CC BY
23
УДК 629.33:681.518.5 Лузгин Владимир Васильевич,
к. т. н., профессор кафедры «Управление в технических системах», Братский государственный университет,
тел. 8(3953) 32-53-57, e-mail: uts@brstu.ru Емашое Антон Васильевич,
аспирант кафедры «Управление в технических системах», Братский государственный университет
тел. 8 (950) 122-37-58, e-mail: iyemashov@gmail.com
ПРИКЛАДНЫЕ ЗАДАЧИ СИНТЕЗА ОПТИМАЛЬНЫХ АЛГОРИТМОВ ДИАГНОСТИРОВАНИЯ АНАЛОГОВЫХ ПРОМЫШЛЕННЫХ ОБЪЕКТОВ
V. V. Luzgin, A. V. Emashov
APPLICATIONS SYNTHESIS OF OPTIMAL ALGORITHMS FOR ANALOG INDUSTRIAL OBJECTS DIAGNOSING
Аннотация. В статье рассматривается процесс синтеза оптимальных алгоритмов диагностирования аналоговых промышленных объектов на примере датчика давления «Метран-150». Рассмотрен ассоциативный метод оптимизации стратегии поиска неисправностей. Описаны исправное и неисправное состояния технических объектов с прикладной точки зрения. Объект находится в неисправном состоянии, когда хотя бы одна характеристика не соответствует заданным нормам. Неисправные состояния могут быть различной степени сложности и приводить к различным последствиям. Приведена классификация отказов по характеру возникновения. Описано предотказное состояние технического объекта. Время развития отказа дает техническому персоналу возможность принять меры по предотвращению нарушения работоспособности. Приведена классификация развития неисправностей и причин их возникновения. Рассмотрены наиболее значимые параметры для поиска неисправностей и задачи технической диагностики. Составлена диагностическая таблица поиска неисправностей. На основе исходной таблицы неисправностей получена таблица неповторяющихся ситуаций вторых, третьих, четвертых и пятых порядков. На каждом этапе произведен расчет с использованием уравнения оптимальности Беллмана. Представлены оптимальные подграфы идентификации соответствующих порядков с указанием весов идентифицируемых событий и цен проверок. Получен искомый оптимальный граф алгоритма поиска неисправностей с ценой его обхода. Оптимальное решение поиска неисправностей повышает надежность работы технических объектов, снижая при этом и время простоя оборудования при возникающем дефекте. В результате при использовании оптимального алгоритма диагностирования датчика давления «Метран-150» среднее время диагностирования может быть сокращено примерно в четыре раза.
Ключевые слова: промышленный объект, надежность, идентификация, техническая диагностика, таблица неисправностей.
Abstract. The article deals with the synthesis of optimal algorithms for diagnosing analog industrial objects using the example of the Metran-150 pressure sensor. An associative method for optimizing a troubleshooting strategy is considered. The serviceable and faulty state of technical objects from is described the approach point of view. The object is in a faulty state when at least one characteristic does not correspond the specified norms. Faulty states can be of varying degrees of complexity and lead to different consequences. The classification of failures according to the nature of occurrence is given. The pre-condition of the technical object is described. The time of failure development enables the technical staff to take measures to prevent disruption of performance. The classification of the development of faults and the causes of their occurrence is given. The most important parameters for troubleshooting and technical diagnostics are considered. The diagnostic table of troubleshooting is made. Based on the original fault table, a table of non-recurring situations of the second, third, fourth and fifth orders is obtained. At each stage, the calculation is carried out using the Bellman optimal-ity equation. Optimal subgraphs of identification of corresponding orders with indication of weights of identifiable events and prices of inspections are presented. The required optimal graph of the fault finding algorithm with the cost of its bypass is obtained. The optimal solution for troubleshooting improves the reliability of the operation of technical facilities, while also reducing the downtime of the equipment in case of a defect. As a result, when using the optimal algorithm for diagnosing the Metran-150 pressure sensor, the average time of diagnosis can be reduced, approximately, four times.
Keywords: industrial object, reliability, identification, technical diagnostics, defect tables.
Введение
Известно, что опытный специалист начинает поиск неисправностей с элементов системы, имеющих малые надежности и стоимости их проверки, а также с учетом исходной информации о состоянии системы в целом. Такое интуитивное правило можно формализовать, если в качестве оценочной функции при назначении той или иной проверки использовать информационный критерий Джонсона, который имеет вид
I (п;)
F (п,-) =
С,
, i = 1, n,
где I (п;) - информация о состоянии системы,
полученная в результате г'-й проверки; Сг - стоимость г-й проверки.
Если известны ¥(пг), то предпочтение отдается той проверке, для которой ¥(пг) имеет наибольшее значение.
Такой простой и достаточно эффективный метод оптимизации стратегии поиска, подсказанный опытом, позволяет получить иногда стратегию поиска, близкую к оптимальной, например, по параметру средней стоимости выполнения этой
Информатика, вычислительная техника и управление
стратегии [1-3]. Назовем такой метод оптимизации стратегии поиска неисправностей ассоциативным.
Математический аппарат для формализации ассоциативных методов оптимизации достаточно развит: например, консилиум врачей принимает, по существу, байесовское решение при постановке диагноза. Наиболее близким к ассоциативному методу оптимизации является эвристический метод, основой которого является эвристическое программирование. Однако сложность реализации этого метода и длительное время формирования эвристических программ затрудняет его применение. Из формально-логических методов оптимизации поиска более близким к ассоциативному методу, как более совершенному, являются методы динамического программирования [4, 5].
С точки зрения надежности технический объект может находиться в двух состояниях: исправном и неисправном. Под исправным состоянием понимается способность объекта сохранять все имеющиеся характеристики в заданных пределах, обозначенных в нормативно-технической (или) конструкторской документации. Если хотя бы одна характеристика не соответствует данным нормам, тогда считают, что объект находится в неисправном состоянии. Примерами неисправных состояний датчика давления «Метран-150» на технической линии по производству хлора являются отсутствие нуля, неисправность разделительных мембран, утечки на входе в камеры датчика и пр. Очевидно, что неисправные состояния могут иметь различную степень сложности и приводить к разным последствиям, например неисправность разделительных мембран внутри датчика по своему влиянию на производственный процесс может привести к неверному измерению требуемой величины или, в худшем случае, к возникновению взрывоопасной ситуации на технической линии по производству хлора. Наиболее удачная классификация состояния технических объектов с прикладной точки зрения приведена в работе [6] (рис. 1).
Постановка задачи
Наиболее значимыми параметрами для поиска неисправностей являются условные вероятности возникновения отказов (рг) и время на поиск отказов (?г). Под условной вероятностью возникновения отказов рг понимается вероятность того, что отказ произошел в г-м структурном элементе отказавшего технического объекта. Другими словами, объект уже отказал, и с вероятностью рг отказ возник в г-м структурном элементе. Время поиска отказа - это время локализации дефекта в г-м структурном элементе [7-10]. Если объект не выполняет свои функции, а это наступает, когда
происходит отказ объекта, то осуществляется переход в неработоспособное состояние. Защитный или опасный отказ также может быть ресурсными. При возникновении ресурсного отказа технический объект переходит в неработоспособное предельное состояние. В таком состоянии объект не способен выполнять заданные функции, а процесс восстановления требует ремонта. Иногда бывает целесообразнее с экономической точки зрения заменить объект, нежели его восстанавливать.
Рис. 1. Состояние технических объектов
По характеру образования возникающих неисправностей принято их классифицировать на постепенные, внезапные, перемежающиеся и сбои [11].
Внезапные отказы характеризуются мгновенным ухудшением рабочих параметров технических объектов. Например, таким отказом может быть падение напряжения на блоке питания датчика давления «Метран-150» вследствие отказа системы энергоснабжения. Внезапные отказы трудно предугадать из-за характера их образования.
Перемежающиеся отказы связаны с многократным появлением отказов одного и того же характера - например, возникновение обратного давления в трубопроводе вследствие неверно открытой запорной арматуры.
Постепенные отказы возникают вследствие непрерывного ухудшения одного или нескольких рабочих параметров. Такой отказ может быть следствием физического старения объекта или усталости материалов. Так как постепенный отказ возникает при непрерывном ухудшении функциональных возможностей объекта, при фиксации
тенденций изменения значений рабочих параметров можно предотвращать отказы данного типа.
Пусть функция от времени /(0 является некоторым рабочим параметром технического объекта (рис. 2).
.ДО /.'(<) - ■ т -
Предотказ |
к примеру, работа датчика при очень высокой или низкой температуре, недопустимой для данного датчика. Деградационные отказы например, повреждение резьбовых соединений, обусловливаются естественными процессами старения, изнашивания, коррозии и усталости при соблюдении всех норм проектирования, изготовления и эксплуатации.
Диагностирование решает такие задачи, как определение технического состояния в текущий момент времени (диагноз), прогнозирование дальнейшего технического состояния (прогноз), определение состояния в прошлом (генез), а также поиск и локализация возникшего дефекта (рис. 3) [15, 16].
С Диагноз Э
Рис. 2. Предотказное состояние технического объекта
В течение эксплуатации данного объекта функция /(^ меняет свои значения, отклоняясь от допустимых норм на определенные величины. При нахождении функции /(^ в пределах, определенных нормативно-технической (или) конструкторской документацией, / ^) е (/0ЧО, /02(0) объект работоспособен.
В случае когда / (0 е /ц^) или
/ ^) е /02 ^), считается, что объект отказал (отказ
фиксируется даже в том случае, если объект по каким-либо причинам продолжает функционировать). При наличии своевременных измерений можно определить сохранение тенденции ухудшения рабочего параметра и с большой долей вероятности прогнозировать возникновение отказа. Так, на рис. 2 во время tl значение рабочего параметра является критическим, и через время Дt объект откажет. Наличие предотказного состояния у технического объекта дает техническому персоналу возможность в течение времени развития отказа Дt принять меры для предотвращения нарушения работоспособности [12-14].
По характеру развития отказы делят на конструктивный, производственный, эксплуатационный и деградационный. Конструктивный отказ возникает по причине, связанной с несовершенством или нарушением установленных норм проектирования и конструирования. Производственный отказ связан с несовершенством или нарушением установленного процесса изготовления или ремонта. Например, отказы деталей датчиков из-за произведенного некачественного ремонта. К эксплуатационным относят отказы, вызванные нарушением установленных условий эксплуатации -
Гснсз | Прогноз |
> Л-- 1 Г;:......А »
^текущее ^
Рис. 3. Задачи технической диагностики
Метод решения
Рассмотрим синтез оптимальных алгоритмов диагностирования на примере датчика давления «Метран-150». Для начала составим диагностическую таблицу данного датчика. Диагностическая таблица - это таблица, в которой указывается связь между структурными и диагностическими параметрами датчика (табл. 1). В таблице использованы следующие обозначения:
- признаки неисправности, которым соответствуют вероятности их появления Р(8к)\
Пк - названия проверок, которым соответствует время их проведения С(Бк).
Классы первого порядка отбрасываются, т. к. это уже идентифицированные события (не требуется проверок для их разделения).
Последовательно рассматриваются классы порядков 2, 3, 4 и 5, для каждого из которых находят минимальную по цене проверку. Совокупность класса событий некоторого порядка и подмножество проверок, дающее минимальную цену разбиения класса, называются ситуацией.
Ситуации второго порядка перечислены в табл. 3. Для заполнения табл. 3 из списка всех ситуаций (табл. 2) выбирают все пересечения второго порядка. Их записывают в столбец «Класс». Далее по списку проверок (табл. 1), какая из проверок разделяет события в классе. Все проверки, разделяющие события в классе, записывают в третий столбец. Подмножествам разбиений соответствует четвертый столбец. В пятом столбце даны цены проверок, разделяющих события в классе.
Т а б л и ц а 1
Исходная таблица неисправностей
Проверка Признак неисправности П1 Пг Пз П4 П5 РШ
В процессе работы датчика данные с АЦП не поступают Время ожидания ответа от ЕЕРЯОМ ЦАП превышает 100 мс В датчике активирован технологический режим Выход за предельные значения кодов АЦП по каналу давления Ток в насыщении
1 2 3 4 5 6 7 8
й Отказ платы АЦП 1 0 0 0 0 0,08
Я3 Неизвестная ошибка 0 0 1 0 0 0,06
Я4 Измеряемое давление больше значения 1 1 5Р 1 >1 max 0 0 0 1 0 0,45
Я5 Давление за пределами установленного диапазона 0 0 0 0 1 0,33
СШ, мин 12 5 6 3 10
Т а б л и ц а 2
Неповторяющиеся ситуации
№№ Як №№ Зк
п/п п/п
1 №, Я2} 14 №, Я3, Я4}
2 (Я;, Я3} 15 №, Я3, Я5}
3 №, Я4} 16 №, Я4, Я5}
4 №, Я5} 17 (S2, S3, Я4}
5 Я3} 18 5 Я3, Я5}
6 Я4} 19 5 Я4, Я5}
7 Я5} 20 5 Я4, Я5}
8 Я4} 21 (S1, ^ S3, Я4}
9 Я5} 22 (S1, S2, ^ Я5}
10 (Я4, Я5} 23 (S1, S2, S4, Я5}
11 №, 52, Я3} 24 (S1, S3, S4, Я5}
12 (S1, S2, Я4} 25 (S2, S3, S4, Я5}
13 №, Я2, Я5} 26 (S1, S2, S3, S4, Я5}
Для определения проверки оптимального разбиения выбирают минимальную по стоимости проверку. Цена оптимального разбиения есть цена проверки, которая записывается в шестую графу. Проверка, дающая оптимальное разбиение, записывается в последнюю графу (7-ю) таблицы. Для ситуаций второго порядка достаточно выбрать минимальную по цене проверку.
На последующих этапах при выборе оптимальной проверки из всего множества (для ситуаций больших порядков) применяется уравнение оптимальности Беллмана [17-19]:
Ф 0 )= ш1п {с^) + 2^ )Са
0/ """ ц ' ' ' ' - ' п ' ~ опт,н г п ^ п=1
где Уп - подмножество проверок, разделяющих рассматриваемый класс событий;
2 Р(Б])
я.еь" (л)
2 Р(Б})
Я ] п
условная вероятность:
2 P(Sj) - сумма весов всех событий в рассматриваемом классе; 2 Р(Я.) - сумма весов со-
бытий в рассматриваемом классе, входящих в полученное при выполнении проверки Пг разбиение;
Ь„ - класс событий (подмножество событий в классе);
Ьп(5г) - класс событий, входящих в полученное при выполнении проверки Пг разбиение;
С0пт,п - оптимальная цена для разбиения.
На рис. 4 приводятся все 10 оптимальных
подграфов, разделяющих два события, с указанием весов идентифицируемых событий и цен проверок.
Закончив рассмотрение ситуаций второго порядка, переходим к рассмотрению ситуаций третьего порядка. Для них составляется табл. 4. В нее заносят все классы пересечений третьего порядка.
Т а б л и ц а 3
№ Класс Проверки, разделяющие события в классе Подмножества разбиений Цены проверок Цена оптимального разбиения Проверка оптимального разбиения
1 2 3 4 5 6 7
1 №, Я2} Я 12 5 П2
П2 5
2 №, Я3} Я 12 6 Я
Щ 6
3 №, Я4} Я 12 3 П4
П4 3
4 №, Я5} Я 12 10 П5
П5 10
5 П2 5 5 П2
Щ 6
6 (Я2, Я4} П2 5 3 П4
П4 3
7 Я5} П2 5 5 П2
П5 10
8 №, Я4} П3 6 3 П4
П4 3
9 №, Я5} П3 №}, №} 6 6 Я
П5 10
10 (Я4, Я5} П4 3 3 П4
П5 10
(51, 5
П
Эз)
П
з (6)
П
П
5
(10)
0,08
2 О и 1
0,08 0,08
3 О
0,06
П
2
(5)
0,08
Л4 {£,, Э5} П2 ^ Э4}
и ^ 1
0,45 0,08
О °2
0,33 0,08 ,(6)
0,06
п
4
(3)
0,08
0,45 0,08
0,33 0,06
4 г 1 о "з
0,45 0,06
5 гч Г 1 -4
0,33 0,45
"Ю
0,33
Рис. 4. Оптимальные подграфы для идентификации ситуаций второго порядка
Т а б ли ц а 4
Ситуации третьего порядка___
№ Класс Проверки, разделяющие события в классе Подмножества разбиений Цены проверок Цены разбиений Цена оптимального разбиения Проверка оптимального разбиения
1 2 3 4 5 6 7 8
1^1, Я 5з} П1 {ад, ад 12 15,18
1 П2 №}, {5Ь 5з} 5 8,82 8,82 П2
Пз {5з}, {5Ь 52} 6 9,64
{5Ь Я ЗД П1 №}, {52, 54} 12 14,61
2 П2 {52}, {Б1, 54} 5 7,61 4,з 1 П4
П4 {54}, {51, 52} з 4,з 1
{5Ь Я ад П1 {51}, {52, 55} 12 16,18
3 П2 {52}, {51, 55} 5 1з,з7 11,95 П5
П5 {55}, {51, 52} 10 11,95
{5Ь 5з, зд П1 {51}, {5з, 54} 12 18,59
4 Пз {5з}, {51, 54} 6 8,69 4,42 П4
П4 {54}, {51, 5з} з 4,42
{5Ь 5з, ад П1 {51}, {5з, 55} 12 16,98
5 Пз {5з}, {51, 55} 6 14,72 11,79 П5
П5 {55}, {51, 5з} 10 11,79
ад П1 {51}, {54, 55} 12 14,72
6 П4 {54}, {51, 55} з 7,77 7,77 П4
П5 {55}, {51, 54} 10 11,85
ад ад П2 {52}, {5з, 54} 5 7,59
7 Пз {5з}, {52, 54} 6 8,69 4,19 П4
П4 {54}, {52, 5з} з 4,19
ад ад П2 {52}, {5з, 55} 5 9,98
8 Пз {5з}, {52, 55} 6 10,з6 9,98 П2
П5 {55}, {52, 5з} 10 11,49
{ад ад ад П2 {52}, {54, 55} 5 7,72
9 П4 {54}, {52, 55} з 5,з8 5,з8 П4
П5 {55}, {52, 54} 10 11,85
{ад ад ад Пз {5з}, {54, 55} 6 8,79
10 П4 {54}, {5з, 55} з 5,79 5,79 П4
Пз {55}, {5з, 54} 10 11,82
Рис. 5. Оптимальные подграфы для идентификации ситуаций третьего порядка
Исходя из таблицы неисправностей или подмножеств событий, входящих в каждый исход проверки, определяются те проверки, которые позволяют разделить классы третьего порядка на подмножества (т. е. те проверки, выполнение которых имеет смысл для рассматриваемого класса).
Отметим важное свойство: подмножества разбиений в четвертой графе содержат все классы разбиений из табл. 1 и ни одного другого класса второго порядка.
На рис. 5 и рис. 6 приведены все оптимальные подграфы для разделения трех событий. Вы-
брав оптимальные подграфы для разбиения классов третьего и четвертого порядка, перейдем к рассмотрению классов пятого порядка (табл. 5).
Оптимальный подграф пятого порядка приведен на рис. 7, он же является и искомым оптимальным графом алгоритма поиска неисправностей. Цена его обхода равна Сопт = 10,44.
Для проверки полученного значения цены можно выполнить расчет по формуле с использованием данных рис. 7.
Т а б л и ц а 5
Ситуации пятого порядка
№ Класс Проверки, разделяющие события в классе Подмножества разбиений Цены проверок Цены разбиений Цена оптимального разбиения Проверка оптимального разбиения
1 2 3 4 5 6 7 8
Я №}, (Я2, Я3, Я4, Я5} 12 19,45
(5Ь ^ Sз, Я4, Я5} П2 №}, №, Я3, Я4, Я5} 5 13,3
1 пъ №}, (Я Я2, Я4, Я5} 6 14,68 10,44 П4
П4 №}, (Я Я2, Я3, Я5} 3 10,44
П5 №}, (Я Я2, Я3, Я4} 10 13,95
бз,
;(Ю)
зл
,(3
0,33
{£, 53, Л4 (3
(6 ^ ^г^Ащ А {^3} \
0,33
{5, 53,
:(5
0,45
°'08 °'06 0,08 0,45 0,08 0,06
0,08
0,06 0,33
;(з
54, Л4
;(з
0,45
0,45
0,08 0,33
0,06 0,33
Рис. 6. Оптимальные подграфы для идентификации ситуаций третьего порядка
Информатика, вычислительная техника и управление
1,00 п4 (3)
0,45
1.
2.
3.
4.
0,14/(6) S,
о5' 0,08 о,06
Рис. 7. Оптимальный граф поиска неисправностей
6.
7.
сойИ = 2 Р(5 С (5) = Р(Я4)С (Я4) + Р( я5)с (Я5) +
!=1
+ Р( П2 )С (Я2) + Р( ПЪ)С (Пз) = 1,00 • з + 0,55 -10 + 8
+ 0,22 • 5 + 0,14 • 6 = 10,44.
Выводы
Синтез оптимальных алгоритмов диагностирования позволяет оперативно восстанавливать работоспособное состояние технических объектов с минимально возможными перерывами в работе.
Оптимальное решение задачи поиска неисправностей повышает надежность работы технических объектов.
Как показали расчеты, среднее время диагностирования датчика давления «Метран-150» может быть сокращено примерно в четыре раза.
Методы синтеза оптимальных алгоритмов диагностирования промышленных объектов является составной частью формализации эвристических методов диагностирования, позволяющих формировать бесконечно развивающиеся программы, которые уже в ближайшее время могут не только выполнять функции системы интеллектуальной поддержки, но и успешно конкурировать с опытным оператором-диагностом, а также оказывать существенную помощь в обучении специалистов и студентов в области практической диагностики промышленных объектов.
9.
10
11
12
13
14
15
БИБЛИОГРАФИЧЕСКИМ СПИСОК
Калявин В.П., Рыбаков Л.М. Надежность и диагностика элементов электроустановок. Санкт-Петербург : Элмор, 2009. 336 с. Мозгалевский А.В., Калявин В.П., Костанди Г.Г. Диагностирование электронных систем. Ленинград : Судостроение, 1984. 224 с. Picard C. F. Theorie Des Questionnaires. Paris : Ganthier-Villars, 1965. 182 p. Лузгин B.B., Басенко В. H. Прикладные задачи синтеза оптимальных алгоритмов диагностирования // Технические средства и системы управления производственными процессами. Братск : БрПП, 1991. С. 89-101. Лузгин, В.В. Системный анализ диагностической информации промышленных объектов / В.В. Лузгин // Вестник Моск. автомобильно-дорожн. гос. техн. ун-та (МАДИ). 2010. № 4(23). С. 67-73.
Сапожников Вл.В., Лыков А.А., Ефанов Д.В. Понятие предотказного состояния // Автоматика, связь, информатика 2011. № 12. С. 6-8. Лузгин В.В., Ульянов А.Д. Перспективные методы и алгоритмы диагностирования аналоговых промышленных объектов: научное издание // Труды Брат. гос. ун-та. 2013. Т.1. С. 225-231. Калявин В.П. Основы теории надежности и диагностики. Санкт-Петербург : Элмор, 1998. 172 с. Пархоменко П.П., Согомонян Е.С. Основы технической диагностики (оптимизация алгоритмов диагностирования, аппаратурные средства). М. : Энергоатомиздат, 1981. 320 с. Сапожников В.В., Сапожников Вл.В. Основы технической диагностики. М. : Маршрут, 2004. 316 с.
ГОСТ 27.002-89 Надежность в технике Основные понятия. Термины и определения. Введ. 01.07.1990. М. : Пзд-во стандартов. 1989. 36 с. Ефанов Д.В., Богданов НА. Мониторинг параметров рельсовых цепей тональной частоты // Транспорт Урала. 2013. № 1. С. 36-42. Ефанов Д.В., Плеханов П.А. Обеспечение безопасности движения за счет технического диагностирования и мониторинга устройств железнодорожной автоматики и телемеханики // Транспорт Урала. 2011. № 3. С. 44-48. Лыков А. А. Обнаружение и предотвращение неисправностей в ТРЦ / А. А. Лыков, Н. А. Богданов // Автоматика, связь, информатика. 2010. № 10. С. 17-21.
ГОСТ 20911-89 Техническая диагностика. Термины и определения. Введ. 01.01.1991. М. : Пзд-во стандартов. 1989. 34 с
16.Построение оптимальных алгоритмов поиска 18.Аржененко А.Ю. Чугаев Б.Н. Оптимальные би-
неисправностей в технических объектах / Д. В. Ефанов. СПб. : Изд-во ПГУПС, 2014. 49 с. 17.Беллман Р., Дрейфус С. Прикладные задачи динамического программирования. М. : Наука, 1965. 460 с.
нарные вопросники. М. : Энергоатомиздат, 1989. 128 с.
19.Пархоменко П.П. Теория вопросников // Автоматика и телемеханика. 1970. № 4. С. 140-159.
УДК 669.71:502.3 Кондратьев Виктор Викторович,
к. т. н., руководитель инновационно-технологического центра ФТИ, Иркутский национальный исследовательский технический университет,
тел. 8(902)568-77-02, e-mail: kvv@istu.edu Иванов Николай Аркадьевич, к. ф-м. н., директор ФТИ, Иркутский национальный исследовательский технический университет
тел. 8(3952) 40-59-03, e-mail: ivnik@istu.edu Карлина Антонина Игоревна, ведущий научный сотрудник инновационно-технологического центра ФТИ, Иркутский национальный исследовательский технический университет, тел. 8(950)120-19-50, e-mail: karlinat@mail.ru Каргапольцев Сергей Константинович, д. т. н., профессор,
Иркутский государственный университет путей сообщения, тел. 8(3952)63-83-04, e - mail: kck@irgups.ru
АВТОМАТИЗИРОВАННАЯ СИСТЕМА УПРАВЛЕНИЯ ПАРАМЕТРАМИ СИСТЕМ ГАЗООЧИСТКИ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ
V. V. Kondratiev, N. A. Ivanov, A. I. Karlina, S. K. Kargapoltsev
TECHNOLOGICAL PROCESSES GAS CLEANING SYSTEMS OF PARAMETERS
EXPERIMENTAL RESEARCH
Аннотация. В статье проведен анализ схем цепей аппаратов и технологий для подготовки газов к очистке. Отходящие печные газы содержат оксиды серы, удаление которых возможно промывкой содовыми растворами, что приводит к необходимости применения двухступенчатой очистки. Газы, содержащие только пыль, могут очищаться по упрощенным схемам, включающим только аппараты предварительной очистки и рукавные фильтры. Приведены принципиальные схемы и аппараты различных линий газоочистки, используемые в отечественной практике, исследованы преимущества и недостатки каждой из них. Получение сухих продуктов очистки газов (пыли) создает возможность дополнительного маневра по их реализации как товарного продукта. Упрощаются операции уплотнения, перегрузки и расфасовки пыли в контейнеры или крафт-мешки для транспортировки и продажи потребителю. Отмечено, что промышленное использование сухих схем газоочистки возможно только при отсутствии в газах оксидов серы. В противном случае после электрофильтров или рукавных фильтров необходима дополнительная система орошения газов содовыми растворами в скруббере.
Ключевые слова: производство кремния, сухая газоочистка, мокрая газоочистка, аппараты для подготовки газов к очистке, углеродные нанотрубки.
Abstract. The article the analyses of circuits devices and technologies to prepare gas to be purged. Furnace exhaust gases contain oxides of sulfur that can be removed by washing with alkaline solutions, which leads to two-stage cleaning. Gases containing dust can be cleaned using simplified schemes that includes only pre-cleaning devices and bag filters. The schematics of the circuits and devices of the different lines of gas purification used in domestic practice are shown, the advantages and disadvantages of each of them are investigated. Obtaining dry products of gas cleaning (dust) creates the possibility of additional maneuver of their sales as a commercial product. Operations of dust sealing, overloading and packing in containers or kraft bags for transport and saling to the consumer simplified. It is noted that industrial use of dry gas cleaning schemes is possible only in the absence of sulphur oxides are in gases. Otherwise, after the electrostatic precipitators or bag filters additional irrigation gases in the scrubberis required using soda solution.
Keywords: silicon production, dry gas cleaning, wet gas cleaning, apparatus for preparing gas cleaning, carbon nanotubes.
Очистка газов, образующихся в процессе электроплавки кремния в настоящее время, производится в соответствии с требованиями санитарных норм и сводится к выделению твердых пылевидных частиц и серы в виде газообразных оксидов [1].
Методы улавливания пылевой фазы
Зависимость эффективности пылеулавливания от крупности пыли представлена в табл. 1.
Отходящие печные газы содержат оксиды серы, удаление которых возможно промывкой содовыми растворами, что приводит к необходимости применения двухступенчатой очистки со зна-
