Разработка системы многоаспектной оценки технического состояния и обслуживания высоковольтного маслонаполненного электрооборудования





НазваниеРазработка системы многоаспектной оценки технического состояния и обслуживания высоковольтного маслонаполненного электрооборудования
страница7/8
Дата публикации13.12.2014
Размер0.82 Mb.
ТипАвтореферат
100-bal.ru > Право > Автореферат
1   2   3   4   5   6   7   8

Рисунок 3 - Лепестковые диаграммы результатов АРГ
Известные графические методы идентификации дефектов (диаграмма состава газов относительно газа с максимальной концентрацией, предложенная японскими учеными, треугольник Дюваля, прямоугольники Доренбурга, параллелепипеды Кудерка), по сравнению с предложенной моделью, используют меньшее число газов, не описывают область исправного состояния объекта и не учитывают, насколько концентрации газов превышают свои ДЗ.

На первом этапе диагностики для выявления наличия развивающегося дефекта на лепестковой диаграмме в абсолютных значениях строятся образ состояния диагностируемого объекта по результатом АРГ и соответствующий ему образ ДЗ, зависящий от конструктивных особенностей и срока эксплуатации объекта. Если образ, описывающий диагностируемый объект выходит за пределы области, ограниченной образом ДЗ (заливка серым цветом на рисунке 3), то предполагается наличие развивающегося дефекта. Динамику роста газов можно увидеть, расположив образы, описывающие состояния объекта по оси времени. Сравнив скорости прироста газов с их ДЗ и ПДЗ, делаем вывод о том, быстро ли развивается дефект, и переходим к этапу его идентификации.

Логично предположить, что если конструктивные особенности оборудования влияют на образ его исправного состояния, то они должны влиять и на образ дефекта. Образы дефектов хранятся в виде относительных значений содержания газов, нормированных по взвешенной сумме концентраций семи

газов. Для того чтобы образ дефекта описывал состояние оборудования более точно, применяется следующая процедура его трансформации. Денормируем образы дефектов, умножив их на взвешенную сумму выбранного b-го образа исправного состояния SZb, и трансформируем образы дефектов, умножив их координаты на соответствующие коэффициенты трансформации Rib:




, (15)
где Qiy i-координата y-го образа дефекта в относительных единицах;



, (16)

где ZibДЗ концентрации i–го газа b-го образа исправного состояния в абсолютных величинах; N - количество образов ДЗ; n, b- индексы образов ДЗ.

Затем снова нормируем образы дефектов по взвешенной сумме:




(17)

где SQ*y взвешенная сумма концентраций газов y-го денормированного образа дефекта.

Далее трансформированные образы масштабируются таким образом, чтобы взвешенная сумма газов образа была равна взвешенной сумме газов диагностируемого объекта.




(18)
где SO взвешенная сумма концентраций газов диагностируемого объекта.

Распознавание дефекта производится в геометрической трактовке путем вычисления меры близости по среднеквадратичному критерию, взвешенному в соответствии с образами дефектов по формуле:



, (19)

где xi - координата образа диагностируемого объекта, соответствующая i-му газу и нормированная по взвешенной сумме газов; QMiyi-координата масштабируемого образа y-го дефекта; hiy - весовой коэффициент.

Минимальное значение меры близости укажет нам на дефект в диагностируемом объекте. На заключительном этапе распознавания вводится величина, названная “мера родства” dF, позволяющая считать меры близости Fy для различных классов типовых дефектов одинаковыми. Это решение учитывает то, что при проведении АРГ хроматографическим методом погрешность измерения может достигать 20% и более, а также то, что существует неустойчивость, неоднозначность распознавания различных

классов состояния по ряду причин: наличия более одного дефекта; наличия некоторого “фона”, связанного с эксплуатационными причинами (доливка некачественного масла, более жесткий режим работы оборудования, плохая дегазация на заводе-изготовителе и т.д.); нахождения объекта в стадии изменения характера дефекта; нахождения объекта в стадии развития (усугубления) дефекта, т.е. в стадии перехода от одного класса состояния в другой в пределах одной области. Для определения величины “меры родства” dF для каждого класса состояния определяем меру близости Fy координат его образа от координат образов других дефектов из одной области состояний. Далее из всех возможных значений меры близости одной области выбираем минимальное значение, которое и будет искомой мерой родства dFa для области a:



, (20)


где Qiy, Qiy-1i-координаты образов двух дефектов, принадлежащих одной области состояний, y - номер дефекта; Ua - общее число значений мер близости Fy, рассчитанное для одной области состояния, которое зависит от L -количества входящих в эту область классов состояния и определяется по формуле:
(21)

Используя необходимую величину “меры родства” dFa, проверяем два дефекта с минимальными мерами близости, следующих за выбранным дефектом F1, могут ли они считаться “одинаково похожими” на образ диагностируемого объекта, т.е. выполняется ли равенство:

(22)

где - мера родства для областей состояния Gk, которым принадлежат проверяемые классы состояний F2 и F3.

Далее из выбранных образов дефектов, которые считаем "одинаково похожими", для сведения к минимуму ущерба от ошибочного распознавания дефекта, выбираем типовой дефект с максимальным коэффициентом опасности: max(C1,C2,C3). Если после учета коэффициентов опасности неоднозначность в распознавании дефекта осталась, то из дефектов, которые считаем "одинаково похожими и одинаково опасными", выбираем дефект с максимальным коэффициентом вероятности: max(P1,P2,P3).

Значения коэффициентов опасности дефектов определялись на основании экспертных оценок, а коэффициенты вероятности их возникновения рассчитывались на основании статистики повреждаемости данного вида оборудования. Предложенный способ идентификации дефектов с помощью новой графической модели обладает более широкими возможностями по точности и диапазону распознаваемых дефектов, исключает нераспознаваемые состояния объекта. Предложенная графическая интерпретация АРГ,

дополненная алгоритмом распознавания образов и методикой синтеза классов технического состояния, не уступает возможностям нейронной сети с функцией самообучения. Вместе с тем, этот альянс, позволяет эксперту без участия программиста добавлять новые образы, обладает наглядностью, задействует образное мышление человека, а значит, делает процесс анализа информации по диагностике оборудования более эффективным.

Для получения критериев распознавания класса технического состояния ТТ и ТН по результатам АРГ была собрана БД из 98 случаев фактов вскрытия. Далее был составлен словарь классов технического состояния ТТ и ТН с учетом соответствия между видами дефектов, причинами их возникновения и описанием последствий, обнаруженных после вскрытия оборудования. Затем собранные факты были проанализированы совместно с экспертами, отнесены к классам технического состояния и отмечены необходимыми метками. Используя третью методику были синтезированы 9 классов технического состояния для ТТ и 3 для ТН в виде графических образов, приведенных на рисунках 4-12 для ТТ и 13-15 для ТН.



Рисунок 4 - ЧР низкой энергии, старение

Рисунок 5 - ЧР высокой энергии, и низкотемпературный нагрев Рисунок 6 - ЧР и низкотемпературный нагрев (Х-воск)

Рисунок 7 - ЧР высокой энергии.
Рисунок 8 - Тепловой пробой изоляции

Рисунок 9 - ЧР низкой энергии и высокотемпературный нагрев

Рисунок 10 - Ионизационный пробой изоляции

Рисунок 11 - ЧР высокой энергии и высокотемпературный нагрев


Рисунок 12 - Сильный разряд (дуга)

Рисунок 13 - Сильные разряды и высокотемпературный нагрев


Рисунок 14 - Высокотемпературный нагрев, старение изоляционных материалов



Рисунок 15 - Высокотемпературный нагрев в результате феррорезонанса


Решение о выводе оборудования из работы должно приниматься на основании определения вида повреждения по результатам АРГ и подтверждения поставленного диагноза, по крайней мере, еще одним видом контроля. В главе приведены дополнительные диагностические параметры, необходимые для уточнения причины и вида повреждения в зависимости от характера развивающегося дефекта. Многоаспектная идентификация дефекта на основании нескольких видов контроля позволяет диагностировать состояние объекта с большей достоверностью. АРГ вводов, ТТ и ТН позволяет выявить дефект на ранней стадии его развития, своевременно поставить объект на контроль и провести необходимые дополнительные измерения, что предупреждает серьезные необратимые повреждения самого диагностируемого объекта и связанного с ним оборудования. Предложенные методики и способы идентификации дефектов могут использоваться для диагностики других видов маслонаполненного оборудования.

В шестой главе предложены методики для специалистов, занимающихся подготовкой и обоснованием управленческих решений в области инвестиций, политики ТО, включая диагностику и ремонты, кадровую политику и т.д.

Предложена методика планирования работ ТОиР с обозначением приоритетов выполнения на основе трех интегральных показателей, учитывающих оценку технического состояния, риски ущербов при отказе и стоимость эксплуатации оборудования.

По каждой единице оборудования подсчитывается интегральный показатель технического состояния объекта по формуле:


, (23)

где di –показатель опасности диагноза по i-му виду контроля, учитывающий скорость развития и тяжесть последствия дефекта (снижение срока службы или катастрофический отказ); ri показатель весомости рекомендации по i-му виду контроля, учитывающий трудоемкость операции ТО и ее категорию (дополнительный контроль без/с отключением оборудования, ремонт/замена узла или всего объекта); hJ весовой коэффициент для учета важности диагноза для оборудования J-го вида; gJ весовой коэффициент для учета важности рекомендации для оборудования J-го вида; I количество видов контроля, участвующих в оценке технического состояния единицы оборудования.

Значения используемых в формуле переменных (ci, ri, hJ, gJ) определены путем экспертного оценивания. Далее оборудование с одинаковым значением показателя технического состояния ранжируется с использованием значений потоков повреждаемости и сроков наработки на отказ. При этом учитывается вид маслонаполненного оборудования, срок его эксплуатации и завод-изготовитель. Необходимые для ранжирования показатели берутся из библиотеки критериев оценки повреждаемости ЭДИС «Альбатрос».

Показатель рисков ущербов при отказе объекта рассчитывается по формуле, где величина риска определяется как произведение величины нежелательного события (ущерба) на вероятность его наступления:



, (24)

где pi - вероятность возникновения опасного события i-го класса; ci - величина ущерба при i-ом событии; ki – масштабирующий коэффициент; N - количество возможных опасных событий.

Для оценки вероятности возникновения событий использовались данные статистики, подбор аналогии и мнение экспертов. Коэффициент k введен, чтобы уравнять вес рисков, посчитанный в реальных единицах с рисками, оцененными экспертами по шкале от 1 до 10.

Показатель, учитывающий на сколько затратно ТО объекта, определяется как:




, (25)

где CL – ежегодные затраты на проведение операций ТО объекта; CJL – ежегодные удельные затраты на проведение ТО по J–й группе однотипного оборудования со сроком эксплуатации L, которые рассчитываются по формуле:


, (26)


где cJ – затраты на проведение одной операции ТО для J–й группы оборудования; TL срок, за который суммируются затраты на ТО, в годах; N – количество единиц в группе.

Значения CL, CJL могут рассчитываться как в денежном выражении, так и в единицах трудоемкости. Показатель CJL, по желанию аналитика, может быть выбран по филиалу, корпорации, региону и т.д.

Далее в системе координат, показанной на рисунке 16, по рассчитанным показателям технического состояния k и оценки риска r определяется положение каждой единицы оборудования. Если оно попадает в пятую зону, то это означает замену оборудования, если в четвертую зону, то капитальный ремонт, в третью зону – средний и текущий ремонт, во вторую зону - вывод из работы для обследова-ния, в первую зону – учащенный контроль. Далее объекты, попав-шие в одну зону, ранжируются, согласно рассчитанным коэффици-ентам затрат на ТО по объектам S, чтобы минимизировать затраты по объектам, ждущим очереди на ТО.
1   2   3   4   5   6   7   8

Похожие:

Разработка системы многоаспектной оценки технического состояния и обслуживания высоковольтного маслонаполненного электрооборудования iconРеферат Разработка метода оценки физического состояния спортсменов...
Разработка метода оценки физического состояния спортсменов с использованием биолюминесцентной системы светящихся бактерий
Разработка системы многоаспектной оценки технического состояния и обслуживания высоковольтного маслонаполненного электрооборудования iconРабочая программа учебной дисциплины б. 11 «Информационные технологии...
Б. 11 «Информационные технологии и системы комплексного контроля технического состояния вагонов»
Разработка системы многоаспектной оценки технического состояния и обслуживания высоковольтного маслонаполненного электрооборудования iconРеферат Данная исследовательская работа проводилась с целью исследования...
Исследование и разработка составов масс высоковольтного фарфора с повышенными электромеханическими характеристиками
Разработка системы многоаспектной оценки технического состояния и обслуживания высоковольтного маслонаполненного электрооборудования iconРеферат Дипломный проект 117 с., 15 рис., 19 табл., 39 источников
Цель работы – детальная разработка пункта технического обслуживания электровозов с комплексной механизацией
Разработка системы многоаспектной оценки технического состояния и обслуживания высоковольтного маслонаполненного электрооборудования iconТормозные системы. Назначение тс
Проверка технического состояния звуковых сигналов, электродвигателей, стеклоочистителей
Разработка системы многоаспектной оценки технического состояния и обслуживания высоковольтного маслонаполненного электрооборудования iconМинистерство экономического развития и торговли Российской Федерации...
Критерий оценки транспортно-распределительной системы обслуживания товародвижения
Разработка системы многоаспектной оценки технического состояния и обслуживания высоковольтного маслонаполненного электрооборудования iconРазработка методов оценки напряженно-деформированного состояния морских...
«Средняя общеобразовательная школа №19 с углубленным изучением отдельных предметов»
Разработка системы многоаспектной оценки технического состояния и обслуживания высоковольтного маслонаполненного электрооборудования iconДисциплина: тэа расчетно-пояснительная записка к курсовому проекту...
Тема: Разработка сроков и состава работ тр электрооборудования автомобиля газ-31029
Разработка системы многоаспектной оценки технического состояния и обслуживания высоковольтного маслонаполненного электрооборудования iconРазработка методики комплексной оценки состояния индустрии туризма...
Специальность: 05. 13. 10 – управление в социальных и экономических системах (экономические науки)
Разработка системы многоаспектной оценки технического состояния и обслуживания высоковольтного маслонаполненного электрооборудования iconРазработка автоматизированной системы состояния и использования земель...
Работа выполнена в Московском государственном университете геодезии и картографии (миигаиК)
Разработка системы многоаспектной оценки технического состояния и обслуживания высоковольтного маслонаполненного электрооборудования iconОтчет по итогам самообследования по специальности 270116 „Монтаж,...
Самообследование по специальности 270116 „Монтаж, наладка и эксплуатация электрооборудования промышленных и гражданских зданий” проводилась...
Разработка системы многоаспектной оценки технического состояния и обслуживания высоковольтного маслонаполненного электрооборудования iconДокументация о закупке
«Разработка технологии комплексной системы защиты от утечки конфиденциальной информации, критериев оценки и рекомендаций по выбору...
Разработка системы многоаспектной оценки технического состояния и обслуживания высоковольтного маслонаполненного электрооборудования iconПринципы построения систем поддержки принятия решений для оценки...
Объект внимания данной работы представляет собой систему поддержки принятия решений (сппр) для оценки функционального состояния лица...
Разработка системы многоаспектной оценки технического состояния и обслуживания высоковольтного маслонаполненного электрооборудования iconРабочая программа дисциплины теория массового обслуживания
«Теория массового обслуживания» студентам очной полной формы обучения по направлению (специальности) подготовки магистра «210700...
Разработка системы многоаспектной оценки технического состояния и обслуживания высоковольтного маслонаполненного электрооборудования iconОтчет о научно-исследовательской работе разработка методов макроэкономической...
«Разработка методов макроэкономической оценки расходов федерального бюджета», шифр темы 0111-03-09
Разработка системы многоаспектной оценки технического состояния и обслуживания высоковольтного маслонаполненного электрооборудования iconОрганизация обслуживания иностранных посетителей предприятиями питания...
Целью работы является разработка рекомендаций по организации обслуживания иностранных посетителей предприятиями общественного питания...


Школьные материалы


При копировании материала укажите ссылку © 2013
контакты
100-bal.ru
Поиск