УДК 621.313.048:631.371
СПОСОБЫ ОПРЕДЕЛЕНИЯ ОСТАТОЧНОГО РЕСУРСА И ПРОГНОЗИРОВАНИЯ ТЕХНИЧЕСКОГО СОСТОЯНИЯ АСИНХРОННЫХ ЭЛЕКТРОДВИГАТЕЛЕЙ В СЕЛЬСКОХОЗЯЙСТВЕННОМ ПРОИЗВОДСТВЕ
Г.В. Суханкин, О.К. Никольский
Длительная и бесперебойная работа всех технологических цепочек в сельскохозяйственном производстве во многом связана с эксплуатационной надёжностью асинхронных электродвигателей (АД). В статье рассмотрены и классифицированы некоторые способы и модели, способные повысить эксплуатационную надёжность этих технических объектов
Ключевые слова: асинхронный двигатель, эксплуатационная надёжность, диагностический признак, остаточный ресурс, прогнозирование состояния, нейронные сети
Эксплуатация АД в сельскохозяйственном производстве сопровождается совокупностью неблагоприятных факторов, в частности, высокой влажностью, нестабильностью климата, агрессивностью среды, специфическими режимами работы электрооборудования и др., которые крайне негативно действуют на электродвигатель. Особенностью эксплуатации электродвигателей в сельскохозяйственных условиях является также и то, что указанные факторы действуют в совокупности, ускоряя процесс старения изоляции АД. В силу этого, а также и по ряду других причин, срок службы АД общепромышленного исполнения в сельском хозяйстве значительно меньше, чем на промышленных предприятиях [1].
Для решения задачи по повышению эксплуатационной надёжности и увеличения срока службы АД, необходим комплекс мер по исследованию причин выхода из строя электродвигателей, выявлению совокупности влияющих факторов (ВФ), оказывающих основное разрушающее действие и новых диагностических признаков (ДП) их состояния.
Наблюдения показали, что наиболее уязвимым конструктивным звеном АД является его изоляция обмоток статора. Ремонту подвергается ежегодно порядка 25% установленных электродвигателей, причем около 80% от общего их количества приходится на животноводство и малые агропредприятия. При этом более 85% аварий связано именно с повреждением электрической части электродвигателей [1,2].
Ранее в исследованиях на подобную тему оценка состояния электродвигателей проводилась по одному-двум ДП. В таких случаях результаты оценки оставались невысоки-
ми. Например, сопротивление изоляции связано с её увлажнением и поэтому судить о степени её старения по этому параметру практически невозможно. Для оценки состояния изоляции и остаточного ресурса часто используется коэффициент поляризации. Однако увлажнение изоляции также может исказить этот параметр. По методу частичных разрядов можно судить о наличии пор и дефектов, которые развиваются в процессе старения изоляции, но и этот метод имеет недостатки, так как он в основном применим для высоковольтного оборудования. Сказанное относится и к другим диагностическим показателям. Кроме того, во многих работах исследователей оценка состояния изоляции АД сводилась к измерению её электрических характеристик, например, коэффициентов поляризации и абсорбции, электрической прочности и т. д. Однако измерение электрических параметров изоляции обмотки статора АД не всегда учитывает её механическое состояние, а именно в условиях сельскохозяйственного производства воздействие аммиака, сероводорода, микроорганизмов, некачественного электропитания, нестабильности климата приводит к уменьшению механических прочностных показателей пропиточных лаков и компаундов на 1-3 порядка, что сопровождается межвитковыми и корпусными короткими замыканиями, приводящими электродвигатель к аварии. Учитывая вышеизложенное, была предпринята попытка изменить подход к решению обозначенной проблемы с помощью нейронных и экспертных систем. И это несмотря на то что, в настоящий момент экспертные системы и исследования связанные с ними испытывают серьёзный кризис. Таким образом, было предложено оценивать
текущее состояние электродвигателей, выдавать прогноз на будущее и рекомендовать необходимые изменения их условий эксплуатации экспертной системой на основе функционирования обучаемых нейронных сетей (НС). Технология обучения такой сети сводится к предъявлению исследователем диагностической системе вектора состояния в момент выхода электродвигателя из строя. Особенностью такой системы является то, что её обучение ведётся не одним-двумя ДП, а их множеством одновременно. При таком подходе точность определения текущего состояния электродвигателей и прогноз на будущее значительно повышается. Помимо определения остаточного ресурса электродвигателей и прогнозирования их состояния на основе трендовых кривых, такая система способна генерировать рекомендации по изменению режимов эксплуатации с целью увеличения сроков службы АД. Таким образом, решается задача по повышению эксплуатационной надёжности АД.
Вопросы, связанные с проблемой эксплуатационной надёжности АД в сельском хозяйстве, требуют анализа современных подходов к повышению срока их службы, рассмотрения особенностей эксплуатации АД, анализа причин выхода их из строя, исследования специфики полимерных изоляционных материалов и влияние на их состояние внешних неблагоприятных факторов и режимов эксплуатации. На основе вышеизложенного определяются задачи, которые должны быть решены при создании экспертной системы оценки текущего и прогнозирования будущего состояния АД. В технологических процессах, сельского хозяйства за последние 5 лет на предприятиях сельского хозяйства Алтайского края были обследованы в момент отказа асинхронные двигатели серии 4А, АИР мощностью 1,5-3 кВт и были выявлены соответствующие изменения их характеристик. По этим данным 90-95% всех поломок электродвигателей пришлось на отказ изоляции, остальные характеризовались как прочие неисправности. Около 2% аварий пришлось на неисправность механической части, в частности, подшипников. Таким образом, надёжность АД в основном связана с состоянием межвитковой и корпусной изоляцией обмоток. Исследование возможностей повышения надёжности АД показали, что основные путями для достижения этой цели являются:
- улучшение работ на стадии проектирования;
- повышение качества электроизоляционных материалов на стадии изготовления и ремонта АД;
- улучшение технологии на этапе производства АД;
- совершенствование систем защит.
Для надёжной идентификации состояния
АД во время эксплуатации использовался диагностический вектор из девяти показателей, причём шесть из них связаны с состоянием изоляции, два приходится на механическую часть, один - на холостой ход статора.
Рассмотрим некоторые варианты, которые бы могли хотя бы частично решить проблемы электродвигателей в плане их эксплуатационной надёжности.
1. Экспертный способ определения остаточного ресурса и прогнозирования состояния АД в будущем, основанный на мнении специалистов-экспертов.
Такая система функционирует на основе мнения квалифицированных специалистов путём проведения экспертного опроса. При этом экспертные заключения даёт группа специалистов, общее мнение которой формируется в результате дискуссии.
Экспертные оценки могут включать в себя следующие способы:
- непосредственная оценка;
- ранжирование;
- попарное сопоставление;
- балльные оценки.
Существуют и другие способы экспертных оценок. Перечисленные способы отличаются один от другого подходами к постановке вопросов, на которые отвечают эксперты, проведением эксперимента и обработкой результатов опроса. Общее, что их объединяет - знание и опыт специалистов в данной области [3]. Недостатком рассмотренного способа является отсутствие групп квалифицированных специалистов в области оценки состояния электродвигателей в условиях сельского хозяйства. Кроме того, в силу относительной дешевизны АД, концентрация группы специалистов высокого класса до 1020 чел. на какой-либо технологической площадке нецелесообразна. Поэтому данный способ для решения рассматриваемой задачи неприемлем.
2. Способ определения остаточного ресурса с помощью обучающейся на примерах нейронной сети (НС), (рис.1).
СПОСОБЫ ОПРЕДЕЛЕНИЯ ОСТАТОЧНОГО РЕСУРСА И ПРОГНОЗИРОВАНИЯ ТЕХНИЧЕСКОГО СОСТОЯНИЯ АСИНХРОННЫХ ЭЛЕКТРОДВИГАТЕЛЕЙ В СЕЛЬСКОХОЗЯЙСТВЕННОМ ПРОИЗВОДСТВЕ
риваемого процесса эволюции АД. Учитывая хранение всех прошлых ДП, система может дать полезную и объективную информацию, представляющую собой динамику процесса изменения их во времени, что может быть использовано для краткосрочного и долгосрочного прогнозов и повышения их достоверности [3]. Возможность прогнозирования, безусловно, является достоинством рассматриваемой модели, недостаток - сложные математические модели, по которым осуществляется прогноз и которые не всегда правильно предсказывают будущее технического объекта. Возможна комбинация перечисленных ранее двух моделей, которая позволяет оценивать текущее и предсказывать будущее состояние электродвигателей, хотя это и не всегда оправданно. Тем не менее, работа с этими программно-аппаратными системами не требует от оператора высокой квалификации и может быть реализована в мобильном варианте в виде измерительного диагностического комплекса небольших габаритов.
Итак, варианты 2 и 3 или их комбинация не всегда правильно диагностируют технический объект в силу следующих причин:
- многообразие АД по типу, мощности;
- возможность переобучения НС;
- сложные трендовые математические модели.
Рисунок 1 - Способ определения остаточного ресурса АД: ДП - диагностические признаки, НС - нейронная сеть, УС - устройство сравнения, ОР - остаточный ресурс, П - пример
Для этой модели вектор ДП измеряется исследователем каждый раз в момент отказа очередного АД, формируя тем самым массив данных для последующего обучения в автоматическом режиме. В процессе обучения диагностический вектор х(т), сформированный из к признаков:
х(т)=х1(т), х2(т),..., хк(т),
где т =1,2,..,Р - число наблюдений, подаётся на вход НС, на выходе которой формируется значение остаточного ресурса. В процессе обучения весовые коэффициенты нейронной сети настраиваются так, что плохие ДП дают на выходе остаточный ресурс близкий к нулю, а все лучшие - максимальный (например, 20000 часов). При подаче на вход НС экспериментального вектора ДП оцениваемого АД выдается остаточный ресурс [4]. Таким образом, описанная система определяет состояние АД в любой момент времени, но не делает прогноза на будущее из-за отсутствия в ней ретроспективных данных и соответствующих алгоритмов по работе с ними. Достоинством такой системы является относительная простота аппаратной и программной реализации, недостатком - отсутствие прогноза состояния электродвигателей на перспективу.
Рисунок 2 - ДП - диагностические признаки, УП - устройство памяти, ПМ - прогнозные модели, ПК - прогнозные кривые
3. Модель прогнозирования состояния АД (рис. 2).
В отличие от предыдущей модели система обладает памятью с ретроспективными данными, что позволяет строить модель процесса эволюции состояния объекта, т.е. определять его технические характеристики в будущем. В результате текущего диагностирования определяется одна точка рассмат-
4. Наиболее приемлемым представляется вариант с экспертной системой, генерирующей рекомендации по изменению условий эксплуатации АД, а это и является условием повышения эксплуатационной надёжности. Группа экспертов на основе опроса рабочей группой формирует базу правил на основе нечёткой логики, связывающую влияющие факторы, режимы эксплуатации и ДП.
Рисунок 3 - Экспертная система, дающая рекомендации по условиям эксплуатации АД: ДП - диагностические признаки, УП - устройство памяти, ПМ - прогнозные модели, ПК - прогнозные кривые, Р - рекомендации, НС - нейронная сеть, УС - устройство сравнения, ОР - остаточный ресурс, П - пример
СПИСОК ЛИТЕРАТУРЫ
1. Суханкин, Г.В. Модель взаимодействия акустического сигнала и изоляции статора электрической машины, подвергшейся старению [Текст] / Г.В. Суханкин, Н.Т. Герцен. - Ползунов-ский вестник. - №4. - 2009. - С.124-132.
2. Суханкин, Г.В. Компьютерная система акустической диагностики изоляции электрических машин [Текст] / Н.Т. Герцен, Г.В. Суханкин. - Пол-зуновский вестник. - №4. - 2007. - С.146-154.
3. Ящура, В.П. Система технического обслуживания и ремонта энергетического оборудования: Справочник [Текст]. М.: «Издательство НЦ Энас». - 2006. - 504 с.
4. Суханкин, Г.В. Техническая диагностика и остаточный ресурс электроустановок: Монография [Текст]/ О.К. Никольский, Н.П. Воробьев, Н.Т. Герцен, А. Ф. Костюков, П.И. Семичевский, Г.В. Суханкин, Н.И. Черкасова, Г.А. Гончаренко, под общ. ред. заслуженного деятеля науки и техники России, докт. техн. наук, проф. О. К. Никольского. -Барнаул: Изд-во АДП, 2013. - 207 с.
Никольский О.К. - АлтГТУ им. И.И. Ползунова, заведующий кафедрой «Электрификация производства и быта», д.т.н., профессор,
E-mail: elnis@inbox.ru, тел. (3852) 36-71-29. Суханкин Г.В. - к.т.н., директор ИПЦ, АлтГТУ,
тел. +7(385-2)29-07-44, E-mail: gen195@mail.ru