Использование результатов распознавания предаварийных ситуаций для организации снабжения буровых запчастями

Размещено на http://www.allbest.ru/

Использование результатов распознавания предаварийных ситуаций для организации снабжения буровых запчастями

к.т.н., доцент кафедры ЭВМ ТвГТУ Абу-Абед Ф.Н.

ГБОУ ВПО «ТвГТУ»

Аннотация

В данной работе показана возможность использования результатов распознавания предаварийных ситуаций (ПАС) для повышения эффективности системы снабжения ЗИП буровых установок за счет оценки остаточного ресурса комплектующих при возникновении ПАС. Для оценки возможности использования нейросетевого классификатора при организации системы снабжения буровых запчастями разработана имитационная модель, представляющая собой замкнутую сеть массового обслуживания. Результаты моделирования показали, что среднее время ожидания начала ремонта уменьшилось на 12%, суммарный приведенный экономический эффект увеличился на 11% по сравнению с существующими стратегиями эксплуатации оборудования.

1. Оценка влияния предаварийных ситуаций на ресурс комплектующих буровой установки

При наличии в составе буровой установки множества механизмов их износ (и зависящая от него величина остаточного ресурса) непосредственно зависят от условий эксплуатации буровой. При соблюдении всех норм и технических условий бурения и отсутствии нештатных ситуаций в его процессе все комплектующие должны выработать свой ресурс, определенный техническими условиями, после чего они нуждаются в замене.

При возникновении в процессе бурения различного вида осложнений и нештатных ситуаций нагрузки на механизмы буровой могут резко увеличиваться, что не обязательно приводит к выходу буровой из строя, но влияет на величину остаточного ресурса тех механизмов и комплектующих, нагрузки, на которых превышали штатные значения. При последующих возникновениях аналогичных ситуаций в процессе бурения это может привести к выходу буровой из строя.

Оценка влияния той или иной нештатной или предаварийной ситуации на величину остаточного ресурса является сложной и слабо формализуемой задачей [1, 5]. Поэтому для определения изменения остаточного ресурса комплектующих буровой установки в процессе ее эксплуатации может быть использован метод экспертных оценок [7].

нейросетевой классификатор комплектующий буровой

2. Типы используемых на буровых запасов элементов

По назначению различают три разновидности комплекта ЗИП [7]. Одиночный ЗИП (ЗИП-О) предназначен для восстановления работоспособности одной буровой установки и размещается вблизи места её эксплуатации, чтобы обеспечить малое время замены (несколько десятков минут). Начальный уровень запасов комплекта ЗИП-О пополняется в соответствии с принятыми правилами из источника пополнения (ИП). При эксплуатации одновременно нескольких буровых установок (обычно не менее трех) может быть создан групповой ЗИП (ЗИП-Г), который одинаково доступен любой из буровых. Основное отличие ЗИП-Г от ЗИП-О состоит в существенно большем времени доставки ЗЧ к месту эксплуатации буровой установки, в которой произошел отказ. Поэтому создание комплекта ЗИП-Г возможно в двух случаях: допустимое время перерыва довольно велико, но существенно меньше интервала времени между соседними отказами; по всем типам модулей, представленных в комплекте ЗИП-Г, в системе имеется внутреннее структурное резервирование. Комплект ЗИП-Г также пополняется из ИП.

Если эксплуатируются несколько буровых, но не выполняются необходимые условия для создания ЗИП-Г по одной или нескольким типам сменных модулей, то создают двухуровневую систему ЗИП (ЗИП-2У). На первом (нижнем) уровне размещают комплекты ЗИП-О, на втором (верхнем) уровне - комплект ЗИП-Г. Комплект ЗИП-Г пополняется из НИП, а комплекты ЗИП-О могут пополняться либо из комплекта ЗИП-Г, если в нем есть ЗЧ такого же типа, либо непосредственно из ИП, если ЗЧ данного типа в ЗИП-Г отсутствует [1, 7].

Для пополнения комплектов ЗИП могут применяться различные способы. При периодическом пополнении (ПП) назначается период Ti пополнения запасов i-го типа, по истечении которого запасы пополняются до первоначального уровня. Если запасы исчерпаны до момента Ti и произошел еще один отказ, то система переходит в неработоспособное состояние до очередного пополнения запасов. При пополнении с экстренными доставками (ПЭД) также назначается период Ti. Однако в этом случае, в отличие от ПП, после исчерпания запасов и следующего отказа организуется досрочная (экстренная) доставка ЗЧ для замены отказавшего модуля и пополнения запасов до начального уровня. При этом уменьшается среднее время ожидания восстановления работоспособности. При пополнении по заданному уровню (ПУ) заявка на пополнение запасов формируется после снижения запасов до установленного уровня, в том числе нулевого, еще до того, как возникает следующий отказ. Заявка всегда формируется при работоспособном состоянии системы. Этим способ ПУ отличается от ПЭД. Способ ПУ характеризуется пороговым уровнем запасов комплектующих и распределением (или средним значением) времени доставки. При непрерывном пополнении (НП) заявка на пополнение запасов формируется и передается на исполнение после каждого отказа и использования каждой ЗЧ. Способ НП характеризуется распределением или средним значением времени доставки ЗЧ.

3. Разработка имитационной модели системы снабжения ЗИП

Как правило, системы снабжения функционируют в условиях неопределенности окружающей среды. При управлении материальными потоками должны учитываться факторы, многие из которых носят случайный характер. В этих условиях создание аналитической модели, устанавливающей четкие количественные соотношения между различными составляющими логистических процессов, может оказаться либо невозможным, либо слишком дорогим.

Под системой обеспечения запасными частями, инструментами и принадлежностями (ЗИП) буровых установок (БУ) подразумевается многоуровневая система, состоящая из совокупности одиночных, групповых комплектов эксплуатационных ЗИП и запасов источника пополнения. Компоненты системы связаны между собой и имеют определенные характеристики. Система ЗИП предназначена для восстановления работоспособности БУ после отказов в процессе эксплуатации. Рассмотрим двухуровневую систему запасов элементов с периодическим пополнением, экстренными доставками и ремонтом отказавших элементов в ремонтных органах [2, 3].

Системы буровых установок и обслуживающих их складов ЗИП являются динамическими, то есть их параметры изменяются во времени. Поэтому состояние системы, свойства объекта и число активных объектов, параметров, действий и задержек - все они функции времени и постоянно изменяются в процессе моделирования [5, 7].

Тем не менее, в процессе моделирования можно выделить дискретные моменты времени, когда происходят события, отражающие последовательность изменения состояний системы во времени. Если при этом поведение системы в остальные моменты времени не является принципиально важным, то мы можем использовать технологию дискретно-событийного моделирования.

СМО с большим числом генераторов заявок и обслуживающих приборов часто имеют структуру, которую можно представить в виде сети. В общем случае сеть CMO представляет собой граф, вершинами которого являются одноканальные и многоканальные CMO (дуги определяют потоки передачи требований).

При моделировании технического обслуживания и ремонтных работ буровых установок использование аппарата сетевых СМО целесообразно в случае, если ремонтные работы выполняются силами бригад, располагающихся в пунктах хранения ЗИП. При этом можно выделить два случая:

1. Каждая буровая имеет свой фиксированный пункт группового ЗИП, который ответственен за ее пополнение. Одновременно каждый пункт группового ЗИП имеет фиксированное множество буровых, которое он снабжает. В этом случае сеть СМО вырождается в множество замкнутых подсетей.

2. Каждая буровая может обратиться к нескольким пунктам ЗИП (в пределе - к любому такому пункту), который может либо принять, либо отвергнуть заявку на комплектующую.

Выбор того или иного способа формализации существующей сети снабжения буровых установок зависит от реально сложившейся топологии сети обслуживания. Второй случай является наиболее распространенным.

На рисунке 1 представлена имитационная модель комплекса буровых установок в виде сети массового обслуживания, в зависимости от структуры которой, и от числа, и интенсивности заявок определяются характеристики заявок отдельных классов и для объединенного потока.

Буровые установки, ЗИП - О, ЗИП - Г (каждый из которых связан с несколькими источниками заявок), выступают в качестве узлов - источников заявок на запчасти, а ремонтные бригады - в качестве обслуживающих узлов.

Заявки с буровых установок на комплектующие, для которых значение остаточного ресурса снижается до порогового, поступают с интервалами, распределенными по экспоненциальному закону (F(t)=1-e-t, где t0) с интенсивностью (параметром экспоненциального значения) и коэффициентом вариации =1 [1], образуя простейшие потоки на одиночном ЗИПе (ЗИП-О), который находится непосредственно на буровой установке.

Размещено на http://www.allbest.ru/

Рисунок 1. Модель сети снабжения буровых запчастями

Если в одной и той же установке выходят из строя несколько деталей, то тогда параметризация модели включает следующие преобразования исходных параметров (предполагается, что все входные потоки являются простейшими):

1)-- интенсивность объединенного потока (простейшего);

2)-- усредненное время обслуживания заявок объединенного потока

где -- доля заявок класса k в суммарном потоке ();

3) -- из этого выражения определяется КВ длительности обслуживания заявок объединенного потока

В качестве блоков имитационной модели для данной предметной области необходимо реализовать:

· Блок генерации событий, связанных с нештатными ситуациями на буровой. Данный блок создает динамический объект - требование на ремонт, в котором фиксируется наименование вышедшей из строя комплектующей;

· Блок назначения объекту требования другого динамического объекта - склада ЗИП, который должен удовлетворить запрос на вышедшую из строя комплектующую;

· Блок обслуживания требования, при необходимости (в случае группового ЗИП) создающий требование на транспортировку комплектующей из группового ЗИП до буровой;

· Блок назначения требованию на транспортировку динамического объекта транспорт, который будет осуществлять доставку комплектующей на буровую;

· Блок осуществления ремонтных операций, реализующий запланированное действие - восстановление работоспособности буровой после доставки необходимой комплектующей.

Изложенные положения обобщены в блок-схеме алгоритма имитационной модели (рисунок 2).

В блок-схеме использованы переменные:

F -- задает состояние приборы: F = 0, если прибор свободен и F = 1, если занят;

Nin -- счетчик входов (определяет число вошедших в модель заявок);

Nout -- счетчик выходов; Nq -- текущая длина очереди;

Nqmax -- максимальная длина очереди; Tin -- момент прихода заявки;

Tout -- момент окончания обслуживания;

Stв, St, Stu -- переменные для накопления суммарных значений времен обслуживания, ожидания и пребывания соответственно;

Mtq[...] -- массив, который фиксирует моменты становления заявок в очередь;

tм -- модельное время;

N0 -- счетчик заявок, которые проходят очередь без ожидания.

При разработке любой имитационной модели необходимо осуществить выбор между универсальными языками программирования и специализированными языками и программными пакетами (оболочками), разработанными для целей имитационного моделирования. Выбор этот не всегда очевиден и зависит от целей разработки модели и окружении, в котором эта модель должна использоваться.

В данном случае необходимо обеспечить при построении имитационной модели использование ранее разработанных средств распознавания аварийных и предаварийных ситуаций на буровых установках [2 - 6], написанных на языке С++. Поэтому использование готовых оболочек нецелесообразно, возможно лишь использование языков программирования высокого уровня, совместимых с С++. Из современных кроссплатформенных языков программирования таким языком является C#.

Поэтому в результате анализа существующих языков моделирования и требований к имитационной модели системы материально-технического снабжении буровых для разработки этой модели принят язык программирования C#. Система материально-технического снабжения состоит из множества взаимодействующих объектов, основными из которых являются:

· Буровые установки, функционирование которых с минимальными простоями необходимо обеспечить. Каждая установка состоит из множества комплектующих, необходимых для ее работы, а также обладает определенными географическими координатами. Поскольку целью данной работы не является создание специализированной геоинформационной системы, где все данные в обязательном порядке привязаны к географическим координатам, то точными координатами можно пренебречь. Для построения модели системы снабжения достаточно данных об удалении буровой от соответствующего пункта ЗИП, откуда она может получить комплектующие в случае необходимости;

· Склады ЗИП, как одиночные, так и групповые, хранящие заданную номенклатуру комплектующих, необходимых для замены вышедших из строя, как в результате исчерпания ресурса, так и в результате аварий, вызванных внештатными ситуациями;

· Сами комплектующие, обладающие определенной стоимостью, остаточным ресурсом, а также ценой хранения на складе;

· Транспортные средства, необходимые для доставки комплектующих из группового ЗИП на буровые в случае выхода их из строя и для снабжения самих складов группового ЗИП.

Рисунок. 2. Блок-схема алгоритма имитационной модели

Размещено на http://www.allbest.ru/

Рисунок. 3. Алгоритм разработанной имитационной модели

4. Разработка иерархии классов имитационной модели системы снабжения ЗИП

На рисунке 4 представлена иерархия разработанных классов имитационной модели системы материального снабжения буровых установок, разработанная в соответствии с изложенными выше результатами объектно-ориентированного анализа:

Рисунок 4. Схема иерархии классов имитационной модели

Главным классом для имитационной модели выступает класс Model, реализующий функции контейнера для остальных классов. Весь процесс моделирования осуществляется с помощью функций класса Model.

Класс Node является базовым классом иерархии объектов, составляющих модель сети СМО. Поскольку модель разрабатывается пользователем в специальном графическом редакторе и может функционировать в режиме анимации, то каждый из ее объектов должен иметь графическое отображение.

Класс DrillTower наследует класс Node и предназначен для моделирования основных производственных объектов предметной области - буровых установок.

Класс Sklad наследует класс Node и предназначен для моделирования склада комплектующих, реализующего функции группового ЗИП.

Класс Depo наследует класс Node и предназначен для моделирования склада верхнего уровня, откуда снабжаются комплектующими склады групповых ЗИП.

Класс Transport наследует класс Node и предназначен для моделирования транспортного обслуживания буровых при доставке на них комплектующих со складов группового ЗИП, а также для снабжения этих складов со склада верхнего уровня.

Класс Part предназначен для моделирования комплектующих, необходимых для работы буровых и входящих в состав ЗИП.

Функция ProcessDrillFault(DrillTower drill) выполняет обработку сообщения о выходе из строя той или иной комплектующей заданной буровой установки. Алгоритм функции представлен на рисунке 5.

Рисунок 5. Алгоритм обработки выхода буровой из строя

Функция TimerTick() является центральной в обеспечении процесса моделирования и выполняет обработку сигналов таймера, что вызывает движение модельного времени, генерацию и обработку всех заявок в модели. Алгоритм данной функции представлен на рисунке 6.

5. Исследование имитационной модели системы снабжения ЗИП

Исследование модели системы снабжения запасными частями группы буровых установок в пределах одного месторождения производилось для четырех стратегий эксплуатации оборудования:

· Эксплуатация по ресурсу (выработка заданного количества часов или метров проходки);

· Эксплуатация по состоянию (обнаружение критического состояния во время очередного регламентного осмотра);

· Эксплуатация до выхода из строя в результате отказа или поломки;

Эксплуатация по состоянию (с использованием нейросетевого классификатора). Результатами имитационного моделирования для каждой указанной стратегии являлось:

· Среднее время ожидания начала ремонтных работ буровой установкой;

· Суммарный приведенный экономический эффект от эксплуатации буровых.

Для оценки экономического эффекта использовалась выражение:

Рисунок 6. Алгоритм обработки системного таймера

Первые два слагаемых соответствуют затратам на эксплуатацию буровой - стоимости эксплуатации в рабочем состоянии и стоимости простоя при выходе из строя какой-либо комплектующей:

Здесь - затраты на эксплуатацию буровой в момент времени t;

аЭ(t) - стоимость эксплуатации буровой за единицу времени;

- затраты на простой буровой в момент времени t;

aП(t) - стоимость простоя буровой за единицу времени.

Последние два слагаемых соответствуют стоимости хранения комплектующих на складах ЗИП и стоимости их транспортировки со складов на буровые соответственно. Для их вычисления используются следующие выражения:

Здесь Nск - число складов ЗИП;

- число комплектующих k-го типа на i-ом складе;

Nбур - число буровых установок;

Sij - стоимость хранения j-ой комплектующей на i-ом складе;

tij - время хранения j-ой комплектующей на i-ом складе;

- стоимость доставки комплектующих на i-ю буровую с j-го клада;

- расстояние между на i-ой буровой и j-м складом;

- количество комплектующих k-го типа, доставляемых на i-ю буровую;

Поскольку процессы в имитационной модели СМО носят вероятностный характер, необходимо оценить количество прогонов модели, достаточное для получения устойчивого результата. Значения критерия S вычислялось на протяжении интервала моделирования T, при этом процесс моделирования проводился N раз.

В результате анализа полученных результатов можно сделать вывод, что как изменение значения Sср, так и конечный результат моделирования при N = 100 и 200 практически совпадают. Поэтому для дальнейшего моделирования принято значение N = 100 прогонов модели.

Для исследования влияния использования нейросетевого классификатора состояния буровой проводилось сравнение результатов моделирования для всех четырёх вышеуказанных стратегий эксплуатации оборудования. Результаты моделирования приведены в таблицах 1 и 2. Приведенный экономический эффект оценивался как частное от деления эффекта, полученного при моделировании какой-либо стратегии к базовому экономическому эффекту, полученному при моделировании самой неэффективной стратегии - эксплуатация до выхода из строя в результате отказа или поломки.

Таблица 1. Среднее время ожидания начала ремонта для различных режимов эксплуатации оборудования (час.)

Таблица 2. Суммарный приведенный экономический эффект для различных режимов эксплуатации оборудования

Из полученных данных можно сделать вывод, что применение нейросетевого классификатора ПАС позволяет снизить среднее время ожидания начала ремонта на 12% и повысить экономическую эффективность в среднем на 11% по сравнению с максимальным значением, полученным при использовании других стратегий. Последняя оценка является приблизительной, т.к. при оценке экономического эффекта учитывались не все его составляющие.

Анализ результатов моделирования позволяет сделать вывод о целесообразности применения нейросетевого классификатора состояния буровой установки при организации системы снабжения буровых запчастями.

Для всех рассмотренных стратегий эксплуатации оборудования удельные затраты на снабжение буровых запчастями могут быть снижены при использовании информации о состоянии буровой, выдаваемой нейросетевым классификатором. При этом минимальное снижение наблюдается при использовании стратегии «до выхода из строя», которая редко применяется в реальной практике.

Список использованных источников

1. Абу-Абед Ф.Н. Имитационное моделирование процессов ремонтно-технического обслуживания нефтяных скважин. УДК 004.896.// Программные продукты и системы. Научно-практическое издание № 4 (92), 2010. ISSN 0236-235X. - Тверь, 2010. - С. 167-171.

2. Абу-Абед Ф.Н. Разработка средств моделирования нейросетей // Вестник ТГТУ, Выпуск 7: - Тверь, 2005. - С. 125-129.

3. Абу-Абед Ф.Н., Борисов Н.А., Хабаров А.Р. Использование методов распознавания образов для анализа аварийных ситуаций. // Математические методы и информационные технологии в экономике, социологии и образовании: сборник статей XVI Межд. НТК. - Пенза, 2005. - С. 428-431.

4. Абу-Абед Ф.Н., Борисов Н.А., Хабаров А.Р. Разработка нейросетевых анализаторов // Проблемы информатики в образовании, управлении, и технике: Сборник статей V Всероссийской НТК. - Пенза, 2005. - С. 13-16.

5. Абу-Абед Ф.Н., Допира Р.В. Применение средств моделирования нейросетей для анализа предаварийных ситуаций на буровых. УДК 004.896.// Программные продукты и системы. Научно-практическое издание № 3 (91), 2010. ISSN 0236-235X. - Тверь, 2010. - С. 136-139.

6. Абу-Абед Ф.Н., Программа построения и обучения нейросети для распознавания режимов работы буровой // Свидетельство о регистрации программы для ЭВМ № 2009615089 - М.: Роспатент 2009.

7. Допира Р.В., Лысюк А.П., Цыбенко Д.В., Щербинко А.В. Методика расчета системы обеспечения запасными частями территориально распределенной техники Программные продукты и системы. Научно-практическое издание № 1, 2009. ISSN 0236-235X. - Тверь, 23.03.2009.

Размещено на Allbest.ur