Автоматизированная
система реализации модели оценки технического состояния
оборудования на основе линейной аппроксимации
В.П. Полетаев,
перв. проректор, к.т.н., доц.,
Д.А. Богданов,
магистр, taev@mh.vstu.edu.ru,
ВоГУ, г. Вологда
Предложены критерии оптимальности определения
периодичности профилактических мероприятий, связанных с техническим
обслуживанием. Разработана система информационной поддержки, позволяющая
автоматизировать процесс интегрированной логистической поддержки жизненного
цикла промышленного продукта.
Criteria
for determining the optimal frequency of preventive measures related to
maintenance. A
system of information support to automate the
process of integrated logistics support life cycle
of an industrial
product.
Количественные и качественные изменения в оснащении
машиностроительного производства, создание дорогостоящих автоматических, комплексно-механизированных
и поточных линий, станков и автоматов с программным управлением выдвигают
проблемы повышения долговечности и надежности техники, эффективности ее ремонта
и межремонтного технического обслуживания. Эффективность основного производства
все в большей мере становится зависимой от эффективной деятельности служб, призванных
обеспечивать процесс поддержания орудий труда в работоспособном
состоят с минимальными ремонтными издержками.
Для решения этих задач организуют системы
технического обслуживания и проводят систематическую работу для оптимизации
управления ТОиР.
При проведении расчетов часто используются
зависимости вида у (х), причем число точек этих зависимостей ограничено.
Неизбежно возникает задача получения приемлемой представительности функций в
промежутках между узловыми точками (интерполяция) и за их пределами (экстраполяция).
Эта задача решается аппроксимацией исходной зависимости, т. е. ее подменой
какой-либо достаточно простой функцией.
В связи с этим было исследовано поведение функции
надежности для нескольких типов распределения [1] всего диапазона оптимальных
значений 
. Графики показывают, что зависимость функции надежности
от времени можно рассматривать как линейную, описываемую формулой (1).
, (1)
где 
- коэффициент,
характеризующий поведение функции 
, 
- периодичность
обслуживания; 
- функция
распределения времени работы без скрытых отказов; 
- вероятность работы без скрытых отказов (функция
надежности).
Используя выражение(1),
уравнение удельных затрат можем записать как [1]
.
После несложных
преобразований получим выражение в явном виде, позволяющее легко вычислить
оптимальную периодичность профилактики скрытых отказов, минимизирующую
средние удельные затраты.
,
(2)
где 
- среднее время,
затраченное на проверку состояния объекта; 
- средняя длительность
планово-аварийного обслуживания, включающего проверку состояния и последующее
восстановление работоспособности.
После разработки метода оценки состояния
оборудования переходим к описанию его алгоритмического обеспечения.
Алгоритмическое обеспечение, разработанное применительно к конкретному объекту,
позволяет определить необходимые структуру и состав
вычислительно-управляющего комплекса. Алгоритмическое обеспечение представляет
собой совокупность алгоритмов обработки информации с их взаимными связями.
Собранные статистические данные об отказах
подвергаются обработке сервером, где производится расчет прогноза и запись в
базу данных, который заключается в выборе вида распределения и его параметров.
На следующем этапе с помощью метода наименьших квадратов происходит аппроксимация
экспериментальных данных, определяется коэффициент и на основании предложенных моделей
определяется оптимальное время технического обслуживания.
Далее с целью сокращения внеплановых ремонтных
работ и простоев оборудования производится оптимизация программы технического
обслуживания и ремонтов - устанавливается срочность ремонта, его продолжительность,
трудозатраты, требования в запасных частях и материалах, ответственные. Составляются
соответствующие данной процедуре документы в электронном виде - ведомости,
заявки, сметы, графики, акты, отчеты. После описания алгоритмов
системы оценки состояния оборудования на следующем этапе возможна
проведение экспериментальная проверка данных методов и алгоритмов, а также
реализация данных схем с помощью автоматизированного комплекса принятия решений
по техническому состоянию оборудования. Блок-схема алгоритма показана на
рисунке 1.
Рис. 1 – Алгоритм принятия
решения об эксплуатации оборудования на основе линейной аппроксимации
Полученный алгоритм может быть программно и
аппаратно реализован в автоматизированных системах управления и контроля
процесса технического обслуживания и ремонта, тем самым позволяя в реальном
режиме времени оценивать техническое состояние машиностроительного оборудования,
а также реализовать стратегию оптимизации ремонтных работ по техническому состоянию
оборудования, его износу.
Алгоритм принятия решения об эксплуатации
оборудования на основе линейной аппроксимации реализован с помощью программы MathCad. Линейная аппроксимация функции надежности реализована
в автоматизированном комплексе, в основу которого положен метод наименьших
квадратов.
Программа позволяет
получить аппроксимацию произвольного количества точек вида (x, y) многочленом,
а также имеет возможность отображения данных в виде точек, а аппроксимационного многочлена в виде графика на едином графическом
поле, сохранения изображения графика в формате .bmp,
сохранения и открытие числовых данных в формате специальных числовых таблиц, экспорт
и импорт Excel, аппроксимацию набором произвольных
функций, автоформатирование шкал графического поля.
Ввод данных – экспериментальных точек (рисунок 2)
производится простым вводом чисел во внутреннем формате Windows
в ячейки таблицы X=, Y=,находящейся наверху главного окна программы.
Ячейки с неверными данными игнорируются при расчетах, о чем дается
предупреждение.
Рис. 2 – Окно ввода данных
Для нахождения функции аппроксимации предназначен
пункт меню «Аппроксимировать / Многочленом». В открывшемся окне выбирается
степень многочлена.
Рис. 3 – Аппроксимация
функции надёжности
В поле «Среднеквадратичное отклонение» отображается
среднеквадратичное отклонение точек от полученной функции. Автопересчёт
при включении опции пересчет многочлена происходит при каждом обновлении
графика (рисунок 3). График при включении опции график аппроксимирующей функции
отображается в графическом поле в виде красной кривой.
Найденный коэффициент (рисунок 4) позволяют решить уравнение (2)
значительно сократив время расчёта.
Рис. 4 – Аппроксимация
многочленом
Дальнейший расчёт реализован в программе MathCad и позволяет найти решения упрощённых уравнений.
Таким образом, автоматизированные средства оценки
состояния оборудования могут быть использованы в качестве основы для разработки
и внедрения автоматизированной системы планирования, обслуживания и проведения
предупредительных ремонтных работ, интегрированной с существующими АСУ КП. В
основе предлагаемой стратегии ремонтных работ по техническому состоянию
оборудования предложен регламент выполнения ТОиР
(периодичность и объемы) на основании данных по эксплуатации и отказам
оборудования.
Литература
1.
Полетаев, В.П. Оптимизация периодичности профилактики отказов / В.П. Полетаев,
Д.А. Богданов // Труды Международного симпозиума "Надёжность и качество".
– 2015. – Т. 1. – С. 35 – 37.