WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


На правах рукописи

ВЛАДОВА Алла Юрьевна

МОДЕЛИ И МЕТОДЫ НЕПАРАМЕТРИЧЕСКОЙ ИДЕНТИФИКАЦИИ СОСТОЯНИЙ ГАЗОТРАНСПОРТНЫХ ОБЪЕКТОВ В ОРГАНИЗАЦИОННО-ТЕХНОЛОГИЧЕСКОЙ СИСТЕМЕ УПРАВЛЕНИЯ

05.13.06 – Автоматизация и управление технологическими процессами и производствами (промышленность)

Автореферат диссертации на соискание ученой степени доктора технических наук

Оренбург - 2011

Работа выполнена в ГОУ ВПО «Оренбургский государственный университет» Научный консультант доктор технических наук, профессор Кушнаренко Владимир Михайлович

Официальные оппоненты: доктор технических наук, профессор Рапопорт Эдгар Яковлевич;

доктор технических наук, профессор Григорьев Леонид Иванович;

доктор технических наук, доцент Логунова Оксана Сергеевна.

Ведущая организация Учреждение Российской академии наук «Институт проблем управления им. В.А. Трапезникова РАН»

Защита состоится 21 октября 2011 г. в 10:00 на заседании диссертационного совета Д 212.181.02 при ГОУ ВПО «Оренбургский государственный университет» по адресу: 460018, г. Оренбург, пр. Победы, 13, ауд. 6205.

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО «Оренбургский государственный университет».

Автореферат разослан ___ сентября 2011 г.

Ученый секретарь диссертационного совета В.И. Рассоха

Общая характеристика работы



Актуальность темы исследования. Значительную часть системы газоснабжения России составляют газотранспортные объекты (ГТО), изолированные от окружающей среды металлической оболочкой. На этапе длительной наработки, вследствие тяжелых условий эксплуатации, агрессивности внешней и внутренней сред, характерным для металлических оболочек является множество повреждений, определяющих в конечном итоге техническое состояние объектов. В настоящее время по стране в среднем около 14 % ГТО находятся в эксплуатации более 30 лет, 56 % - от 10 до 30 лет, и только 30 % - до 10 лет. Значительная наработка привела к необходимости выполнять большие и непрерывно возрастающие объемы дорогостоящих диагностических и ремонтных работ. Обеспечение приемлемого уровня эффективности функционирования ГТО выдвигает идентификацию технического состояния в ранг наиболее важных научных проблем.

Контроль технического состояния ГТО ведут преимущественно по отдельным повреждениям, которые системой методов безопасной эксплуатации относят к критическим и потенциально-опасным. Переход эксплуатирующих организаций к оценке технического состояния ГТО по результатам внутритрубных диагностирований предоставил обширные разновременные данные об имеющихся повреждениях, но их объективный анализ затруднен из-за большой размерности задачи идентификации. Метод аналитической идентификации технического состояния ГТО по агрегированным моделям позволяет выявить подконтрольные участки и определить ежегодный объем диагностических и восстановительных работ. Однако метод не позволяет определить величины управленческих воздействий в организационнотехнологической системе управления, так как не конкретизирует число и параметры повреждений, требующих восстановления. Принципиальный выход из создавшегося положения заключается в разработке методологии непараметрической идентификации состояний ГТО на основе многодольных мультиграфовых моделей, позволяющей существенно сократить затраты материальных и временных ресурсов при проведении технического диагностирования, обслуживания и ремонта.

Работа выполнена в соответствии с перечнем критических технологий федерального уровня и ОАО «Газпром» («Технологии создания интеллектуальных систем управления», «Технологии снижения риска и уменьшения последствий природных и техногенных катастроф», «Научно-техническое и методическое обеспечение эксплуатации и технического обслуживания газопроводов и компрессорных станций»), в рамках НИР, проводимых лабораторией «Надежность» Технопарка Государственного образовательного учреждения «Оренбургский государственный университет» (ГОУ ОГУ) и ООО «Газпром добыча Оренбург» по теме «Определение коррозионной стойкости и дефектности материалов конструкций, проведение входного контроля и оценка эффективности…», 2000-2009 гг.; НИОКР, проводимых той же лабораторией и ОАО «Оренбургэнерго», - «Создание программного обеспечения ПЭВМ по идентификации и прогнозированию состояния металла теплоэнергетического оборудования» и «Автоматизированный расчет остаточного ресурса пароперегревателей котлов электростанций ОАО «Оренбургэнерго», 2001-2004 гг., а также госбюджетными НИР № ГР 012006061«Агрегированные модели и методы аналитической идентификации технического состояния промышленных объектов», 2006-2010 гг.

Цель работы - повышение эффективности функционирования газотранспортных объектов на этапе длительной эксплуатации за счет разработки и использования методологии непараметрической идентификации состояний на многодольных мультиграфовых моделях.

Задачи исследования:

1) разработать методологию непараметрической идентификации состояний газотранспортных объектов;

2) разработать методы построения мультиграфовых моделей по геометрическим характеристикам повреждений оболочек;

3) провести непараметрическую идентификацию состояний газотранспортных объектов на мультиграфовых моделях;

4) разработать методы прогнозирования состояний газотранспортных объектов, а также метод формирования структурированной управленческой информации;

5) спроектировать и реализовать структуры данных и модулей программного комплекса для организационно-технологической системы управления;

6) оценить эффективность функционирования газотранспортных объектов с использованием разработанной методологии.

Объект исследования - техническое состояние газотранспортных объектов в организационно-технологической системе управления.

Предмет исследования - мультиграфовые модели состояний ГТО и методы непараметрической идентификации.

Методы исследования. Решение поставленных в диссертации задач основано на использовании современных методов и теорий: идентификации, управления, случайных функций, графов, надежности и эффективности функционирования, прогнозирования, вероятности и математической статистики, имитационного моделирования, эксперимента, проектирования автоматизированных и программных систем.

Научную новизну представляют следующие результаты:

1) методология непараметрической идентификации состояний газотранспортных объектов, базирующаяся, в отличие от известных подходов, на многодольных мультиграфовых моделях;

2) метод построения одно- и многодольных мультиграфовых моделей по аналоговым переменным, характеризующим повреждения оболочки газотранспортных объектов, в котором в отличие от известных графов, построенных по дискретным переменным, на состояния отображают интервальные представления и по каждому диагностическому срезу создают доли, связанные дугами, отмеченными переходными интенсивностями повреждений;

3) представления многодольных мультиграфовых моделей, которые, в отличие от известных, содержат зависящие от количества связей основных состояний структуры из динамических звеньев с сумматорами;

4) метод выявления доминирующего состояния, отличающийся тем, что состояния многодольной мультиграфовой модели позиционируют по вероятностной шкале и определяют направление тренда состояний;

5) метод прогнозирования состояний, отличающийся определением состояний, построением соответствующей доли и присоединением е к мультиграфовой модели ГТО;

6) метод формирования структурированной управленческой информации в организационно-технологической системе управления, отличающийся тем, что по результатам непараметрической идентификации и прогнозирования состояний определяют число и интервалы геометрических характеристик повреждений, подлежащих восстановлению на потенциально опасных участках оболочки ГТО.

Теоретическая и практическая значимость работы состоит в:

установлении закономерностей существования конечного множества состояний ГТО и появлении на этапе длительной эксплуатации доминирующего состояния, дополнении мультиграфовых моделей композиционными состояниями, привязке мультиграфовых моделей к наработке ГТО;

- использовании научно обоснованных методов непараметрической идентификации состояний на многодольных мультиграфовых моделях для находящихся на этапе длительной эксплуатации ГТО с металлической оболочкой;

- интеграции результатов аналитической и непараметрической идентификации состояний с выявлением повреждений, подлежащих восстановлению только для потенциально-опасных участков оболочки ГТО;

- существенном снижении количества выбираемых повреждений, подлежащих восстановлению;

- алгоритмизации разработанного математического обеспечения, реализации программного комплекса, а также структуры базы данных, хранящей параметры моделей, аналитические представления вероятностей состояний и интенсивностей повреждений;

- внедрении результатов научных исследований на ряде ведущих предприятий отрасли и существенном повышении эффективности функционирования ГТО.

Внедрение результатов работы подтверждено актами:

ООО «Газпром добыча Оренбург» - о передаче и использовании инженерной методики «Непараметрическая идентификация и прогнозирование состояний трубопроводов Оренбургского нефтегазоконденсатного месторождения на многодольных мультиграфах»;

ООО «Газпром добыча Оренбург» - с результатами апробации научной работы на объектах Управления эксплуатацией соединительных продуктопроводов и повышении эффективности функционирования трубопроводов при работе организационно-технологической системы управления в среднем на 13,5 %;

ООО НПП «Ресурс Сервис» - о внедрении результатов НИР на предприятии при идентификации состояний опасных производственных объектов с выработкой рекомендаций по ремонту соединительных газопроводов очищенного газа и соединительных нефтепроводов;

АНО «Технопарк ОГУ» - об использовании в НИР методики идентификации и прогнозирования коррозионных состояний трубопроводов Оренбургского нефтегазоконденсатного месторождения и существенном повышении эффективности функционирования с учетом управляющих воздействий;

ОАО «Челябинское специализированное предприятие «СВЭЧЕЛ» - об использовании результатов НИР в виде метода, инженерных методик и программного комплекса при автоматизированной идентификации по графовым моделям коррозионных состояний трубопроводов паровых котлов ТЭЦ ОАО «ЧМК»;

ЗАО «Силикатный завод» - о приемке – внедрении результатов НИР в производственных цехах при идентификации состояний металлических оболочек автоклавов, обрабатывающих продукцию насыщенным паром при температуре 180 - 184 оС и давлении 0,95 – 1,0 МПа;

ГОУ ВПО «Оренбургский государственный университет» - о внедрении в учебный процесс научных результатов диссертации.

За разработку методов аналитической идентификации технического состояния промышленных объектов автору присвоено звание «Лауреат премии администрации Оренбургской области в сфере науки и техники» (2004 г.).

Апробация работы. Основные положения и отдельные результаты исследования представлены, обсуждены и одобрены на: 13-м международном симпозиуме по информационным технологиям и управлению в промышленности, организованным Международной федерацией по автоматическому управлению IFAC “Information Control Problems in Manufacturing - INCOM’09”; международных конференциях: «Передовые информационные технологии, средства и системы автоматизации и их внедрение на российских предприятиях» AITA-2011; «Идентификация систем и задачи управления» SICPRO’07, ’09; «Управление развитием крупномасштабных систем» MLSD’2008, проведенных Институтом проблем управления им. В.А. Трапезникова РАН в 2007 - 2011 гг.; «Техническое диагностирование оборудования и трубопроводов, подверженных воздействию сероводородсодержащих сред», проведенных ОАО «Газпром», ООО «Оренбурггазпром» в 2000, 20и 2004 гг., «Образовательные научные и инженерные приложения в среде LabView и технологии National Instruments» на базе Российского университета дружбы народов 2006-2008 гг.; всероссийских (1998, 2000, 2002 гг., г.

Орск) и международных (2005 и 2007 гг.) НТК «Прочность и разрушение материалов и конструкций», всероссийской НПК «Современные аспекты компьютерной интеграции машиностроительного производства» (2003, 2005 и 2007 гг.) и других российских научно-технических конференциях.

На защиту выносятся:

1) методология непараметрической идентификации состояний газотранспортных объектов на этапе длительной эксплуатации;

2) метод построения многодольных мультиграфовых моделей состояний газотранспортных объектов;

3) одно- и двудольные мультиграфовые модели газотранспортных объектов с тремя, четырьмя и пятью основными состояниями;

4) результаты непараметрической идентификации состояний газотранспортных объектов;

5) метод формирования структурированной управленческой информации в организационно-технологической системе управления;

6) метод оценки эффективности функционирования газотранспортных объектов в организационно-технологической системе управления.

Публикации и личный вклад соискателя. Содержание и результаты работы отражены в 79 основных публикациях, среди которых 17 статей в журналах из «Перечня …» ВАК, две монографии (13 и 12,5 п.л.), 5 свидетельств о регистрации программных продуктов и баз данных, патент и решение о выдаче патента РФ на изобретение.

Структура и объем диссертации. Диссертация состоит из введения, разделов, заключения, списка использованных источников из 209 наименований и приложений. Общий объем работы 365 страниц, в том числе 142 рисунка, 46 таблиц, 16 страниц списка источников и 7 приложений на 73 стр.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы, сформулированы цель и задачи исследования, научная новизна, теоретическая и практическая значимость.

В первом разделе проведен анализ научной проблемы идентификации технического состояния ГТО, распределенных в пространстве, длительно работающих в тяжелых (температура, давление и агрессивность транспортируемых сред) условиях эксплуатации, с выявленными в результате проведения внутритрубных диагностирований повреждениями металлических оболочек.

Математические модели, предложенные в работах Акимова Г.В., Аладинского В.В., Денисона И., Жука Н.П., Качанова Л.М., Махутова Н.А., Томашова Н. Д., Цикермана Л.Я. и др. позволяют оценить развитие только отдельных локальных повреждений металла. В работах Антикайна П.А., Аскользина П.А., Ботвиной Л.Р., Гофмана Ю.М., Должанского П.Р., Израилева Ю.Л., Лубны-Герцака А.Л., Ланской К.А., Одинга И.А., Розенберга В.М., Хромченко Ф.А. и др. рассмотрены модели развития отдельных повреждений металла в условиях более высоких температур и давлений, также не позволяющие учесть множество повреждений. Методы, предложенные в работах Иванцова О.М., Кушнаренко В.М., Мазура И.И., Митрофанова А.В., Гафарова Н.А. и др., направлены на обеспечение безопасной эксплуатации ГТО, транспортирующих сероводородсодержащие среды с делением выявленных повреждений по категориям опасности. Анализ обширной диагностической информации позволил выделить преобладание коррозионных повреждений металла оболочек после вырезки опасных. В частности, для ГТО более 42,5 % составляют коррозионные повреждения и более 21 % - повреждения, приводимые к ним специальными методами расчета. Но из-за локального характера моделей развития повреждений и использования ограниченного набора переменных в виде потери массы металла или изменения глубины повреждений, большой объем данных, собранных современными средствами диагностирования ГТО, остается невостребованным, снижая информативность разработанных на их основе математических методов.

Сформулированы особенности ГТО на этапе длительной эксплуатации, которые не позволяют использовать известные методы идентификации объектов управления, функционирующих в автоматических системах: временной интервал (5 - 7 лет) между диагностированиями; значительное количество зарегистрированных повреждений; отсутствие априорной информации о структуре и параметрах математических моделей; наличие повреждений металлических оболочек разной физической природы; организационнотехнологический характер системы управления (ОТСУ) техническим обслуживанием и ремонтом; недостаточно высокая эффективность функционирования. Среди наиболее значимых монографий, посвященных широкому кругу вопросов идентификации объектов управления, следует отметить работы отечественных и зарубежных авторов: Красовского А.А., Райбмана Н.С., Цыпкина Я.З., Эйкхоффа П., Гроппа Д., Сейджа Э.П. и Мелсы Дж.Л., Саридиса Дж., Ли Р., Льюнга Л. и др. Однако отмеченные особенности ГТО на этапе длительной эксплуатации и невозможность подать тестовые воздействия не позволяют использовать известные классические методы активной идентификации.

В классе пассивных известен метод аналитической идентификации технического состояния (ТС) по агрегированным моделям, позволяющий достаточно полно использовать диагностическую информацию по повреждениям и выявить потенциально-опасные участки оболочек ГТО. Однако этот метод не дает возможности формировать управленческие воздействия в ОТСУ и сократить количество выбираемых повреждений, подлежащих восстановлению.





Современная теория графов изложена в основополагающих работах Харари Ф., Кристофидеса Н., Виттакера Дж. и др. и позволяет выявить множество состояний сложных объектов. Созданные в работах Колмогорова А.Н., Вентцель Е.С., Овчарова Л.А., Ушакова И.А. и др. ориентированные графы отображают состояния объектов только дискретной переменной с позиции теории надежности, что существенно ограничивает их функциональные возможности областью работоспособных и неработоспособных состояний. А множества состояний моделей ГТО, как сложных объектов (Месарович М., Такахара Я.), требуют аналогового представления и разработки соответствующей методологии. На основе проведенного анализа научной проблемы сформулированы цель и задачи исследования.

Во втором разделе, посвященном теоретическим аспектам непараметрической идентификации множества состояний ГТО, разработаны методология и методы графического, аналитического и структурного представления многодольных мультиграфовых моделей (ММ) на аналоговых переменных.

Исходная информация четырехэтапной методологии сосредоточена в базе данных параметров повреждений оболочек ГТО (рисунок 1).

На этапе структурной идентификации состояний по значениям параметров повреждений ГТО составлены реализации случайных функций по пространственной координате. Построение многодольной ММ с конечным числом состояний ведут по параметру, значения которого образуют эргодическую стационарную случайную функцию. По каждому диагностическому срезу r (r=1,…, f) создают долю ММ и определяют интервальные значения аналоговой переменной по выбранному параметру, которые отображают на основные состояния Si (i=0,.., n), обеспечивая значительное снижение размерности задачи идентификации. Полученные состояния в каждой доле дополняют композиционными Si (i=n+1,.., m) и соединяют между собой разнонаправленными ориентированными дугами, обозначенными взаимными интенсивностями повреждений, (j, j=0,…, m), а одноименные состояния ij ji разных долей соединяют также дугами, обозначенными переходными интенсивностями повреждений, (r=1,…, f). Композиционные состояr(r+1) ii (r+1)r ii ния формируют теми же существенными интервалами, обеспечивая возможность достижения конечного состояния, в котором проявляются все выделенные существенные интервалы. Алгоритмическим обеспечением этапа являются методики определения значений взаимных и переходных интенсивностей повреждений, основанные на установлении количества повреждений в состояниях и наработке.

На втором этапе проведено аналитическое исследование динамического и стационарного режимов с оценкой времен пребывания моделей ГТО в основных и композиционных состояниях и разработаны методы: выявления доминирующих состояний по значениям вероятностей, структурного представления ММ преобразованием систем дифференциальных уравнений к каноническому виду с коэффициентами усиления и постоянными времени, а также оценки эффективности идентификации состояний и адекватности математических моделей. В математическое обеспечение этапа вошли методики: определения коэффициентов аналитических представлений ММ; позиционирования состояний по вероятностной шкале; определения количества повреждений, подлежащих восстановлению.

База данных геометрических характеристик повреждений оболочек ГТО 1 Структурная идентификация состояний ГТО 1.2 Определение интервальных 1.1 Представление значений геометрических характеристик повреждений значений выбранных параметров реализациями случайных функций аналоговой переменной 1.3 Построение основных и 1.4 Определение взаимных и переходных композиционных состояний интенсивностей повреждений 1.5 Построение многодольных мультиграфовых моделей 2 Аналитическое исследование динамического и стационарного режимов 2.1 Составление систем уравнений 2.2 Построение структурных схем по и получение аналитических решений мультиграфовым моделям 2.4 Формирование структурированной 2.3 Выявление доминирующих управленческой информации состояний 2.5 Оценка эффективности непараметрической идентификации состояний 3 Прогнозирование состояний ГТО 3.1 Восстановление 3.2 Определение 3.3 Прямое прогнозирование прогнозных долей эквивалентных по аналитическим решениям мультиграфовых моделей функций 3.4 Формирование структурированной 3.5 Оценка эффективности управленческой информации прогнозирования состояний 4 Программный комплекс организационно-технологической системы управления 4.1 Построение контура 4.2 Интеграция контуров аналитической формирования идентификации технического состояния и структурированной формирования структурированной управленческой информации управленческой информации 4.3 Алгоритмизация 4.4 Автоматизированная идентификация математического обеспечения и прогнозирование состояний 4.5 Оценка эффективности функционирования ГТО Файлы отчетов Рисунок 1 – Этапы методологии непараметрической идентификации состояний ГТО На третьем этапе предложены методы прогнозирования состояний ММ ГТО и формирования структурированной управленческой информации (СУИ) по результатам идентификации и прогнозирования.

Заключительный четвертый этап предусматривает разработку программного комплекса (ПК), функционирующего в ОТСУ, проведение непараметрической идентификации состояний и оценку эффективности функционирования ГТО в автоматизированном режиме.

Графические представления предложенных одно- и двудольных ММ с разным количеством основных и композиционных состояний схематично представлены в таблице 1 и обозначены как Grn(S10, …, Srm), где G – ММ, r – номер последней доли (у однодольных ММ пропущен), n – число основных состояний, m – номер конечного состояния. Для упрощения графического представления ММ, разнонаправленные дуги совмещены. Исходные состояния каждой доли с нулевым индексом обеспечивают привязку модели к моментам диагностирования. Конечные состояния долей характеризуют совокупность выделенных существенных интервалов параметра аналоговой переменной.

Таблица 1 – Одно- и двудольные мультиграфовые модели Однодольные (r=1) Двудольные (r=2) С тремя основными состояниями (n=3, m=3) G3(S0, …, S3) G23(S10, …, S23) С четырьмя основными состояниями (n=4, m=10) G4(S0, …, S10) G24(S10, …, S210) С пятью основными состояниями (n=5, m=41) G5(S0, …, S41) G25(S10, …, S241) Для ММ составлены системы дифференциальных уравнений (СДУ) относительно вероятностей, характеризующих времена пребывания моделей ГТО в выделенном множестве состояний. Ниже приведена СДУ для ММ G24(S10,…, S210):

dp10(t) p11(t) 110 p12(t) 120 p13(t) 130 p20(t) 21dt p10(t)( 101 102 103 1200 );

………………………………………………………………… (1) dp29 (t) p23(t) 239 p210 (t) 2109 p29 (t) ( 293 2910 2199 ) p19 (t) 1299;

dt dp210(t) p24(t) 2410 p25(t)2510 p26(t)2610 p27 (t)2710 p28(t)28dt p29(t) 2910 p210(t)( 2104 2105 2106 2107 2108 2108 211010 ) p11010 (t) 121010, где {p10(t),…, p210(t)} – функции вероятностей состояний с цифрами 1 и 2, соответствующими номерам диагностирований, и индексами 0,.., 10, соответствующими номерам состояний.

Аналитические решения СДУ найдены разложением в степенной ряд со старшей степенью аргумента, зависящей от допустимой погрешности.

Обобщенный вид аналитического решения (1) до l-го порядка точности выглядит следующим образом:

p10 (t) p10 (0) + (p11(0) 110 + p12 (0) 120 + p13(0) 130 + p20 (0) 2100 - p10 (0) ( 101 + 102 + 103 + 1200 ))t h102 t h103t3... h10l tl ;

p11(t) p11(0) + (p10(0) 101 + p14(0) 141 + p15(0) 151 + p21(0) 2111 - p11(0)( 110 + 114 + 115 + 1211))t h112t2 h113t3... h11l tl ;

……………………………………………………………………… (2) p210 (t) p210 (0) + (p24(0) 2410 + p25(0) 2510 + p26(0) 2610 + p27 (0) 2710 + p28(0) 2810 + p29(0) 2610 + p110 (0) 121010 - p210 (0)( 2104 + 2105 + 2106 + 2107 + 2108 + 2109 + 211010 ))t h2102t h2103t3.. h210l tl, где h1ij, h2ij – коэффициенты полиномов, представляющие собой значительные по размерам алгебраические суммы, выраженные через интенсивности повреждений и начальные условия {p10(0),.., p210(0)}.

Совокупность разработанных ММ с конечным числом состояний различают по представлениям: графическому - количество состояний, долей и дуг; аналитическому – тип решения, количество вероятностей; структурному – количество структурных звеньев, коэффициентов усиления и постоянных времени. Полученные аналитические представления ММ ГТО в стационарном режиме являются дробно-рациональными выражениями. Например, аналитическое представление ММ G3(S0,…, S3) определено следующим образом:

( ) ( ) ( ) ( ) p0 20 32 13 10 10 31 23 20 ; p1 01 20 32 31 31 23 01 02 ;

Z Z ( ) ( ) ( ) ( ) p2 10 02 32 31 32 13 01 02 ; p3 13 01 20 23 23 02 13 10 ; (3) Z Z Z ( ) ( ) ( ).

20 31 01 10 10 02 23 32 31 23 01 02 Найденные аналитические представления использованы при идентификации, прогнозировании и выделении доминирующих состояний ММ ГТО, а также заложены в базу данных ПК.

Для проведения имитационного моделирования, кроме значений интенсивностей повреждений и вероятностей состояний, необходима информация о статических коэффициентах усиления и динамических параметрах в виде постоянных времени. Поэтому разработан переход от аналитических представлений ММ ГТО к схемам из совокупностей динамических звеньев, соединенных на выходе алгебраическими сумматорами. Полученные структурные представления позволяют проследить случайные переходы между состояниями и учесть влияние отдельных внешних воздействий.

Третий раздел посвящен построению ММ ГТО Оренбургского нефтегазоконденсатного месторождения (ОНГКМ) по значениям параметров аналоговой переменной, представленных реализациями стационарных эргодических случайных функций с отсутствием последействия. Установлены количества и длины существенных интервалов по выбранным параметрам аналоговой переменной (глубина, площадь и объем повреждений, остаточная толщина, площадь и объем стенок в местах повреждений, расстояния между повреждениями). Например, по нормированным значениям глубин повреждений для газопровода 720 мм и толщиной 1822 мм, выделены три существенных интервала (S0,.., S2) с количествами повреждений (40, 51, 20) шт., а по нормированным значениям остаточных толщин стенки для конденсатопровода - четыре существенных интервала (S0,.., S3) с количествами повреждений (136; 69; 18; 15) шт. соответственно (рисунок 2а, б).

0,90,0,90,0,90,0,80,0,0 5000 10000 15000 20000 25000 30000 35000 4000 5000 10000 15000 20000 25000 300Дистанция, м Дистанция, м в S3 в S2 в S1 в SS2 S1 Sа б Рисунок 2 – Распределение значений параметров по интервалам для газопровода (а) и конденсатопровода (б) Глубина повреждений Остаточная толщина У ГТО, прошедших два диагностирования с наработками 20 - 29 лет, отмечены расширения границ интервалов трех и четырех основных состояний, выделенных по параметру остаточной толщины стенки, до 7,8 % и 9,8 % соответственно, а их длин - до 11,1 %. Результатами исследований ГТО ОНГКМ многообразие ММ сведено к одно- и двудольным с тремя, четырьмя и пятью основными состояниями. Например, по четырем существенным интервалам с нормированными границами (базовое значение 605 мм2), выделенным по параметру площади повреждений трубопровода (рисунок 3а), построена ММ G4(S0,…, S10) (рисунок 3б).

S33 S2 S S21 S1 S S S S S0,049 S0 0,145 S1 0,24 S2 0,335 SНормированные середины интервалов Sб а Рисунок 3 – Гистограмма существенных интервалов (а) и соответствующая однодольная мультиграфовая модель (б) Найденные значения взаимных интенсивностей повреждений при наработке трубопровода 19 лет, лежат в интервале [0,0051; 0,0367] г-1. Интервальные значения интенсивностей повреждений и вероятностей состояний, найденные по ММ с разным количеством долей и состояний, составленным для ГТО ОНГКМ, приведены в таблице 2.

Таблица 2 – Исследование динамического и стационарного режимов Конденсатопровод Газопровод Продуктопровод G3(S0,…, S3) G23(S10,…, S23) G5(S0,…, S41) [0,0047; 0,0151] г-1; 1ij [0,0048; 0,0151] г-1; [0,0038; 0,0318] г-1;

ij ij [0,0015; 0,0049] г-1, 1ji [0,0016; 0,0049] г-1; [0,0012; 0,0105] г-1, ji ji где i, j=0,…, 3. где i, j=0,..., 41.

2 ij [0,0057; 0,0283] г-1;

2ji [0,0019; 0,0093] г-1;

12ii [0,0097; 0,0847] г-1;

21ii [0,0032; 0,0279] г-1, где i, j=0,.., 3.

pi [0,0615; 0,5653] pi [0,0153; 0,4251] pi [0,0011; 0,0963] Частоты Важной операцией на втором этапе методологии является нахождение времен пребывания ММ ГТО в выделенном множестве состояний по аналитическим представлениям вероятностей. Так, для конденсатопровода с наработкой 20 лет и 116 повреждениями, построена ММ G3(S0,…, S3) по параметру глубины повреждений и получено распределение вероятностей состояний в зависимости от наработки (рисунок 4а). Для конденсатопровода длиной 125,2 км и 377 мм, эксплуатируемого 30 лет, с количествами повреждений 401 шт. и 393 шт., выявленных первым и вторым диагностированиями, выделено три существенных интервала по параметру остаточной толщины стенки и по ММ G24(S10,…, S210) построены функции вероятностей состояний, приведенные на рисунке 4б.

б а Рисунок 4 – Вероятности состояний, найденные по одно- (а) и двудольной (б) мультиграфовым моделям Численные решения для вероятностей состояний в виде экспоненциальных функций с выходом на стационарный режим, построенные для разных ММ ГТО, позволили выделить доминирующие состояния. В обоих случаях (см. рисунок 4) доминирующими являются конечные состояния S3 и Sс нормированными интервалами: по глубине повреждений (0,457; 0,811] при базовом значении 5,4 мм; по остаточной толщине стенки (0,724; 0,976] при базовом значении 19,4 мм соответственно. Так, первый конденсатопровод около 24 - 25 % времени находился в исходном состоянии S0, а совокупное пребывание второго конденсатопровода в исходных состояниях S10 и S20 не превышает 12 %, и среди основных состояний модели доминирует S22.

Исследование стационарного режима проведено по аналитическим представлениям ММ, полученным во втором разделе. Например, для газопровода длиной 80,3 км и конденсатопровода длиной 214 км, по ММ G5(S0,…, S41) получены распределения значений вероятностей, представленные на рисунке 5, и определено, что наибольшее время пребывания (около 10 %) приходится на конечное неблагоприятное состояние S41.

Вероятности состояний конденсатопровода 0,12 0,0,0,0,0,0,0,0,06 0,0,0,0,0,0,0,0 Вероятности состояний газопровода Конденсатопровод Газопровод Рисунок 5 – Распределение вероятностей состояний В результате исследований стационарного режима других ММ ГТО также установлено доминирование конечных состояний. Например, у ММ G24(S10,…, S210) газопровода доминирует состояние S210, характеризующее нормированный интервал по площади повреждений (0,422; 0,746] при базовом значении 275 мм2, а у продуктопровода 377 мм и толщиной стенки 815 мм, представленного ММ G25(S10,…, S241), доминирует конечное состояние S41 с нормированным интервалом по объему повреждений [0,289;

0,741] при базовом значении 952 мм3.

Определены интервалы значений вероятностей доминирующих состояний в стационарном режиме для ММ ГТО ОНГКМ: G3(S0,…, S3) - рд [0,4561; 0,5653]; G23(S10,…, S23) - рд [0,2912, 0,5941]; G24(S10,…, S210) - рд [0,3231; 0,8093]; G5(S0,…, S41) - рд [0,0831, 0,0962] и выявлена закономерность доминирования конечного состояния, имеющего наихудшие показатели с позиции эффективности функционирования ГТО. Причем, с ростом количества состояний и долей ММ, уменьшаются значения вероятностей в динамическом и стационарном режимах.

Разработан метод выявления доминирующего состояния, в соответствии с которым на первом шаге позиционируют состояния ММ по вероятностной шкале. На втором шаге строят распределения значимостей состояний, используя сквозную нумерацию состояний всех долей и проверяют тренд на возрастание. Например, на рисунке 6 приведены одно- и двудольные ММ ГТО, с состояниями, позиционированными по результатам исследования стационарного режима.

Значения, Pi Значения, Pi p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p ppppppppppp ppppppppppp p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p S0 SS SSSSS Spi pi S SSS7 SS S3 S S Spi S4 S1 SSв а б Рисунок 6 – Мультиграфовые модели с позиционированными состояниями:

G3(S0,…, S3) (а), G4(S0,…, S10) (б), G23(S10,…, S23) (в) Для продуктопровода широкой фракции легких углеводородов и конденсатопровода 377 мм по параметрам глубины и площади повреждений построены ММ G24(S10,…, S210). На первом шаге определено, что стационарные значения вероятностей состояний ММ продуктопровода и конденсатопровода растут от p14 до p210 в интервале [0,002; 0,323], и от p10 до p210 в интервале [2,8E-7; 0,809] соответственно. На втором шаге по упорядоченным значениям вероятностей определены значимости состояний без разделения на доли. Распределения значимостей состояний продуктопровода и конденсатопровода отражает рисунок 7.

0 5 10 15 Номер состояния Продуктопровод Конденсатопровод Рисунок 7 – Распределения значимостей состояний состояния Значимость Таким образом, тенденция к возрастанию у распределений значимостей состояний отражает переход ММ ГТО из основных в композиционные состояния и говорит о необходимости формирования СУИ.

Результаты имитационного моделирования по структурным представлениям ММ в интегрированной среде VisSim подтверждают интервал времени выхода на стационарный режим [25; 36] лет, полученный по аналитическим представлениям. На рисунке 8 представлены результаты имитационного моделирования состояний ГТО, полученные по ММ G3(S0,…, S3).

Рисунок 8 – Структурное представление ММ и вероятности состояний Количество передаточных функций в структурных представлениях ММ для каждого состояния определено числом его связей с другими. Коэффициенты усиления передаточных функций принадлежат интервалу k [0,132;

0,506], а постоянные времени Т [5,723; 13,514] год. Отмечено, что большие значения k имеют композиционные состояния, связанные ориентированными дугами с конечным.

Оценка адекватности ММ ГТО проведена нахождением невязок (0,…, n) между вероятностями основных состояний в стационарном режиме p( p0,..., pn ), полученных по аналитическим представлениям, и вероятностями, оцененными непосредственно по экспериментальным данным * p* ( p*,..., pn ), как отношение количества повреждений в каждом существенном интервале к общему количеству повреждений. Причем значения вероятностей p( p0,..., pn ) найдены по усеченным ММ без композиционных состояний. Для ММ G3(S0,…, S2) и G23(S10,…, S22) < 6,5 %, а для одно- и двудольных ММ с четырьмя и пятью основными состояниями [4,6; 7,2] %.

Оценка погрешности результатов моделирования проведена сравнением значений вероятностей состояний в стационарном режиме по ММ одних и тех же ГТО, построенным по данным разновременных диагностирований. В зависимости от вида ММ, на этапе идентификации и [3,9; 7,0] %, а на этапе прогнозирования п [5,2; 9,8] %.

Оценка эффективности непараметрической идентификации состояний n n ГТО проведена по критерию (Ni Vi )2 / N. Здесь N(N1,…, Nn) - коi i 1 i личество повреждений в состояниях, а n – количество основных состояний.

Количества повреждений, подлежащих восстановлению V(V1,…, Vn) в основных состояниях определены через разности X(Х1,…, Хn) интенсивностей повреждений разнонаправленных дуг, соединяющих эти состояния с исходным, умноженными на наработку ГТО и нормированными по общему количеству повреждений (таблица 3). Причем повреждения в исходных состояниях не учитывают, так как ГТО находятся на этапе длительной эксплуатации.

Таблица 3 – Эффективность непараметрической идентификации состояний ГТО, Нормированные ин- N(N1,…, V(V1,…, Vn), X(Х1,…,, параметр тервалы параметра Nn), шт. шт. Хn), г-% Однодольная ММ с тремя основными состояниями Газопровод, (129; 163) (48; 77) в S1 и (0,0050; 56,S0 (0,0004; 0,1253];

объем по- S2 соответст- 0,0141) S1 (0,1253; 0,2503];

вреждений венно S2 (0,2503; 0,3753].

Однодольная ММ с четырьмя основными состояниями Продукто- S0 (0,8072; 0,8457];

(83; 97; 127) (49; 19; 97) в (0,0036; 50,провод, глу- S1, S2, S3 0,0014;

S1 (0,8457; 0,8843];

бина повреж- 0,0072) S2 (0,8843; 0,9228];

дений S3 (0,9228; 0,9614].

Однодольная ММ с пятью основными состояниями Конденсато- S0 (0,8385; 0,8654];

(157; 170; (114; 78,39; (0,0082; 46,провод, оста- 117; 124) 83) 0,0078;

S1 (0,8116; 0,8385];

точная тол- 0,0095;

S2 (0,7847; 0,8116];

щина стенки 0,0093).

S3 (0,7578; 0,7847];

S4 (0,7309; 0,7578].

Полученные результаты показали, что ММ ГТО адекватны, разработанная методология эффективна ( [46,7; 57,1] %) и ее применение позволяет после второго этапа сократить среднее количество выбираемых повреждений, рекомендуемых к восстановлению, на 42,8 - 55,3 %. Информация о количествах повреждений, подлежащих восстановлению, границах их геометрических характеристик, а также сформированные СУИ составляют основу интеллектуальной поддержки процесса принятия решений в ОТСУ.

В четвертом разделе «Методы прогнозирования состояний газотранспортных объектов» для двудольных ММ предложен метод восстановления прогнозных долей, в котором после нахождения переходных интенсивностей повреждений, определяют количество повреждений в каждом состоянии прогнозной доли, производят ее построение и присоединение к ММ, затем решением новой СДУ определяют прогнозные функции вероятностей, по значениям которых затем визуализируют переход ММ ГТО на доминирующее состояние.

Результаты восстановления прогнозной доли через 10 лет после второй диагностики по ММ G23(S10,…, S23), построенной для газопровода по нормированному параметру остаточной толщины стенки (базовое значение 23 мм), приведены в таблице 4.

Таблица 4 – Результаты прогнозирования Наименование Интервалы Модель Границы интервалов исход-S10 (0,7510; 0,9761];

Sных состояний первой, вто-S20 (0,7295; 0,9202]; S Sрой и прогнозной долей Sпр0 (0,6576;0,9122].

Spi Взаимные интенсивности S[0,0047; 0,0282];

ij S повреждений, г-[0,0015; 0,0093];

ji SСпрогнозированные значения 12ii [0,0140;0,1207];

Sпереходных интенсивностей 21jj [0,0195; 0,1695] повреждений, г-Стационарное решение pi [0,0318; 0,5964] Анализ результатов прогнозирования показал, что из-за увеличившихся значений переходных интенсивностей повреждений расширились интервалы, характеризующие состояния. Границы для параметров, описывающих повреждения, изменились в большую сторону, а характеризующих стенку в местах повреждений - в меньшую, что увеличило время пребывания в конечных состояниях восстановленных долей. Так, для рассматриваемого газопровода длины интервалов выросли в среднем на 8,7 %, а значения их границ уменьшились на 7,6 %. Значения вероятностей состояний при времени прогнозирования tпр=10 лет составили: p20(tпр)= 0,069, p21(tпр)= 0,362, p22(tпр)= 0,271.

Методом выявления доминирующего состояния у ММ G24(S10,…, S210) с прогнозной долью, построенной для продуктопровода, установлено возросшее на 33,8 %, по сравнению с этапом идентификации, время пребывания в конечном состоянии прогнозной доли S210 (рисунок 9а). Кривая распределения значимостей состояний этапа прогнозирования сместилась вправо и сохраняет тенденцию к возрастанию, продемонстрированную на этапе идентификации (рисунок 9б). Таким образом, доминирование конечных состояний на этапе прогнозирования усилилось и требует принятия решения на основе СУИ.

0 SS11 S12 SSSSS16 S23 SSSSpi SSSSSS27 SS110 0 5 10 15 Номер состояния S2Этап прогнозирования Этап идентификации а б Рисунок 9 – Мультиграфовая модель (а) и распределение значимостей состояний (б) При наличии результатов одного диагностирования для прогнозирования предложен метод определения эквивалентной функции по оптимальной из усредненных функций вероятностей основных состояний ГТО. На рисунке 10 представлены усредненные функции вероятностей состояний (гармоническая, геометрическая, квадратическая и средневзвешенная), построенные по ММ G4(S0,…, S10) для газопровода.

Рисунок 10 – Семейство усредненных функций вероятностей состояний Выбор оптимальной модели произведен по наибольшему времени нахождения ММ ГТО в благоприятных основных состояниях и определен по Значимость состояния максимуму интегрального критерия от суммы их вероятностей. Для рисунка 10 эквивалентной является усредненная квадратическая функция, а время выхода на стационарный режим равно 12,3 года после диагностирования.

Тенденцией эквивалентных функций является существенное убывание с увеличением наработки, что демонстрирует переход ММ ГТО на композиционные состояния и подчеркивает необходимость и значимость формирования СУИ. Линейный характер статических характеристик, построенных по эквивалентным функциям для вероятностей состояний последовательных долей, говорит о применимости использованного математического аппарата.

В соответствии с выявленной закономерностью доминирования конечных состояний ММ ГТО на этапе длительной эксплуатации, разработан метод формирования СУИ в ОТСУ. В нем для смены доминирующего состояния на исходное устанавливают новые значения интенсивностей повреждений, j=1, 2, 3, снижая их до значений интенсивностей повреждений 0j jразнонаправленных дуг за счет определения количеств повреждений, подлежащих восстановлению в основных состояниях. Затем определяют компоненты СУИ: разности интенсивностей повреждений X(Х1,…, Хn) дуг, связывающих исходное и основные состояния; интервалы геометрических характеристик повреждений в основных состояниях и количества повреждений, подлежащие восстановлению V(V1,…, Vn), а также прибавку эффективности функционирования ГТО.

В случае многодольных ММ, компоненты СУИ рассчитывают относительно интенсивностей повреждений последней доли, для чего на этапе прогнозирования в аналитических представлениях рационально использовать равновероятные начальные условия.

Например, прогнозирование состояний через 10 лет от последней диагностики по ММ G23(S10,…, S23), построенной для газопровода, выявило доминирование состояния S23 с увеличением длины интервалов более, чем на 8 %, а границ интервалов - в среднем на 18 %. При изменении взаимных интенсивностей повреждений 201, 202 в общей сложности на 12,2 % за счет восстановления 22 повреждений в нормированных интервалах (0,715; 0,772] и (0,772; 0,829] при базовом значении остаточной толщины стенки 20 мм, достигнут переход ММ ГТО из конечного S23 в исходное состояние S20. Перераспределение значений вероятностей состояний газопровода отражает ММ с позиционированными состояниями и кривые распределения значимостей состояний, построенные до и после использования СУИ (рисунок 11).

Spi S11 S S S S S4 5 6 SНомера состояний второй доли после СУВ до СУВ a б Рисунок 11 – Результат использования СУИ: двудольная модель (а) и распределение значимостей состояний прогнозной доли (б) Для ММ G24(S10,…, S210) продуктопровода (см. рисунок 9), в результате изменения интенсивностей повреждений 20j, j=1, 2, 3 в соответствии со сформированной СУИ, за счет восстановления 107 повреждений, лежащих в объединенном интервале (0,661; 0,726] по параметру площади повреждений (базовое значение 480 мм2), перераспределены значения вероятностей состояний и достигнуто доминирование исходного состояния.

Оценка эффективности прогнозирования состояний ГТО * [20,1;

54,5] % проведена по использованному на этапе непараметрической идентификации критерию, с учетом определенных на этапе прогнозирования количеств повреждений, подлежащих восстановлению V*(V0*,...,Vn*). Следовательно, формирование СУИ необходимо вести по результатам идентификации и прогнозирования состояний ГТО на ММ.

В пятом разделе «Программный комплекс в организационнотехнологической системе управления» предложена структура комбинированной двухконтурной ОТСУ (рисунок 12) с блоками: 1 – непараметрическая идентификация состояний (НИС); 2 – оценка эффективности идентификации (ОЭИ); 3 – прогнозирование состояний (ПС); 4 – оценка эффективности прогнозирования (ОЭП); 5 – формирование структурированной управленческой информации (ФСУИ); 6 – аналитическая идентификация ТС участков (АИ ТС УЧ); 7 – прогнозирование ТС участков (ПР ТС УЧ); 8 – оценка эффективности функционирования (ОЭФ); 9 – организация по управлению эксплуатацией (УЭ ГТО); 10 – газотранспортные объекты (ГТО1… ГТОn); 11 – устройство неразрушающего контроля (УНК); 12 – база данных геометрических характеристик повреждений (БД).

состояния Значимость Контур формирования структурированной управленческой информации Z4(Grn* Z3(Grn,k,T, Z5(Grn*, * p*(t),p*) p(t),p) 4. ОЭП 3. ПС Z2(Grn, 2. ОЭИ Z0(H,h,a,b,D) 1. НИС Wисх(Pf(t),Cэ(t),R(t) Z6(S,N,V,X Z7(S,N,V,X, W(t)) 5. ФСУИ 8. ОЭФ 10. ГТО1, Z8(V,L,S Z9(N,D 9. УЭ ГТО ….

ГТОf Q0(H,h, 11. УНК Q3(Nпо*, 12. БД a,b,D) Uпо*,L) Q1(Hкр,hкр,aкр) Q2(Nпо,Uпо,L) Z0(H,h,a,b,D) 7. ПР ТС УЧ 6. АИ ТС УЧ Контур аналитической идентификации технического состояния Рисунок 12 – Структура организационно-технологической системы управления Компоненты векторов Q0 – Q3, Z0 – Z9 используемые и вычисляемые в ПК, функционирующим в ОТСУ и реализующим разработанное математическое и алгоритмическое обеспечение, представлены в таблице 5.

Таблица 5 – Описание компонент векторов ОТСУ Компоненты Описание компонент векторов H, h, a, b, D, Hкр, толщина стенки трубы, геометрические характеристики поврежhкр, aкр,bкр дений и критических повреждений L, N, U, N*, U* местоположение, количество потенциально-опасных участков и их техническое состояние, определенные аналитической идентификацией и прогнозированием технического состояния Grn, k, T, p(t), p, ММ, коэффициенты усиления, постоянные времени, вероятности динамического и стационарного режимов, критерии эффективноGrn*, p*(t), p*,, сти, определенные непараметрической идентификацией и про* гнозированием состояний Wисх(Pf(t),Cэ(t), исходная эффективность функционирования ГТО и прибавка, опR(t)), W(t), ределенная с учетом использования СУИ после непараметрической идентификации состояний N, V, S, X общее и подлежащее восстановлению количество повреждений, интервалы геометрических характеристик, разности интенсивностей повреждений разнонаправленных дуг, соединяющих основные и исходное состояния ММ ПК за счет хранения расчетных формул вероятностей состояний и интенсивностей повреждений в базе данных позволяет воспроизводить графические, аналитические (рисунок 13) и структурные представления ММ без решения СДУ. В процессе создания ПК среди прочих разработаны и верифицированы алгоритмы совмещения данных разновременных диагностирований, аппроксимации переходных интенсивностей повреждений, обхода многодольных ММ, позиционирования состояний по вероятностной шкале и др.

Рисунок 13 – Выборочные результаты работы ПК ПК формирует выходные файлы с отчетами по проведенной аналитической и непараметрической идентификации состояний, содержащие количества и характеристики повреждений, подлежащих восстановлению по потенциально-опасным участкам оболочки ГТО (таблица 6).

Таблица 6 – Фрагмент выходного файла с отчетом № уча- Длина ТС участка, Число повреждений к Прибавка к эффективности стка участка, м отн. ед. восстановлению, шт. функционирования, % 4 2400 0,71 (12; 8; 9) 11,5 2600 0,67 (24; 16; 4) Эффективность идентификации, % 12 2400 0,73 (25; 15; 11) 13 2600 0,72 (31; 10; 10) 51,Нормированные интервалы по остаточной толщине стенки Базовое значение (0,753; 0,814]; (0,691; 0,753]; (0,629; 0,691]. 21 мм Из отчета следует, что у газопровода, прошедшего диагностирование, в ходе аналитической идентификации выявлено четыре потенциально-опасных участка с нормированным значением технического состояния больше 0,65, на которых после проведения непараметрической идентификации состояний рекомендовано восстановить 175 повреждений, лежащих в трех интервалах, границы которых вычислены по параметру остаточной толщины стенки.

Для обеспечения совместимости ПК с другими приложениями, реализован ряд конверторов: с электронными таблицами Microsoft Excel, с пакетом компьютерной математики Waterloo Maple, с файлами, формируемыми устройством неразрушающего контроля, а также с программой визуализации графов GraphViz и др. Результаты автоматизированной обработки базы данных параметров повреждений ГТО ОНГКМ показали, что при непараметрической идентификации состояний наиболее часто используемыми являются ММ G23(S10,…, S23) - 40,1 % и G24(S10,…, S210) - 32,4 %.

В шестом разделе произведена оценка эффективности функционирования ГТО на этапе длительной эксплуатации при снижении надежности функционирования Pф(t) и росте стоимости эксплуатации Cэ(t) и суммарного объема поставки продукта R(t) в зависимости от наработки. Исходная эффективность функционирования WИСХ(t) найдена по аддитивной модели как сумма произведений коэффициентов весомости и перечисленных частных харакi теристик. При работе контура аналитической идентификации ТС эффективность функционирования ГТО WТС(t) снижается меньше WИСХ(t) за счет более своевременного и оперативного воздействия на потенциально-опасные участки с ухудшенными техническими характеристиками, увеличения межремонтного цикла и уменьшения расходов на ремонт.

Эффективность функционирования WОТСУ(t) с учетом работы двухконтурной ОТСУ найдена как сумма двух аддитивных моделей, одна из которых - WТС(t), а вторая оценена по вероятностям основных состояний рi(t) после использования СУИ. На рисунке 14 приведены приращения эффективности функционирования ГТО, найденные при количестве основных состояний, равном четырем. Графики пересекаются при наработке в районе 23 лет и имеют тенденцию к возрастанию. Преобладание разности WОТСУ(t) и WТС(t) над WТС(t) и WИСХ(t) с ростом наработки подтверждает положительное влияние проведенной непараметрической идентификации состояний на эффективность функционирования ГТО.

0,0,0,-0,18 23 28 Наработка, год W'отсу(t)- W'тс(t) Wтс(t)- Wисх(t) W*отсу(t)- W*тс(t) W"отсу(t)- W"тс(t) Рисунок 14 – Приращения эффективности функционирования ГТО с четырьмя основными состояниями Полученная оценка эффективности функционирования ГТО с числом состояний, равным трем, четырем и пяти показала, что обеспечено приращение до 12,5 % в зависимости от вида ММ, причем большая часть (64 - 71 %) приращения приходится на контур формирования СУИ. Полученные закономерности подтверждены и для теплоэнергетических объектов, отдельные результаты непараметрической идентификации состояний которых представлены в опубликованных статьях, монографии и приложении к диссертации.

Основные результаты и выводы Научно обоснована и разработана методология непараметрической идентификации состояний ГТО на многодольных мультиграфовых моделях.

1. Разработанная методология позволяет в зависимости от числа диагностирований и технического состояния ГТО провести идентификацию и прогнозирование состояний по одно- или двудольным мультиграфовым моделям с определенным числом состояний и выявить необходимость формирования структурированной управленческой информации в организационнотехнологической системе управления.

Предложенная методология обладает значительным потенциалом при проведении идентификации и прогнозирования по аналитическим, структурным и аналоговым представлениям мультиграфовых моделей; построении программного комплекса в организационно-технологической системе управления и снижает размерность задач идентификации и прогнозирования состояний в 27 – 46 раз.

2. В методе построения однодольных мультиграфовых моделей предусмотрено: представление многочисленных повреждений оболочек в виде реализаций случайных функций по пространственной координате; определение интервалов геометрических характеристик повреждений; отображение W(t) интервалов на состояния мультиграфовых моделей. Метод построения многодольных мультиграфовых моделей позволяет с помощью переходных интенсивностей повреждений связать доли, построенные по имеющимся диагностическим срезам.

Для всех выделенных классов и обобщенного случая мультиграфовых моделей (c n состояниями и r долями) записаны системы с числом дифференциальных уравнений по числу состояний и долей. Найдены решения систем в аналитическом виде относительно вероятностей состояний, зависящих от интенсивностей повреждений.

Методы построения мультиграфовых моделей с состояниями, характеризующими интервалы геометрических характеристик повреждений, числом долей по числу диагностирований, привязкой к наработке и интенсивностям повреждений значительно расширяют функциональность известных графовых моделей.

3. Стационарные значения вероятностей, характеризующие времена пребывания моделей ГТО в выделенных состояниях, совпадают между собой с допустимой погрешностью, не превышающей 7,0 % на этапе идентификации и 9,8 % на этапе прогнозирования. Функции вероятностей имеют вид экспоненциально изменяющихся кривых.

Установлено, что для мультиграфовых моделей ГТО ОНГКМ на этапе длительной эксплуатации характерны три, четыре или пять основных состояний и одна или две доли. Для всех моделей разработано математическое (системы из 4 – 84 дифференциальных уравнений) и алгоритмическое (символьные решения систем дифференциальных уравнений в виде полиномиальных разложений со старшей степенью, зависящей от допустимой погрешности) обеспечение.

4. Методы прогнозирования по эквивалентной функции и идентификационным кривым разработаны для объектов, прошедших одно диагностирование, а метод восстановления прогнозной доли - для объектов, прошедших два и более диагностирований. Результаты прогнозирования состояний ГТО показывают, что в большинстве случаев вероятности конечных состояний остаются доминирующими, а интервальная оценка времени выхода моделей на стационарный режим с 95 % доверительной вероятностью составляет 25 – 36 лет.

Для газоконденсатопроводов ОНГКМ построены мультиграфовые модели, получены значения взаимных и переходных интенсивностей повреждений, а также определено, что время пребывания в конечных состояниях составляет 32 – 78 % и выявлена необходимость формирования управленческой информации.

Проведение этапов идентификации и прогнозирования состояний ГТО позволило снизить расчетное количество повреждений, подлежащих восстановлению на 42,8 – 55,3 % и 20,1 – 54,5 % соответственно.

5. Структурированную управленческую информацию формируют после определения доминирующего состояния и выявления тенденции распределения значимостей состояний. Она позволяют принимать научнообоснованные решения в организационном блоке системы управления и содержит пять компонентов: индексы и разности определенных интенсивностей повреждений, интервальные границы основных состояний, количества повреждений в состояниях и из них подлежащих восстановлению.

Структура организационно-технологической системы управления включает два контура, интегрированных по методам идентификации, выявленным состояниям, виду повреждений и выходной информации. Математическое и алгоритмическое обеспечение организационно-технологической системы управления реализовано в многофункциональном программном комплексе, позволяющем провести непараметрическую идентификацию состояний ГТО и определить компоненты структурированной управленческой информации только для выделенных в результате аналитической идентификации технического состояния потенциально-опасных участков.

6. Эффективность функционирования ГТО в организационнотехнологической системе управления определена по частным характеристикам при работе одного и двух контуров и возрастает во втором случае на 11,– 12,5 % в зависимости от количества выявленных состояний. Выяснено, что на долю контура формирования структурированной управленческой информации приходится 64 – 71 % от величины эффективности функционирования.

Перспективность дальнейших исследований состоит в возможности расширения области применения предложенной методологии, методов и моделей для снижения риска повреждения опасных производственных объектов.

Содержание и результаты отражены в основных публикациях:

- в изданиях из «Перечня …» ВАК РФ 1) Владова, А.Ю. Эффективность моделирования коррозионного состояния соединительных трубопроводов / А.Ю. Владова // Вестник Оренбургского государственного университета. – 2000. – № 2. – C.101 – 105.

2) Владова, А.Ю. Идентификация коррозионных состояний трубопроводов на основе вероятностного подхода / А.Ю. Владова // Вестник компьютерных и информационных технологий. – 2007. – № 6. – С. 26 – 29.

3) Владова, А.Ю. Методика и результаты непараметрической идентификации технического состояния теплоэнергетического оборудования / А.Ю. Владова, Ю.Р. Владов // Вестник компьютерных и информационных технологий. – 2008. – № 1. – С. 22 – 29.

4) Владова, А.Ю. Исследование вероятностей коррозионных состояний продуктопроводов моделированием на графах / А.Ю. Владова, Ю.Р. Владов // Автоматизация, телемеханизация и связь в нефтяной промышленности. – 2008. - № 5. – С. 49 – 52.

5) Владова, А.Ю. Аналитическое прогнозирование коррозионных состояний длительно эксплуатирующихся трубопроводов по эквивалентным вероятностным функциям / А.Ю. Владова // Вестник компьютерных и информационных технологий. – 2008. – № 6. – С. 36-39.

6) Владова, А.Ю. Проектирование и разработка программной системы для идентификации коррозионных состояний продуктопроводов на основе графовых моделей / А.Ю. Владова // Вестник компьютерных и информационных технологий. – 2008. – № 8. – С. 50 – 55.

7) Владова, А.Ю. Интенсивности потоков повреждений и восстановлений металла и прогнозирование коррозионных состояний трубопроводов / А.Ю. Владова, Ю.Р. Владов // Вестник компьютерных и информационных технологий. – 2009. – № 2. – С. 19 – 21.

8) Владова, А.Ю. Марковская идентификация коррозионных состояний трубопроводов / А.Ю. Владова, Ю.Р. Владов // Автоматизация, телемеханизация и связь в нефтяной промышленности. – 2009. – № 7. – С. 40 – 49.

9) Владова, А.Ю. Принципы построения АСУ коррозионными состояниями трубопроводов / А.Ю. Владова // Автоматизация, телемеханизация и связь в нефтяной промышленности. – 2009. – № 10. – С. 11 – 16.

10) Владова, А.Ю. Разработка графовых моделей идентификации коррозионных состояний газопроводов на этапе длительной эксплуатации / А.Ю. Владова // Вестник компьютерных и информационных технологий. – 2009. – № 12. – С. 2 – 9.

11) Владова, А.Ю. Эффективность функционирования технологических трубопроводов с непараметрической идентификацией множества коррозионных состояний / А.Ю. Владова // Вестник Самарского государственного технического университета. Серия Технические науки. – 2009. – № 3. – С. 67-71.

12) Владова, А.Ю. Структурная и параметрическая идентификация множества состояний оболочковых технических объектов на мультиграфах / А.Ю. Владова, Ю.Р. Владов // Автоматизация, телемеханизация и связь в нефтяной промышленности. – 2010. – № 5. – С. 18 – 22.

13) Владова, А.Ю. Построение автоматизированной системы управления оболочковыми техническими объектами с идентификацией множества состояний / А.Ю. Владова // Вестник компьютерных и информационных технологий. – 2010. – № 7. – С. 21 – 27.

14) Владова, А.Ю. Выявление на графах конечного множества состояний промышленных объектов / А.Ю. Владова // Автоматизация и современные технологии. – 2010. – № 8. – С. 11 – 16.

15) Владова, А.Ю. Непараметрическая идентификация множества состояний оболочковых технических объектов / А.Ю. Владова // Вестник компьютерных и информационных технологий. – 2011. – № 4. – С. 9 – 12.

16) Владова, А.Ю. Идентификация состояний трубопроводов на мультиграфовых моделях / А.Ю. Владова // Автоматизация и современные технологии.

– 2011. – № 5. – С. 52 – 56.

17) Владова, А.Ю. Программная система непараметрической идентификации состояний теплоэнергетических объектов / А.Ю. Владова // Вестник компьютерных и информационных технологий. – 2011. – № 7. – С. 22 – 29.

- в монографиях:

18) Владова, А.Ю. Идентификация технического состояния теплоэнергетического оборудования: монография / Ю.Р. Владов, В.М. Кушнаренко, Н.Е. Кандыба, Е.П. Степанов, А.Ю. Владова. – Оренбург: РИК ГОУ ОГУ, 2004. – 200 с.

19) Владова, А.Ю. Агрегированные модели и автоматизированная идентификация технического состояния энергонапряженных промышленных объектов: научно-методические рекомендации / Ю.Р. Владов, А.Ю. Владова. – Оренбург: ГОУ ОГУ, 2007. – 57 с.

20) Владова, А.Ю. Построение информационной системы управления для оболочковых объектов: монография / А.Ю. Владова. – Оренбург: ИПК ГОУ ОГУ, 2010. – 209 с.

- в научных рецензируемых изданиях:

21) Владова, А.Ю. Идентификация технического состояния газоконденсатопроводов / Ю.Р. Владов, А.Ю. Владова, Е.В. Кушнаренко, Д.Н. Щепинов // Вестник Оренбургского государственного университета. – 2005. – № 9, прил.

– С.181 – 184.

22) Владова, А.Ю. Разработка графовой модели представления коррозионного состояния трубопроводов / А.Ю. Владова // Вестник Оренбургского государственного университета. – 2006. – № 12, прил. Ч. 2. – С.461 – 467.

23) Владова, А.Ю., Аналитическая идентификация технического состояния теплоэнергетического оборудования. Основные аспекты научного направления / Ю.Р. Владов, В.М. Кушнаренко, А.Ю. Владова // Вестник Оренбургского государственного университета. – 2007. – № 1. – С. 146 – 153.

- в сборниках трудов:

24) Владова, А.Ю. Моделирование коррозионной поверхности трубопроводов / А.Ю. Владова, Ю.Р. Владов // Сборник научных трудов 4-й российской научно-технической конференции «Прогрессивные методы эксплуатации и ремонта транспортных средств». – Оренбург: ОГУ, 1999. – С. 89 – 91.

25) Владова, А.Ю. Анализ эффективности моделирования коррозионного состояния поверхности соединительных трубопроводов / А.Ю. Владова, Ю.Р. Владов // Сборник трудов 2-й всероссийской научно-технической конференции «Прочность и разрушение материалов и конструкций». – Орск:

Изд-во ОГТИ, 2000. – С.75 – 77.

26) Владова, А.Ю. Автоматизированная идентификация состояния технических систем / Ю.Р. Владов, А.Ю. Владова, И. В. Коровяковский, Д.Н. Щепинов // Материалы международной юбилейной научно-практической конференции «Научно-производственная и инновационная деятельность высшей школы в современных условиях». – Оренбург: ИПК ОГУ, 2001. – С. 177-178.

27) Владова, А.Ю. Автоматизированная идентификация коррозионного состояния газопроводов с агрегированными параметрами и моделями / Ю.Р. Владов, Д.Н. Щепинов, А.Ю. Владова // Сборник трудов международной научно-технической конференции «Техническое диагностирование оборудования и трубопроводов, подверженных воздействию сероводородсодержащих сред». – Оренбург: Изд-во ОАО «Газпром», 2001. – С. 320 – 324.

28) Владова, А.Ю. Программный комплекс «Идентификация и прогнозирование технического состояния теплоэнергетического оборудования ОАО «Оренбургэнерго» / А.Ю. Владова // Материалы региональной научнопрактической конференции «Современные информационные технологии в науке, образовании и практике». - Оренбург: ИПК ОГУ, 2002. – С. 30 – 32.

29) Владова, А.Ю. Идентификация технического состояния соединительных газопроводов / Ю.Р. Владов, А.Ю. Владова, Д.Н. Щепинов, И.В. Коровяковский // Сборник трудов IV международной научно-технической конференции «Диагностика оборудования и трубопроводов, подверженных воздействию сероводородсодержащих сред». – Оренбург: Изд-во ОАО «Газпром», 2002. – С. 182 – 191.

30) Владова, А.Ю. Агрегированные и корреляционные модели степени повреждения металла теплоэнергетического оборудования / Ю.Р. Владов, А.Ю. Владова, Е.П. Степанов // Сборник научных трудов всероссийской научно-технической конференции «Современные аспекты компьютерной интеграции машиностроительного производства». – Оренбург: ИПК ОГУ, 2003. – С. 110 – 114.

31) Владова, А.Ю. Автоматизированная идентификация технического состояния трубопроводных систем / Ю.Р. Владов, В.М. Кушнаренко, А.Ю. Владова, Е.В. Кушнаренко // Сборник трудов V международного конгресса «Конструкторско-технологическая информатика КТИ-2005». – М.:

ИЦ ГОУ МГТУ «Станкин», 2005. – С. 246 – 249.

32) Владова, А.Ю. Технологии параллельного программирования для идентификации технического состояния трубопроводов / А.Ю. Владова // Материалы конференции «Высокопроизводительные параллельные вычисления на кластерных системах». – Нижний Новгород: Изд-во Нижегородского гос.

университета, 2005. – С. 42 – 48.

33) Владова, А.Ю. Высокопроизводительная идентификация технического состояния промышленного оборудования / А.Ю. Владова, Ю.Р. Владов // Материалы конференции «Технологии Microsoft в теории и практике программирования». – Нижний Новгород: Изд-во Нижегородского гос. университета, 2006. – С. 46 – 48.

34) Владова, А.Ю. Моделирование надежности энергонапряженных технических систем в интегрированных средах / Ю.Р. Владов, А.Ю. Владова, В.М.

Кушнаренко // Сборник трудов V международной научно-практической конференции «Образовательные, научные и инженерные приложения в среде LabView и технологии National Instruments». – М.: РУДН, 2006. – С. 433 – 436.

35) Владова, А.Ю. Аналитические модели технического состояния длительно эксплуатирующихся промышленных объектов / Ю.Р. Владов, А.Ю. Владова // Сборник материалов всероссийской научно-практической конференции «Компьютерная интеграция производства и ИПИ-технологии».

– Оренбург: ИПК ГОУ ОГУ, 2007. – С. 119 – 126.

36) Владова, А.Ю. Моделирование надежности и эффективности систем управления в интегрированных средах / Ю.Р. Владов, А.Ю. Владова // Сборник трудов VI международной научно-практической конференции «Образовательные, научные и инженерные приложения в среде LabView и технологии National Instruments». – М.: РУДН, 2007. – С. 400 – 407.

37) Владова, А.Ю. Моделирование надежности в интегрированной среде графического программирования / Ю.Р. Владов, А.Ю. Владова, М.Р. Ишмеев // Сборник трудов VII международной научно-практической конференции «Образовательные научные и инженерные приложения в среде LabView и технологии National Instruments». – М.: РУДН, 2008. – С. 271 – 278.

38) Владова, А.Ю. Прогнозирование состояния крупномасштабных объектов / Ю.Р. Владов, А.Ю. Владова, В.В. Турков // Труды 2-ой международной конференции «Управление развитием крупномасштабных систем MLSD’2008».

– М.: Институт проблем управления им. В.А. Трапезникова РАН, 2008. Том 1.

– С. 144 – 157.

39) Владова, А.Ю. Агрегированные модели и прогнозирование технического состояния промышленных объектов / Ю.Р. Владов, А.Ю. Владова, В.В. Турков // Труды VIII международной конференции «Идентификация систем и задачи управления SICPRO’09». – М.: Институт проблем управления им. В.А. Трапезникова РАН, 2009. – С. 900 – 938.

40) Владова, А.Ю. Идентификация и прогнозирование коррозионных состояний трубопроводов на основе интенсивностей потоков повреждений и восстановлений металла / Ю.Р. Владов, А.Ю. Владова // Труды VIII международной конференции «Идентификация систем и задачи управления. SICPRO’09». – М.: Институт проблем управления им. В. А. Трапезникова РАН, 2009. – С. 939 – 949.

41) Vladova, A. Forecasting probabilities of gas pipelines technical condition on a basis of graph and aggregated models / A. Vladova, V. Kushnarenko, J. Vladov // Preprints 13th IFAC symposium on information control problems in manufacturing INCOM’09. Moscow, 2009. – P. 229 – 234.

42) Владова, А.Ю. Идентификация состояний газотранспортных объектов с использованием мультиграфовых моделей / Ю.Р. Владов, А.Ю. Владова // Материалы международной научно-практической конференции «Передовые информационные технологии, средства и системы автоматизации и их внедрение на российских предприятиях AITA-2011». – М.: Институт проблем управления им. В.А, Трапезникова РАН, 2011. – С. 558 – 563.

- в свидетельствах о регистрации программных продуктов:

43) Владова, А.Ю. Идентификация технического состояния металла теплоэнергетического оборудования / Ю.Р. Владов, А.Ю. Владова // Св–во о регистрации разработки в отраслевом фонде алгоритмов и программ. – № 2986, государственная регистрация № 50200301000 от 27.11.2003.

44) Владова А.Ю. Программная система «Идентификация коррозионного состояния продуктопроводов на основе графовых моделей по результатам дефектоскопий» / А.Ю. Владова // Св–во о регистрации разработки в отраслевом фонде алгоритмов и программ. - № 8939, государственная регистрация № 50200701916 от 21.08.2007.

45) Владова, А.Ю. Определение вероятностей изменения коррозионных состояний длительно эксплуатирующихся трубопроводов / А.Ю. Владова, А.А. Яцура, А.П. Ширшов // Св–во о регистрации разработки в отраслевом фонде алгоритмов и программ. – № 10092, государственная регистрация № 50200800492 от 27.02.2008.

46) Владова, А.Ю. Оценка коррозионного состояния длительно эксплуатирующихся продуктопроводов с анализом интенсивностей потоков повреждений и восстановлений / А.Ю. Владова, В.А. Рацев, О.Ю. Долгополова // Св– во о регистрации разработки в отраслевом фонде алгоритмов и программ. – № 10176, государственная регистрация № 50200800587 от 11.03.2008.

47) Владова, А.Ю. База данных для идентификации состояний трубопроводов / А.Ю. Владова, Ю.Р. Владов // Св-во о государственной регистрации базы данных в Федеральной службе по интеллектуальной собственности, патентам и товарным знакам. – № 2010620502 от 15.09.2010.– М.: Роспатент, 2010.

48) Пат. 2425416, Российская Федерация, МПК G06 F 17/00. Способ построения многодольного ориентированного мультиграфа по повреждениям оболочки технического объекта / Владова А.Ю., Владов Ю.Р., Павлова Ю.С., заявитель и патентообладатель ГОУ ОГУ. - № 2010104577/08; заявл.

09.02.2010; опубл. 27.07.2011. Бюл. № 21.

49) Владова, А.Ю. Способ построения ориентированного графа по повреждениям оболочки технического объекта / А.Ю. Владова // Решение о выдаче патента по заявке № 2010101824/08 от 21.03.2011. Бюл. № 24 от 27.08.2011. – М.: Роспатент, 2011.






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.