научная статья по теме МЕТОДЫ, МОДЕЛИ И СРЕДСТВА ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ОЦЕНКИ ТЕХНИЧЕСКОГО СОСТОЯНИЯ И ОСТАТОЧНОГО РЕСУРСА ТЕХНИЧЕСКИХ УСТРОЙСТВ Машиностроение

Текст научной статьи на тему «МЕТОДЫ, МОДЕЛИ И СРЕДСТВА ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ОЦЕНКИ ТЕХНИЧЕСКОГО СОСТОЯНИЯ И ОСТАТОЧНОГО РЕСУРСА ТЕХНИЧЕСКИХ УСТРОЙСТВ»

ПРОБЛЕМЫ МАШИНОСТРОЕНИЯ И НАДЕЖНОСТИ МАШИН

№ 6, 2014

НАДЕЖНОСТЬ, ПРОЧНОСТЬ, ИЗНОСТОЙКОСТЬ МАШИН

И КОНСТРУКЦИЙ

УДК 621.039-58

© 2014 г. Кузнецов К.А.

МЕТОДЫ, МОДЕЛИ И СРЕДСТВА ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ОЦЕНКИ ТЕХНИЧЕСКОГО СОСТОЯНИЯ И ОСТАТОЧНОГО РЕСУРСА ТЕХНИЧЕСКИХ УСТРОЙСТВ

ОАО "ИркутскНИИхиммаш"

Разработан подход, направленный на повышение эффективности и качества оценки технического состояния и остаточного ресурса технических устройств, на основе информатизации и автоматизации процесса ее подготовки и проведения. Разработанные методы, модели и средства отражают методологию процесса экспертизы промышленной безопасности эксплуатируемых технических устройств. Разработана информационная технология и реализующая ее Интеллектуальная Программная Система для автоматизации сбора, хранения и обработки информации, необходимой для поддержки принятия решений при оценке технического состояния и остаточного ресурса, составляющей основу экспертизы промышленной безопасности.

Актуальность проблемы. Организация и проведение оценки технического состояния и остаточного ресурса технических устройств (далее — устройств) регламентируются комплексом нормативно-технических документов, обеспечивающих экспертизу промышленной безопасности. Качество и эффективность экспертизы промышленной безопасности (далее — экспертизы) является фактором, существенно влияющим на уровень техногенной безопасности, а значит требующим совершенствования методов и средств диагностирования и прогнозирования технического состояния [1—3].

Анализ показал, что эффективное и качественное проведение экспертизы требует знаний и опыта высококвалифицированных специалистов, что обусловливает необходимость применения методов поддержки принятия решений, базирующихся на информационных технологиях и искусственном интеллекте, позволяющих накапливать подобные знания и обрабатывать для решения тех или иных задач. К таким технологиям и методам относятся: структурированное накопление и обработка информации в электронных базах данных и знаний, рассуждения по аналогии, методы кластеризации и классификации, ассоциативные правила и др., а также экспертные системы [4, 5].

Развитие информационных технологий (совершенствование методов обработки массивов информации, которые трудно выполнимы человеком), создание все более

совершенных средств диагностирования технического состояния устройств, совершенствование устройств и планомерное обновление технологий приводит к эволюции парадигмы в обеспечении промышленной безопасности, направленной на достижение рационального уровня промышленной безопасности при приемлемых затратах на экспертизу.

Анализ зарубежных и отечественных экспертно-диагностических информационных систем, в том числе Альбатрос, Компакс, TRIM, ДИЭС, Армид-Эксперт, Диагно-стика+, SYSCHECK CAS [6—8] показал, что они не отражают всех аспектов процесса диагностирования, интерпретации диагностической информации и оценки остаточного ресурса.

Дальнейшее совершенствование и применение информационных технологий и искусственного интеллекта при адекватном применении методов моделирования и диагностики обеспечит исследование технического состояния, его качественную оценку, расчет остаточного ресурса, а значит повысит эффективность экспертизы.

В настоящей статье используются методы экспертных систем, системного анализа и математического моделирования, а также информационные технологии. Используемая совокупность методов, моделей и средств обеспечивает информатизацию и автоматизацию процесса экспертизы промышленной безопасности.

Моделирование данных и знаний. Создание экспертных систем требует соответствующей структуризации информации, обеспечивающей ее эффективную обработку для поддержки принятия решений, как при планировании состава и объемов работ по диагностированию, так и при интерпретации результатов диагностирования для оценки технического состояния и остаточного ресурса. На основе эвристических критериев кластеризации множество опасных технических объектов, в частности используемых в химической и нефтехимической промышленности, разделено на кластеры, отражающие типы, виды и конструктивное исполнение устройств.

Разработка информационно-логических моделей, необходимых для создания баз данных и знаний, базируется на анализе информации, используемой для принятия решений. Эта информация в аспекте поставленной задачи характеризует свойства и состояния исследуемых устройств, их конструктивное исполнение в целом, включая компоненты и элементы, свойства материала элементов, металлургическую и технологическую наследственность, условия и режимы эксплуатации, а также изменение технического состояния во времени, характеризуемого параметрами.

Кластеризация (разбиение информации на непересекающиеся классы) и классификация (отнесение конкретной информации к какому-либо классу) [9], являющиеся основными логическими методами системного анализа, обеспечивают решение тех или иных задач, в данном случае идентификацию технического состояния и оценку остаточного ресурса. Разбиение выборки на группы объектов (кластеры) обеспечивает обработку данных и принятие решений, применяя к каждому кластеру свой метод анализа. На основании кластеризации и последующей классификации выборка устройств разделена на непересекающиеся подмножества, называемые кластерами, так, что каждый кластер состоит из схожих устройств (например, кластер "Аппарат" включает такие устройства, как колонна, реактор, теплообменник, емкость, резервуар), а устройства разных кластеров (например, "Трубопроводы", "Насосы", "Компрессоры") существенно отличаются.

Предлагаемые кластеры не являются новыми, но представление их в виде кластеров "тип", "вид", "конструктивное исполнение" (рис. 1) и последующее соотнесение с кластерами, отражающими дискретные технические состояния "дефекты", "повреждения", "инциденты" и "аварии" (рис. 2), является существенно новым. Подобная кластеризация и соотнесение кластеров между собой в различном сочетании обеспечивает обработку информации для поддержки принятия решений при планировании диагностических работ и выявлении закономерности изменения технического состояния, как совокупности, так и конкретных объектов. Разработанная кластеризация и

Рис. 1. Кластеризация типов и видов устройств и присущих им инцидентов и аварий

последующая классификация устройств и их технического состояния основаны на результатах многолетних исследований и проведения экспертиз [10, 11].

Знания, характеризующие изменение технического состояния устройств, классифицированы в соответствии с разработанными моделями кластеризации и отражают соотнесение типов, видов и конкретных изделий с основными параметрами технического состояния: дефект, повреждение, инцидент, авария. Например, установлено, что частота инцидентов на устройствах типа "аппарат", вида "трубчатый", конструктивного исполнения "труба в трубе" составляет ориентировочно 0,3 1/год. Средний размер ущерба от одного инцидента составляет 30 млн руб. Риск, рассчитанный как произведение частоты на ущерб, составляет 9 млн руб./год.

Оценка остаточного ресурса в соответствии с разработанными моделями также осуществляется после отнесения текущего технического состояния устройства к одному из кластеров: "дефект"; "повреждение"; "инцидент"; "авария". Например, один из параметров технического состояния, отражающий глубину коррозионного повреждения, имеет некоторое значение на временной оси в пределах класса "повреждение" (рис. 2). На основании, например, средней скорости коррозии металла в данной среде, вычисляется время (остаточный ресурс) достижения глубиной коррозии значения границы интервала. В данном случае граница интервала указывает на предельное значение глубины коррозии. Формирование заключения эксперти-

Предельное состояние /

Дефект Повреждение

Инцидент Авария

¡0 11 t¡k-у- 2 ¡3 ¡4

„ „ Т, время

Остаточный

ресурс

Рис. 2. Дискретность технического состояния устройств

Рис. 3. Задачи (функции) и методы решения (реализации)

зы и его приложений осуществляется автоматически по мере выполнения Программы экспертизы.

Метод экспертных систем используется для применения накопленных экспертных знаний и представлен двумя моделями знаний и соответственно двумя видами экспертных систем: прецедентными и продукционными экспертными системами.

В прецедентных экспертных системах знания представлены в виде прецедентов, имеющих следующую структуру:

Прецедент = (Проблема, Решение). (1)

В основе принятия решений такими системами лежит принцип вынесения суждения (вывода) на основе анализа аналогичных ситуаций и обстоятельств, которые уже наблюдались на практике и нашли свое разрешение. Такая модель предполагает наличие этапа обучения на основе обширного опыта, включающего детальное описание типовых ситуаций в виде прецедентов, характеризующих решаемую проблему и вводимых в базу прецедентов (обучение).

На этапе анализа экспертизы выделены четыре задачи (функции), для решения которых применены методы интеллектуальной поддержки принятия решений (рис. 3). Прецедентная экспертная система обеспечивает выбор аналогов из имеющихся заключений (прецедентов) по экспертизам или других информационных материалов, включающих анализ проектной, эксплуатационной и ремонтной документации, а также диагностическую информацию и оценку технического состояния подобных устройств. Прецедент включает всю значимую информацию, входящую в заключение экспертизы, в том числе: назначение исследуемого устройства; тип, вид и конструктивное исполнение; техническая характеристика устройства; условия и режимы эксплуатации; параметры технического состояния; причины его изменения; выполненные ремонты и др. Для поиска аналогов используются различные метрики, определяющие расстояние между прецедентами в пространстве признаков и ранжирующие заключения по степени совпадения имеющихся данных по аналогичному устройству в базе данных с рассматриваемым в данный момент устройством.

Модель прецедента отражает состав и взаимосвязь информации, содержащейся в заключении экспертизы и его приложениях. В соответствии с обозначенными

Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.

Показать целиком