Метод прогнозирования эксплуатационной надежности электродвигателей в АПК с использованием вероятностной модели их состояния

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Метод прогнозирования эксплуатационной надёжности электродвигателей в АПК с использованием вероятностной модели их состояния

Грибанов А.А., Мартко Е.О.

Российская Федерация, г. Барнаул, ФГБОУ

ВО «АлтГТУ им. И.И. Ползунова»

В статье рассмотрен метод прогнозирования остаточного ресурса асинхронных двигателей, эксплуатируемых в сельском хозяйстве. В основу метода положен вероятностный подход к оценке прогнозного значения при использовании измерения сопротивления изоляции.

Ключевые слова: асинхронный двигатель, надёжность, прогнозирование, остаточный ресурс, сопротивление изоляции

Агропромышленный комплекс (АПК) в целом и его базовая отрасль - сельское хозяйство - являются ведущими системообразующими сферами экономики страны, формирующими продовольственный рынок, продовольственную и экономическую безопасность, трудовой и поселенческий потенциал сельских территорий [1]. Наличие на предприятиях всего около 30% новых электроустановок наряду с устаревшим оборудованием отрицательно сказывается на развитии всей отрасли, именно поэтому так значительно возрастают требования к эксплуатации электрооборудования, призванные решать проблемы его надёжности.

На современном этапе развития АПК наиболее массовым типом привода и основным потребителем электрической энергии остаётся асинхронный электропривод [2]. Низкий уровень эксплуатационной надёжности электродвигателей отрицательно сказывается на общей экономической эффективности сельхозпредприятий. Рекомендуемые меры плановой профилактики электроприводов зачастую не приводят к желаемым результатам и поэтому имеют достаточно ограниченное применение. Проблема эксплуатационной надёжности электродвигателей системна и не поддаётся решению с помощью отдельных технических средств. Только разработка и внедрение систем автоматизированного расчёта остаточного ресурса электродвигателей позволяет перейти на качественно новую основу организации обслуживания и ремонта за счёт оценки фактического состояния оборудования. Такой подход наиболее рационален, так как позволяет снизить эксплуатационные расходы и расходы на проведение ремонтных работ.

Большинству существующих в настоящее время методик расчёта остаточного ресурса электродвигателей присущ основной недостаток - низкая достоверность полученных результатов из-за отсутствия учёта вероятностных параметров внешней среды эксплуатации, имеющих место в реальном мире. Рассматриваемая проблема многогранна, решается довольно медленно, поскольку ситуация осложнена тем, что в рабочем режиме, как правило, возникают либо организационные и технические трудности, обусловленные необходимостью внедрения соответствующей измерительной техники, либо требуется ресурсоёмкая разработка программного обеспечения реализации избранной методики.

В отношении прогнозирования общей чертой исследований [3-7] является то, что в них рассматривался детерминированный подход к получению моделей прогноза и практически не уделено внимание вероятностному подходу. В работах рассмотрены как краткосрочные прогнозы (до нескольких месяцев, динамические модели прогноза, применимые к изменяющимся условиям эксплуатации), так и среднесрочные (до выхода электроизоляционной системы из строя). Однако мало внимания уделялось влиянию на результаты прогноза такому показателю эксплуатации электродвигателя в сельском хозяйстве, как остаточный ресурс.

Поэтому необходимо создание нового метода определения периодичности промежутка времени надёжной работы электродвигателя до понижения его работоспособности до уровня необходимости проведения ремонта.

На сопротивление изоляции электродвигателя оказывают влияние нагрузка и режим его работы. В связи с тем, что они зависят от времени, т.е. имеют явный характер временного ряда, наилучшим методом для прогнозирования является метод анализа сингулярного спектра, который достаточно подробно рассмотрен в [8, 9].

Суть алгоритма программной реализации разработанного метода прогнозирования остаточного ресурса электродвигателя, представленного на рисунке 1, заключается в следующем: используя исходные данные (тип электродвигателя, характер его работы, наименование технологического процесса, температура (И), влажность (ц), концентрация агрессивного агента (C), тип среды, сопротивление изоляции (R₂₀), норма вероятности, постоянная времени нагрева (Т_н)) производится отслеживание и прогноз остаточного ресурса электродвигателя.

Норма вероятности - это априорно заданная вероятность выхода электродвигателя из строя, которая может быть изменена в зависимости от степени его ответственности в технологическом процессе.

Характер работы (режим) электродвигателя может быть следующим:

- длительный режим с переменной нагрузкой;

- длительный режим с постоянной нагрузкой;

- повторно-кратковременный;

- кратковременный.

Аналогично типу электродвигателя указываются данные о наименовании технологического процесса.

Параметры микроклимата (температура, влажность, примеси в воздухе) можно замерять универсальными газоанализаторами.

В основу модели прогноза положены зависимости сопротивления, полученные с учётом показаний агрессивности среды (влажности, температуры), а также изменения параметров во времени и аналитических зависимостей. Она имеет вид:

где R₂₀ - начальное сопротивление изоляции электродвигателя, замеренное непосредственно перед вводом его в эксплуатацию при температуре 20С;

б - температурный коэффициент сопротивления изоляции;

А₀ - коэффициент, численно равный математическому ожиданию средней годовой температуры, С;

А_i, В_i - амплитуды колебаний математического ожидания температуры, соответствующие частоте _i;

(t) - случайная составляющая температуры, соответствующая времени t, С;

ф_у - установившееся превышение температуры, С;

С - концентрация агрессивного агента, г/м³ или %;

А, m, n - постоянные коэффициенты, зависящие от природы материала и режима работы двигателя. Они определяются экспериментально для конкретного материала или оборудования, приведены в диссертации О.Д. Гольдберга [5, 10];

E_a - эффективная энергия активации процесса, вызывающего отказ, определяемая для конкретного материала, Дж/моль;

R_г = 8,32 Дж/град·моль - универсальная газовая постоянная;

С₀ - коэффициент, численно равный математическому ожиданию средней годовой влажности, %;

С_j, D_j - амплитуды колебаний математического ожидания влажности, соответствующие частоте _j;

- случайная составляющая влажности, соответствующая времени t, С.

Рисунок 1 - Алгоритм работы программного обеспечения определения остаточного ресурса электродвигателя

остаточный ресурс асинхронный двигатель

После введения данных программа производит их чтение и преобразование без участия оператора.

Затем осуществляется выбор закона распределения вероятности (семейство распределений Пирсона I-го типа (бета-распределение) и S_B-Джонсона) или временного ряда (методы анализа сингулярного спектра, скользящего среднего и наименьших квадратов).

В зависимости от выбранного варианта определяются параметры распределения:

,

,

,

,

,

,

м₂, м₃, м₄ - центральные моменты, соответственно, второго, третьего и четвёртого порядков;

г, з, е, л - параметры распределения Н. Джонсона (г и з - параметры формы, е характеризует центр, а л - масштаб распределения) [11];

с₀,б_т, у, б_н, м, д - параметры временного ряда, получаемые при использовании метода анализа сингулярного спектра.

После этого следует проверка модели на адекватность. Она заключается в доказательстве того, что точность результатов, полученных с помощью модели, будет не хуже точности расчётов, произведённых на основании экспериментальных данных. В данном случае модель проходит проверку на основе значений сопротивления изоляции электродвигателя. Иными словами, это позволит очертить границы применяемости модели.

Если полученная модель адекватна, то определяется значение сопротивления изоляции и значение вероятности выхода электродвигателя из строя. Если же нет - заново производится определение параметров распределения.

Для выполнения прогноза остаточного ресурса электродвигателя используются зависимости изменения во времени сопротивления изоляции, полученные экспериментальным путём, из которых сформирована одна из баз данных в программном комплексе. При достижении установившегося значения сопротивления 0,1 МОм делается вывод: двигатель достиг предельно допустимого (установленного экспериментально граничного) значения и в любой момент может выйти из строя.

В завершение работы программы на монитор выводится график прогноза остаточного ресурса электродвигателя или величина вероятности выхода двигателя из строя (если пользователь указал в начале работы с программой только этот параметр).

Для проверки работоспособности разработанного метода прогнозирования использованы более 200 электродвигателей мощностью от 2,2 до 7,5 кВт, эксплуатирующихся в достаточно агрессивной среде, поскольку все они установлены на сельскохозяйственных предприятиях. 30% электродвигателей находились в эксплуатации больше полутора лет, 35% - эксплуатировались год, а 35% составляли новые двигатели. Регистрация показаний сопротивления изоляции велась мегаомметром ЭС0202/2Г. Климатические факторы измерялись прибором DT-321S, а примеси в воздухе - универсальными газоанализаторами упрощенного типа. Все значения занесены в базы данных программного комплекса. В первый год сопротивление изоляции не изменялось, но при дальнейшей эксплуатации оно начало уменьшаться и ближе к 3 годам большинство электродвигателей выходило из строя.

Подконтрольная эксплуатация показала, что точность разработанной математической модели, позволяющей прогнозировать остаточный ресурс электродвигателя с заранее оговоренной вероятностью выхода из строя p, составила 92%. Тот факт, что разработанная математическая модель учитывает индивидуальные особенности эксплуатируемого на предприятии электродвигателя (тип, характер работы и наименование технологического процесса), позволяет судить о её гибкости (адаптивности) к прогнозу остаточного ресурса электродвигателя.

Созданное на основе математической модели программное обеспечение для определения остаточного ресурса электродвигателя (свидетельство о Государственной регистрации программы для ЭВМ № 2008613209), в котором используется метод анализа сингулярного спектра для определения сопротивления изоляции, позволяет осуществить краткосрочный или среднесрочный прогноз остаточного ресурса двигателя с точностью до 85%.

Наилучшим краткосрочным интервалом прогнозирования, при котором достигается наименьшая погрешность, является 24 ч.

Разработанный метод прогнозирования эксплуатационной надёжности электродвигателей на практике позволяет снизить количество внезапных выходов электродвигателей из строя, простои оборудования на предприятии, и, как следствие, сократить материальные затраты на ремонт и от простоев производственного процесса.

Список литературы

1. Стратегия социально-экономического развития агропромышленного комплекса Российской Федерации на период до 2020 года (научные основы) [Текст] / отв. за подготовку Стратегии И.Г. Ушачев, А.Ф. Серков, В.С. Чекалин. - М.: РАСХН, 2011. - 101 с.

2. Калачев, Ю.Н. Управляемый асинхронный электропривод [Текст] / Ю.Н. Калачев [Электронный ресурс]. - Заглавие с экрана. Режим доступа: http://www.privod.ru/stat_kalchev.htm.

3. Рыбаков, В.А. Разработка методики планирования ремонта электродвигателей в сельском хозяйстве на основе математического моделирования их жизненного цикла: дис.... канд. техн. наук. - Барнаул, 2007. - 204 с.

4. Похолков, Ю.П. Разработка методов исследования, расчета и обеспечения показателей надежности и долговечности изоляции обмоток асинхронных двигателей: дис. … доктора технических наук. - Томск, 1977.- 482 с.

5. Гольдберг, О.Д. Теоретическая и экспериментальная разработка методов расчета показателей надежности, ускоренных испытаний и контроля качества асинхронных двигателей: дис.... доктора технических наук / О.Д. Гольдберг. - Всесоюз. заочный политехн. ин-т. - 1971. - 292 с.

6. Муравлев, О.П. Обеспечение качества и надежности электрических машин [Текст] / А.Н. Дудкин, А.П. Матялис, О.П. Муравлев // Известия Томского политехнического университета. - Томск: Изд-во НТЛ, 2000. - Т. 303, вып. 1. - С. 266-269.

7. Гутов, И.А. Прогнозирование состояния электродвигателей на основе использования многофакторных моделей старения изоляции: дис.... канд. техн. наук: 05.20.02. - Защищена 26.12.97: Утв. - Барнаул, 1997. - 259 с.

8. Голяндина, Н.Э. Метод «Гусеница»-SSA: прогноз временных рядов: Учеб. пособие. -- СПб., 2004. -- 52 с.

9. Голяндина, Н.Э. Метод «Гусеница»-SSA: анализ временных рядов: Учеб. пособие. -- СПб., 2004. -- 76 с.

10. Котеленец, Н.Ф. Испытания и надёжность электрических машин [Текст] / Н.Ф. Котеленец, Н.Л. Кузнецов. - М.: Высшая школа, 1998. - 232 с.

11. Джонсон, Н. Статистика и планирование эксперимента в технике и науке. Методы обработки данных / Н. Джонсон, Ф. Лион; Пер. с англ. - М.: Мир, 1980. - 620 с.

Размещено на Allbest.ru