм fuzzy c-means и разбивающая входные данные на определенное заранее заданное значение кластеров. Проведен анализ времени выполнения программы и возможности ее использования в режиме онлайн на компьютере с процессором AMD Athlon 64 X2 Dual Core Processor 5600+ 2,81 GHz под ОС Windows 7 Professional SP1 в программном комплексе Matlab R2012a с использованием встроенной функции счета системного времени.
Для тестов использовались данные различной размерности и различное входное число кластеров. Постепенно размерность была увеличена до 1000 х 100 и количество кластеров до 100, что соответствует задаче разбиения 1000 единиц оборудования с сотней снимаемых характеристик на 100 кластеров с подобным состоянием. Максимальное время работы программы не превысило 1,5 с, что приемлемо для использования этой технологии для написания программной надстройки к существующим программным комплексам, обрабатывающим телеметрическую информацию характеристик оборудования для работы ее в реальном времени.
85
Рис. 1. Движение оборудования в пространстве параметров
Далее была разработана концепция специального стенда-тренажера моделирования работы сложных систем управления технологическим оборудованием, представленная на рисунке 2. Основная идея — использовать сразу два мощных промышленных контроллера: один по обычному назначению (реализация максимально сложной системы управления), второй — для имитирования работы оборудования промышленного объекта (генерации выдаваемых им сигналов). В его состав входят промышленный контроллер Siemens S1600 с двумя центральными процессорными блоками CPU 1511-pn. Число коммуникационных каналов не менее 64 входных дискретных сигналов, 32 выходных дискретных сигналов, 56 входных аналоговых сигналов, 56 выходных аналоговых сигналов. Также присутствуют: блок для присоединения контроллера к сети Industrial Ethernet; промышленный компьютер с сенсорным монитором диагональю не менее 21"; ПО программирования нижнего уровня Simatic STEP7; ПО программирования верхнего уровня InTouch V11; ПО управления ТОиР, имеющее функциональные характеристики не слабее, чем у ТРИМ-техобслуживания; ПО управления поиском неисправностей оборудования (открытая экспертная система с возможностью создания и редактирования правил и использующая технологию OPC для получения данных технологического процесса).
86
Рис. 2. Укрупненная схема создаваемого аппаратного комплекса отработки информационных технологий ранней диагностики
На текущий момент в систему закладываются данные по вышеупомянутой котельной, газокомпрессорной станции (ГКС) и центрального теплового пункта (ЦТП), осуществляющего перераспределение тепловой энергии для отопления и горячего водоснабжения группы домов. Приведем некоторые из его элементов:
• Задвижка трубопровода подачи теплосети.
• Автоматический регулятор температуры отопления.
• Фильтр обратного трубопровода отопления.
Заключение
В результате проделанной работы апробированы информационные технологии, реализующие раннюю диагностику оборудования, спроектирован аппаратный комплекс моделирования неисправностей.
Об авторах
Екатерина Сергеевна Калинина — асп., Балтийский федеральный университет им. И. Канта, Калининград.
E-mail: kalininargu@gmail.com
Сергей Валериевич Нестеров — канд. физ.-мат. наук, доц., Балтийский федеральный университет им. И. Канта, Калининград.
E-mail: nst456@mail333.com
Диагностика и аппаратное моделирование неисправностей оборудования
Олег Владимирович Толстель — канд. техн. наук, доц., Балтийский федеральный университет им. И. Канта, Калининград. E-mail: oleg77764@mail.ru
About the authors
Ekaterina Kalinina — PhD student, I. Kant Baltic Federal University, Kaliningrad. E-mail: kalininargu@gmail.com
Dr Sergey Nesterov — Ass. Prof., I. Kant Baltic Federal University, Kaliningrad. E-mail: nst456@mail333.com
Dr Oleg Tolstel' — Ass. Prof., I. Kant Baltic Federal University, Kaliningrad. E-mail: oleg77764@mail.ru
87
