Zusammenfassung

Die Autoren führten eine Reihe von Studien zur Entwicklung methodischer Unterstützung für ein System zur multivariablen Vorhersagekontrolle der Zuverlässigkeit für die Öl- und Gasindustrie durch. Es wurden Algorithmen, innovative Berechnungsmethoden und mathematische Modelle für Zuverlässigkeitsfaktoren entwickelt, die mit dem modernen technologischen Wartungssystem der Produktion, dem System zur Registrierung von Betriebsdaten, der zerstörungsfreien Prüfungsdiagnose und den automatisierten Prozessleitsystemen kompatibel sind. Die mathematische Software wurde entwickelt, um den technologischen Merkmalen der spezifischen Anlagen gerecht zu werden, unter Anwendung der Theorie der Prozessanalyse, der Zuverlässigkeitstheorie und Elementen der Fluktuationanalyse. Die entwickelten Modelle für Zuverlässigkeitsfaktoren ermöglichen die Vorhersage der Parameter technischer Anlagen in Echtzeit oder für einen festgelegten Zeitraum sowie die strukturelle und faktorielle Analysefunktion des Systems zur Planung seiner optimalen Wartung.

Einleitung

Überwachungstechnologien für MРC (multivariate Vorhersagekontrolle) erfüllen moderne wirtschaftliche, produktions- und sicherheitstechnische Anforderungen auf der Grundlage der kontinuierlichen Überwachung quantitativer und laufender Werte verschiedener Faktoren: steuerbare, regelbare (Sollwerte) und Leistungsfaktoren [1, 2].

Für die Vorhersage und Bewertung der Zuverlässigkeit von Pipeline-Transport- und Kohlenwasserstofflagersystemen in Echtzeit ist eine umfassende Untersuchung aller Faktoren, Phänomene und Prozesse erforderlich, die verschiedene Eigenschaften der Systemzuverlässigkeit bestimmen.

Die Analyse bestehender Studien zeigt, dass trotz der Dringlichkeit des Problems und einer erheblichen Menge an Forschung bestehende Techniken nur eine einmalige Bewertung der Zuverlässigkeit ermöglichen und nicht auf die Verwendung unmittelbarer Bewertung und Vorhersage in Echtzeit mit modernen Computertechnologien ausgerichtet sind [3-6].

Studiengegenstand

Der Gegenstand der Studie ist die Technologie der vorhersagenden Zuverlässigkeitskontrolle, die die Entwicklung eines algorithmischen und mathematischen Sets erfordert.

Methoden

Basierend auf der Analyse der Betriebserfahrung industrieller Anlagen erscheint es ratsam, die Abfolge der grundlegenden Prozesse der Gestaltung, Implementierung und Überwachung des Betriebs von Systemen in mehrere Phasen aufzuteilen (Abb. 1). Die Phasen 1, 2, 5, 6 und 7 basieren auf den Ergebnissen theoretischer und industrieller Forschung, während die Phasen 3 und 4 von Organisationen durchgeführt werden, die Informationssysteme entwickeln und direkt am Bau und Betrieb der Gefahrstoffanlage beteiligt sind.

Es ist wichtig zu beachten, dass die Möglichkeiten und Aussichten der Implementierung des entwickelten MРC-Systems nicht nur auf den technologischen Bereich der Produktion beschränkt sind: Sie richten sich auch auf wissenschaftliche Forschungs- und Projektinstitute, Regulierungsbehörden bei der Bewertung des Risikos, der Auswahl des Komplexes technologischer Ausrüstung für Diagnose und geplante vorbeugende Wartung, Sicherheitsorganisationen und so weiter.

Nahezu jedes System zur technologischen oder industriellen Überwachung und Steuerung enthält eine Informationsdatenbank. Das System zur Erfassung von Ursprungsdaten ist so konstruiert, dass es in bestehenden Organisationen sowohl mit der aktuellen als auch mit neuer Hardware generiert werden kann.

Zur Analyse und Kontrolle der Systemzuverlässigkeit werden strukturelle und faktorielle Analysealgorithmen entwickelt, die es in Echtzeit ermöglichen:

Es ist zu beachten, dass die Grundlage für die Entwicklung einer Methodik zur Überwachung der Zuverlässigkeit von Pipeline-Transportanlagen und deren Systemen und Teilsystemen ein Komplex von Anforderungen ist, zu denen Folgendes gehört:

– Mehrvariable Modelle der Systemzuverlässigkeit sollten eine eindeutige und korrekte operative quantitative Bewertung einer bestimmten gefährlichen Anlage ermöglichen.

– Ein Systemmodell und eine Reihe universeller logisch-mathematischer Modelle sollten eine umfassende Bewertung und Analyse der Zuverlässigkeit ermöglichen, unter Berücksichtigung der Faktoren und Parameter, die sich über lange Betriebs- und Lagerungszeiträume ändern, sowie der ständig wechselnden Parameter in Echtzeitmodi.

– Korrelationen zwischen Faktoren und Indikatoren (oft abhängig oder nicht eindeutig bestimmt), die die Sicherheit und Zuverlässigkeit des technischen Systems als Ganzes beeinflussen (insbesondere die Erhaltung), sollten klar definiert sein.

– Methoden zur Bewertung der Zuverlässigkeit des technologischen Systems sollten mit bestehenden Systemen der technologischen Prozesse ACS kompatibel sein und es ermöglichen, die Parameter unter dem Einfluss verschiedener Faktoren anzupassen.

– Das MPC-System sollte Funktionen zur Vorhersage (unter Verwendung der Wahrscheinlichkeitstheorie und mathematischen Statistik) von Prozessparametern, zur Planung, Optimierung und sicheren und effektiven Steuerung des technischen Systems als Ganzes bereitstellen.

Deshalb basiert das entwickelte Monitoring auf der Methode der Systemanalyse, die praktisch die einzige Methode darstellt, die Entscheidungsfindung unter Bedingungen einer großen Menge an Informationen unterschiedlicher Natur ermöglicht. MPC implementiert das Prinzip der kontinuierlichen Überwachung von Zuverlässigkeitsfaktoren (in der Systemanwendung ist es eine gesteuerte Variable CV) und vergleicht die erhaltenen Werte mit dem kritischen Wert (Abb. 2). Bei Erreichen der kritischen Werte der gesteuerten Faktoren wird der Bereich und die Art des technischen Eingriffs festgelegt.

Um die Bewertungs- und Analysealgorithmen umzusetzen, haben wir eine Reihe von mathematischen Modellen und Berechnungsmethoden entwickelt. Als Beispiel sei hier eine Methode genannt, die auf dem Koeffizientenmodell des Zuverlässigkeitsfaktors basiert.

Es gibt verschiedene Modelle zur Bewertung der Zuverlässigkeit technischer Anlagen: experimentelle Modelle; “Parameterdimensionenbegrenzungen”; “Last – Festigkeit”; “Last – Tragfähigkeit”; Modellkoeffizienten.

Es besteht kein Zweifel daran, dass Koeffizienzmethoden die effizientesten universellen Methoden für die Umsetzung unter Bedingungen langer Betriebszeiten von Geräten, bei Unsicherheit und Informationsmangel sind, da sie eine vereinfachte Reihe komplexer spezifischer Modelle darstellen.

Die Verbindung von Zuverlässigkeitsfaktoren und Betriebsbedingungen wird durch Koeffizienten hergestellt, die den Einfluss auf die Zuverlässigkeitsfaktoren berücksichtigen: Produktions- und Technologieeigenschaften; klimatische Faktoren; Lastfaktoren: mechanische, elektrische, etc.; Komplexität der Anlagen; Wartungseigenschaften usw.

Daher kann das oben formulierte Problem durch den Einsatz von Koeffizientenmodellen in Kombination mit der Expertenbewertung der Koeffizientenbedeutung gelöst werden.

Ergebnisse und Diskussion

Die praktische Bedeutung der Forschung umfasst die Entwicklung eines Satzes von mathematischen Modellen und Vorhersagemethoden zur Entscheidungsunterstützung und Überwachung der Zuverlässigkeitsfaktoren in Echtzeit. Dies ermöglicht den Übergang von einem “nach Ausfall” basierten System für Wartung und Reparatur zu einem präventiven Ansatz, der auf vorhergesagten Zuverlässigkeitsdaten beruht.