Автореферат
Автореферати дисертацій arrow Транспорт arrow Контроль технічного стану відцентрових нагнітачів газоперекачувальних агрегатів на принципах нейронних мереж
Меню
Головна сторінка
Автореферати дисертацій
Бібліотечна справа
Біологічні науки
Будівництво
Воєнна наука. Військова справа
Гірнича справа
Держава та право. Юридичні науки
Економіка. Економічні науки
Електроніка. Обчислювальна техніка
Енергетика
Загальні роботи по техніці
Загальнонаукове знання
Історія. Історичні науки
Культура. Наука. Освіта
Легка промисловість
Математика. Механіка
Медицина. Медичні науки
Мистецтво. Мистецтвознавство
Науки про землю
Політика. Політичні науки
Природничі науки в цілому
Релігія
Сільське та лісове господарство
Соціологія. Демографія
Технологія металів. Машинобудування
Транспорт
Фізика. Астрономія
Філологічні науки
Філософські науки. Психологія
Хімічна технологія. Харчове виробництво
Хімічні науки
Художня література


Контроль технічного стану відцентрових нагнітачів газоперекачувальних агрегатів на принципах нейронних мереж

Анотації 

Скріпка О.А. Контроль технічного стану відцентрових нагнітачів газоперекачувальних агрегатів на принципах нейронних мереж. – Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.11.13 – прилади і методи контролю і визначення складу речовин. – Івано-Франківський національний технічний університет нафти і газу. – Івано-Франківськ, 2007.

   У роботі розроблений новий метод поетапної діагностики технічного стану ВН, суть якого полягає у тому, що на першому етапі визначається один із можливих технічних станів відцентрового нагнітача - придатний, працездатний або непридатний. Ідентифікація станів здійснюється за допомогою діагностичних ознак, які визначаються як відносні відхилення ступеню підвищення тиску газу, внутрішньої потужності і температури газу на виході із нагнітача від своїх значень, що визначені для нового ВН за його приведеними характеристиками. Показано, що така задача ідентифікації відноситься до класу задач розпізнавання образів і найефективнішим способом її вирішення є нейромережевий підхід. Коли нагнітач знаходиться у працездатному стані включається другий етап діагностування, який здійснюється на базі розробленої діагностичної моделі. Одержана діагностична модель, на відміну від аналогічних моделей, враховує затрати на протічки газу і тертя дисків. Врахування цих факторів підвищує точність моделі і дає можливість ефективно визначити зміну геометричних розмірів робочого колеса і за допомогою нейромережевого підходу оцінити стан робочого колеса ВН. Розроблена концепція автоматизованої системи контролю за технічним станом ВН на базі існуючої системи контролю і управління роботою ГПА, а також програмне забезпечення такої системи.
   Техніко-економічні рекомендації прийняті для промислового впровадження УМГ "Прикарпаттрансгаз", а також у навчальний процес.
   Ключові слова: газоперекачувальний агрегат, відцентровий нагнітач, поетапне діагностування, діагностичні ознаки, нейромережі, імітаційне моделювання, технічний стан, діагностична модель, ідентифікація діагностичних ознак.

Скрипка A.А. Контроль технического состояния центробежных нагнетателей газоперекачивающих агрегатов на принципах нейронных сетей. – Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.11.13 – приборы и методы контроля и определения состава веществ. – Ивано-Франковский национальный технический университет нефти и газа. – Ивано-Франковск, 2007.

   В работе сформулирована и решена важная научная задача технической диагностики центробежных нагнетателей (ЦН) природного газа.
   Предложен новый метод поэтапной диагностики, суть которого в том, что на первом этапе определяется один из возможных технических состояний ЦН – исправный, работоспособный или непригодный. Такая идентификация состояний осуществляется при помощи диагностических признаков, которые определяются как относительные отклонения степени сжатия газа, внутренней мощности и температуры газа на выходе из нагнетателя от своих значений, определяемых для нового ЦН по его приведенным характеристикам. Поскольку приведенные характеристики для нагнетателей заданы в виде графиков, то их аппроксимация осуществляется с помощью радиальных нейросетей. Показано, что применение нейросетей дает возможность повысить точность аппроксимации по сравнению с методом наименьших квадратов. Сформулированная задача идентификации технических состояний ЦН относится к классу задач распознавания образов и самым эффективным способом её решения является подход, основанный на теории нейросетей. Такой вывод вытекает из имитационного моделирования и доказано, что с достоверностью не хуже чем 0,997 сеть уверенно определяет одно из технических состояний, в котором находится ЦН. Имитационная модель построена с учетом погрешностей измерительных средств, которые служат для формирования диагностических признаков.
   Когда нагнетатель находится в работоспособном состоянии - включается второй этап параметрического диагностирования. Идея параметрической диагностики основана на математическом описании работы центробежного нагнетателя, в котором некоторые коэффициенты исключительно зависят от геометрических размеров рабочего колеса. В отличие от диагностической модели В. Я. Грудза и др., которая создана исходя из уравнения энергетического баланса, полученная модель учитывает потери на протечки газа и трения дисков. Разработаны метод и алгоритмы идентификации, которые дают возможность определить диагностические признаки центробежных нагнетателей. Метод идентификации диагностических признаков базируется на нелинейном методе наименьших квадратов (МНК-задаче). Задача идентификации решена с использованием алгоритма Ньютона - Гаусса. Разработаны алгоритм и программное обеспечение МНК-задачи, в котором направление поиска выбирается как результат сингулярного разложения матрицы Якоби. Эффективность и сходимость такого алгоритма апробировано на промышленных данных, полученных при эксплуатации нагнетателя природного газа PCL – 804 – 2 (Богородчанское ЛПУМГ). Применение методов параметрической диагностики позволяет своевременно обнаружить неисправности, возникающие в условиях роботы компрессорных агрегатов и тем самым добиться уменьшения аварий, повышения надежности и производительности компрессорных станций.
   Переход центробежного нагнетателя из одного состояния в другой обусловлено целым рядом причин, которые определяются как физико-химическими процессами, которые происходят в ГПА, так и субъективными факторами, например, недоработками конструкций или нарушениями правил технической эксплуатации. Эти факторы проявляются в изменении диагностических признаков. Задача выявления неисправностей является типичной задачей классификации, когда по набору диагностических признаков определенный объект (неисправность) относят к тому или иному классу (неисправность 1, неисправность 2 и т. д.). Показано, что эффективным средством классификации является нейронная сеть встречного распространения или LVQ-network (Learning Vector Quantization Network). Работа LVQ-network апробирована на имитационном примере, что позволило подтвердить эффективность предложенного метода выявления неисправностей в центробежных нагнетателях природного газа.
   Для реализации разработанных методов и алгоритмов поэтапной диагностики ЦН предложена компьютерная система диагностирования, которая основана на существующей технической базе Богородчанского ЛПУМГ. В эту систему интегрировано математическое обеспечение системы диагностирования, которое оформлено в виде интерфейса и прикладных программ, что позволило создать АРМ диагностики на уровне сменного инженера.
   Ключевые слова: газоперекачивающий агрегат, центробежный нагнетатель, поэтапное диагностирование, диагностические признаки, нейросети, имитационное моделирование, техническое состояние, диагностическая модель, идентификация диагностических признаков.

Skripka O. A. The control of a technical condition of rotary compressors of gas pumping aggregates, based on neuronetwork principles. – Manuscript.

The dissertation on competition of a scientific degree of the candidate of engineering sciences on a specialty 05.11.13 – Devices and methods of control and definition of structure of substances. – Ivano – Frankivsk national technical university of oil and gas. - Ivano – Frankivsk, 2007.

   In dissertation is elaborated a new method of phased diagnostic, the essence of which is: on the first stage the one of the possible technical condition of rotary compressor (serviceable, efficient or unsuitable) is defined. Identification of the condition is made with the help of the diagnostic signs, which are defined as relative deviation of the compression ratio, inner power and exit temperature from their values, which are defined for new aggregate. It’s shown that this task belongs to the class of the pattern recognition tasks. The most effective method for solving this task, are based on the neuronetwork technology. When the centrifugal pump has “efficient” condition, the second stage starts. This stage is based both on the neural technology and elaborated diagnostic model. The model takes into account of expenses for leaking of gas and rotor’s (impeller) friction. The considering of these factors improves accuracy of the model, allows identify the changes of rotor’s geometry and with the help of neuronetwork technology effectively defines the technical condition of impeller. The concept of automotive system of rotary compressor’s technical state control, which based on existent system of gas pumping aggregate control, is elaborated the same as software for this system.
   Technical and economical recommendations are taken into manufacturing application in DE “Prikarpattransgas” and into educational process.
   Key words: gas pumping aggregate, rotary compressor, phased diagnostic, diagnostic signs, neuronetwork, imitating simulation, technical condition, diagnostic model, identification of diagnostic signs.

Скачати автореферат дисертації безкоштовно (повна версія)
Контроль технічного стану відцентрових нагнітачів газоперекачувальних агрегатів на принципах нейронних мереж

 
< Попередня   Наступна >

Всі права на опубліковані матеріали належать їх авторам. Матеріали розміщено виключно для ознайомлення.

Автореферати українських дисертацій. Скачай безкоштовно!


© avtoreferat.net