Обозначения и сокращения

2mod Двумодальное распределение

asin Арксинусное распределение

even Равномерное распределение

gaus Нормальное распределение

kosh Распределение Коши

lapl Двустороннее экспоненциальное распределение

simp треугольное распределение

SF SmartField, «умное месторождение»

trap Трапецеидальное распределение

АКФ Автокорреляционная функция

АЦП Аналого-цифровой преобразователь

АЧХ Амплитудно-частотная характеристика

БД База данных

БОиХ Блок обработки и хранения сигналов

ВП Виртуальный прибор

ЗИП Запасные изделия и приборы

ИИ Искусственный интеллект

ИСДМНОКПИИ Интеллектуальная система диагностики и монито

ринга нефтегазового оборудования на основе ком пьютерного прибора идентификационных измерений

ИШ Идентификационная шкала

КП Компьютерный прибор

НИР Научно-исследовательская работа

НИИ Научно-производственное предприятие

ПК Персональный компьютер

ПО Программное обеспечение

ПС Программное средство

СКЗ Среднеквадратическое значение

СУБД Система управления базой данных

ТИИС Теория идентификационных измерений сигналов

ЦАП Цифро-аналоговый преобразователь

Введение

В Послании Президента РК народу Казахстана от 17 января 2014 года указано: «Нам важно повысить эффективность традиционных добывающих секторов. Они - наше естественное конкурентное преимущество. Нам нужны новые подходы к управлению, добыче и переработке углеводородов, сохраняя экспортный потенциал нефтегазового сектора. Надо окончательно определиться по возможным сценариям добычи нефти и газа».

Многолетний практический опыт показал, что для контроля технического состояния узлов машинного оборудования метод анализа диагностических сигналов является одним из наиболее информативных.

Под понятием «анализ сигналов» подразумевают изучение функциональных зависимостей измеряемых параметров от одной или нескольких независимых переменных, причем, чаще всего в качестве переменных используются время, частота, пространственная координата или порядковый номер в группе независимых измерений.

Существует множество методов анализа и обработки сигналов. Условно они делятся на две группы в зависимости от параметрического представления:

  • - во временной области: математический анализ формы сигнала и собственных колебаний, статистический и корреляционный анализ;
  • - в частотной области: фильтрация, спектральный и кепстраль- ный анализы, спектральный анализ огибающей и т.д.

В настоящее время на основе применения вышеуказанных методов наблюдается внедрение "интеллектуализации" в диагностическое оборудование путем создания экспертных систем контроля состояния и диагностики машин и механизмов с применением беспроводных технологий.

Эффект от внедрения экспертных систем контроля состояния и диагностики оборудования в настоящее время значительный и заключается в следующем:

  • - уменьшение количества и стоимости ремонтов в 2-4 раза;
  • - уменьшение объема запчастей, вследствие заранее известной номенклатуры;
  • - уменьшение общей продолжительности ремонтов, т.к. они планируются заранее;
  • - исключение замены исправных деталей.

В экспертных системах реализованы временные и частотные методы анализа. В частности, благодаря временным методам определяются количественные параметры диагностических сигналов. При их сравнении с установленными критическими значениями принимается решение о необходимости ремонта и устранения дефекта оборудования.

К частотным методам относятся: анализ спектра огибающей, метод ударных импульсов, контроль состояния в заданных полосах частот, анализ прямого спектра и др. Основной путь решения диагностики и мониторинга предполагает возможность частотной фильтрации таких информативных компонент измерительного сигнала, которые, затем, можно было бы использовать в качестве диагностических признаков. В частности, возникновение дефекта оборудования сопровождается появлением гармонической составляющей в вибросигнале определенной частоты и амплитуды, пропорциональной степени влияния дефекта. Следовательно, путем фильтрации вибросигнала можно установить вид дефекта и степень износа.

Несмотря на преимущества от применения экспертных систем при диагностике оборудования, их работа считается недостаточно эффективной, поскольку распознается только 60-70% дефектов, точность прогноза достигает 0,6, они узкоспециализированы. Основные причины неэффективности существующих экспертных систем следующие:

  • - значительные методологические трудности в построении баз экспертных знаний, которые отражают практические навыки опытных специалистов - экспертов;
  • - сложность создания базы знаний и базы данных, которые учитывали бы все внешние воздействия случайных возмущающих факторов, неполноту информации о состояниях объекта, нечеткость информации, расплывчатый характер суждений и управленческих решений персонала;
  • - влияние характера динамики производственной деятельности: изменения положения объектов и продукции в пространстве либо изменения состояния объектов и материалов во времени, связанного с процессами обработки;
  • - несмотря на значительные успехи в области искусственного интеллекта (ИИ), пока еще существует определенный технологический разрыв между техническими разработками, программными средствами ИИ и возможностями их более широко практического применения;
  • - диагностика и контроль состояния проводится только по статистическим параметрам вибрации и потребляемой мощности, однако, более эффективную диагностику и мониторинг необходимо проводить по динамическим изменениям параметров.

Авторами монографии предлагается увеличить эффективность систем диагностики и мониторинга нефтегазового оборудования путем применения новых методов анализа сигналов на основе достижений ИИ, научно-теоретических положений теории идентификационных измерений (ТИИС) и современных инфокоммуникационных беспроводных технологий для устранения вышеперечисленных причин.

Данная монография состоит из введения, пяти разделов, заключения и списка использованных источников.

В первом разделе отражены результаты подробного анализа существующих методов диагностики технических систем в нефтегазовой отрасли. Установлено, что самый информативный сигнал оборудований являются вибрационные сигнал и его производные. Описаны подходы к математической реализации методов вибродиагностики.

Во втором описаны общие технологии аппаратной реализации систем вибродиагностики. Установлена актуальность применения интеллектуальных и беспроводных технологий. Проанализированы подходящие стандарты передачи.

В третьем разделе описана разработка структуры интеллектуальных приборов и системы мониторинга и диагностики нефтегазового оборудования в соответствии с основными этапами методики разработки интеллектуальных технологий. Представлена разработанная на основе анализа реальных сигналов насосного агрегата методика вибродиагностики для базы знаний интеллектуальной системы. Описана методика компьютерной диагностики и мониторинга нефтегазового оборудования для базы знаний компьютерных приборов.

В четвертом разделе описаны алгоритмы и методы сбора и интеллектуальной обработки сигналов на основе ТИИС. Так же представлен интерпретатор для преобразования исследуемых данных и программная реализация компьютерных приборов на основе абсолютных и относительных идентификационных измерений.

В пятом разделе представлена аппаратная реализация компьютерных приборов и интеллектуальной системы диагностики и мониторинга нефтегазового оборудования на основе идентификационных измерений с применением беспроводных современных инфокоммуникационных технологий.

В заключении описаны основные результаты проделанных работ в рамках данной монографии.

Результаты НИР и ОКР, представленные в данной монографии, получены в ходе выполнения работ по грантовому финансированию № 2605/ГФ4-15-ОТ ГУ «Комитет науки Министерства образования и науки Республик и Казахстан».

 
Посмотреть оригинал
  РЕЗЮМЕ   ОРИГИНАЛ   След >