CC BY
36
УДК 681.518.5
ОЦЕНКА ВЕРОЯТНОСТНЫХ ОШИБОК КОНТРОЛЯ СОСТОЯНИЯ ТЕПЛООБМЕННОГО ОБОРУДОВАНИЯ
PROBABILITY MISTAKES EVALUATION OF THE HEAT-EXCHANGE EQUIPMENT CONDITION MONITORING
А. М. Демин, А. П. Науменко, А. И. Одинец, А. А. Горчакова
Омский государственный технический университет, г. Омск, Россия
A. M. Demin, A. P. Naumenko, A. I. Odinets, A. A. Gorchakova
Omsk State Technical University, Omsk, Russian Federation
Аннотация. Работа посвящена проблемам выбора и определения граничных значений критериев оценки состояния теплообменного оборудования технологических установок гидроочистки дизельных топлив. Цель работы - определение критических параметров эксплуатации теплообменников. Представлено обоснование выбранного критерия оценки состояния. Величина предложенного критерия рассчитана с использованием статистических данных по оценке состояния теплообменного оборудования и вероятностно-статистических методов принятия решений.
Ключевые слова: контроль состояния, критерий оценки состояния, мониторинг в реальном времени, теплообменное оборудование, гидроочистка дизельных топлив.
DOI: 10.25206/2310-9793-7-2-95-103
I. Введение
Контроль и мониторинг технического состояния технологического оборудования предприятий нефтеперерабатывающего комплекса является фундаментальной основной процесса внедрения производственных исполнительных систем (MES) и на их основе стратегии интеграции производства и операций управления трудовыми ресурсами, финансового менеджмента и управления активами (ERP).
Контроль технического состояния машин и механизмов чаще всего осуществляется по параметрам вибрации, температуры узлов и потребляемой мощности. При измерении вибрации, как правило, используют среднее квадратическое значение [1, 2, 3] виброускорения, виброскорости и виброперемещения и скорости их изменения, иногда для оценки состояния подшипников качения - эксцесс плотности вероятности мгновенных значений виброускорения [1, 2]. Можно также отметить использование параметров плотности вероятности распределения мгновенных значений вибросигналов [4] для контроля состояния подшипников, а для определения видов дефектов и неисправностей подшипников - анализ параметров огибающей виброускорения [1, 2].
Поршневые машины, в частности компрессоры нефтеперерабатывающих предприятий, контролируют по величине среднего квадратического значения параметров вибрации [5, 6], пиковым величинам вибросигнала [5, 6, 7, 8] путем анализа вибропараметров согласно циклограмме работы компрессора [6, 7]. Для оценивания технического состояния поршневых машин используют и более сложные методы анализа параметров вибрации, основанные, например, на методе анализа главных компонент сигнала [9, 10, 11], а также взаимно-регрессионных функций, многомерных спектральных и статистических характеристик [12, 13]. Накопленный опыт разработки, внедрения и использования систем мониторинга динамического механико-технологического оборудования обеспечивает достаточно надежный, своевременный и адекватный мониторинг состояния этого оборудования в реальном времени [14, 15, 16].
Наиболее сложно решается задача мониторинга состояния в реальном времени статического механико-технологического оборудования, к которому относят технологические трубопроводы, колонно-емкостное оборудование, работающее под давлением, теплообменное и печное оборудование нефтеперерабатывающих предприятий. Известные системы мониторинга колонно-емкостного и трубопроводного оборудования базируются на таких параметрах технического состояния, как акустическая эмиссия и температура, с использованием параметров технологических процессов для контроля режима работы объекта технологической установки [17, 18, 19].
Проблема эксплуатации теплообменного оборудования в большей части сводится к необходимости и возможности предотвращения убытков его эксплуатации, возникающих при ухудшении условий процесса теплообмена вследствие деградации его технического состояния. Например, на одной из установок изомеризации легких бензиновых фракций, включающей предварительный блок гидроочистки сырья, трижды за год происходила внеплановая остановка. Причинами таких остановов служили перепады давлений на входе в блок теплообменного оборудования и на выходе из него. Перепад давления был обусловлен ростом загрязнений по межтрубному пространству одного из корпусов теплообменника блока гидроочистки. Таким образом, убытки предприятия превысили 600 млн руб. в год, так как каждая остановка длилась не менее недели, а каждый день
простоя оценивался в 30 млн руб. Аналогичная ситуации складывается и на установках гидроочистки бензинов и дизельных топлив (ДТ).
В любом случае, финансовые потери складываются из повышенного потребления энергоресурсов по причине снижения эффективности работы теплообменников и убытков в случае полной остановки теплообмен-ного оборудования при достижении критических параметров режима.
Применение специальных методик оценки работоспособности или программ диагностики теплообменно-го оборудования позволило бы избежать подобных ситуаций. Имеющиеся в технической литературе и в нормативной документации рекомендации, позволяющие оценить величины термических сопротивлений некоторых видов загрязнений, во многих случаях противоречивы, недостаточно обоснованы и некорректны. В частности, для холодильного оборудования, использующего воду в качестве теплоносителя, основная роль в методиках диагностирования отложений отводится солям жесткости, обладающими известными термодинамическими характеристиками [20, 21]. Расчетные формулы по определению толщины отложений рекуперативных теплообменников процессов атмосферно-вакуумной трубчатки, приведенные в методике [22] имеют также ограниченное применение.
Анализ имеющихся программ и методик показал, что к теплообменникам процесса гидроочистки нефтепродуктов существующие инструменты не применимы, в связи с чем возникает необходимость разработки технологии диагностирования теплообменного оборудования процесса гидроочистки на основе режимных параметров.
II. Постановка задачи
Для определения эффективности работы теплообменного оборудования установки гидроочистки ДТ разработана технология диагностирования, функционирующая на сравнении разности температур на горячей стороне аппарата в текущий момент времени и в момент, когда теплопередающая поверхность была чистой. Для получения данных по температурам используется заводская система мониторинга в реальном времени, предоставляющая доступ, как к текущим значениям, так и к значениям технологических параметров за произвольный прошлый период [23 26].
Технология диагностирования, реализованная в виде программы контроля состояния теплообменного оборудования установок гидроочистки ДТ в режиме реального времени, представляет собой мнемосхему в Р1 Ргосв88Боок (рис. 1) [27, 28].
Программа контроля состояния построена на принципе вычисления разности температур между входящим горячим и выходящим холодным потоками на концах теплообменников. Критерием оценки состояния процесса теплообмена является отношение разности температур в текущий момент времени к разности температур в заданный момент времени, например выбранный для сравнения. Предварительно выбранная величина критерия позволяет оценивать состояние теплообменников и целенаправленно контролировать результаты их обслуживания, ревизии и ремонта. Накопленная информация позволила произвести статистическую обработку данных.
Цель данной работы заключается в определении граничных или критических параметров контроля состояния теплообменного оборудования установок гидроочисток ДТ в режиме реального времени.
III. Теория
Классический подход к определению граничных значений диагностических признаков, разделяющих состояния объекта, состоит в том, что разделение состояния объекта на исправное (А) и неисправное (Б2) осуществляется на основе следующего правила: при величине критерия состояния х<х0 предполагается, что объект находится в исправном работоспособном состоянии, а при х>х0 предполагается наличие неисправного состояния [29-33]:
х е Д при х < х0, х е Д при х > х0.
Величина х - текущее (измеренное) значение критерия состояния является случайной величиной.
Таким образом, классический подход основывается на том, что исправное состояние характеризирует некий диагностический признак, величина которого при исправном состоянии меньше, чем при неисправном.
Области исправного (А) и неисправного (Б2) состояний, как правило, пересекаются и поэтому практически сложно выбрать значение х0, при котором не было бы ошибки в определении вида состояния. Поэтому возникает вероятностно-статистическая задача выбора величины х0, которая была бы в некотором смысле оптимальной, например, давала бы наименьшее число ошибочных решений или минимальную вероятность пропуска неисправного состояния при заданной вероятности ложной тревоги.
Возможными ошибками при принятии решений являются: ложная тревога (ошибка первого рода): исправный объект признается дефектным (вместо Д считают, что имеет место Б2), и пропуска дефекта (ошибка второго рода): объект, имеющий дефект признается исправным (вместо Б2 признается Д).
Рис. 1. Фрагмент программы контроля состояния сырьевых теплообменников установок гидроочистки ДТ
Вероятность ложной тревоги PЛТ при условии, что x>x0, а узел является исправным, равна вероятности произведения двух событий: наличие исправного состояния и величины критерия состояния x>xo [29-33]:
да
Рш = P(D,) ■ P([х > x0]/D) = P(D,) J f (х/Д) dx = P [1 -F(Xo/D,)] ,
xo
а вероятность пропуска дефекта PПд можно определить как
Рпд = P(D2) ■ Р([X < х0]/D2) = P(D2) J f (x/D2) dx = P2F(xjD2).
—да
В приведенных выражениях принято, что f (x/D1) и f (x/D2) - соответственно плотности вероятностей для исправного и неисправного состояний; диагнозы D1 и D2 соответствуют исправному и неисправному состояниям объекта; Pi = P(D\) и P2 = P(D2) - априорные вероятности соответственно диагнозов D1 и D2, которые считаются известными на основании предварительных статистических данных; F (x0/Di) - вероятность исправного состояния на интервале от x0 до да; F (x0/D2) - вероятность неисправного состояния на интервале от -да до x0.
Вероятность принятия ошибочного решения слагается из вероятностей ложной тревоги и пропуска дефекта. Если приписать цены этим вероятностям и принять, что цены правильных решений есть Ci1 и C22, то получим выражение для среднего риска принятия решения (ожидаемая величина потери) [29-33]:
Лф да .Xq да
R = С, iP J f(x/A )dx + C21P J f(x/Di )dx + С, 2 P2 J f(x/D2)dx + C22 P2 J f(x/D2)dx
—да x0 —да Xo
где C21 - цена ложной тревоги; C12 - цена пропуска дефекта (первый индекс - принятое состояние, второй - действительное), обычно C12>> C21 .
Если принять, что правильные решения не оцениваются, т. е. C11=C22=0, то получим выражение для среднего риска принятия ошибочного решения:
R = С12Pm + CP = С12P2 [F(xoM)] + C21PP [1 — F(.„/A)].
Полученное выражение позволяет оценить риск принятия решения на основе знания функций распределения вероятности величин критерия для исправного и неисправного состояний, априорных вероятностей состояний и стоимостей пропуска неисправности и ложной тревоги.
IV. Результаты экспериментов
1. Экспериментальные данные
Межремонтный пробег типовой установки гидроочистки ДТ в соответствии графиком планового ремонта составляет 2 года. Чистку теплообменного оборудования реакторного блока производили в 2013, 2015, 2017 годах (обозреваемый период).
В 2013 году была проведена чистка всех теплообменников. Поверхности имели значительные загрязнения по межтрубному пространству, особенно у теплообменных аппаратов поз. Т-2 и Т-4. Толщина отложений составила от 2 до 5 мм.
В 2015 году произведен разбор и чистка всех теплообменных аппаратов. Состояние теплообменников было оценено как загрязнённое. Толщина отложений по межтрубному пространству составила около 2 мм.
В 2017 году выполнен разбор и чистка всех теплообменных аппаратов. Состояние теплообменников -загрязненное. Толщина отложений по межтрубному пространству составила от 2 до 3 мм.
Результаты контроля состояния теплообменных аппаратов реакторного блока типовой установки гидроочистки ДТ при выполнении ремонтных работ представлены в табл. 1.
ТАБЛИЦА 1
ОЦЕНКА РЕЗУЛЬТАТОВ КОНТРОЛЯ СОСТОЯНИЯ ТЕПЛООБМЕННИКОВ ТИПОВОЙ УСТАНОВКИ ГИДРООЧИСТКИ ДТ
Позиция теплообменника Год выполнения ремонта
Критерий оценки состояния Проведение чистки Состояние поверхности теплообмена Результаты оценки состояния
2013 год
Т-1 1,24 Выполнена Загрязненное Не эффективна
Т-2 5,00 Выполнена Сильно загрязненное Эффективна
Т-3 1,21 Выполнена Загрязненное Не эффективна
Т-4 6,41 Выполнена Сильно загрязненное Эффективна
Т-5 1,65 Выполнена Загрязненное Эффективна
Т-6 1,21 Выполнена Загрязнённое Не эффективна
2015 год
Т-1 1,14 Выполнена Чистое Эффективна
Т-2 1,28 Выполнена Загрязненное Эффективна
Т-3 1,61 Выполнена Загрязненное Эффективна
Т-4 1,75 Выполнена Загрязненное Эффективна
Т-5 1,48 Выполнена Загрязненное Эффективна
Т-6 1,45 Выполнена Загрязненное Эффективна
2017 год
Т-1 1,03 Выполнена Чистое Эффективна
Т-2 1,24 Выполнена Чистое Эффективна
Т-3 1,55 Выполнена Загрязненное Эффективна
Т-4 1,53 Выполнена Загрязненное Эффективна
Т-5 1,44 Выполнена Загрязненное Эффективна
Т-6 1,42 Выполнена Загрязненное Эффективна
В ряде случаев значения критерия оценки состояния не достигли предварительно установленного критического параметра 1,30, однако по результатам вскрытия теплообменного оборудования требовалась чистка трубных пучков. Некорректность оценки состояния теплообменного оборудования можно объяснить отсутствием достоверных данных по начальному периоду сравнения (теплообменники поз. Т-1,3,6 в 2013 году), так как. программа контроля состояния была запущена в опытную эксплуатацию в 2012 году.
Межремонтный пробег установки гидроочистки ДТ по технологии иОР (рис. 1) в соответствии графиком планового ремонта составляет 4 года. В связи с высокой активностью каталитической системы и с учетом того, что установка впервые пущена в эксплуатацию в 2012 году, первый межремонтный пробег для потока В составил 5 лет. Но чистку теплообменного оборудования реакторного блока установки гидроочистки ДТ по технологии иОР производили в 2016 и в 2017 годах в связи с неудовлетворительным состоянием поверхности теплообмена (табл. 2). В 2016 и 2017 годах была произведена чистка всех теплообменников ветвей А и В (рис. 1). Поверхности имели значительные загрязнения по межтрубному пространству. Толщина отложений составила от 2 до 5 мм (рис. 2, 3).
При проведении ремонтных работ по разборке и чистке теплообменников, как на потоке А, так и на потоке В установки гидроочистки ДТ по технологии иОР было выявлено полное соответствие между результатами контроля и фактическим состояниям трубных пучков теплообменных аппаратов.
ТАБЛИЦА2
ОЦЕНКА РЕЗУЛЬТАТОВ КОНТРОЛЯ СОСТОЯНИЯ ТЕПЛООБМЕННИКОВ УСТАНОВКИ ГИДРООЧИСТКИ ДТ ПО ТЕХНОЛОГИИ иОР
Позиция теплообменника Год выполнения ремонта
Критерий оценки состояния Проведение чистки Состояние поверхности теплообмена Результаты оценки состояния
2016 год
100B-Е1А/1,2 2,00 Выполнена Сильно загрязненное Эффективна
100B-Е1А/3,4 2,72 Выполнена Сильно загрязненное Эффективна
100B-Е1В/1,2 2,40 Выполнена Сильно загрязненное Эффективна
100B-Е1В/3,4 2,44 Выполнена Сильно загрязненное Эффективна
2017 год
100B-Е1А/1,2 1,90 Выполнена Сильно загрязненное Эффективна
100B-Е1А/3,4 2,47 Выполнена Сильно загрязненное Эффективна
100B-Е1В/1,2 2,00 Выполнена Сильно загрязненное Эффективна
100B-Е1В/3,4 2,62 Выполнена Сильно загрязненное Эффективна
Рис. 2. Состояние теплообменника поз. 100В-Е1А3
Рис. 3. Состояние теплообменника поз. 100В-Е1А2
2. Результаты обработки экспериментальных данных
Статистический анализ с помощью известных методик [33, 34] всех полученных данных позволил получить эмпирические и теоретические функции распределения вероятностей величин критерия оценки состояния и соответствующие им плотности распределения вероятностей критерия оценки для чистых (1) и загрязненных (2) теплообменников (рис. 4). Для аппроксимации распределения случайных величин применен нормальный закон распределения [35].
Для определения граничной величины критерия оценки состояния, разделяющего чистые и загрязненные теплообменники, использованы методы минимального риска, минимального числа ошибочных решений, наибольшего правдоподобия, минимакса, Неймана-Пирсона. Учитывая накопленный практический опыт проверки состояния теплообменного оборудования по результатам ремонта и контроля величины критерия оценки состояния перед проведением ремонта принято, что априорная вероятность исправного и чистого теплообменника при величине критерия оценки состояния менее 1,30 составляет Р^0,970. Соответственно, априорная вероятность загрязненного теплообменника составляет Р2=0,030. Условно отношение стоимости пропуска загрязненного теплообменника к стоимости остановки для его чистки принято равным С12/С21=10.
Рис. 4. Функции плотности распределения вероятностей величин критерия оценки состояния для чистых (1)
и загрязненных (2) теплообменников. Отметки х1, х2, х3, х4, х5 - величины критерия, рассчитанные методами минимального риска, минимального числа ошибочных решений, наибольшего правдоподобия, минимакса, Неймана-Пирсона
Вероятности пропуска неисправного состояния и ложной тревоги, а также кривые риска (рис. 5) для различных методов и граничные значения рассчитаны исходя из следующих условий принятия решений [36]:
- метод минимального риска - определяем минимум среднего риска;
- метод минимального числа ошибочных решений - принимается, что стоимости пропуска дефекта и ложной тревоги одинаковы;
- метод наибольшего правдоподобия - стоимость и вероятность пропуска дефекта принимаются равными стоимости и вероятности ложной тревоги;
- метод минимакса - определяется минимальная величина риска среди максимальных значений, при «неблагоприятной» величине Р1, приводящей к наибольшему значению риска;
- метод Неймана-Пирсона - минимизируется вероятность пропуска дефекта при заданном допустимом уровне вероятности ложной тревоги.
Рис. 5. Функции риска принятия решения и отметки величин критерия оценки состояния, рассчитанные методами минимального риска (Я1 и х1), минимального числа ошибочных решений (Я2 и х2), наибольшего правдоподобия (Я3 и х3), минимакса (Я4 и х4), Неймана-Пирсона (Я5 и х5)
V. Обсуждение результатов
Анализ полученных данных (табл. 3) показал, что минимальный риск (Я=0,094) принятия решения обеспечивает граничное значение (х1=1,46) критерия оценки состояния, полученное методом минимального риска. При этом вероятность пропуска загрязнённого состояния теплообменника составляет РПд =0,007 (т. е. менее
0,70%), а вероятность ложной тревоги - РЛТ=0,024. Величина риска ошибочного решения, полученная методами минимального числа ошибочных решений, наибольшего правдоподобия, Неймана-Пирсона, примерно одинакова и лежит в пределах от 0,117 до 0,128, т. е. диапазон изменения значений составляет не более 1,00%. Минимальную вероятность пропуска загрязнённого состояния (Рпд =0,004) обеспечивает граничное значение, равное х3=1,39, которое получено методом наибольшего правдоподобия. Минимальную вероятность ложной тревоги (РЛТ=0.003) при вероятности пропуска загрязненного состояния Рпд =0.012 имеем при граничном значении х3=1,56, рассчитанном методом Неймана-Пирсона.
ТАБЛИЦА 3
РЕЗУЛЬТАТЫ РАСЧЕТОВ ВЕЛИЧИНЫ КРИТЕРИЯ ОЦЕНКИ СОСТОЯНИЯ И РИСКОВ ЕЁ ПРИМЕНЕНИЯ
Метод Минимального риска Минимального числа ошибочных решений Наибольшего правдоподобия Минимакса Неймана-Пирсона
№ 1 2 3 4 5
х 1,46 1,57 1,39 1,24 1,56
Pi 0,970 0,970 0,970 0,970 0,970
P2 0,030 0,030 0,030 0,030 0,030
РЛТ 0,024 0,002 0,072 0,225 0,003
РПД 0,007 0,013 0,004 0,017 0,012
R 0,094 0,128 0,117 0,392 0,123
VI. Выводы и заключение
Обработка экспериментальных данных, полученных в результате контроля состояния теплообменного оборудования в процессе его обслуживания и ремонта, моделирование технологического процесса и определение критерия оценки состояния позволили вероятностно-статистическими методами принятия решений получить новые результаты по оценке величины граничного значения критерия оценки состояния теплообменников.
В результате проведённых исследований установлено, что превышение значения критерия оценки состояния теплообменного оборудования определенной величины свидетельствует об ухудшении качества теплообмена и необходимости технического обслуживания или ремонта теплообменников.
Обработка экспериментальных данных дала возможность получить вероятностные характеристики критерия оценки состояния, в частности, плотности распределения вероятностей величин критерия оценки состояния для чистых и загрязнённых теплообменников. Вероятностные характеристики позволили такими методами принятия решений как метод минимального риска, минимального числа ошибочных решений, наибольшего правдоподобия, минимакса, Неймана-Пирсона, рассчитать вероятности пропуска загрязненного состояния и ложной тревоги, риска принятия неправильного решения. По функциям риска принятия решения различных методов получены величины граничных значений критерия оценки состояния.
В зависимости от абсолютной величины стоимости пропуска загрязненного состояния и ложной тревоги можно рекомендовать два решения проблемы выбора граничного значения величины критерия оценки состояния:
1. Граничное значение х1=1,46 критерия оценки состояния, полученное методом минимального риска, обеспечивает минимальную вероятность пропуска загрязнённого состояния теплообменника Рпд=0,007 при вероятности ложной тревоги - РЛТ=0,024, что обусловливает его применение при высокой стоимости пропуска загрязненного состояния;
2. Граничное значение х3=1,56, рассчитанное методом Неймана-Пирсона обеспечивает минимальную вероятность ложной тревоги (РЛТ=0,003) при вероятности пропуска загрязненного состояния Рпд=0,012, что позволяет применить эту величину критерия при высокой стоимости остановки теплообменника на ремонт.
Список литературы
1. Randall R. B. Vibration-based Condition Monitoring: Industrial, Automotive and Aerospace Applications // West Sussex: Wiley, 2011. 308 p.
2. Goyal D., Pabla B. S. The Vibration Monitoring Methods and Signal Processing Techniques for Structural Health Monitoring: A Review // Archives of Computational Methods in Engineering. 2016. Vol. 23(4). P. 585-594.
3. Juan P. A-S., Hojjat A. Signal Processing Techniques for Vibration-Based Health Monitoring of Smart Structures // Archives of Computational Methods in Engineering. 2016. Vol. 23(1). P. 1-15.
4. Соколова А. Г., Балицкий Ф. Я. Вибродиагностика подшипников скольжения по данным анализа характеристик двумерных законов распределения // Машины, технологии и материалы для современного машиностроения: сб. тез. конф. 21-22 ноября 2018 г., Москва, 2018. С. 179.
5. Cajas M., Franco D., Torres D., Cristian P. Adquisición de señales acústicas y de vibración para el diagnóstico de fallos en un compresor reciprocante de doble etapa // Cuenca - Ecuador: Universidad Politécnica Salesiana, 2018. 219 p.
6. Kostyukov V. N., Naumenko A. P. Standardization in the sphere of vibrodiagnostic monitoring of piston compressors // Procedia Engineering. 2015. Vol. 113. P. 370-380. URL : https://doi.org/10.1016/j.proeng.2015.07.290.
7. Rossi G. Vibration analysis for reciprocating compressors // ORBIT magazine. 2012 Vol. 32 (2). P. 10-15.
8. Науменко А. П., Кудрявцева И. С., Одинец А. И. Оценка пиковых значений параметров колебательных процессов // Динамика систем, механизмов и машин. 2018. Т. 6, № 4. С. 47-52. DOI : 10.25206/2310-9793-20186-4-47-52.
9. Tran V. T., Thobiani F. Al., Ball A. D. An approach to fault diagnosis of reciprocating compressor valves using Teager-Kaiser energy operator and deep belief networks // Expert Syst. Appl. 2014. Vol. 41 (9). P. 4113 -4122. URL : https://doi.org/10.1016/j.eswa.2013.12.026.
10. Ahmed M., Baqqar M., Gu F., Ball A. D. Fault detection and diagnosis using Principal Component Analysis of vibration data from a reciprocating compressor // Proceedings of 2012 UKACC International Conference on Control. 2012. P. 461-466. URL : http://dx.doi.org/10.1109/CONTROL.2012.6334674.
11. Smith A., Gu F., Ball A. D. An Approach to Reducing Input Parameter Volume for Fault Classifiers // International Journal of Automation and Computing. 2019. Vol. 16, Is. 2. Р. 199-212. URL : https://doi.org/10.1007/s11633-018-1162-7.
12. Соколова А. Г., Балицкий Ф. Я., Иванова М. А. Использование взаимно-регрессионных функций и других характеристик стохастической связи вибрационных процессов в диагностике роторных машин // Вестник научно-технического развития. 2018. № 8 (132). С. 27-42.
13. Соколова А. Г., Балицкий Ф. Я., Марков В. В., Кузнецов А. К., Чистяков А. Л., Ширман А. Р. Использование полных спектров и других двумерных виброхарактеристик в диагностике компрессорного оборудования // Контроль. Диагностика. 2016. № 8. С. 4-14.
14. Костюков В. Н., Науменко А. П. Проблемы и решения безопасной эксплуатации поршневых компрессоров // Компрессорная техника и пневматика. 2008. № 3. С. 21-28.
15. Naumenko A. P. Real-time condition monitoring of reciprocating machines // 6th International Conference on Condition Monitoring and Machinery Failure Prevention Technologies, Dublin, Ireland. 23-25 June 2009. British Institute of Non-Destructive Testing. Printed by Curran Associates, Inc. (2009). Vol. 1(of 2). P. 1201-1212.
16. Naumenko A. P. Modern methods and means of on-line monitoring of parameters and real-time health monitoring of piston machines // 8th International Conference on Condition Monitoring and Machinery Failure Prevention Technologies 2011: Cardiff, United Kingdom, 20-22 June 2011. British Institute of Non-Destructive Testing. Printed by Curran Associates, 2011. Vol. 1 (of 2). P. 809-821.
17. Костюков В. Н., Науменко А. П., Бойченко С. Н., Тарасов Е. В. Комплексный мониторинг технологических объектов опасных производств // Контроль. Диагностика. 2008. № 12. С. 8-18.
18. Костюков В. Н., Науменко А. П., Костюков Ал. В., Костюков Ан. В., Бойченко С. Н., Белявский О. Г., Самков С. Ф. Опыт внедрения и эксплуатации систем мониторинга технического состояния оборудования опасных производств // Химическая техника. 2012. № 12. С. 24-28
19. Kostyukov V. N., Naumenko A. P. Designing and operation experience of real-time monitoring systems // 9th International Conference on Condition Monitoring and Machinery Failure Prevention Technologies 2012 (CM 2012 and MFPT 2012): London, United Kingdom,12-14 June 2012. British Institute of Non-Destructive Testing. Printed by Curran Associates, Inc. (2012). Vol. 1 (of 2). P. 1053-1060.
20. Lemos J. C., Costa A. L. H., Bagajewicz M. J. Linear method for the design of shell and tube heat exchangers including fouling modeling // Applied Thermal Engineering. 2017.Vol. 125. P. 1345-1353.
21. Бударин П. А., Бубликов И. А., Кравец С. Б. Основные концепции в параметрическом диагностировании теплообменных аппаратов на наличие в них загрязнений // Вестник АГТУ. 2007. № 6 (41). С. 79-81.
22. Сафронов Ю. К., Бадьин Ю. А. Методика определения толщины отложений в теплообменных аппаратах по результатам обследования // Нефтепереработка и нефтехимия. 1996. № 9. С. 36-40.
23. Корнеев С. В., Демин А. М., Демин М. А., Реутова О. А., Пиляева Ю. А. Тестирование сырьевых теплообменников установок гидроочисток дизельных топлив с помощью моделирующих программ // Мир нефтепродуктов. 2013. № 12. С. 25-29.
24. Корнеев С. В., Демин А. М., Демин М. А., Реутова О. А., Пиляева Ю. А. Диагностика сырьевых теплообменников установок гидроочисток дизельных топлив с помощью моделирующих программ // Динамика систем, механизмов и машин. 2014. № 2. С. 96-103.
25. Маленьких В. С., Демин А. М., Демин М. А., Корнеев С. В. Параметрическая диагностика теплооб-менного оборудования // Мир нефтепродуктов. 2015. № 5. С. 35-43.
26. Демин А. М., Демин М. А., Маленьких В. С., Корнеев С. В. Способы борьбы с отложениями в сырьевых теплообменниках установок гидроочисток дизельных топлив // Мир нефтепродуктов. 2015. № 8. С. 32-36.
27. Технологический регламент установки гидроочистки дизельного топлива Л - 24/6. ТР-2-009-217-06. Омск. ОАО «Сибнефть - ОНПЗ», 2006. 230 с.
28. Демин А. М., Науменко А. П., Реутова О. А., Одинец А. И. Экономическая оценка применения программы диагностики теплообменного оборудования на установке гидроочистки дизельных топлив // Проблемы машиноведения: сб. матер. III Междунар. науч.-технич. конф. В 2-х ч. / Научный редактор П. Д. Балакин. 2019. С. 207-214.
29. Биргер И. А. Техническая диагностика. Изд. 2-е. М.: URSS: ЛЕНАНД, 2018. 238 с.
30. Kostyukov V. N., Naumenko A. P., Kudryavtseva I. S. Assessment of characteristic function modulus of vi-broacoustic signal given a limit state parameter of diagnosed equipment // Journal of Physics: Conference Series. 2017. Vol. 944. P. 012063. DOI: 10.1088/1742-6596/944/1/012063.
31. Кудрявцева И. С., Науменко А. П., Одинец А. И., Барданов В. Е. Новые диагностические признаки технического состояния поршневых компрессоров на основе характеристической функции виброакустического сигнала // Проблемы машиноведения : сб. матер. III Междунар. науч.-технич. конф. 2019. Ч. 2. С. 207-214.
32. Костюков В. Н., Науменко А. П., Кудрявцева И. С. Оценка модуля характеристической функции виброакустического сигнала при заданном параметре для предельных состояний объекта диагностирования // Динамика систем, механизмов и машин. 2017. Т. 5, № 4. С. 239-244.
33. Кудрявцева И. С., Науменко А. П. Оценка количественных критериев параметров характеристической функции для различных состояний объекта диагностирования // Наука, образование, бизнес: материалы Междунар. науч.-практ. конф. учёных, препод., асп., студ., спец-ов промышленности и связи, посвящённой Дню радио. 2016. С. 193-209.
34. Кудрявцева И. С. Методика оценки статистических свойств характеристических функций // Омский научный вестник. 2016. № 5 (149). С. 121-124.
35. Левин Б. Р. Теоретические основы статистической радиотехники. Изд. 3-е, перераб. и доп. М. : Радио и связь, 1989. 656 с.
36. Харкевич А. А. Борьба с помехами. Изд. 3-е. Москва : URSS : Либроком, 2008. 274 с.
УДК 539.4.011
РАСЧЕТ ВРЕЗКИ ТРУБОПРОВОДА С ИСПОЛЬЗОВАНИЕМ ПРОГРАММНОГО ПРОДУКТА ANSYS И АНАЛИЗ С ПОМОЩЬЮ МЕТОДА КОНЕЧНЫХ ЭЛЕМЕНТОВ
ANALYSIS OF TIE-IN CALCULATIONS FOR THE PIPELINE USING ANSYS SOFTWARE AND ANALYSIS WITH FINITE ELEMENT METHOD
А. В. Занин, И. Н. Квасов
Омский государственный технический университет, г. Омск, Россия
A. V. Zanin, I. N. Kvasov
Omsk State Technical University, Omsk, Russian Federation
Аннотация. В работе рассматривается вопрос о напряжениях, возникающих при врезке проектируемого ответвления в основную существующую магистраль. Проведены расчеты в ручном виде и при помощи отечественного программного продукта СТАРТ, специализирующегося на расчетах трубопроводов, и программного продукта Ansys. Для решения поставленной задачи был использован метод конечных элементов для отображения высокой точности врезки; также спроектирована 3D-модель трубопроводов, которая визуализирована при помощи программного продукта Aveva PDMS. Полученные результаты, при разработке модели позволили установить наиболее оптимальные характеристики врезки трубопровода при прочностных нагрузках и выявить необходимость использования усиления данной врезки. В ходе проведенных исследований были рассмотрены значимые аспекты прочностных расчетов, а также особенности использования специализированных программных продуктов. Результаты расчета бы. in реализованы при проведении инженерных работ по реконструкции блока гидродеароматизации установки гидрокрекинга Пермского НПЗ.
Ключевые слова: расчет врезки трубопровода, расчет на прочность, ПП СТАРТ, ПП Ansys, ПП Aveva PDMS.
DOI: 10.25206/2310-9793-7-2-103-113
I. ВВЕДЕНИЕ
Для расчета был выбран трубопровод, проектируемый для ООО «Лукойл-Пермнефтеоргсинтез» при проведении инженерных работ по реконструкции блока гидродеароматизации (далее - ГДА) установки гидрокрекинга. В ходе реализации проекта необходимо было подключать вновь проектируемые трубопроводы к существующим коллекторам, что требовало расчета способа присоединения и деталей, предназначенных для этого. Далее приведены расчеты врезки в трубопровод сброса факельных газов от нового оборудования в коллектор, различными способами прочностного расчета.
