CC BY
43
УДК 620.9:658.011.56
Афанасьев А.Н.
аспирант, ФГБОУ ВО «Тольяттинский государственный университет»
г. Тольятти, Россия Сазонов М.В.
аспирант, ФГБОУ ВО «Тольяттинский государственный университет»
г. Тольятти, Россия Щеголев Д.В.
магистрант, ФГБОУ ВО «Тольяттинский государственный университет»
г. Тольятти, Россия
КОНЦЕПЦИЯ СИСТЕМЫ ПРЕДИКТИВНОЙ ДИАГНОСТИКИ СИСТЕМ ПРОМЫШЛЕННОГО КОНДИЦИОНИРОВАНИЯ
Аннотация
Надежность, безопасность и работоспособность производственных активов все больше влияет на общую эффективность, производительность и конкурентоспособность предприятий. Отказ производственных систем влечет за собой потенциальные риски срыва сроков производства и поставок, а скрытые дефекты могут привести к масштабному отзыву бракованной продукции.
Системы промышленной вентиляции воздуха и кондиционирования, не относящиеся к основному производственному оборудованию, при этом косвенно могут влиять на стабильность функционирования всего производства, а также на качество выпускаемой продукции, особенно при использовании в производственном цикле большого количества человеческого труда.
Обеспечение надежности работы такого оборудования и уменьшение затрат на его обслуживание за счет современных методов диагностики является актуальной задачей.
Выработка такого подхода стала предметом настоящего исследования.
Ключевые слова
Система промышленного кондиционирования, предиктивная диагностика, Индустрия 4.0, ТОиР
Важнейшим направлением развития страны является создание конкурентоспособного промышленного производства на основе его цифровизации. Цифровизация производства, наряду с другими технологиями, предусматривает его интеграцию с такой технологией, как предиктивная аналитика.
Исторически, в самом начале пути, техническое обслуживание и ремонт оборудования (ТОиР) проводилось на основании стратегии «до отказа» или реактивном обслуживании (КМ), следующим шагом развития методологии стало - профилактическое обслуживание (РМ).
Развитие Индустрии 4.0 и, в частности, концепции интернета вещей, позволяет перейти к более современной методике - прогнозирующее или предиктивное обслуживание оборудования (PdM). Преимущества и недостатки существующих методов ТОиР представлены в таблице 1.
Таблица 1
Методики ТОиР
Методика Преимущества Недостатки Особенности применения метода
1 2 3 4
RM Максимальное использование и производственная стоимость. Низкие затраты на профилактику оборудования. Незапланированные простои. Высокая стоимость складских запасов запчастей. Возможно повреждение оборудования. Высокая стоимость ремонта Резервное или некритическое оборудование Ремонт оборудования с низкими затратами после поломки. Отказ оборудования создает угрозу безопасности Круглосуточная работа оборудования.
PM Низкая стоимость ремонта. Снижение количества сбоев оборудования и незапланированных простоев. Необходимость инвентаризации. Увеличение запланированного времени простоя. Техническое обслуживание Вероятность отказа увеличивается со временем. Возможны случайные отказы, не связанные с техническим обслуживанием.
Методика Преимущества Недостатки Особенности применения метода
1 2 3 4
исправного оборудования.
PdM Комплексное представление о состоянии оборудования. Использование оборудования до полной выработки ресурса с сохранением требований по надежности. Повышенные первоначальные затраты на инфраструктуру и настройку (например, датчики). Относительно сложная система. Режимы отказов, которые можно спрогнозировать с помощью регулярного мониторинга и снизить экономические потери. Возможность прогнозирование отказа оборудования требует значительных экономических ресурсов.
Применение методики PdM в идеальном случае позволяет:
• повысить готовность оборудования за счет сокращения времени ремонта;
• снизить общие ремонтные затраты;
• обеспечить качественное и своевременное планирование ремонтных работ;
• исключить отказы, тем самым уменьшить объем выполняемых работ;
• повысить гибкость управления рисками и потерями производства за счет расширения горизонта планирования при принятии решений.
Результаты исследования компании Deloitte [1] показывают, что предиктивная аналитика способна снизить затраты предприятий на ТОиР на 5-10%.
Проектирование и внедрение современных систем PdM основывается на разработанных стандартах различными организациями в ряде стран, информация по которым представлена в таблице 2.
Таблица 2
Информация о стандартах в области PdM
Организация /страна Стандарт Год введения Наименование
1 2 3 4
IEEE IEEE P1856 2017 Проект стандарта IEEE для прогнозирования и управления работоспособностью электронных систем
IEEE 3007.2 2010 Рекомендуемая практика IEEE для обслуживания промышленных и коммерческих энергосистем
IEEE 1232 2010 Обмен искусственным интеллектом и сервисная связь со всей тестовой средой (AI-ESTATE)
IEEE 1636 2009 Программный интерфейс для сбора и анализа информации о техническом обслуживании (SIMICA)
ISO ISO 13373-2 2016 Мониторинг состояния и диагностика машин - Мониторинг состояния вибрации -Часть 2: Обработка, анализ и представление данных о вибрации
ISO 13381-1 2015 Мониторинг состояния и диагностика машин - Прогноз - Часть 1: Общие рекомендации
ISO 13372 2012 Мониторинг состояния и диагностика машин - Словарь
ISO 2041 2009 Контроль механической вибрации, ударов и состояния - Словарь
ISO 13374-1 2003 Мониторинг состояния и диагностика машин - Обработка данных, передача и представление
ISO 13373-1 2002 - Часть 1: Общие рекомендации
IEC IEC 62890 2016 Мониторинг состояния и диагностика машин. Мониторинг состояния вибрации. Часть 1. Общие процедуры.
IEC 60706-2 2006 Управление жизненным циклом систем и продуктов, используемых для измерения, контроля и автоматизации промышленных процессов.
IEC 60812 2006 Ремонтопригодность оборудования - Часть 2: Требования к ремонтопригодности и исследования на этапе проектирования и разработки
IEC 60300-3-14 2004 Методы анализа надежности системы - Процедура анализа видов и последствий отказов (FMEA)
Германия NE 107 2017 Управление надежностью. Часть 3-14. Руководство по применению. Техническое обслуживание и поддержка.
VDI/VDE 2651 2017 Рекомендации NAMUR для самоконтроля и диагностики полевых устройств
VDI 2896 2013 Часть 1: Управление активами предприятия (PAM) в перерабатывающей промышленности - определение, модель, задача, выгода
VDI 2895 2012 Контроль технического обслуживания в рамках менеджмента завода
VDI 2893 2006 Организация технического обслуживания - Техническое обслуживание как задача управления
VDI 2885 2003 Подбор и формирование показателей для обслуживания
Китай GB/T 22393 2015 Стандартизированные данные для планирования технического обслуживания и
Организация /страна Стандарт Год введения Наименование
1 2 3 4
определения затрат на техническое обслуживание - Данные и определение данных
GB/T 25742.2 2014 Мониторинг состояния и диагностика машин. Общие рекомендации
GB/T 25742.1 2010 Мониторинг состояния и диагностика машин - Обработка данных, передача и представление
GB/T 26221 2010 - Часть 2: Обработка данных
GB/T 23713.1 2009 Мониторинг состояния и диагностика машин - Обработка данных, передача и представление
Анализ информации о развитии технологии PdM позволил выделить два основных направления -облачные системы PdM и системы PdM 4.0.
В создаваемых системах PdM на облачных технологиях задействованы IT-ресурсы, такие как инфраструктура, специализированные платформы и приложения, память и т.д. [2 - 4]. Ключевой особенностью здесь является возможность применения сложных математических моделей для прогнозирования и диагностики текущего состояния в режиме on-line. Такая архитектура PdM позволяет рассматривать ее как услугу, предоставляемую по запросу потребителя [5 - 7].
Система PdM 4.0 [8, 9] - система, согласованная с принципами Индустрии 4.0, предполагающая новый подход, основанный на массовом внедрении информационных технологий, масштабной автоматизации и применении искусственного интеллекта [10, 11].
PdM 4.0 использует расширенный онлайн-анализ собранных данных для более раннего обнаружения отказов оборудования и поддерживает технических специалистов во время ТОиР, обеспечивая управляемую интеллектуальную поддержку принятия решений.
Архитектура системы PdM 4.0 охватывает области, которые включают множество технологий. Основные элементы таких систем могут включать, киберфизические системы (CPS) [12], IoT [13], большие данные (BigDATA), интеллектуальный анализ данных (DM), интернет услуги (IoS) [11] и др. технологии.
На основании анализа современных подходов и принципов авторами была сформирована концепция системы предиктивной диагностики и диспетчеризации систем промышленного кондиционирования. Перспективным вариантом при создании такого рода систем будет являться система, позволяющая, в зависимости от поставленной задачи в процессе диагностики, расширять свои возможности до уровня PdM 4.0.
На рисунке 1 представлены варианты архитектуры системы PdM в рамках сформированной концепции.
Рисунок 1 - Варианты архитектуры системы предиктивной диагностики и диспетчеризации систем
промышленного кондиционирования
В настоящее время проводится аппаратная реализация предложенной концепции. Работы выполняются в рамках реализации Гранта ИИФ № № 5/9-ИП/2021 от 01.09.2021 г. Список использованной литературы:
1. Predictive Maintenance [Electronic resource] / Deloitte Analytics Institute, 2017. - . - Режим доступа: https://www2.deloitte.com/content/dam/Deloitte/de/Documents/deloitte-analytics/Deloitte_Predictive-Maintenance_PositionPaper.pdf - Загл. с экрана.
2. A new paradigm of cloudbased predictive maintenance for intelligent manufacturing [Текст] / J. Wang [et al.] // Journal of Intelligent Manufacturing. - 2017. - Vol. 28, Issue 5. - P. 1125-1137.
3. Cloud-enabled prognosis for manufacturing [Текст] / R. Gao [et al.] // CIRP annals. - 2015. - Vol. 64, Issue 2. - P.749-772.
4. A cloudbased approach for maintenance of machine tools and equipment based on shop-floor monitoring [Текст] / D. Mourtzis [et al.] // Procedia Cirp. - 2016. - Vol. 41. - P. 655-660.
5. A cloud-based cyber-physical system for adaptive shop-floor scheduling and condition-based maintenance [Текст] / D. Mourtzis, E. Vlachou // Journal of manufacturing systems. - 2018. - Vol. 47. - P. 179-198.
6. Machine monitoring system based on mtconnect technology [Текст] / B. Edrington [et al.] // Procedia Cirp. -2014. - Vol. 22. - P. 92-97.
7. MTConnect [Electronic resource] / MTConnect, 2021. - . - Режим доступа: https://www.mtconnect.org/standard-download20181. - Загл. с экрана.
8. Maintenance 4.0: Intelligent and predictive maintenance system architecture [Текст] / A. Cachada [et al.] // 23rd International Conference on Emerging Technologies and Factory Automation (ETFA). - IEEE, 2018. - Vol. 1. -P.139-146.
9. Industry 4.0-potentials for predictive maintenance [Текст] / Wang, Y. He // 6th International Workshop of Advanced Manufacturing and Automation. - Atlantis Press, 2016.
10.Reliable, robust and resilient systems: towards development of a predictive maintenance concept within the industry 4.0 environment [Текст] / O. Chukwuekwe [et al.] // EFNMS Euro Maintenance Conference. - 2016. 11.Intelligent predictive maintenance (ipdm) system-industry 4.0 scenario [Текст] / K. Wang // WIT Transactions on Engineering Sciences. - 2016. - Vol. 113. - P. 259-268.
12.A cyber-physical systems architecture for industry 4.0-based manufacturing systems [Текст] / J. Lee, B. Bagheri, H.-A. Kao // Manufacturing letters. - 2015. - Vol. 3. - P. 18-23.
13.Industrial internet of things monitoring solution for advanced predictive maintenance applications [Текст] / F. Civerchia [et al.] // Journal of Industrial Information Integration. - 2017. - Vol. 7. - P. 4-12.
© Афанасьев А.Н., Сазонов М.В., Щеголев Д.В., 2021
УДК 691
Козлов И.А. ВНИИ ГОЧС (ФЦ) МЧС России, Москва, РФ Гарипов Р.М.
ЛУКОЙЛ, Волгоград, РФ
ЭКОЛОГИЧЕСКИЕ АСПЕКТЫ БИОПОВРЕЖДЕНИЙ БЕТОНА
Аннотация
Проблема биологического повреждения различных материалов является весьма многогранной и
