Элементы технологии интеллектуального управления по результатам идентификации состояний техногенных объектов

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Элементы технологии интеллектуального управления по результатам идентификации состояний техногенных объектов

Известно, что отказы в техногенных объектах (ТГО) сопряжены со значительным материальным и экологическим ущербом. Увеличивающаяся продолжительность эксплуатации ТГО, износ оборудования выдвигают вопросы построения технологии интеллектуального управления состоянием в ранг наиболее важных научных проблем [1]. Анализ ряда работ и участие в международных конференциях по проблемам управления на базе Института проблем управления (ИПУ) Российской академии наук (РАН) показало, что затронутые вопросы обсуждаются в разных плоскостях и для различных отраслей промышленности. В течении ряда лет научная группа Оренбургского государственного университета развивает научное направление и работает над решением задачи построения технологии интеллектуального управления на основе идентификации состояний ТГО [2], в том числе состояний соединительных и магистральных трубопроводов (ТП) Оренбургского нефтегазоконденсатного месторождения (ОНГКМ), рассматриваемыми далее как модельная разновидность ТГО. Трубопроводы ОНГКМ выработали свой проектный нормативный ресурс, и дальнейшая их эксплуатация требует разработки технологии интеллектуального управления на базе научно обоснованных методов идентификации состояний.

Работа выполняется в соответствии с приоритетными направлениями развития науки и техники и Перечнем критических технологий федерального уровня, а также госбюджетными НИР: №ГР 01200606123 «Агрегированные модели и методы аналитической идентификации технического состояния промышленных объектов»; №ГР 01201154301 «Аналитическая идентификация, прогнозирование и управление техногенными объектами».

Анализ литературы по обозначенной проблеме позволяет выделить следующие методы идентификации: локальные - характеризующие настоящее и будущее состояние металла в месте выделенного повреждения (потеря массы металла или изменение глубины каверны); причинно-следственные - связанные с анализом временных рядов и требующих больших объемов непрерывных ретроспективных данных; методы прогнозирования механической прочности металла трубопроводов, предполагающие моделирование на микроуровне и использующие дифференциальные уравнения в частных производных, в принципе предназначенные для описания сплошных сред и, наконец, агрегированные методы, характеризующие настоящие и будущие состояния металла, но только в комплексном (интегрированном) плане по участкам (агрегатам), существенно снижающие размерность задачи и сохраняющие привязку информации к местоположению повреждений.

В известных работах в области идентификации ТС ТГО выделены типичные механизмы повреждений, составлены физико-механические и математические модели процессов на основе локальных параметров. Их большинство описывает потерю массы металла или изменение глубины каверны. Так, параметры и математические модели коррозионных процессов, предложенные в работах Азиса П., Миткальфа Ж., Цикермана Л.Я., Чемпиона Ф. и др. носят локальный характер, поэтому недостаточно адекватно отражают коррозионные процессы в продуктопроводах.

Анализируя математические модели процесса коррозии, видно, что некоторые из них излишне упрощены и могут использоваться только для предварительных расчетов (Биккарис А., Веллнер Е., Годарт Х., Друм Г.). Другие ММ позволяют даже прогнозировать скорость коррозии, но только в месте расположения дефектов (Горман И.В., Купер А.С., Лысая А.И., Середа П., Пальмер И.Д., Цикерман Л.Я. и др.):

техногенный интеллектуальный управление промышленный

(1)

где - зависимая и независимая переменные; остальные буквы - параметры моделей.

Таким образом, математические модели, построенные по локальным параметрам, используют не весь объем диагностической информации, что априорно увеличивает погрешность соответствующих результатов.

Агрегированные модели технического состояния ТГО

Для учета всего объема данных, полученных в результате внутритрубной дефектоскопии, разработаны агрегированные модели, с помощью которых снижается на один-два порядка размерность задачи идентификации при сохранении привязки информации к местоположению повреждений.

Рельефность диагностической информации характеризуется основными параметрами: степенью равномерности (2), рассеивания (3) и экстремальности (4):

; (2)

; (3)

(4)

Агрегированные модели подразделены по сложности на модели с одиночными параметрами и совокупностью этих параметров. Далее использованы модели на основе комплекса параметров, учитывающие значимость входящих в них одиночных следующим образом: аддитивные (5), мультипликативные (6) и комбинированные модели (7).

U_адд = ₁ N_a + ₂ N_q + ₃ N_z; (5)

U_млт = N_a1 + N_q2 + N_z3; (6)

U_кмб = U'_адд + (1-) U'_млт, (7)

где _i - весовые коэффициенты, определяемые методом экспертных оценок с соблюдением условия нормировки;

- коэффициент, учитывающий относительное количество параметров агрегирования, входящих в частичные аддитивную U'_адд или мультипликативную U'_млт модели.

Нахождение агрегированных моделей предполагает выполнение в соответствующих модулях следующих основных операций: 1) ввод данных о повреждениях ТГО; 2) выбор базовых значений для каждого параметра повреждений; 4) перевод данных о повреждениях ТГО к безразмерному виду; 5) вычисление линейных, плоскостных и объемных параметров повреждений; 6) нахождение по соответствующему критерию оптимального параметра представления повреждений; 7) вычисление для выбранного оптимального параметра представления повреждений параметров рельефности N_a, N_q и N_z; 8) нахождение по соответствующим выражениям агрегированных моделей и 9) нахождение оптимальной по критерию минимума среднего риска агрегированной модели. Рационально перечисленные операции выполнять в интегрированной среде визуального моделирования (рисунок 1).

Рисунок 1. Фрагмент модуля с блоками нахождения безразмерных параметров повреждений в интегрированной среде

Идентификация на основе агрегированных моделей позволяет количественно оценивать техническое состояние созданных агрегатов и выделить из них участки, которые нуждаются в обслуживании и ремонте в первую очередь. Однако, она не позволяет распознавать коррозионные состояния ТГО и выявлять всю их совокупность, что необходимо для дальнейшей разведки информации и построения информационной системы управления.

ультиграфовые модели состояний ТГО

Использование мультиграфовых моделей и метода непараметрической идентификации состояний ТГО [2] позволяет получить наглядное представление о процессе изменения вероятностей состояний во времени, выявить ряд дополнительных связей и параметров конечной модели и количественно оценить вероятности состояний.

Графические представления предложенных научным коллективом одно- и двудольных мультиграфовых моделей (ММ) с разным количеством основных и композиционных состояний [3] схематично представлены в таблице и обозначены как Gr_n(S1₀, …, Sr_m), где G - ММ, r - номер последней доли (у однодольных ММ пропущен), n - число основных состояний, m - номер конечного состояния. Для упрощения графического представления ММ, разнонаправленные дуги совмещены. Исходные состояния каждой доли с нулевым индексом обеспечивают привязку модели к моментам диагностирования. Конечные состояния долей характеризуют совокупность выделенных существенных интервалов параметра аналоговой переменной.

Одно- и двудольные мультиграфовые модели

Для ММ составлены системы обыкновенных дифференциальных уравнений (СОДУ) относительно вероятностей, характеризующих времена пребывания моделей ТГО в выделенном множестве состояний. Так, например, для графа G₃(S₀,…, S₃) СОДУ имеет вид:

(8)

СОДУ затем преобразованы в аналоговые модели (рисунок 2).

Рисунок 2. Аналоговая модель для решения СОДУ

Затем аналоговая модель реализуется в интегрированной среде визуального моделирования. Так, например, для одного из трубопроводов (рисунок 3) получены графики изменения вероятностей состояний как в динамическом, так и в стационарном режимах.

Рисунок 3. Аналоговая модель для решения СОДУ в интегрированной среде

техногенный интеллектуальный управление промышленный

Значения стационарных вероятностей состояний отображены на цифровых дисплеях, а динамических - на графопостроителях Plot.

Структурно-функциональная схема информационной системы управления

Предложена структура комбинированной двухконтурной информационной системы управления (ИСУ) состоянием ТГО, в составе которой реализованы следующие основные блоки, включающие элементы технологии интеллектуального управления: непараметрическая идентификация состояний (НИС); оценка эффективности идентификации (ОЭИ); прогнозирование состояний (ПС); оценка эффективности прогнозирования (ОЭП); формирование структурированной управленческой информации (ФСУИ) [4]; аналитическая идентификация ТС участков (АИ ТС УЧ); прогнозирование ТС участков (ПР ТС УЧ); оценка эффективности функционирования (ОЭФ); организация по управлению эксплуатацией (УЭ ГТО); техногенные объекты (ГТО₁… ГТО_n); устройство неразрушающего контроля (УНК) и база данных геометрических характеристик повреждений (БД).

Выводы

1 Проблема построения технологии интеллектуального управления состоянием техногенных объектов является актуальной, требующая разработки новых моделей и методов идентификации.

2 Разработаны научные основы аналитической идентификации технического состояния ТГО, заключающиеся в агрегировании значительных по объему информационных массивов как результатов последовательных во времени диагностирований и использованием оптимальных по критерию минимума среднего риска агрегированных моделей. Они обеспечивают в технологии интеллектуального управления существенное повышение эффективности оценки с одновременным снижением размерности математических моделей.

3 Научно обоснован и разработан метод непараметрической идентификации состояний ТГО на одно- и многодольных мультиграфовых моделях, заключающийся в выборе параметров повреждений оболочки ТГО как аналоговых переменных, организации марковских случайных функций, определении по каждому диагностическому срезу в соответствующих наработках границ интервалов распределения и отображению частот на состояния мультиграфовых моделей. Метод позволяет выявлять состояния и повреждения, подлежащие восстановлению, для потенциально-опасных участков оболочки ТГО.

4 Предложенная структура ИСУ позволяет реализовать метод интеллектуального формирования структурированной управленческой информации и включает два контура, интегрированных по методам идентификации, выявленным состояниям, виду повреждений и выходной информации.

Список литературы

1. Владов, Ю.Р. Идентификация систем: Учебное пособие / Ю.Р. Владов. - Оренбург: ОГУ, 2003. - 202 с.

2. Владова, А.Ю. Построение информационной системы управления для оболочковых объектов: Монография / А.Ю. Владова; Оренбургский гос. ун-т. - Оренбург: ОГУ. 2010. -209 с.

3. Патент на изобретение 2425416, Российская Федерация, МПК G06 F 17/00. Способ построения многодольного ориентированного мультиграфа по повреждениям оболочки технического объекта / Владова А.Ю., Владов Ю.Р. [и др.]. - №2010104577/08; заявл. 09.02.2010; опубл. 27.07.2011. Бюл. №21.

4. Способ выработки управляющего воздействия для промышленного объекта управления. Решение о выдаче патента на изобретение 28.11.2011 / Владов Ю.Р. [и др.]. - №2011117268/08; заявл. 28.04.2011.

Размещено на Allbest.ru