Прогнозирование ресурса оборудования

Технический ресурс – показатель долговечности, характеризующий запас возможной наработки объекта. Ресурсом называют наработку объекта от начала или возобновления эксплуатации до наступления предельного состояния.

Решение проблемы прогнозирования и обеспечения технического ресурса предусматривает установление качественных и количественных закономерностей, определяющих ресурс оборудования, разработку методов оценки влияния различных факторов на ресурс. Решение проблемы открывает пути для научно обоснованного назначения ресурса, анализа и синтеза оборудования с учетом факторов надежности, для выбора конструктивных и технологических решений, обеспечивающих назначенные показатели долговечности.

Прогнозирование индивидуального остаточного ресурса относится к конкретному находящемуся в эксплуатации техническому объекту. Основой для прогнозирования служит информация, которую условно можно разделить на три части. Во-первых, это данные текущего (оперативного) поиска дефектов в процессе эксплуатации. Контроль может быть непрерывным или дискретным (например, приуроченным к плановым профилактическим мероприятиям). Для поиска дефектов нужны встроенные и внешние приборы, системы для хранения и переработки диагностической информации, алгоритмы и программы для принятия решений. Во-вторых, это данные о нагрузках и других условиях взаимодействия объекта с окружающей средой.

Диагностическая информация, в принципе, ограничена по объему и носит лишь косвенный характер. Существующие средства неразрушающего контроля не позволяют обнаружить все повреждения, которые в дальнейшем могут стать причиной предельных состояний. Имеется достаточно большая вероятность пропуска дефектов из-за несовершенства аппаратуры, небрежности оператора или недоступного расположения дефектов. Данные о режимах эксплуатации служат ценным дополнительным источником информации. По известным режимам эксплуатации можно оценить степень накопления повреждений в элементах оборудования, а сопоставляя результаты расчета с диагностическими данными, - оценить параметры объекта, которые на предыдущих стадиях еще не были идентифицированы с достаточной точностью. Таким образом, два источника информации – диагностические данные о состоянии объекта и данные об режимах эксплуатации объекта – оказываются тесно связанными и взаимно зависимыми.

Третий вид информации для прогнозирования ресурса на стадии эксплуатации – весь объем априорных данных о материалах, элементах, узлах, нагрузках и т.п., т.е. информация, которая лежит в основе прогнозирования ресурса и оценки показателей надежности на стадии проектирования. Эта информация, в принципе, относится к генеральной совокупности объектов, в то время как предметом индивидуального прогнозирования служит вполне определенный представитель из этой совокупности. Однако информация об этом представителе остается неполной и неточной, а значительная ее часть имеет вероятностный характер. Например, если внешние воздействия обладают случайной изменчивостью, то их изменение на отрезке прогнозирования надо трактовать как случайный процесс. Если удастся объединить априорную информацию с оперативными данными о поведении данного объекта и о действующих на него нагрузках, то основанная на этой информации расчетная схема будет более полной и точной, чем априорные расчетные схемы, обсуждаемые на стадии проектирования.

Теоретически задача прогнозирования ставится следующим образом. На техническое состояние объекта влияют факторы (вектор ), определяющие необратимые процессы деградации физико-химических свойств объекта (старение, износ и др.), а также случайные внешние и внутренние помехи (вектор ). Для измерения выбрана совокупность {ξ _l , l = 1, 2, …, n} параметров объекта (вектор ), относительно которых предполагается, что они существенно зависят от и позволяют (при определённых средствах прогнозирования, реализующих алгоритм прогнозирования) предсказать будущее техническое состояние объекта. Эти параметры называют прогнозирующими. На значения прогнозирующих параметров в общем случае накладываются помехи . При измерении параметров возможны погрешности измерения (вектор ), вследствие чего вместо вектора истинных значений получается вектор ≠ . На результаты прогнозирования, возможно, влияют погрешности прогнозирования (вектор ). Таким образом, будущее техническое состояние объекта зависит от нескольких аргументов:

e = ƒ (). (1.1)

Рисунок 1.1 - Однолинейная схема системы прогнозирования, содержащая экземпляр S_i объекта, средства измерения СИ и средства прогнозирования СП

Зависимость (1.1) является, по существу, моделью процесса прогнозирования. Вероятный характер этой модели определяется тем, что аргументы и являются существенно случайными функциями. Получить зависимость (1.1) в явной аналитической форме для сколько-нибудь сложных объектов практически невозможно. В связи с этим используют различные приемы упрощения, как самой модели, так и процедур ее обработки. К этим приемам относится расчленение общей задачи прогнозирования на две самостоятельные задачи – задачу измерения прогнозирующих параметров, когда работают с моделью вида

= φ_l (), l = 1, 2, …, n, (1.2)

и задачу получения прогноза (результата прогнозирования) по модели вида

e = ψ (). (1.3)

Однако и при таком расчленении трудности разработки практически эффективных методов прогнозирования для сложных объектов остаются значительными.

Наиболее простой была бы явная аналитическая модель вида

e = ƒ х (),

(1.4)

в которой отсутствует зависимость будущего технического состояния от случайных помех и погрешностей. Стремясь к «идеальной» модели (1.4), применяют различные способы математической обработки моделей вида (1.2) и (1.3) с целью уменьшения зависимости окончательных результатов измерения прогнозирующих параметров и прогноза от случайных функций и . Эти способы заключаются, главным образом, в сглаживании случайных процессов применением операторов сглаживания, таких, как операторы математического ожидания, текущего среднего, экспоненциального сглаживания и некоторых других.

Аналитическое представление модели (1.3) затруднено даже в том случае, когда извстны значения прогнозирующих параметров в прошлые периоды времени t_i T ₁, заданы диапазоны их допустимых значений и можно пренебречь погрешностями . Задача выбора описания процесса изменения во времени рабочей точки (конца вектора ) в области допустимых значений прогнозирующих параметров, т.е. выбор модели процесса эволюции технического состояния объекта прогнозирования, остается всегда. Относительно просто прогноз может быть получен градиентным или операторным методами, когда процесс эволюции может быть описан линейной или так называемой центральной детерминированной моделью, что, однако, не всегда допустимо в реальных практических ситуациях.

Задача достоверного и устойчивого измерения значений прогнозирующих (как и любых других) параметров, т.е. выбора и обработки модели (1.2), является типичной для теории и практики измерения.

Таким образом, практическая реализация теоретически строгих постановок задач прогнозирования технического состояния сложных объектов встречается с трудностями и ограничениями. Этим объясняется слабое и медленное внедрение методов и средств прогнозирования в практику.