Ускорение темпов и расширение масштабов производственной деятельности в современных условиях неразрывно связано с возрастающим использованием энергонасыщенных технологий и опасных веществ. В результате возрастает потенциальная угроза для здоровья и жизни людей, окружающей среды, материальной базы производства. В первую очередь, это относится к объектам нефтегазовой отрасли, где наблюдаются постоянная интенсификация технологий, связанная с возрастанием температур и давлений, укрупнение единичных мощностей установок и аппаратов, наличие в них больших запасов взрыво-, пожаро- и токсикоопасных веществ [7]. Возникновение и развитие опасных ситуаций при эксплуатации машинных агрегатов обусловлено влиянием технического состояния, пожаро- и взрывоопасностью оборудования, изменением параметров технологических процессов, а также человеческого фактора. В настоящее время существует большое количество алгоритмов и методов оценки данных факторов, но при этом методы оценки безопасности эксплуатации в условиях многофакторности и неопределенности остаются недостаточно проработанными. Объединение в одном методе различных по природе факторов с целью количественной оценки безопасности эксплуатации не может быть осуществлено при помощи традиционных математических методов, что обусловлено [4]:
– сложностью динамически развивающихся технических систем и алгоритмов функционирования;
– необходимостью выполнения многофакторного анализа;
– возникновением неопределённости, обусловленной наличием человеческого фактора, который создает условия, при которых теория вероятности не способна корректно описать и в полной мере количественно оценить исследуемый фактор;
– наличием слабоформализуемых процедур, необходимых для принятия решений, направленных на повышение безопасности эксплуатации.
Решение задачи оценки безопасности эксплуатации машинных агрегатов в условиях многофакторности и неопределенности возможно при использовании аппарата теории нечетких множеств [2, 3]. При оценке безопасности эксплуатации машинных агрегатов необходимо учитывать следующие факторы:
– человеческий фактор, учитывающий субъективное влияние личностных и профессиональных качеств обслуживающего персонала на безопасность эксплуатации;
– технологический, учитывающий нестационарность параметров технологических процессов;
– технический фактор, оценивающий нестационарность технического состояния оборудования;
– вероятность возникновения взрыва и/или пожара при эксплуатации машинных агрегатов.
Алгоритм оценки безопасности эксплуатации машинных агрегатов на основе теории нечетких множеств представлен на рисунке 1. С использованием пакета Fuzzy Logic Toolbox for Matlab получены программные реализации системы нечеткого вывода для оценки безопасности эксплуатации машинных агрегатов.
Рисунок 1. Алгоритм оценки безопасности эксплуатации машинных агрегатов
с использованием теории нечетких множеств
При оценке технического фактора (таблица 1), рассчитываемого в режиме реального времени, используются следующие параметры:
– текущее техническое состояние;
– прогнозируемое техническое состояние;
– срок эксплуатации;
– критичность отказа оборудования.
В настоящее время наиболее распространенным методом оценки технического состояния машинных агрегатов является вибрационно-диагностический метод. Одним из наиболее перспективных методов является метод анализа гармонического состава токов и напряжений, генерируемых двигателем электропривода [1]. Наличие в спектре токов и напряжений гармонических составляющих определенных частот и определенной интенсивности свидетельствует о наличии повреждений электрической и/или механической части оборудования. Проведение мониторинга токов и напряжений электропривода может быть выполнено без какого-либо нарушения режима работы машинных агрегатов. В отличие от вибрационного метода, который нашел широкое применение для оценки технического состояния машинных агрегатов, метод, основанный на анализе гармонического состава токов и напряжений двигателя электропривода, позволяет выявлять одновременно механические и электрические повреждения, а также вести удаленный мониторинг технического состояния. Физический принцип, положенный в основу метода, заключается в том, что любые возмущения в работе электрической и механической частей насосного оборудования приводят к изменениям магнитного потока в зазоре электрической машины, и, следовательно, к модуляции тока, потребляемого электродвигателем. Таким образом, наличие в спектре тока двигателя характерных частотных составляющих свидетельствует о наличии повреждений электрической или механической части оборудования.
Авторегрессионные модели проинтегрированного скользящего среднего и нейросетевые модели являются наиболее распространенными моделями прогнозирования [8]. Анализ данных моделей с целью прогнозирования изменения временного ряда диагностического параметра, показал, что средняя абсолютная ошибка прогнозирования значений виброскорости машинного агрегата при кросс-проверке для модели авторегрессии и скользящего среднего составила 17,3%, для модели искусственных нейронных сетей многослойного персептрона 12,9%, что свидетельствует о достаточной для практических целей точности прогноза исследуемых моделей.
По результатам экспериментальных исследований разработано программное обеспечение для оценки и прогнозирования технического состояния машинных агрегатов [6] на основе анализа гармонического состава токов и напряжений, генерируемых двигателей электропривода, температуры подшипников насосного агрегата и изоляции обмотки статора. Программы разработана с использование языка программирования Borland Delphi с использованием библиотеки Neural Base от Base Group Labs, а также языка С++. Разработано устройство дистанционной оценки технического состояния машинных агрегатов [5].
Классификация оборудования по степени критичности отказа:
– 1-я категория – критической оборудование, внезапный отказ которого способен стать причиной аварии, вызвать серьезное снижение технико-экономических показателей производства, остановку технологического процесса;
– 2 категория – отказ данного оборудования способен привести к незначительному снижению технико-экономических показателей производства.
– 3-я категория – вспомогательное оборудование, выход из строя которого не оказывает существенного влияния на безопасность технологического процесса, а приводит к необоснованным затратам на реализацию операций по техническому обслуживанию и ремонту;
– 4-я категория – выход из строя данного оборудования не оказывает влияния на безопасности технологических процессов.
Таблица 1
Описание входных переменных для оценки технического фактора
Составляющие технического фактора |
Терм-множества |
Функция принадлежности* |
Параметры функции принадлежности |
Техническое состояние |
Отлично |
Z |
[0;0,2] |
Хорошо |
П |
[0,1;4;0,2] |
|
Допустимо |
П |
[0,15;4;0,4] |
|
Требует проведения мероприятий |
П |
[0,2;4;0,7] |
|
Недопустимо |
S |
[0,8;1] |
|
Прогнозируемое техническое состояние |
Отлично |
Z |
[0;0,2] |
Хорошо |
П |
[0,1;4;0,2] |
|
Допустимо |
П |
[0,15;4;0,4] |
|
Требует проведения мероприятий |
П |
[0,2;4;0,7] |
|
Недопустимо |
S |
[0,8;1] |
|
Срок эксплуатации |
Малый |
Т |
[0;0;3;7] |
Средний |
Т |
[3;7;15;19] |
|
Большой |
Т |
[15;19;40;40] |
|
Критичность отказа оборудования |
1-категория |
∆ |
[0,9;1;1,1] |
2-категория |
∆ |
[1,9;2;2,1] |
|
3-категория |
∆ |
[2,9;3;3,1] |
|
4-категория |
∆ |
[3,9;4;4,1] |
|
* Z – z-подобная функция принадлежности; S – s-подобная функция принадлежности; П – обобщенная колоколообразная функция принадлежности; Т – трапециевидная функция принадлежности; ∆ – треугольная функция принадлежности; |
При оценке влияния человеческого фактора учитываются следующие параметры (таблица 2):
– профессионализм обслуживающего персонала;
– личностные качества;
– психофизиологические качества;
– контроль работы и знаний.
Алгоритм оценки вероятности взрыва или пожара при эксплуатации машинных агрегатов содержится в ГОСТ 12.1.004-91 «Пожарная безопасность». Для фаззификации входной переменной (таблица 3) «Вероятность взрыва и пожара» использовался РД 03-418-01 «Методические указания по проведению анализа риска опасных производственных объектов», который устанавливает методические принципы, термины и понятия анализа риска, общие требования к процедуре и оформлению результатов, а также представляет основные методы анализа опасностей и риска аварий на опасных производственных объектах.
Технологический фактор (таблица 3) учитывает изменение параметров технологических процессов (давление нагнетания, давление в полости статора, перепад давления, токовая защита, температура перекачиваемой среды). При количественной оценке фактора используются значения технологических параметров pi, измеряемые в реальном времени, а также информация о допустимых пределах изменения. Так как параметры технологического процесса являются различными по своей природе и имеют различные пределы измерений, необходимо предварительно нормировать параметры согласно выражению:

где рi – текущее значение параметра;
,
– предупредительные значения параметра;
,
– предельно допустимые значения параметра.
В результате данной процедуры все параметры технологического процесса являются безразмерными и изменяются в диапазоне [0; 1].
Значение степени влияния технологического фактора равно

где qp – значение i-го технологического параметра.
Таблица 2
Описание входных переменных для оценки человеческого фактора
Составляющие человеческого фактора |
Терм-множества |
Функция принадлежности |
Параметры функции принадлежности |
Профессионализм обслуживающего персонала |
Низкий |
Z |
[0;0,2] |
Средний |
П |
[0,1;4;0,2] |
|
Высокий |
S |
[0,15;4;0,4] |
|
Личностные качества |
Низкий |
Z |
[0,2;4;0,7] |
Средний |
П |
[0,8;1] |
|
Высокий |
S |
[0;0,2] |
|
Психофизиологические качества |
Низкие |
Z |
[0,1;4;0,2] |
Средние |
П |
[0,15;4;0,4] |
|
Высокие |
S |
[0,2;4;0,7] |
|
Контроль работы и знаний |
Низкий |
Z |
[0,8;1] |
Средний |
П |
[0;0;3;7] |
|
Высокий |
S |
[3;7;15;19] |
Таблица 3
Описание параметров переменных «Вероятность взрыва и пожара», «Технологический фактор»
Наименование фактора |
Терм-множества |
Тип функции принадлежности |
Значения параметров |
Вероятность взрыва и пожара |
Частая |
S |
[3,8;4,3] |
Вероятная |
П |
[0,5;7;3,5] |
|
Возможная |
П |
[0,5;7;2,5] |
|
Редкая |
П |
[0,5;7;1,5] |
|
Практически невероятная |
Z |
[0,7;1,2] |
|
Технологический фактор |
Допустимо |
S |
[0; 1] |
Недопустимо |
Z |
[0;1] |
Анализ исследуемых факторов на основе теории нечетких множеств позволяет количественно оценить и качественно описать безопасность эксплуатации машинных агрегатов (таблица 4).
Таблица 4
Параметры переменной «Безопасность эксплуатации»
Нечеткое множество |
Тип функции принадлежности |
Значения параметров |
Низкая |
S |
[0;4;0,2] |
Средняя |
П |
[0,15;4;0,4] |
Высокая |
Z |
[0,2;4;1] |
Предложенный метод оценки безопасности эксплуатации позволит обоснованно принимать управленческие решения на основе ранжирования оборудования по степени опасности.
Рецензенты:Вильданов Р.Г., д.т.н., профессор, филиал ФГБОУ ВПО УГНТУ в г. Салавате, г. Салават;
Жирнов Б.С., д.т.н., профессор, филиал ФГБОУ ВПО УГНТУ в г. Салавате, г.Салават.
Библиографическая ссылка
Юмагузин У.Ф., Баширов М.Г., Маликов С.В., Маликов А.В., Максютов И.Н. ОЦЕНКА БЕЗОПАСНОСТИ ЭКСПЛУАТАЦИИ МАШИННЫХ АГРЕГАТОВ С ИСПОЛЬЗОВАНИЕМ ТЕОРИИ НЕЧЕТКИХ МНОЖЕСТВ // Современные проблемы науки и образования. – 2014. – № 6. ;URL: https://science-education.ru/ru/article/view?id=16412 (дата обращения: 19.02.2025).