CC BY
265
Абрамов О.В.
УПРАВЛЕНИЕ СОСТОЯНИЕМ СЛОЖНЫХ ТЕХНИЧЕСКИХ СИСТЕМ
Рассмотрены некоторые подходы к решению задачи предотвращения отказов технических объектов ответственного назначения. В качестве приоритетной предлагается стратегия управления техническим состоянием, в основе которой индивидуальное прогнозирование процессов изменения параметров управляемых объектов.
Первое десятилетие XXI века ознаменовалось значительным числом чрезвычайных происшествий техногенного характера, аварий и катастроф, приведших к большим материальным потерям и человеческим жертвам. Наиболее масштабной из техногенных катастроф стала авария на Саяно-Шушенской ГЭС, цена которой - 75 человеческих жизней и около 40 миллиардов рублей. Аварийность на отечественных гидротехнических сооружениях превысила среднемировой показатель в 2.5 раза. Ежегодно на них происходит до 60 аварий. Можно вспомнить отказы техники, приведшие к гибели воздушных и морских судов, аварии в системах электроснабжения, трубопроводах и многое другое. Все это позволило говорить о некотором «синдроме катастроф» нового столетия.
Может быть, для кого-то возникновение этого синдрома и явилось неожиданностью, но только не для специалистов в области надежности. Известно такое достаточно мудрое выражение: «За надежность надо платить, а за ненадежность расплачиваться».
Переход на рельсы рыночной экономики сопровождался массовым появлением владельцев технических средств, в том числе и достаточно ответственного назначения, для которых основной целью было извлечение максимальной прибыли из того, что досталось им почти даром.
Не обремененные знаниями о надежности, законах и способах поддержания работоспособности, расходовании ресурса и др. они сочли, что платить за надежность - неоправданная роскошь. Естественно, что рано или поздно должно было наступить время расплаты.
В настоящее время оборудование значительного числа сложных технических комплексов, таких как электростанции, крупные предприятия, транспортные средства, трубопроводы и т.п. функционирует за пределами первоначально предназначенного для них срока эксплуатации. Другими словами, они уже выработали свой ресурс. Вместе с тем, мнение специалистов по вопросам эксплуатации, надежности и безопасности потенциально опасных и уникальных объектов игнорируется, а зачастую вызывает раздражение у руководства. Техническими вопросами на всех уровнях управления, в том числе в сфере эксплуатации и безопасности, занимаются менеджеры зачастую с сомнительными дипломами.
Проблема обеспечения нормального функционирования сложных технических систем превратилась из инженерно-технической в научно- техническую, так как в процессе их функционирования привносится существенно больший, чем ранее, элемент неопределенности. Он обусловлен старением оборудования и отсутствием достаточных средств для его замены или ремонта и трудностями, связанными со становлением рыночных отношений между организациями, эксплуатирующими технические системы, и предприятия-ми-изготовителями оборудования.
Известно, что техническое обслуживание, состоящее из мероприятий, направленных на сохранение и восстановление работоспособности эксплуатируемых систем, можно разделить на три вида:
Техническое обслуживание, определяемое отказом.
Техническое обслуживание через определенные интервалы времени (обслуживание по наработке).
Техническое обслуживание по состоянию.
В первом случае оборудование (устройства, системы) без существенных затрат на профилактику и контроль эксплуатируется до отказа. Такую стратегию эксплуатации можно считать целесообразной только в исключительных случаях, когда соответствующее оборудование имеет 100% резерв или является второстепенным для выполнения целевого назначения. В случае отказа эксплуатационники теряют контроль над оборудованием. Каждый отказ происходит неожиданно, и это затрудняет оперативное планирование или делает его просто невозможным.
Всегда считалось, что этот вид техобслуживания допустим лишь для объектов, не выполняющих ответственные функции, например, для устройств бытовой техники.
К сожалению, простота и дешевизна такой стратегии обслуживания привели в последнее время к ее довольно широкому распространению и в случае объектов ответственного назначения, таких, как например, судовое оборудование, системы электроснабжения, трубопроводы и др.
Техническое обслуживание, проводимое через определенные интервалы времени (техобслуживание по наработке), до последнего времени является наиболее распространенным в мировой практике. В соответствии с определенным планом система (устройство) по истечении определенного срока, установленного на основе практического опыта, выводится из эксплуатации, проходит контроль, разбирается, выработавшие ресурс узлы или агрегаты заменяются.
Привлекательность такой стратегии эксплуатации определяется, прежде всего, простотой планирования мероприятий по техническому обслуживанию, и тем, что в процессе работы системы не надо контролировать и измерять какие-то ее параметры. Она достаточно подробно разработана теоретически. Но так как для однотипных и конструктивных технических средств режимы обслуживания назначаются по априорной информации об их эксплуатационной надежности, без учета их реального технического состояния, это направление связано с большими временными и экономическими потерями.
Стратегия, ориентированная на время эксплуатации, часто оказывается весьма дорогой и далеко не самой оптимальной. Это связано с тем, что мероприятия по техническому обслуживанию (остановка, разборка, замена, сборка, проверка) проводятся зачастую преждевременно либо слишком поздно. Типичными примерами здесь могут быть такие элементы турбин, генераторов, электродвигателей, как подшипники.
Преждевременная их замена требует высоких затрат, так как при этом необходимо осуществлять весьма трудоемкие операции по разборке-сборке узлов и агрегатов. Слишком поздняя замена подшипников может стать причиной деформации вала, разрыва муфты, повреждения лопаток турбины или обмотки электродвигателя и т.д.
Стратегия планирования эксплуатации технических систем в зависимости от их фактического состояния, называемая еще индивидуальной, в последнее время привлекает всё большее внимание специалистов. Она ориентирована на реальное состояние и учет особенностей данной конкретной системы, а не на опыт эксплуатации аналогичных систем и статистические данные, для корректного использования которых необходима статистическая однородность и существенный объём используемой информации.
Эффект от перехода к индивидуальному принципу назначения моментов технического обслуживания определяется главным образом следующими факторами:
а) возможностью использовать ресурс каждого отдельного объекта в наибольшей степени, что достигается уменьшением числа преждевременных вмешательств в его работу;
б) возможностью предотвращения отказов, что обеспечивается своевременным проведением профилактических (предупредительных) мероприятий.
Индивидуальное планирование эксплуатации возможно при условии получения текущей информации о действительном состоянии каждого объекта, т.е. для реализации индивидуальной стратегии эксплуатации требуется непрерывный или дискретный контроль и анализ состояния объекта. Предполагается, что реальное техническое состояние объекта можно оценивать по результатам контроля (измерения) его параметров, а прогнозирование их изменений позволяет эксплуатировать объект до появления признаков опасного снижения надежности, исключив при этом преждевременные демонтажи узлов и агрегатов, а также выполнение других трудоемких работ, имеющих зачастую сомнительную полезность для надежности функционирования.
Прогнозирование состояния и надежности играет важную роль при индивидуальном планировании эксплуатации. Умение предсказать возможный момент отказа особенно важно для объектов ответственного назначения, потеря работоспособности которых связана с большими материальными потерями или катастрофическими последствиями. Предотвращение отказов является для таких объектов первостепенной задачей. Вместе с тем, специфика эксплуатации многих из них не позволяет решить эту задачу даже при непрерывном контроле их состояния, поскольку в течение определенных промежутков времени эксплуатации техническое обслуживание становится невозможным. Это касается, например, таких объектов, как летательные аппараты (во время полета), надводные и подводные суда (во время рейса), радиоэлектронная аппаратура (в течение сеанса связи или слежения за целью) и т.д.
Для многих технических объектов осуществить непрерывный контроль невозможно, а при дискретном контроле каждая оценка их фактического состояния часто связана с существенными материальными затратами. В этих случаях прогнозирование позволяет решать задачу назначения оптимальных моментов контроля, в промежутках между которыми не произойдет отказа.
При решении задачи прогнозирования для синтеза стратегии эксплуатации по состоянию основные трудности связаны с тем, что прогноз осуществляется для каждого объекта индивидуально, при малых объемах исходной информации (по небольшому набору результатов контроля) и в присутствии помех (ошибок контроля), статистические свойства которых достоверно не известны. В этих условиях классические методы математической статистики и теории случайных процессов теряют свои привлекательные свойства, а их использование для прогнозирования приводит к существенным ошибкам и невысокой достоверности прогноза.
Разработаны некоторые подходы к решению задачи индивидуального прогнозирования и планирования эксплуатации при дефиците и неполной достоверности исходной информации, позволяющие получать в этих условиях достаточно надежные результаты.
Если процесс изменения параметров состояния исследуемого технического объекта рассматривать как случайный, а для его описания принять модель в виде полинома Чебышева со случайными коэффициентами, то можно использовать метод индивидуального гарантированного прогноза [1]. В отличие от традиционных вероятностно-статистических методов прогноза он позволяет получать решение при отсутствии сведений о вероятностных характеристиках ошибок наблюдений и других помех. Метод основан на использовании экстремальных свойств полиномов Карлина и идеях минимаксного оценивания. Он позволяет определить некоторую область, в пределах которой гарантированно будут находиться параметры состояния в заданный момент времени. Метод индивидуального гарантированного прогноза обладает необходимыми свойствами несмещенности, однозначности и оптимальности. Результаты прогноза позволяют назначать целесообразные моменты контроля состояния, а также профилактических и ремонтных работ.
В существующих методах прогноза (в том числе и в методе гарантированного прогноза) обычно предполагается известной структура случайного процесса изменения параметров состояния либо делаются предположения о свойствах класса, к которому принадлежит реальный процесс. Тем самым принимается (как гипотеза) та или иная модель процесса изменения параметра и относительно нее решается задача прогноза. К сожалению, во многих случаях априорной информации недостаточно для принятия той или иной гипотезы о предпочтительной модели, а выборка апостериорных данных (результатов контроля) слишком мала для каких-то статистических выводов.
В этих условиях надежду на получение достаточно достоверных результатов прогноза дают активно развиваемые в последние годы методы теории нейронных сетей [2], которые, как и все другие методы, используемые при решении задач оценки состояния, прогнозирования изменений параметров и планирования эксплуатации систем ответственного назначения имеют свои достоинства и недостатки. Их главными достоинствами являются свойства обучения и обобщения. Свойство обучения состоит в том, что после многократного предъявления сети обучающих примеров, она способна давать правильные ответы на любые входные данные из обучающего множества. Свойство обобщения позволяет сети после обучения и тестирования давать правильные ответы и на любые другие входные данные, не являющиеся данными обучающего множества.
Главным отличием нейросетевых методов построения моделей является то, что вместо математически определенной модели получается некоторый «черный ящик», содержащий реализацию искомой функции.
Основным этапом решения задачи с помощью нейронной сети является ее обучение. Под обучением можно понимать выбор оптимальных параметров сети: весовых коэффициентов и функций активации. Если выбрано множество обучающих пар и функция ошибки, то обучение сети превращается в задачу многомерной оптимизации. В большинстве случаев для обучения сети можно рекомендовать алгоритм обратного распространения. В его основе функционирование сети с той же системой связей, но от выходов к входам и с заменой элементов на двойственные.
Недостатки нейросетевых методов прогноза связаны с необходимостью привлечения обучающей выборки, размеры которой и достоверность (точность) ее элементов (результатов измерения параметров состояния) существенно влияют на результаты обучения, а, следовательно, и на качество прогноза.
Работа выполнена при финансовой поддержке гранта ДВО РАН 09-!-ОЭМПУ-01 в рамках программы фундаментальных исследований Отделения энергетики, машиностроения, механики и процессов управления РАН № 15 «Управление движением, теория сложных информационно-управляющих систем».
ЛИТЕРАТУРА
1. Абрамов О.В., Розенбаум А.Н. Управление эксплуатацией систем ответственного назначения. -Владивосток: Дальнаука. 2000.
2. Husmeier D. Neural Networks for Conditional Probability Estimation. Springer-Verlag, London. 1999.
