Методы прогнозирования технического состояния судового энергетического оборудования

Мясников Юрий Николаевич; Никитин Владимир Семенович; Равин Александр Александрович; Хруцкий Олег Валентинович

CC BY-NC

960

116

i Надоели баннеры? Вы всегда можете отключить рекламу.

Журнал

Труды Крыловского государственного научного центра

2018

ВАК

RSCI

Область наук

Механика и машиностроение

Аннотация научной статьи по механике и машиностроению, автор научной работы — Мясников Юрий Николаевич, Никитин Владимир Семенович, Равин Александр Александрович, Хруцкий Олег Валентинович

Объект и цель научной работы. Объектом исследования является судовое энергомеханическое оборудование. Цель работы заключается в обосновании информационного обеспечения применения прогрессивной стратегии обслуживания оборудования по фактическому техническому состоянию. Материалы и методы. Исходными материалами являются научно-техническая информация и результаты экспериментальных исследований и испытаний, посвященных анализу эффективности методов и алгоритмов прогноза изменения технического состояния оборудования на основе мониторинга функциональных характеристик и результатов диагностирования узлов оборудования, лимитирующих его эксплуатационную надежность. Используются личные наработки и многолетний опыт проведения НИОКР в области совершенствования стратегий обслуживания и повышения эксплуатационной надежности судовых технических средств. Основные результаты. Приведенный сравнительный анализ особенностей и функциональных возможностей нескольких методов прогнозирования изменения технического состояния и оценки остаточного ресурса судового энергомеханического оборудования позволяет обоснованно выбрать области их применения. Заключение. Показано, что информационной базой применения прогрессивной стратегии обслуживания оборудования по фактическому техническому состоянию является оценка степени эксплуатационных повреждений наиболее нагруженных и ответственных узлов и деталей и прогноз их возможных изменений на предстоящий период эксплуатации оборудования. Сделан вывод о целесообразности системной организации мониторинга параметров, характеризующих качество, надежность и работоспособность оборудования на всех этапах жизненного цикла. Комплексное применение методов технической диагностики и алгоритмов оценки остаточного ресурса оборудования позволяет снизить интенсивность потока отказов и оптимизировать обслуживание оборудования.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Prediction methods for technical condition of shipboard power machinery

Object and purpose of research. This paper studies power generation machinery of ships. The purpose of research is to justify information support of applying an advanced strategy of equipment maintenance based on its actual technical condition. Materials and methods. Input data for this study are scientific & technical information and experimental results dealing with efficiency analysis of prediction methods and algorithms for technical condition of equipment based on monitoring of its performance parameters, as well as on diagnostics of the units that restrict its operational reliability. The study also relies on personal findings of the authors and many years of their R&D experience in improvement of maintenance strategies and operational reliability enhancement for ship equipment. Main results. This study analyzed specifics and functional capabilities of several methods used to predict technical condition of power & mechanical equipment and assess its residual lifetime, in order to justify selection of their application areas. Conclusion. It is shown that advanced maintenance strategy for equipment based on its actual technical condition should always rely on damage assessment of its most loaded and important units and parts, as well as on prediction of their possible changes during the forthcoming operation period. The conclusion of the whole study is that monitoring of parameters describing quality, reliability and operability of equipment at all stages of its life cycle must be performed systematically. Integrated application of technical diagnostics methods and residual lifetime assessment algorithms reduces the number of failures and optimizes equipment maintenance. Keywords: shipboard power machinery, prediction of changes in technical condition, residual lifetime assessment. Authors declare lack of the possible conflicts of interests. Возможность заглянуть в будущее всегда являлась не только абстрактной мечтой человечества, но и предпосылкой эффективного принятия решений в самых разных направлениях практической деятельности [6, 10]. Это в полной мере относится и к организации рационального использования технических объектов [1, 6, 9]. В процессе функционирования энергомеханического оборудования наиболее нагруженные узлы и детали испытывают влияние комплекса разрушающих воздействий, вызывающих постепенную деградацию их технического состояния (усталость материала, износы, эрозия, коррозия и т.п.). Несмотря на постоянное повышение качества схемных и конструктивных решений, а также применение прогрессивных конструкционных материалов и технологий изготовления, пока не удается обеспечить уровень надежности оборудования, достаточный для эффективной и безотказной эксплуатации на протяжении назначенных ресурсных периодов, без проведения персоналом специальных работ, обеспечивающих поддержание работоспособности оборудования (осмотров, испытаний, освидетельствований, мелких, средних и капитальных ремонтов). Информационной базой для обоснованного планирования таких работ являются оценки и прогнозы изменений технического состояния оборудования, выполняемые не только на стадии его проектирования, но и в процессе эксплуатации [5, 8, 16, 17]. В данной статье предпринята попытка обосновать возможность решения сложной задачи дать достоверную оценку остаточного ресурса технических объектов, подвергающихся при эксплуатации воздействию сложного комплекса разрушающих факторов. Эта задача решается не только исходя из даты ввода объекта в эксплуатацию, но и путем наблюдения за изменением во времени специальных диагностических параметров, контроля режимов использования оборудования, а также исследования физико-химических процессов, вызывающих деградацию технического состояния наиболее нагруженных и ответственных узлов. Статистический метод прогнозирования Statistical prediction method Собственно прогнозированию этим методом предшествует предварительное формирование массива данных, отражающих фактическую долговечность партии однотипных изделий. Это может быть сделано путем обобщения опыта эксплуатации или специальных испытаний аналогичных изделий на надежность. Далее выполняется статистическая обработка результатов наблюдений: оценка однородности выборки и отбрасывание крайних членов, подбор закона распределения, вычисление основных статистических параметров (математического ожидания, дисперсии, среднеквадратичного отклонения, моментов), построение функций распределения и плотности вероятностей. Эти функции используются для решения прогнозных задач, которые могут быть сформулированы следующим образом [11]:  какова вероятность того, что данный агрегат проработает без отказа заданный период времени?  какой период времени проработает данный агрегат при заданной вероятности безотказной работы? Для решения первой задачи целесообразно использовать плотность вероятностей (рис. 1) и применить выражения (1). Для решения второй задачи можно использовать функцию распределения (рис. 2) и выражение (2). (1) (2) При заданной вероятности безотказной работы оборудования на временном интервале t1-t2 нетрудно найти вероятность отказа на этом же интервале: (3) Из определения функции распределения Рt (это вероятность того, что событие случится ранее момента t) следует, что при t1 < t < t2 (4) Нетрудно видеть, что наличие функции распределения и совместное использование выражений (3) и (4) позволяет достаточно просто решить поставленную задачу:  с помощью выражения(2) найти вероятность отказа Ротк на временном интервале Δt = t1 t2;  для заданного начала эксплуатационного периода оборудования (например, начала рейса судна) с помощью функции распределения (рис. 2) определить значение F(t1);  используя выражение (4), найти значение функции распределения для конца эксплуатационного периода: (5)  для определенного значения F(t2) с помощью функции распределения найти время окончания эксплуатационного периода t2;  искомый временной период с заданной вероятность безотказной работы: (6) Понятно, что ключевым моментом применимости рассмотренного метода является наличие достаточно представительной выборки наблюдений, характеризующих фактическую эксплуатационную надежность оборудования, например, наработки на отказ, а также соответствующего программного обеспечения, предназначенного для статистической обработки этой выборки с целью определения вида и параметров распределения. Результаты, как показано выше, могут быть использованы для статистических оценок надежности (например, прогнозирования долговечности) соответствующего оборудования в процессе эксплуатации. Вместе с тем следует особо заметить, что статистический метод прогнозирования достаточно эффективен в тех случаях, когда анализируемое изделие выпускается в массовом количестве и служит сравнительно недолго, благодаря чему возможно в приемлемые сроки накопить представительную выборку статистических данных об отказах оборудования. Для большинства видов судостроительного оборудования характерны мелкосерийное (а иногда и уникальное) производство и длительные сроки службы. В связи с этим статистические данные в основном оказываются либо недостаточно представительными, либо сильно устаревшими: к моменту завершения сбора статистических данных наблюдаемое оборудование уже выработало бóльшую часть своего ресурса и подлежит замене, а для новых типов оборудования статистические данные по устаревшему оборудованию оказываются малопригодными. Кроме того, вероятностный характер прогнозов, отягощенных, как правило, существенной дисперсией из-за значимых для судового оборудования коэффициентов вариации ресурса, ограничивает область применения этих методов оценками групповых осредненных эксплуатационных показателей долговечности оборудования (например, парка однотипных изделий). Таким образом, этим методом сложно получить достоверный индивидуальный прогноз изменений технического состояния конкретного механизма или агрегата. Экстраполяционный метод прогнозирования Extrapolation-based prediction method В основе метода лежит обработка результатов мониторинга диагностического параметра, характеризующего техническое состояние контролируемого узла [4, 13, 15]. Реализация этого метода предусматривает последовательное выполнение ряда этапов:  выбор главного диагностического параметра, в наибольшей степени характеризующего техническое состояние объекта и его работоспособность;  организация измерений этого параметра через заданные временные интервалы Δt и накопление результатов в процессе эксплуатации контролируемого объекта;  сглаживание полученной последовательности результатов измерений  временного ряда y(t) с целью подавления влияния случайных отклонений параметра, не связанных с изменением технического состояния объекта;  аппроксимация сглаженного временного ряда, т.е. формирование его аналитического описания с помощью функции Y(t), аргументом которой является время;  экстраполяция аппроксимирующей функции на предстоящий период эксплуатации с целью прогнозирования интервала времени до наступления предельного состояния (остаточного ресурса) объекта;  корректировка аппроксимирующей функции и уточнение прогноза по мере накопления результатов измерения определяющего параметра. В течение времени Τ формирование ряда наблюдений может происходить путем периодических измерений контролируемого параметра Y через интервалы времени Δt. В этом случае количество результатов измерений n = Τ/Δt. Обычно достаточно иметь объем выборки n = 10-15 (условие Δt = const не является обязательным). Как правило, полученный таким образом временной ряд y(t), представленный множеством пар {yi; ti} при i = 1, 2,…, n, имеет на плоскости (y, t) существенный разброс точек, обусловленный неучтенными изменениями режимов и условий эксплуатации объекта, а также случайными погрешностями измерений. Это обстоятельство существенно затрудняет выдвижение гипотезы о подходящем типе аппроксимирующей функции (функции тренда) Y(t). В таких ситуациях целесообразно использовать сглаживающие операторы: обобщенные усреднения, специальные сглаживающие производные, а также приведенные ниже k-кратные Iи L-интегралы [33, 34]: (7) (8) где t1 и t2 соответственно, время начала и конца периода накопления измеренных значений параметра y. Выполнение операции последовательного интегрального сглаживания временного ряда обеспечивает получение двух дополнительных множеств: {xi; ti} и {zi; ti}, где xi и zi результаты применения, соответственно, Iили L-операторов. Дополнительные множества позволяют принять к рассмотрению фазовые плоскости (y x) и (y z), на которых будут располагаться точки, соответственно, с координатами yi, xi и yi, zi. Во многих случаях расположение точек в фазовых плоскостях можно достаточно точно описать линейной зависимостью (9) или (10) где коэффициенты а0 и а1 вычисляются методом наименьших квадратов. Зависимости (9) и (10) являются интегральными уравнениями, решения которых имеют при k = 1, соответственно, следующий вид: (11) или (12) Полученные выражения можно использовать в качестве аппроксимирующих функций. Их коэффициенты имеют следующий физический смысл: a0 величина начального дефекта, выполняющего роль инициатора процесса деградации работоспособности объекта; a1 параметр тренда, характеризующий интенсивность процесса. При известном допустимом значении контролируемого параметра можно с помощью аппроксимирующей функции вычислить момент наступления предельного состояния объекта (разумеется, если в прогнозируемом периоде сохраняется неизменным параметр тренда а1). В тех случаях, когда расположение точек на фазовой плоскости может быть описано несколькими аппроксимирующими функциями, выбирают ту из них, которая имеет наибольшее значение коэффициента парной корреляции ρ при наименьшем значении среднеквадратичного отклонения σ аппроксимирующей функции. В качестве граничного значения коэффициента корреляции, ниже которого аппроксимирующая функция не рассматривается, можно принять ρ = 0,707 [40]. Данному значению соответствует равенство мощностей измеряемого сигнала и случайных погрешностей (шума). Пример применения экстраполяционного метода для прогнозирования технического состояния подшипников Объектом мониторинга являлись подшипники качения и скольжения с начальными дефектами выбоинами на контактной поверхности [4, 7, 13, 15]. Испытания проводились на стенде АР7000 (рис. 3). Контролируемым параметром являлся уровень виброскорости на заранее определенной, характерной для испытываемого подшипника частоте. Параметр регистрировался ежесуточно портативным виброанализатором. Режим нагружения подшипников задавался частотой вращения, радиальными и осевыми усилиями на подшипниках. Кроме того, конструкция стенда обеспечивала нагружение подшипников в условиях перекоса и дисбаланса валов. В результате анализа полученного временного ряда была выбрана аппроксимирующая функция (13) с коэффициентом корреляции ρ = 0,9675: (13) где В = 105,25 дБ; А = 0,0000391 1/ч. Временной ряд y(t) и аппроксимирующая функция Ya показаны на рис. 4. Экстраполяция аппроксимирующей функции позволила спрогнозировать дату наступления предельного состояния подшипника. Ошибка прогноза (запаздывание) составила 4 %. Пример экстраполяционного прогнозирования состояния нагнетательного клапана поршневого компрессора Аналогичная методика была применена для прогнозирования состояния нагнетательного клапана поршневого компрессора [13]. На рис. 5 приведена аналоговая запись максимальных значений виброускорения, которая получена с помощью акселерометра, установленного на клапане. В качестве основания прогноза взят временной интервал до 28 мая. Согласно аналоговой записи, первое измерение было выполнено 15 мая, последнее 23 июня. Видно, что 17 и 18 июня наблюдалось максимальное значение виброускорения, равное 122 м/с2. Обработка данных временного ряда с числом наблюдений n = 13 показала, что для целей прогнозирования наиболее подходит тренд-функция вида (14) где а0 = 38,642; а1 = 0,029. Тренд-функция (14) была выбрана автоматически как имеющая наибольшее значение коэффициента корреляции (0,9384) из числа конкурирующих тренд-функций. Прогнозируемый день достижения сигналом виброускорения НДП-уровня должен был наступить 15 июня, т.е. погрешность прогноза составила 2 дня в сторону опережения. Ряд других примеров экстраполяционного прогнозирования приведен в [13]. Отметим сравнительную простоту реализации рассмотренного алгоритма прогнозирования, который не требует анализа физико-химических процессов, вызывающих деградацию технического состояния объекта, и рассматривает изменение во времени только одного диагностического параметра. Однако нельзя не отметить и его существенный недостаток неприспособленность к мониторингу многорежимных объектов. А между тем, режим работы объекта в моменты очередных замеров диагностического параметра может значительно влиять на результаты измерений. Возможные в этой связи методические погрешности могут быть в определенной степени компенсированы применением корректирующих алгоритмов со сглаживанием временного ряда методом Эйлера и нелинейными диагностическими моделями, полученными экспериментальным путем [13]. Возможно использование и принципиально другой методики прогнозирования, ориентированной именно на контроль режимов работы механизма и связанных с ними уровней нагружения наиболее ответственных узлов и деталей. Причинно-следственный метод прогнозирования Cause-and-effect prediction method Слабым местом всех экстраполяционных методов является априорное предположение о том, что характер накопления эксплуатационных повреждений контролируемого узла в прогнозируемый период будет таким же, как и в период формирования временного ряда. Понятно, что одним из важных условий корректности такого предположения является неизменность условий и режимов эксплуатации объекта. Если прямое измерение диагностического параметра во время эксплуатации объекта невозможно, а также в тех случаях, когда планируется изменение графика режимов объекта на прогнозируемом периоде, есть смысл обратиться к методикам прогнозирования, допускающим возможность учета влияния переменных режимов на интенсивность накопления эксплуатационных повреждений. Именно эта концепция лежит в основе причинно-следственного метода (термин предложен авторами), который можно считать антиподом экстраполяционного, поскольку он предусматривает регистрацию индивидуальной истории нагружений, т.е. не следствий, а причин, определяющих темп накопления эксплуатационных повреждений оборудования [2, 11, 13, 18]. Теоретическая основа метода гипотеза линейного суммирования повреждений. Предполагается, что каждому уровню нагружения оборудования соответствует свой темп расходования ресурса, а накопление эксплуатационных повреждений многорежимного оборудования подчиняется принципу суперпозиции, т.е. можно подсчитать расходование ресурса на отдельных режимах эксплуатации и затем их сложить (рис. 6). Соответствующий алгоритм может быть реализован в штатной системе контроля параметров и в автономных приборах счетчиках наработки ресурса и регистраторах эксплуатационных нагружений [18]. Достоинства метода: детерминированный характер прогноза, возможность оценки темпов расходования ресурса многорежимных объектов и минимизации количества контролируемых параметров за счет использования комплексных характеристик. Правда, при этом следует иметь в виду и определенные условия применимости метода:  для его использования необходимо располагать предельными характеристиками долговечности оборудования, получение которых расчетно-экспериментальным путем является трудоемкой и дорогостоящей задачей;  регистрацию нагружений необходимо вести с момента начала эксплуатации объекта, поэтому эффективное использование метода возможно для вновь устанавливаемого оборудования;  метод не является универсальным, поскольку далеко не для всех видов эксплуатационных разрушающих процессов доказана возможность корректного применения линейного суммирования повреждений. Тем не менее ориентация метода на контроль, прежде всего, режимов использования оборудования как основного фактора, определяющего интенсивность процессов эксплуатационного повреждения наиболее напряженных узлов и деталей, создает определенные предпосылки для его успешного применения в качестве информационной базы для индивидуального прогноза долговечности и упреждающего обслуживания оборудования, особенно в тех случаях, когда периодическое измерение и экстраполяция диагностических параметров, характеризующих фактическое техническое состояние оборудования, по тем или иным причинам невозможно или нецелесообразно. Реализация метода предусматривает последовательное выполнение ряда этапов:  анализ физико-химических процессов, вызывающих во время эксплуатации объекта деградацию его технического состояния, и выделение режимных параметров, определяющих интенсивность этой деградации;  экспериментальное определение регрессионной математической модели, связывающей темп накопления эксплуатационных повреждений с режимными параметрами;  задание предполагаемого на прогнозируемый период графика изменения во времени режимов эксплуатации объекта;  вычисление с помощью регрессионной модели накоплений эксплуатационных повреждений на каждом из планируемых режимов и оценка суммарного повреждения в течение прогнозного периода;  оценка остаточного ресурса путем сопоставления вычисленного и предельно допустимого изменений технического состояния. Конкретные методики применения этого метода существенным образом зависят от конструктивных особенностей контролируемого объекта, условий его эксплуатации и режимов использования, характера эксплуатационных нагрузок и типичных разрушающих процессов, интенсивность которых лимитирует долговечность наиболее ответственных и нагруженных узлов, возможности непосредственного контроля или косвенного определения интенсивности эксплуатационных нагружений и других специфических особенностей контролируемого оборудования. Пример прогнозирования состояния и остаточного ресурса судовых трубопроводов Основным разрушающим процессом судовых трубопроводов забортной воды является химическая и электрохимическая коррозия внутренней поверхности труб в результате их длительного контакта с потоком морской воды [12] (рис. 7). Повышенная агрессивность морской воды связана с наличием в ней ионов хлора и растворенного кислорода, вызывающих химическую коррозию металла. Высокая электропроводность морской воды способствует развитию электрохимической коррозии. Основными факторами, влияющими на интенсивность коррозии, являются температура воды и скорость потока воды в трубопроводе [19]. Характер влияния этих факторов на скорость коррозии исследовался на экспериментальной установке (рис. 8). Исследования проводились для ряда конструкционных материалов, которые применяются в судостроении для изготовления деталей систем охлаждения, контактирующих с морской водой:  медно-никелевый сплав МНЖ5-1 (ГОСТ 492-73);  медь М3Р (ГОСТ 859-78). Методика проведения эксперимента предусматривала изменение в соответствии с центрально-композиционным планом основных факторов, определяющих интенсивность коррозии (температуры воды и скорости потока) и мониторинг процесса путем периодического взвешивания образцов. Обработка полученных результатов согласно рекомендациям теории планирования экспериментов позволила получить следующее выражение для регрессионной модели процесса коррозии меди в морской воде: (15) где Y относительное значение интенсивности коррозии; Х1 = (V-3,5)/2,5 относительное значение скорости потока; X2 = (t 55)/34 относительное значение температуры воды. Полученная регрессионная модель может быть использована для многорежимного прогнозирования степени коррозионных повреждений трубопровода во время эксплуатации судна при различных сочетаниях рассмотренных режимных факторов (скорости и температуры морской воды). Для этого на каждом из режимов достаточно вычислить с помощью модели (15) скорость коррозии и, умножив ее на запланированную длительность режима, получить прогнозируемую степень износа трубопровода на данном режиме. Просуммировав предполагаемые степени износа на всех ожидаемых режимах, можно оценить итоговую степень износа (рис. 9). Праксеологический метод прогнозирования Praxeological prediction method В работе [3] выдвинута гипотеза долговечности двигателя (и дизеля в частности), в соответствии с которой имеется тесная корреляционная связь между запасом долговечности двигателя, заложенным в процессе его проектирования и изготовления, и количеством работы, которое он может совершить за время эксплуатации (рис. 10). Иными словами, в качестве показателя израсходованного ресурса может рассматриваться регистрация полезной работы, совершенной двигателем за наблюдаемый период эксплуатации. Такая концепция согласуется с принципами оценки полезности тех или иных объектов, которые рассматриваются таким научным направлением, как праксеология [13]. Применительно к судовому дизелю корректность такого методического подхода может быть обоснована путем выделения двух основных групп эксплуатационных повреждений. К первой группе относятся такие неисправности, как трещины и поломки деталей. В ряде случаев они могут быть вызваны краткосрочными силовыми перегрузками на фоне изначально имевшихся дефектов конструкционных материалов и нарушения технологии изготовления деталей. Снижение вероятности возникновения таких неисправностей требует, прежде всего, повышения технологической культуры производства, совершенствования заводских методов и средств контроля качества продукции, а также исключения режимов эксплуатации судовой энергетической установки, связанных с перегрузками главного двигателя. Данные неисправности носят внезапный характер, до факта поломки они никак себя не проявляют и не обнаруживаются штатной системой централизованного контроля параметров, поэтому применение какой-то стратегии мониторинга этих случайных процессов во время эксплуатации с целью оценки их влияния на долговечность дизеля затруднительно. Другой характерной причиной таких отказов является накопление усталости металла при длительном воздействии переменных силовых и температурных напряжений, обусловленных циклическим принципом действия дизеля. Этот процесс носит постепенный, растянутый во времени характер, что открывает определенные перспективы для его мониторинга. Непосредственный контроль во время эксплуатации повреждений внутренней структуры конструкционных материалов без разборки дизеля и использования специальных методов интроскопии невозможен, однако косвенная оценка интенсивности этих процессов может быть обеспечена путем регистрации истории эксплуатационных нагружений соответствующих деталей. Понятно, что технически нельзя организовать индивидуальный контроль эксплуатационных нагрузок каждой детали: требуется применение обобщенного показателя, характеризующего условия накопления усталостных повреждений узлов дизеля. При выборе такого показателя можно исходить из того, что степень развития усталости металла при циклическом изменении температурных и силовых нагрузок определяется амплитудой и количеством этих циклов. В первом приближении предположим, что амплитуда циклических деформаций силовых деталей дизеля пропорциональна моменту на валу дизеля и каждый цикл нагружения «съедает» пропорциональную его амплитуде долю запаса долговечности деталей дизеля, повреждаемых в результате усталости конструкционного материала. Накопленное количество таких циклов определяется произведением частоты вращения дизеля на время его работы на данном режиме. Отсюда следует, что произведение вращающего момента Mi на частоту вращения ni и время работы на данном режиме ti можно рассматривать в качестве обобщенного показателя накопленных усталостных повреждений конструкционных материалов силовых деталей дизеля. Это же произведение определяет и работу Ai, совершенную двигателем за рассматриваемый временной промежуток: (16) где Ni мощность дизеля. Ко второй группе эксплуатационных повреждений дизеля можно отнести износы узлов трения. Для некоторых из них известны частные методики контроля интенсивности износовых процессов и оценки фактической величины износа (зазоров), однако их использование для комплексной оценки фактической наработки и остаточного ресурса дизеля в целом довольно затруднительно ввиду возможной «конкурентности прогнозов». Да и трудно себе представить диагностическую систему, в состав которой входит столь значительное количество разнородных измерительных трактов. Типичной причиной ускоренных износов является нарушение качества смазки трущихся деталей в результате неисправностей элементов циркуляционной масляной системы или ухудшения качества самого масла (загрязнения, обводнения, расслоения, изменения вязкости и т.п.). Определенное влияние на интенсивность износа деталей цилиндро-поршневой группы оказывают сорт, качество и вязкость топлива [9, 16]. При поддержании нормального технического состояния масляной системы, своевременных очистках и доливах свежего масла, обеспечении нормативной сортности и химико-физических показателей топлива износовые процессы имеют постепенный характер, растянутый во времени. Их интенсивность определяется уровнем силового взаимодействия и скоростью относительного перемещения трущихся деталей. Уровень силового взаимодействия является функцией момента, развиваемого на валу дизеля, а скорость относительного перемещения деталей определяется частотой вращения. Таким образом, накопленная величина износа будет пропорциональна моменту на валу дизеля и накопленному пути трения, который, в свою очередь, пропорционален произведению частоты вращения на время работы дизеля на рассматриваемом режиме. Для получения обобщенной оценки накопленного износа трущихся деталей домножим момент на произведение частоты вращения и времени работы дизеля на данном режиме и в результате получим то же самое выражение (16). Это означает, что работа, совершенная за время функционирования двигателя на рассматриваемом режиме, может являться показателем не только усталостных, но и износовых повреждений деталей (к такому же выражению можно прийти, анализируя зависимость износа от контактного напряжения и пути трения). Для многорежимного двигателя совместное применение праксеологического подхода и гипотезы линейного суммирования эксплуатационных повреждений означает реализацию двух принципов:  интенсивность расходования запаса долговечности на каждом режиме пропорциональна мощности;  накопленное уменьшение запаса долговечности ΔRст.р. определяется суммированием частичных его уменьшений ΔRi на зарегистрированных стационарных режимах: (17) Графическая иллюстрация указанных принципов представлена на рис. 11. Системный метод прогнозирования технического состояния оборудования System prediction method for technical condition of equipment Сравнительный анализ специфических особенностей применения экстраполяционного и причинно-следственного методов прогнозирования позволяет сделать вывод о том, что рассмотренные методы имеют свои достоинства, недостатки и, соответственно, свои области применения. Несомненным достоинством экстраполяционного метода является то, что для его применения не требуется предварительное исследование качественных и количественных характеристик физико-химических процессов деградации технического состояния объекта. Метод рассчитан на минимальное число контролируемых параметров объекта. Недостаток состоит в том, что для формирования прогноза нужен период предварительного наблюдения за объектом, в течение которого производится формирование временного ряда. Метод эффективен только при монотонном изменении во времени контролируемого диагностического параметра. Отсутствие контроля условий эксплуатации ограничивает возможность корректного применения экстраполяционного метода только для однорежимных объектов или объектов, у которых частота изменения режимов существенно выше частоты замеров параметра, благодаря чему влияние режима удается ослабить применением интегрального сглаживания временного ряда. Как показано выше, этот недостаток можно в значительной степени компенсировать за счет модернизации алгоритма однопараметрического прогнозирования и применения специальных методик, предусматривающих использование регрессионных диагностических моделей. Причинно-следственный метод пригоден для объектов с любым характером изменения режимов, и для его использования не требуется предварительный период накопления данных во время эксплуатации объекта. Однако обязательным условием применимости метода является выполнение предварительных исследований разрушающего процесса с целью получения зависимости интенсивности этого процесса от условий эксплуатации объекта. Обобщая особенности рассмотренных методов, следует отметить, что наряду с отмеченными выше достоинствами они имеют и ряд недостатков. Главными из них являются относительно высокая дисперсия прогнозов (особенно среднеи долгосрочных), отсутствие универсальности, т.е. возможности эффективного использования для широкой номенклатуры оборудования и всего спектра эксплуатационных условий, а также отсутствие приемлемого по стоимости и трудоемкости способа получения исходных характеристик долговечности. Эволюция методологии решения прогнозных задач в метеорологии, медицине, демографии и других областях свидетельствует о том, что кардинальным направлением повышения достоверности прогнозов является переход от частных методик к системной организации прогнозирования [13]. Основные принципы системного подхода:  наблюдаемый объект рассматривается в виде системы, состоящей из типовых элементов (сборочных единиц), которые обладают свойством универсальности для всего многообразия оборудования;  наблюдаемый объект рассматривается в качестве элемента системы более высокого уровня, причем поведение системы описывается многофакторной динамической моделью, отражающей деградацию технического состояния элементов во времени. Реализация первого принципа требует, прежде всего, типизации элементов судового энергетического оборудования и соответствующих процессов деградации их технического состояния в процессе эксплуатации и последующей разработки типовых методик прогнозирования (таблица). Реализация второго принципа предполагает комплексную организацию контроля состояния наиболее нагруженных элементов энергетического оборудования, лимитирующих его долговечность, на всех этапах жизненного цикла энергетических установок (рис. 12). Из таблицы и рис. 12 следует, что системный подход позволяет:  унифицировать состав типовых элементов оборудования и соответствующих методик определения характеристик их долговечности;  повысить адекватность модели на базовом временном интервале и достоверность прогнозирования за счет корректирующей информации, получаемой в результате выходного контроля на производстве, регистрации эксплуатационных режимов и физических признаков деградации состояния, а также диагностирования оборудования во время его эксплуатации. Заключение Conclusion Актуальность выбора эффективных методов прогнозирования и совершенствования методик их применения обоснована тем, что обеспечение достоверных прогнозов изменений технического состояния и оценки остаточного ресурса судового энергетического оборудования в процессе эксплуатации является необходимым условием обоснованного планирования и оптимизации обслуживания оборудования, а также снижения вероятности внезапных отказов и аварий. Выполненный сравнительный анализ функциональных возможностей нескольких фактографических методов прогнозирования позволил оценить их достоинства и недостатки и определить рациональные области применения. Библиографический список 1. Болотин В.В. Прогнозирование ресурса машин и конструкций. М.: Машиностроение, 1984. 2. Глушков С.П., Штельмах С.В., Глушков С.С. Про-гнозирование остаточного ресурса коленчатых валов судовых дизелей // Судостроение. 2008. № 6. С. 55. 3. Кромин Ю.В. Метод расчета израсходованного и остаточного индивидуального ресурсов дизелей в зависимости от особенностей эксплуатации на конкретном объекте // Двигателестроение. 1996. № 3-4. С. 48-53. 4. Максимова М.А. Прогнозирование работоспособности подшипниковых узлов на основе обработки данных временного ряда контролируемых параметров // Морские интеллектуальные технологии. 2010. № 3(9). С. 42-47. 5. Медведев В.В., Семионичев Д.С. Принципы приме-нения электронных систем управления и систем диагностирования для прогноза технического состояния и оценки рисков // Судостроение. 2009. № 4. С. 41-43. 6. Мясников Ю.Н., Равин А.А., Хорошев В.Г. Мето-дология форсайта на примере развития энергетики // Труды Крыловского государственного научного центра. 2013. Вып. 77(361). С. 6-18. 7. Нахимович Е.В., Погодаев Л.И. Моделирование про-цесса изнашивания и прогнозирование долговечности опор качения. СПб.: Изд-во ГТУ, 2002. 8. Погодаев Л.И., Голубев Н.Ф. Теория и практика прогнозирования износостойкости и долговечности материалов и деталей машин. СПб.: Изд. СПГУВК, 1997. 9. Половинкин В.Н., Лянной Б.К. Комплексный анализ отказов и направления повышения эксплуатационной надежности судовых и корабельных дизелей // Двигателестроение. 1996. № 3-4. С. 54-57. 10. Прогностика. Терминология. М.: Наука, 1990. 11. Равин А.А. Методы прогнозирования технического состояния судового энергомеханического обору-дования // Труды ЦНИИ им. акад. А.Н. Крылова. 2000. Вып. 9(293). С. 162-173. 12. Равин А.А. Экспериментальные исследования коррозии судовых трубопроводов в морской воде // Морские интеллектуальные технологии. 2012. № 1 (15). С. 25-28. 13. Равин А.А., Хруцкий О.В., Максимова М.А. Сравни-тельный анализ двух методов прогнозирования технического состояния оборудования // Морской вестник. 2013. Спецвыпуск № 1(10). С. 34-37. 14. Рогов С.Н., Соболев Л.Г., Хруцкий О.В. О некоторых методах сглаживания и идентификации экспе-риментальных трендов // Автоматика и телемеханика. 2005. № 5. С. 134-145. 15. Румб В.К., Медведев В.В., Серов А.В., Хижняк А.А. Применение методики формализованной оценки безопасности для определения остаточного ресурса главного судового дизеля // Судостроение. 2005. № 5. С. 42-46. 16. Соловьев В.Н., Трусова Г.И. О прогнозировании индивидуального ресурса оборудования судовых энергетических установок // Труды ЦНИИ им. акад. А.Н. Крылова. 2000. Вып. 9(293). С. 174-185. 17. Шканов О.В. Контроль выработанной части и остатка ресурса двигателей // Двигателестроение. 1996. № 3-4. С. 63-65. References 1. Bolotin V. Lifetime prediction for machinery and structures. M.: Mashinostroyeniye, 1984 (in Russian). 2. Glushkov S.P., Shtelmakh S., Glushkov S.S. Forecasting of residual life of marine diesels crankshafts // Sudostroenie (Shipbuilding). 2008. No. 6. P. 55 (in Russian). 3. Kromin Yu. Calculation method of service and residual individual life of diesels depending on operating conditions // Dvigatelestroyeniye (Engine building). 1996, No. 3-4, P. 48-53 (in Russian). 4. Maximova M.. The functionality prediction of the bearing units on the basis of the time-series data processing of the controlled parameter // Marine Intellectual Technologies. 2010. No. 3(9). P 42-47 (in Russian). 5. Medvedev V., Semionichev D. Principles of employment of electroni

Текст научной работы на тему «Методы прогнозирования технического состояния судового энергетического оборудования»

DOI: 10.24937/2542-2324-2018-4-386-107-116 УДК 621.039.5

В.П. Балабин1, М.А. Камнев2, Н.Л. Кучин1, О.В. Тюриков2, А.М. Хизбуллин2

1 ФГУП «Крыловский государственный научный центр», Санкт-Петербург, Россия

2 АО «Опытное Конструкторское Бюро Машиностроения им. И.И. Африкантова», Нижний Новгород, Россия

ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ ПРОТИВОАВАРИЙНЫХ СИСТЕМ СНИЖЕНИЯ ДАВЛЕНИЯ В ЗАЩИТНОЙ ОБОЛОЧКЕ РЕАКТОРНЫХ УСТАНОВОК АТОМНЫХ ОБЪЕКТОВ МОРСКОЙ ТЕХНИКИ

Объект и цель научной работы. Объектом исследования являются спринклерная и барботажная подсистемы противоаварийной системы снижения давления в защитной оболочке (ССАД ЗО) реакторных установок (РУ) атомных объектов морской техники. Цель экспериментальных исследований - обоснование эффективности проти-воаварийных систем в условиях, близких к реализуемым при развитии аварии с потерей теплоносителя. Цель расчетных исследований - численное моделирование работы подсистем ССАД ЗО и верификация моделей спринклер-ной системы, барботажного устройства и теплообменника, включенных в состав расчетного кода. Материалы и методы. Исследования проведены с использованием крупномасштабного стенда СПОТ ЗО и атмосферного стенда БМ 1088. Для численного моделирования работы подсистем ССАД ЗО применен код сосредоточенных параметров КУПОЛ-МТ. Выполнены претестовый и постестовый анализ экспериментов на стенде СПОТ ЗО, а также верификация находящихся в составе расчетного кода моделей спринклерной системы, барботаж-ного устройства и теплообменника.

Основные результаты. Выполнены исследования параметров четырех типов форсунок (спринклеров). Определены расходные и дисперсионные характеристики форсунок, радиус и высота границы факела, диаметр, объем и количество капель в различных сечениях по радиусам сектора. По результатам выполненных экспериментальных исследований определены мощностные характеристики спринклерной системы с учетом применения форсунок различного типа; проведены исследования совместной работы барботажной, спринклерной и конденсационной подсистем ССАД ЗО. Для этой цели дополнительно исследована работа барботажной (барботаж и проскок пара) и конденсационной подсистем (работа теплообменника). С использованием кода КУПОЛ-МТ проведены расчеты параметров в ЗО при работе ССАД применительно к перспективным РУ блочного и интегрального типов.

Заключение. Результаты выполненных экспериментальных исследований показали эффективность спринклер-ных форсунок при авариях с потерей теплоносителя первого контура РУ и были использованы для верификация кода КУПОЛ-МТ.

Ключевые слова: аварии с разрывом трубопровода первого контура ЯЭУ, защитная оболочка ЯЭУ, противо-аварийные системы снижения давления, спринклерная, барботажная и конденсационные подсистемы, форсунка (спринклер), эффективность противоаварийных подсистем снижения давления, КУПОЛ-МТ. Авторы заявляют об отсутствии возможных конфликтов интересов.

DOI: 10.24937/2542-2324-2018-4-386-107-116 UDC 621.039.5

V. Balabin1, M. Kamnev2, N. Kuchin1, O. Tyurikov2, A. Khizbullin2

1 Krylov State Research Center, St. Petersburg, Russia

2 JSC Afrikantov Experimental Design Bureau for Mechanical Engineering, Nizhny Novgorod, Russia

Для цитирования: Балабин В.П., Камнев М.А., Кучин Н.Л., Тюриков О.В., Хизбуллин А.М. Исследование эффективности противоаварийных систем снижения давления в защитной оболочке реакторных установок атомных объектов морской техники. Труды Крыловского государственного научного центра. 2018; 386(4): 107-116.

For citations: Balabin V., Kamnev M., Kuchin N., Tyurikov O., Khizbullin A. Efficiency of emergency depressurization systems for marine nuclear reactor containments. Transactions of the Krylov State Research Centre. 2018; 386(4): 107-116 (in Russian).

EFFICIENCY OF EMERGENCY DEPRESSURIZATION SYSTEMS FOR MARINE NUCLEAR REACTOR CONTAINMENTS

Object and purpose of research. This paper studies sprinkler and barbotage components in emergency depres-surization systems of marine power plants. The purpose of this study was to confirm their efficiency in the conditions close to LOCA event, and numerical simulations were intended to study operation of above-mentioned subsystems, as well as verify the models of sprinkler system, barbotage device and heat exchanger implemented in the software. Materials and methods. The studies were performed at SPOT ZO large-scale test rig and atmospheric test rig BM 1088. Numerical simulation of sprinkler and barbotage subsystems was performed with help of concentrated-parameter code impelemented in KUPOL-MT software. Pre-test and post-test parameters of experiments at SPOT ZO test rig were carefully analysed, and above-mentioned software models of sprinkler system, barbotage device and heat exchanger software models have been successfully verified.

Main results. The study was performed for four types of sprinklers (sprayers), with determination of their flow rate, dispersion performance, radius and height of plume boundary, diameter, volume and number of droplets in various sections at the radii of sector. These results were used to calculate sprinkler system capacity depending on sprinkler type. Joint operation of barbotage sprinkler and condenser subsystems has also been studied. To this effect, an additional investigation was performed on barbotage system (to obtain barbotage and steam penetration data) and condenser system (to have more details on heat exchanger operation). KUPOL-MT code was used to calculate containment parameters (with operating emergency depressurization systems) for new designs of modular and integrated reactors.

Conclusion. The results of this study have proven the efficiency of sprinklers in LOCA event management and were used to verify KUPOL-MT code.

Keywords: LOCA, containment, emergency depressurization systems, sprinkler, barbotage, condensation subsystems, sprayer, efficiency of emergency depressurization subsystems, KUPOL-MT. Authors declare lack of the possible conflicts of interests.

Введение

Introduction

Развитие и безопасная эксплуатация реакторных установок (РУ) атомных объектов морской техники (АОМТ) обеспечивается, в том числе, за счет применения современных и эффективных систем безопасности, выполняющих свои функции в аварийных режимах с целью сохранения целостности ЗО - последнего барьера безопасности на пути выхода радиоактивных продуктов в окружающую среду. В АО «ОКБМ «Африкан-тов» совместно со специалистами ФГУП «Кры-ловский государственный научный центр» проведена работа, целью которой являлась разработка высокоэффективных спринклерных систем для РУ АОМТ. Задачи работы включали исследование структуры спринклерного потока форсунок различного типа, оценку влияния спринклерного потока на среду в ЗО, верификацию математических моделей и расчетных кодов, разработку эффективных алгоритмов управления аварией с использованием спринклерной системы.

В рамках данной работы на экспериментальной площадке ОКБМ «Африкантов» с использованием крупномасштабного стенда СПОТ ЗО

и атмосферного стенда БМ 1088 был проведен комплекс исследований, включающий в себя более 30 экспериментальных режимов. Цель исследований состояла в обосновании эффективности противоаварийных систем в условиях, близких к реализуемым при развитии аварии с потерей теплоносителя. В задачи работ входило определение мощностных характеристик спринклерной системы с учетом применения форсунок различного типа, а также исследование совместной работы барботажной, спринклерной и конденсационной подсистем ССАД ЗО. Для этого дополнительно проводились исследования работы барбо-тажной (барботаж и проскок пара) и конденсационной подсистем (работа теплообменника).

Одна из возможных конструкций ССАД ЗО, предусматривающая совместное использование спринклерной и барботажной подсистем, рассмотрена в [1].

Численное моделирование работы подсистем ССАД ЗО проводится с использованием кода сосредоточенных параметров КУПОЛ-МТ. Задачи расчетных исследований включают пре- и посте-стовый анализ экспериментов на стенде СПОТ ЗО и верификацию моделей спринклерной системы, барботажного устройства и теплообменника

в составе расчетного кода. С использованием кода КУПОЛ-МТ проведены расчеты параметров в ЗО при работе ССАД применительно к перспективным РУ блочного и интегрального типов.

Объект исследований

Test object

Объектом экспериментальных исследований на стендах являлась форсунка (спринклер). Исследовались четыре типа форсунок (рис. 1): форсунки с полым конусом факела, обеспечивающие мелко-и среднедисперсный распыл (условное обозначение ДФ [2], ТН [3]), и форсунки с заполненным конусом факела, обеспечивающие средне- и крупнодисперсный распыл (условное обозначение МФ [2] и ТС [3]).

Исследования на атмосферном стенде

Studies at atmospheric test rig

Исследования спектральных характеристик различных типов форсунок были проведены на атмосферном стенде БМ 1088, схематично представленном на рис. 2. Стенд имеет следующие технические характеристики:

■ в качестве рабочей среды используется техническая вода;

■ давление воды в трассе - до 6 кгс/см2;

■ расход воды на форсунку - 0-2 м3/ч;

■ температура воды в стенде - около 20 °С.

В ходе экспериментов производилась видеосъемка капельного потока и измерялся расход воды на форсунку, давление воды в трассе, радиус границы факела, высота границы факела, масса воды, удельный расход воды на единицу поверхности и расход воды в различных сечениях по радиусам. Данные, полученные в результате видеосъемки, обрабатывались с помощью специализированного программного обеспечения, что позволило определить скорость, угол падения, диаметр, объем и количество капель в различных сечениях по радиусам сектора (рис. 3).

Результаты испытаний на атмосферном стенде показали, что диапазон диаметра капель сприн-клерного потока форсунок составляет 0,2-1,9 мм. При этом основная доля капель имеет размер 0,60,9 мм. Согласно полученным расходным характеристикам размеры факела форсунок не превышают диаметра емкости-модели ЗО стенда СПОТ ЗО. Следовательно, на последующих «горячих» испы-

Рис. 1. Исследованные форсунки (слева направо ТС, ТН, ДФ, МФ)

Fig. 1. Types of sprinklers investigated in this study (left to right: TS, TN, DF, MF)

электронасос

лоток

исследуемыи форсунка сектор распыла (25 о)

вид сверху

стенки из оргстекла

дренаж

область

Рис. 2. Схема атмосферного стенда Fig. 2. Layout of atmospheric test rig

таниях форсунок на стенде СПОТ ЗО исключается контакт капель спринклерного потока со стенками и их испарение.

Описание стенда СПОТ ЗО

Description of SPOT ZO test rig

Для исследования эффективности работы сприн-клерной системы была проведена модернизация существующего стенда СПОТ ЗО с разработкой необходимой расчетно-конструкторской документации. Экспериментальный стенд СПОТ ЗО оснащен современной информационной системой с компьютерной обработкой поступающей информации. Схема экспериментального стенда СПОТ ЗО для исследования эффективности работы сприн-клерной системы представлена на рис. 4. Исследования выполнялись с целью обоснования эффек-

съемки

3,0

4 g

£ 2,5

JS 2 EC

2,0

1,5

1,0

0,5

0,0

1 1 1 1

Q = 1,5 м3/ч, Р = 3 атм Q = 1,8 м3/ч, Р = 4 атм

и

/О V

У V

О- —1

□—:

0,2

I 0,16

S

<u

I 0,12«

S

к j

4 u E-

5

О

с ce E-

o

0,08

0,04

200

400

600

800 1000 Радиус, мм

а)

1

1200 1400

0

Т

Q = 1,5 м3/ч, Р = 3 атм

Г"

0,0

0,2

I 1 I 1 I 1 I 1 I 1 I 1

0,4 0,6 0,8 1,0 1,2 1,4 Диаметр капель, мм

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

б)

П-'

1,6

1,8

2,0

Рис. 3. Распределение относительного удельного расхода по радиусам конуса (а) и спектра капель по размерам (б) для форсунки ТН

Fig. 3. Distribution of relative specific flow rate by cone radii (a) and size distribution of droplets in the spectrum (b) for TN sprinkler

тивности противоаварииных систем в условиях, близких к реализуемым при развитии аварии с потерей теплоносителя. Для этого требовалось определить мощностные характеристики спринклерной системы с учетом применения форсунок различного типа; исследовать совместную работу барботаж-ной, спринклерной и конденсационной подсистем ССАД ЗО, исследовать параметры проскока пара и паровоздушной смеси при барботаже.

Основные характеристики стенда СПОТ ЗО следующие:

объем емкости-модели ЗО ~ 59 м3, диаметр - 3,2 м, высота ~ 8 м;

расход спринклерной воды - 0-10 т/ч, напор насоса - 60 м;

номинальная мощность электропарогенератора (ЭПГ) - 0-2400 кВт, максимальная температура пара - 180 °С, рабочее давление - 0-1 МПа.

Для имитации работы спринклерной системы использовались форсунки, характеристики работы которых были исследованы при атмосферных испытаниях. Подача спринклерной воды на форсунку осуществлялась насосом из специального резервуара.

Для измерения поля температур парогазовой смеси (ПГС) и температуры капель в объеме емкости-модели ЗО расположены стойки с термопреобразователями. Термопреобразователи в емкости-модели ЗО закреплены на стойках таким

образом, чтобы вносить минимальное возмущение в поток ПГС и струи спринклера. Для оценки влияния неконденсирующихся газов на эффективность работы спринклерной системы предусмотрены системы подачи азота и гелия (имитатор водорода). Для измерения концентраций гелия, пара и компонент воздуха предусмотрены несколько точек отбора проб парогазовой среды с последующей подачей пробы в газоанализатор (хроматограф).

Результаты экспериментальных исследований спринклерной системы

Test data for sprinkler subsystem

На рис. 5 (см. вклейку) представлены графики изменения давления и температуры парогазовой смеси в одном из экспериментальных режимов с работой форсунки типа ТС при различных номинальных расходах воды на спринклер и повышенном парциальном давлении воздуха в модели ЗО.

На первом этапе эксперимента осуществляется подача пара от ЭПГ в емкость. Происходит прогрев конструкции емкости. После разогрева емкости осуществляется подача воды на спринклер с минимальным номинальным расходом при соответствующей минимальной мощности ЭПГ. Давление в модели ЗО стабилизируется, и осуществляется выдержка в статическом режиме. Затем

Рис. 4. Стенд СПОТ ЗО: 1 - емкость-модель ЗО; 2 - конденсатосборник; 3 - насос контура спринклера; 4 - бак с запасом воды 40 м3; 5 - фильтр; 6 - трубопровод подачи пара в емкость; 7 - трубопровод подачи гелия в емкость; 8 - спринклер; 9 - модель барботера; 10 - сигнализатор уровня; 11 - дырчатый лист; 12 - стойки с термопреобразователями для измерения температуры капель; 13 - участки отбора проб; 14 - прозрачные окна; 15 - электронасос; 16 - контур охлаждения; 17 - теплообменник; 18 - канал для исключения переопрессовки барботера ; 19 - предохранительный клапан

Fig. 4. SPOT ZO test rig: 1 - containment model; 2 - condensate collector; 3 - sprinkler circuit pump; 4 - 40 m3 water supply tank; 5 - filter; 6 - steam feed pipeline; 7 - helium feed pipeline; 8 - sprinkler; 9 - barboter model; 10 - level alarm; 11 - perforated plate; 12 - struts with thermal gauges for droplet temperature measurements; 13 - sampling places; 14 - observation windows; 15 - electric pump; 16 - cooling circuit; 17 - heat exchanger; 18 - barboter over-pressure prevention channel; 19 - safety valve

на доохладитель

устанавливается следующий номинальный расход воды на спринклер и производится увеличение мощности ЭПГ до стабилизации давления в емкости. При стабилизированном давлении в емкости и фиксированном уровне мощности ЭПГ осуществляется выдержка по времени. Аналогичные операции выполняются на последующих номинальных расходах воды на спринклер. После проведения всех мощностных полок режим считается завершенным.

На рис. 6 представлены гидравлические и мощностные характеристики форсунок (в зависимости от газосодержания в емкости-модели ЗО и мощности форсунок), полученные в ходе экспериментов.

Результаты экспериментальных исследований работы спринклерной системы показали: все форсунки обеспечивают стабилизацию давления в ЗО; при работе форсунок стратификация ПГС не наблюдается; релаксация капель наблюдается на расстоянии не более 1 м от форсунки; присутствие легкого газа (гелия) не оказывает влияния на тепловую эффективность спринклера.

Результаты экспериментальных исследований барботажа

Test data for barbotage subsystem

Экспериментальные исследования работы барботажа паровоздушного потока через слой воды на стенде СПОТ ЗО проводились в следующих условиях: барботаж сухого насыщенного пара без воздуха; барботаж сухого насыщенного пара в смеси с воздухом без газоудаления; барботаж сухого насыщенного пара в смеси с воздухом с газоудалением. На рис. 7 (см. вклейку) представлены результаты экспериментальных исследований работы барботера в части графиков изменения давления и температуры ПГС для одного из характерных режимов с подачей смеси пара с воздухом при газоудалении.

В ходе эксперимента производится подача пара в модель ЗО на электрической мощности ЭПГ около 600 кВт. Совместно с подачей пара подается воздух в паропровод с максимальным расходом. Наблюдается рост температуры воды барботажного

Перепад давления на форсунке, кПа

Мощность спринклера, кВт

Рис. 6. Гидравлические характеристики и эффективность форсунок

Fig. 6. Hydraulic parameters and efficiency of sprinklers

слоя, средняя температура ПГС в емкости увеличивается до величины, близкой к температуре на линии насыщения.

Результаты экспериментальных исследований барботажа паровоздушной смеси через слой воды показали следующее: наблюдается высокая эффективность барботажного слоя воды без прохождения пара через слой воды; происходит интен-

Газосодержание

сивный теплообмен между поверхностью воды и ПГС.

Численное моделирование экспериментов

Numerical simulation of experiments

Расчетное моделирование экспериментов на стенде СПОТ ЗО проводилось с использованием ПС КУ-ПОЛ-МТ. Код КУПОЛ-МТ предназначен для расчета параметров среды в объеме защитной оболочки или герметичного ограждения водо-водяных РУ. В состав кода входят контейнментный и теплогид-равлический блоки, что позволяет рассчитывать изменение во времени давления газа в помещениях, перепадов давления между помещениями, температуры ПГС в помещениях, изменение во времени уровня воды в помещениях, мощности теплоотвода и уровня в баке с запасом воды пассивной системы отвода тепла от ЗО, нестационарное распределение температуры в стенах и оборудовании, временные зависимости концентраций компонент ПГС в помещениях.

С помощью кода возможно моделирование систем безопасности, таких как спринклерная система, система аварийного удаления водорода на основе использования пассивных автокаталитических рекомбинаторов водорода, система отвода тепла от ЗО, вентиляционная система. Моделируется работа барботера и предохранительных клапанов. Верификационная база кода КУПОЛ-МТ включает эксперименты, проведенные на стенде СПОТ ЗО приме-

нительно к проектам АЭС-2006 и КЛТ-40С [4, 5], эксперименты на стенде КМС, эксперименты в рамках международного исследовательского проекта ERCOSAM-SAMARA на стендах СПОТ ЗО, PANDA, MISTRA, TOSQAN [6-8].

Расчетная модель контейнмента стенда СПОТ ЗО представлена на рис. 8. Модель состоит из 70 расчетных элементов, объединенных 121 газовой связью и 72 связями по воде. Для моделирования работы конденсационной ССАД ЗО на основе теплообменника для теплогидравлического модуля кода КУПОЛ-МТ предусмотрена модель контура циркуляции с теплообменником (рис. 9).

Комплекс претестовых расчетов экспериментов включал моделирование работы отдельных систем, их совместной работы, имитацию аварийных режимов.

На рис. 10 (см. вклейку) представлены сценарии экспериментов с имитацией аварии при работе спринклерной системы (а), конденсационной системы с теплообменником (б), а также при изменении парогазового объема помещения (в). Перед началом экспериментов устанавливается необходимый исходный уровень воды в барботере. Исходно модель ЗО заполнена воздухом при атмосферном давлении. Воздух и стены емкости-модели ЗО, а также вода в барботере имеют температуру окружающей среды. На первом этапе экспериментов осуществляется подача пара в барботер. Происходит прогрев воды в барботере.

В эксперименте с изменением объема ПГС на этом этапе выполняется подпитка емкости водой до требуемого уровня воды в емкости, что также приводит к росту параметров в модели ЗО. На третьем этапе производится дренаж воды из емкости до полного ее осушения. В экспериментах с работой спринклера и теплообменника на данной фазе происходит включение в работу этих систем и осуществляется расхолаживание ЗО. При этом в эксперименте со спринклером исследуется парциальная работа форсунки при работающих ЭПГ.

На рис. 11-13 (см. вклейку) представлены результаты претестовых расчетов экспериментов в части основных параметров в модели ЗО (давления и температуры ПГС). Этап I экспериментальных сценариев (прогревом воды в барботере) не моделировался.

Проведенные претестовые расчеты показывают качественную картину процессов, протекающих в ЗО. На рис. 13 в сравнении с основными результатами претестовых расчетов представлены экспериментальные данные, а также полученные промежу-

1 - номера боксов

- трубная система теплообменника

Рис. 8. Расчетная модель контейнмента стенда СПОТ ЗО

Fig. 8. Analytical model of SPOT ZO test rig containment

точные результаты постестового расчета режима с изменением объема ПГС.

Сравнительный анализ результатов пре- и посттестовых расчетов эксперимента с изменением объема ПГС в емкости-модели ЗО показал, что имеются различия в планируемых и фактических начальных и граничных условиях в эксперименте. Например, большая начальная масса воды и более высокий расход подпитки приводят в эксперименте и посттестовом расчете к более высокому давлению по завершении подпитки. Нелинейный характер изменения давления на этапе подпитки связан с влиянием противодавления на характеристики насоса подпитки, что вызывает снижение расхода подачи воды в емкость.

Также в эксперименте зафиксирован более высокий расход дренажа воды из емкости. При этом в посттестовом расчете наблюдается более резкое снижение давления. Графики изменения температуры в модели ЗО, включающие данные о температуре воды (в основном 150) и ПГС (в основном 143), показывают более низкие температуры воды в рас-

четах, что связано с неучетом в расчетах температурной стратификации по высоте слоя воды (подпитка в эксперименте осуществлялась водой с температурой порядка 20-30 °C). Тем не менее код качественно позволяет оценить изменения температуры по высоте емкости в процессе заполнения и дренажа, связанные с заливом и оголением термопреобразователей при изменении уровня воды.

Численное моделирование работы спринклерной системы на натурном объекте

Numerical simulation of real sprinkler system operation

Для анализа работы спринклерной системы применительно к натурному объекту было выполнено расчетное моделирование параметров в ЗО надводного корабля (НК) с блочной компоновкой и интегральным реактором типа РИТМ. Блочная компоновка предполагает максимально допустимое давление в помещениях ЗО до 1 МПа изб. (10 бар изб.). Поэтому расчеты изменения параметров ПГС в подобного типа РУ были выполнены для варианта запроектной аварии разрыва полным сечением одного из трубопроводов трассы «реактор - компенсатор давления» внутри необитаемой выгородки. В расчетах исследовалось влияние различных типов и количества форсунок, диаметра разбрызгиваемых капель, максимального допустимого давления в помещениях ЗО на величину необходимого запаса воды в цистерне и количество конденсируемого пара.

Теплогидравлический модуль

- трубная система теплообменника

- отводящий трубопровод ЩЦ - подводящий трубопровод

Контейнментный модуль

- основной объем

3S

Бокс|з7]^й<",|-ь,иГ 30

БоксЦз]^ s) 0Llt_t»0* G 25

ЕоксЦЛ^Й'""-1""5 Î0

Бокс|25 flul_bo* 4 Ji

БоксЦт] в) и ut bu j 3

BOKCIIT]3^ Э) OUt_bOK Z J_

TR_PAR Труба DN100

TR_TO Трубка 14х2 L=1,948 m H=1,500 m n=29 шт.

TR_WAT Труба DN32

4 L<K0L_W:W

Рис. 9. Расчетная модель контура циркуляции стенда СПОТ ЗО

Fig. 9. Analytical model of SPOT ZO test rig circulation pipeline

На рис. 14 приведены результаты изменения параметров ПГС в рассматриваемой аварии для варианта расчета с шестью форсунками типа ДФ42-10, обеспечивающими полый конус факела с диаметром капели около 1 мм, с расходом воды 3,07 кг/с на форсунку и диапазоном функционирования спринклерной системы 4-5 атм (абс.). Результаты расчета показали, что парциальная работа спринклеров обеспечивает непревышение установленного давления. За 10 срабатываний спринклер-

Абсолютное давление, МПа 0,600

0,500 0,400 0,300 0,200 0,100

7

у

10

100

1000

10000

Температура, С 260

220 180 140 100 60 20

10

100 Время, с

1000

10000

Рис. 14. Численное моделирование работы спринклерной системы на натурном объекте

Fig. 14. Numerical simulation of real sprinkler system operation

Низ аппаратной выгородки в верхней части рамы Низ аппаратной выгородки над крышей бака МВ3 Низ аппаратной выгородки ниже крыши бака МВ3 Аппаратное помещение Помещение вспомогательного оборудования

10

0

1

0

1

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

600 -1 550 500 450

с ,|00 ; 3so

I 300 | 250

« 200 150 100 50 0

^ У:—Перепад давления на форсунке J - ,

Х-Х--X—><

Давление в емкости —В— полное —О— пара —е— воздуха

I 1 I ' I ' I 1 I ' I 1 I 1 I 1 I 1 I ' I 1 I 1 I 0 60 120 180 240 300 360 420 480 540 600 660 720 Время, мин

Рис. 5. Графики изменения давления и температуры парогазовой смеси при работе спринклера в характерных точках по высоте емкости

Fig. 5. Pressure and temperature plots for steam-gas mix at characteristic heights of the tank: sprinkler system operating

350

300

• 250 с

200

£

с 150 4 100 50 0

I-'-1-1-1-■-1-'-1-'-1-'-1-'-1

0 60 120 180 240 300 360 420 Время, мин

S> «о

3 120

I 1M

S во

| 60

»

£ jo

(

| го ■

£ о

0 60 120 -lao 240 300 360 420 Время, мин

Рис. 7. Графики изменения давления и температуры парогазовой смеси при работе барботера в характерных точках по высоте емкости

Fig. 7. Pressure and temperature plots for steam-gas mix at characteristic heights of the tank: barboter operating

Рис. 11. Претестовый расчет режима с работой спринклера при имитации аварии Fig. 11. Pretest calculation of the regime with the work of the sprinkler when simulating an accident

150

S 125

О 100

I-1-1-'-1-'-1-1-1-1-1

0 2000 4000 6000 8000 10000

Время, с

Рис. 12. Претестовый расчет режима с работой теплообменника при имитации аварии

Fig. 12. Pretest calculation of the regime with the operation of the heat exchanger when simulating an accident

I 0,28 ~

4000 8000 12000 16000 20000 24000 Время, с

—I—1—I—'—I—1—I—1—I—1—I 4000 8000 12000 16000 20000 24000 Время, с

Рис. 13. Пре- и посттестовый расчеты режима с изменением объема парогазовой смеси при имитации аварии в сравнении с экспериментом

Fig. 13. Pre- and post-test calculations of the regime with a change in the volume of the vapor-gas mixture when simulating an accident in comparison with experiment

ной системы в ЗО поступило около 10 430 кг воды и сконденсировано порядка 1705 кг пара.

Заключение

Conclusion

В статье представлены результаты расчетно-экспериментальных исследований эффективности противоаварийных систем ограничения давления в защитной оболочке корабельных РУ. По результатам проведенных исследований на атмосферном стенде и стенде СПОТ ЗО получены спектральные характеристики капельного потока, а также расходные и мощностные характеристики спринклерных форсунок различных типов и производительности, показана их эффективность при авариях с потерей теплоносителя первого контура РУ. Исследована совместная работа спринклерной, барботажной и конденсационной с теплообменником подсистем снижения аварийного давления в ЗО, показана эффективность работы барботера в широком диапазоне аварийных параметров. Расчетный анализ работы спринклерной системы применительно к натурному объекту, выполненный с использованием ПС КУПОЛ-МТ, показал высокую эффективность для снижения давления в ЗО НК при аварии LOCA спринклерных систем, основанных на испытанных типах форсунок. С использованием результатов экспериментальных исследований проведена верификация ПС КУПОЛ-МТ. Объем и качество экспериментов позволяет использовать их при проектировании аварийных систем отвода тепла и верификации современных LP- и CFD-кодов.

Библиографический список

1. Балабин В.П., Богданов Д.М., Вишняков Ю.М., Емельянов С.И., Кучин Н.Л. Расчетное моделирование последствий аварий типа LOCA на атомных объектах морской техники при использовании противоаварий-ной барботажно-спринклерной системы снижения давления // Труды Крыловского государственного научного центра. 2018. Вып. 2(384). С. 137-146.

2. Кулагин Л.В., Морошкин М.Я. Форсунки для распы-ливания тяжелых топлив. М.: Машиностроение, 1973.

3. Каталог центробежных форсунок предприятия ООО «Общемаш» / URL: www.zzu.ru (дата обращения: 28.09.2018).

4. Лукьянов А.А., Зайцев А.А., Хизбуллин А.М. Результаты верификации программного средства КУ-ПОЛ-МТ на базе экспериментальных исследований пассивной системы снижения аварийного давления в защитной оболочке КЛТ-40С // материалы

7-й международной научно-технической конференции «Обеспечение безопасности АЭС с ВВЭР» ОКБ «ГИДРОПРЕСС», Подольск, Россия, 1720 мая 2011.

5. Бахметьев А.М., Большухин М.А., Хизбуллин А.М., Камнев М.А. Экспериментальное исследование пассивной системы снижения аварийного давления в защитной оболочке реакторной установке КЛТ-40С // Атомная энергия. 2010. № 5. С. 284-288.

6. Хизбуллин А.М., Камнев М.А., Тюриков О.В. Результаты расчетного моделирования экспериментов на установках PANDA и MISTRA с учетом влияния работы рекомбинатора на стратификацию гелия // Материалы 8-й Международной научно-технической конференции «Обеспечение безопасности АЭС с ВВЭР» МНТК-2013, г. Подольск, Россия, 28-31 мая 2013.

7. Бахметьев А.М., Большухин М.А., Хизбуллин А.М. и др. Экспериментальное обоснование контура охлаждения системы пассивного отвода тепла из защитной оболочки проекта АЭС-2006 для площадки Ленинградской АЭС // Атомная энергия. 2009. Т. 106. Вып. 3. С. 148-152.

8. Бахметьев А.М., Большухин М.А., Камнев М.А., Хизбуллин А.М., Тюриков О.В. Расчетно-эксперименталь-ные исследования перемешивания легкого газа в рамках проектов ERCOSAMSAMARA // Атомная энергия. 2017. Т. 123. Вып. 1. С. 3-9.

References

1. Balabin V., Bogdanov D., Vishnyakov Yu., Yemelya-nov S., Kuchin N. Analytical simulation of LOCA outcomes at nuclear marine facilities using barbotage-sprinkler emergency depressurization system // Transactions of the Krylov State Research Centre. 2018. Issue 2(384). P. 137-146 (in Russian).

2. Kulagin L., Moroshkin M. Sprinklers for heavy fuels. Moscow: Mashinosroyeniye, 1973 (in Russian).

3. Catalogue of JSC Obshemash fuel swirlers // URL: www.zzu.ru (in Russian).

4. Lukyanov A., Zaitsev A., Khizbullin A. Verification results of the KUPOL-MT code on the basis of experimental research of passive system of heat removal from containment for KLT-40C // Materials of the 7th International Scientific and Technical Conference Safety Assurance of NPP with WWER. OKB Gidropress. Podolsk, Russia, May 17-20, 2011 (in Russian).

5. Bakhmetiev A., Bolshukhin M., Khizbullin A., Kam-nev M. Experimental study of a passive system for lowering damaging pressure levels in the protective shell of the KLT-40S reactor facility // Atomic Energy. 2010. No. 5. P. 284-288 (in Russian).

6. Khizbullin A., Kamnev A., Tyurikov O. Numerical simulation of severe accident development considering recombiner effect on hydrogen stratification in containment // Materials of the 8th International Scientific and Technical Conference Safety Assurance of NPP with WWER. OKB Gidropress. Podolsk, Russia, May 28-31, 2013 (in Russian).

7. Bakhmetyev A., Bolshukhin M., Khizbullin A. et al. Experimental validation of the cooling loop for a passive system for removing heat from the AES-2006 protective envelope design for the Leningradskaya nuclear power plant site // Atomic Energy. 2009. Vol. 106. Issue 3. P. 148-152 (in Russian).

8. Bakhmetyev A., Bolshukhin M., Kamnev M., Khizbullin A., Tyurikov O. Computational and experimental studies of mixing of a light gas in ERCOSAM-SAMARA projects // Atomic Energy. 2017. Vol. 123. Issue 1. P. 1-9 (in Russian).

Сведения об авторах

Балабин Валерий Павлович, начальник сектора - заместитель руководителя ОСКЦ ФГУП «Крыловский государственный научный центр». Адрес: 196158, Россия, Санкт-Петербург, Московское шоссе, 44. Тел.: 8 (812) 415-48-31. E-mail: skc@ksrc.ru.

КамневМихаил Анатольевич, к.т.н., начальник НИИК АО «ОКБМ «Африкантов». Адрес: 603074, Россия, Нижний Новгород, Бурнаковский пр-д, 15. Тел.: 8 (8312) 75-25-73. E-mail: kamnev@okbm.nnov.ru.

Кучин Николай Леонидович, д.ф.-м.н., начальник отдела -руководитель ОСКЦ ФГУП «Крыловский государственный научный центр». Адрес: 196158, Россия, Санкт-

Петербург, Московское шоссе, 44.Тел.: 8 (812) 415-48-64. E-mail: skc@ksrc.ru.

Тюриков Олег Валерьевич, инженер-конструктор 1 категории АО «ОКБМ «Африкантов». Адрес: 603074, Россия, Нижний Новгород, Бурнаковский пр-д, 15. Тел.: 8 (8312) 75-25-71. E-mail: okbm@okbm.nnov.ru. Хизбуллин Ахмир Мугинович, к.т.н., заместитель начальник отдела АО «ОКБМ «Африкантов». Адрес: 603074, Россия, Нижний Новгород, Бурнаковский пр-д, 15. Тел.: 8 (8312) 75-25-71. E-mail: khizbullin@okbm.nnov.ru.

About the authors

Valery P. Balabin, Head of Sector - Deputy Head of Joint Emergency Response Centre, Krylov State Research Centre. Address: 44, Moskovskoye sh., St. Petersburg, Russia, post code 196158. Tel.: 8 (812) 415-48-31. E-mail: skc@ksrc.ru. Mikhail A. Kamnev, Cand. Sci (Eng.), Head of Research & Testing Complex, JSC Afrikantov OKBM. Address: 15, Bur-nakovsky proezd, Nizhny Novgorod, Russia, post code 603074. Tel. 8 (8312) 75-25-73. E-mail: kamnev@okbm.nnov.ru. Nikolay L. Kuchin, Dr. Sci. (Eng.) (Phys. & Math.), Head of Department - Head of Joint Emergency Response Centre, Krylov State Research Centre. Address: 44, Moskovskoye sh., St. Petersburg, Russia, post code 196158. Tel.: 8 (812) 415-48-64. E-mail: skc@ksrc.ru. Oleg V. Tyurikov, 1st Category Design Engineer, JSC Afri-kantov OKBM. Address: 15, Burnakovsky proezd, Nizhny Novgorod, Russia, post code 603074. Tel. 8 (8312) 75-25-71. E-mail: okbm@okbm.nnov.ru.

Akhmir M. Khizbullin, Cand. Sci (Eng.), Deputy Head of Department, JSC Afrikantov OKBM. Address: 15, Bur-nakovsky proezd, Nizhny Novgorod, Russia, post code 603074. Tel. 8 (8312) 75-25-71. E-mail: khizbullin@okbm.nnov.ru.

DOI: 10.24937/2542-2324-2018-4-386-117-132 УДК 629.5.03-8.004

Ю.Н. Мясников1, В.С. Никитин1, А.А. Равин2, О.В. Хруцкий2

1 ФГУП «Крыловский государственный научный центр», Санкт-Петербург, Россия

2 Санкт-Петербургский государственный морской технический университет, Россия

МЕТОДЫ ПРОГНОЗИРОВАНИЯ ТЕХНИЧЕСКОГО СОСТОЯНИЯ СУДОВОГО ЭНЕРГЕТИЧЕСКОГО ОБОРУДОВАНИЯ

Объект и цель научной работы. Объектом исследования является судовое энергомеханическое оборудование. Цель работы заключается в обосновании информационного обеспечения применения прогрессивной стратегии обслуживания оборудования по фактическому техническому состоянию.

Материалы и методы. Исходными материалами являются научно-техническая информация и результаты экспериментальных исследований и испытаний, посвященных анализу эффективности методов и алгоритмов прогноза изменения технического состояния оборудования на основе мониторинга функциональных характеристик и результатов диагностирования узлов оборудования, лимитирующих его эксплуатационную надежность. Используются личные наработки и многолетний опыт проведения НИОКР в области совершенствования стратегий обслуживания и повышения эксплуатационной надежности судовых технических средств.

Основные результаты. Приведенный сравнительный анализ особенностей и функциональных возможностей нескольких методов прогнозирования изменения технического состояния и оценки остаточного ресурса судового энергомеханического оборудования позволяет обоснованно выбрать области их применения.

Заключение. Показано, что информационной базой применения прогрессивной стратегии обслуживания оборудования по фактическому техническому состоянию является оценка степени эксплуатационных повреждений наиболее нагруженных и ответственных узлов и деталей и прогноз их возможных изменений на предстоящий период эксплуатации оборудования. Сделан вывод о целесообразности системной организации мониторинга параметров, характеризующих качество, надежность и работоспособность оборудования на всех этапах жизненного цикла. Комплексное применение методов технической диагностики и алгоритмов оценки остаточного ресурса оборудования позволяет снизить интенсивность потока отказов и оптимизировать обслуживание оборудования.

Ключевые слова: судовое энергомеханическое оборудование, прогнозирование изменений технического состояния, оценка остаточного ресурса.

Авторы заявляют об отсутствии возможных конфликтов интересов.

DOI: 10.24937/2542-2324-2018-4-386-117-132 UDC 629.5.03-8.004

Yu. Myasnikov1, V. Nikitin1, A. Ravin2, O. Khrutsky2

1 Krylov State Research Centre, St. Petersburg, Russia

2 State Marine Technical University, St. Petersburg, Russia

PREDICTION METHODS FOR TECHNICAL CONDITION OF SHIPBOARD POWER MACHINERY

Object and purpose of research. This paper studies power generation machinery of ships. The purpose of research is to justify information support of applying an advanced strategy of equipment maintenance based on its actual technical condition.

Materials and methods. Input data for this study are scientific & technical information and experimental results dealing with efficiency analysis of prediction methods and algorithms for technical condition of equipment based on moni-

Для цитирования: Мясников Ю.Н., Никитин В.С., Равин А.А., Хруцкий О.В. Методы прогнозирования технического состояния судового энергетического оборудования. Труды Крыловского государственного научного центра. 2018; 386(4): 117-132.

For citations: Myasnikov Yu., Nikitin V., Ravin A., Khrutsky O. Prediction methods for technical condition of shipboard power machinery. Transactions of the Krylov State Research Centre. 2018; 386(4): 117-132 (in Russian).

toring of its performance parameters, as well as on diagnostics of the units that restrict its operational reliability. The study also relies on personal findings of the authors and many years of their R&D experience in improvement of maintenance strategies and operational reliability enhancement for ship equipment.

Main results. This study analyzed specifics and functional capabilities of several methods used to predict technical condition of power & mechanical equipment and assess its residual lifetime, in order to justify selection of their application areas.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Conclusion. It is shown that advanced maintenance strategy for equipment based on its actual technical condition should always rely on damage assessment of its most loaded and important units and parts, as well as on prediction of their possible changes during the forthcoming operation period. The conclusion of the whole study is that monitoring of parameters describing quality, reliability and operability of equipment at all stages of its life cycle must be performed systematically. Integrated application of technical diagnostics methods and residual lifetime assessment algorithms reduces the number of failures and optimizes equipment maintenance.

Keywords: shipboard power machinery, prediction of changes in technical condition, residual lifetime assessment. Authors declare lack of the possible conflicts of interests.

Возможность заглянуть в будущее всегда являлась не только абстрактной мечтой человечества, но и предпосылкой эффективного принятия решений в самых разных направлениях практической деятельности [6, 10]. Это в полной мере относится и к организации рационального использования технических объектов [1, 6, 9].

В процессе функционирования энергомеханического оборудования наиболее нагруженные узлы и детали испытывают влияние комплекса разрушающих воздействий, вызывающих постепенную деградацию их технического состояния (усталость материала, износы, эрозия, коррозия и т.п.). Несмотря на постоянное повышение качества схемных и конструктивных решений, а также применение прогрессивных конструкционных материалов и технологий изготовления, пока не удается обеспечить уровень надежности оборудования, достаточный для эффективной и безотказной эксплуатации на протяжении назначенных ресурсных периодов, без проведения персоналом специальных работ, обеспечивающих поддержание работоспособности оборудования (осмотров, испытаний, освидетельствований, мелких, средних и капитальных ремонтов). Информационной базой для обоснованного планирования таких работ являются оценки и прогнозы изменений технического состояния оборудования, выполняемые не только на стадии его проектирования, но и в процессе эксплуатации [5, 8, 16, 17].

В данной статье предпринята попытка обосновать возможность решения сложной задачи -дать достоверную оценку остаточного ресурса технических объектов, подвергающихся при эксплуатации воздействию сложного комплекса разрушающих факторов. Эта задача решается не только исходя из даты ввода объекта в эксплуа-

тацию, но и путем наблюдения за изменением во времени специальных диагностических параметров, контроля режимов использования оборудования, а также исследования физико-химических процессов, вызывающих деградацию технического состояния наиболее нагруженных и ответственных узлов.

Статистический метод прогнозирования

Statistical prediction method

Собственно прогнозированию этим методом предшествует предварительное формирование массива данных, отражающих фактическую долговечность партии однотипных изделий. Это может быть сделано путем обобщения опыта эксплуатации или специальных испытаний аналогичных изделий на надежность. Далее выполняется статистическая обработка результатов наблюдений: оценка однородности выборки и отбрасывание крайних членов, подбор закона распределения, вычисление основных статистических параметров (математического ожидания, дисперсии, среднеквадратичного отклонения, моментов), построение функций распределения и плотности вероятностей.

Эти функции используются для решения прогнозных задач, которые могут быть сформулированы следующим образом [11]:

■ какова вероятность того, что данный агрегат проработает без отказа заданный период времени?

■ какой период времени проработает данный агрегат при заданной вероятности безотказной работы?

Для решения первой задачи целесообразно использовать плотность вероятностей (рис. 1) и применить выражения (1).

Для решения второй задачи можно использовать функцию распределения (рис. 2) и выражение (2).

В

Р%Х<3 =1 / (X ; (1)

ф

рб.отк = 1 _ ротк (2)

1А<X<В ~ 1 1А<X<В ■

При заданной вероятности безотказной работы оборудования на временном интервале /1-/2 нетрудно найти вероятность отказа на этом же интервале:

Р = 1 — Р (3)

отк ботк • У ;

Из определения функции распределения Р/ (это вероятность того, что событие случится ранее момента /) следует, что при /1 < / < /2

Ротк = Р (/2 ) — Р (/, ). (4)

Нетрудно видеть, что наличие функции распределения и совместное использование выражений (3) и (4) позволяет достаточно просто решить поставленную задачу:

■ с помощью выражения(2) найти вероятность отказа Ротк на временном интервале А/ = /1 — /2;

■ для заданного начала эксплуатационного периода оборудования (например, начала рейса судна) с помощью функции распределения (рис. 2) определить значение Р(/1);

■ используя выражение (4), найти значение функции распределения для конца эксплуатационного периода:

Р (/2 ) = Р (/,) + Ротк; (5)

■ для определенного значения Р(/2) с помощью функции распределения найти время окончания эксплуатационного периода /2;

■ искомый временной период с заданной вероятность безотказной работы:

Д/ = /2— /1. (6)

Понятно, что ключевым моментом применимости рассмотренного метода является наличие достаточно представительной выборки наблюдений, характеризующих фактическую эксплуатационную надежность оборудования, например, наработки на отказ, а также соответствующего программного обеспечения, предназначенного для статистической

Рис. 1. Плотность вероятностей выборки наблюдений за долговечностью изделия

Fig. 1. Probability density for a set of equipment lifetime observations

Рис. 2. Применение функции распределения для оценки времени работы изделия с заданной вероятностью безотказности

Fig. 2. Application of distribution function in assessment of equipment operation time with pre-set probability of trouble-free operation

обработки этой выборки с целью определения вида и параметров распределения. Результаты, как показано выше, могут быть использованы для статистических оценок надежности (например, прогнозирования долговечности) соответствующего оборудования в процессе эксплуатации.

Вместе с тем следует особо заметить, что статистический метод прогнозирования достаточно эффективен в тех случаях, когда анализируемое изделие выпускается в массовом количестве и служит сравнительно недолго, благодаря чему возможно в приемлемые сроки накопить представительную выборку статистических данных об отказах оборудования. Для большинства видов судостроительного оборудования характерны мелкосерийное (а иногда и уникальное) производство и длительные сроки службы. В связи с этим статистические данные

в основном оказываются либо недостаточно представительными, либо сильно устаревшими: к моменту завершения сбора статистических данных наблюдаемое оборудование уже выработало большую часть своего ресурса и подлежит замене, а для новых типов оборудования статистические данные по устаревшему оборудованию оказываются малопригодными. Кроме того, вероятностный характер прогнозов, отягощенных, как правило, существенной дисперсией из-за значимых для судового оборудования коэффициентов вариации ресурса, ограничивает область применения этих методов оценками групповых осредненных эксплуатационных показателей долговечности оборудования (например, парка однотипных изделий). Таким образом, этим методом сложно получить достоверный индивидуальный прогноз изменений технического состояния конкретного механизма или агрегата.

Экстраполяционный метод прогнозирования

Extrapolation-based prediction method

В основе метода лежит обработка результатов мониторинга диагностического параметра, характеризующего техническое состояние контролируемого узла [4, 13, 15].

Реализация этого метода предусматривает последовательное выполнение ряда этапов:

■ выбор главного диагностического параметра, в наибольшей степени характеризующего техническое состояние объекта и его работоспособность;

■ организация измерений этого параметра через заданные временные интервалы At и накопление результатов в процессе эксплуатации контролируемого объекта;

■ сглаживание полученной последовательности результатов измерений - временного ряда y(t) с целью подавления влияния случайных отклонений параметра, не связанных с изменением технического состояния объекта;

■ аппроксимация сглаженного временного ряда, т.е. формирование его аналитического описания с помощью функции Y(t), аргументом которой является время;

■ экстраполяция аппроксимирующей функции на предстоящий период эксплуатации с целью прогнозирования интервала времени до наступления предельного состояния (остаточного ресурса) объекта;

■ корректировка аппроксимирующей функции и уточнение прогноза по мере накопления ре-

зультатов измерения определяющего параметра.

В течение времени Т формирование ряда наблюдений может происходить путем периодических измерений контролируемого параметра Y через интервалы времени At. В этом случае количество результатов измерений n = Т/At. Обычно достаточно иметь объем выборки n = 10-15 (условие At = const не является обязательным).

Как правило, полученный таким образом временной ряд y(t), представленный множеством пар (y,-; t;} при i = 1, 2,...,n, имеет на плоскости (y, t) существенный разброс точек, обусловленный неучтенными изменениями режимов и условий эксплуатации объекта, а также случайными погрешностями измерений. Это обстоятельство существенно затрудняет выдвижение гипотезы о подходящем типе аппроксимирующей функции (функции тренда) Y(t). В таких ситуациях целесообразно использовать сглаживающие операторы: обобщенные усреднения, специальные сглаживающие производные, а также приведенные ниже ^-кратные I-и L -интегралы [33, 34]:

I [* (t)] =

* [* (t)] =

J * (t)

dt

-¡k

V

J * (t )dt + t* (t )

(7)

(8)

Л J к

где Л1 и - соответственно, время начала и конца периода накопления измеренных значений параметра у.

Выполнение операции последовательного интегрального сглаживания временного ряда обеспечивает получение двух дополнительных множеств: (х,; /,} и (ц, Л,}, где х, и г, - результаты применения, соответственно, I- или ¿-операторов. Дополнительные множества позволяют принять к рассмотрению фазовые плоскости (у - х) и (у - г), на которых будут располагаться точки, соответственно, с координатами у,, х, и у,, г,-. Во многих случаях расположение точек в фазовых плоскостях можно достаточно точно описать линейной зависимостью

* (t ) = а0 + V [ * (t )]k

или

* (t ) = ао + а1 L [ * (t )] k

(9)

(10)

где коэффициенты а0 и а1 вычисляются методом наименьших квадратов.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Методы прогнозирования технического состояния судового энергетического оборудования Текст научной статьи по специальности «Механика и машиностроение»

Prediction methods for technical condition of shipboard power machinery

Текст научной работы на тему «Методы прогнозирования технического состояния судового энергетического оборудования»