Способ удаленного мониторинга и прогнозирования состояния отдельных агрегатов и сложных технологических комплексов

Изобретение относится к способу удаленного мониторинга и прогнозирования состояния отдельных агрегатов и сложных технологических комплексов. Комплексы состоят из отдельных агрегатов и/или подсистем агрегатов. Мониторинг и прогнозирование происходит на основе данных о функционировании агрегатов и/или подсистем агрегатов. Данные о функционировании представлены в виде показателей в различных материальных формах. Данные допускают цифровое представление и характеризуют технологические параметры систем и/или их подсистем. Достигается создание способа удаленного мониторинга и прогнозирования состояния отдельных агрегатов и сложных технологических комплексов. 2 з.п. ф-лы, 1 ил.

 

Изобретение относится к области техники и информатики, а более конкретно - к способу удаленного мониторинга и прогнозирования состояния отдельных агрегатов и сложных технологических комплексов.

Настоящее изобретение может найти применение при создании, эксплуатации, управлении и мониторинге систем различного назначения, включая сложные технические системы, в которых интегрированы агрегаты различного назначения и архитектуры, используемые в энергетике, машиностроении, коммунальном и сельском хозяйстве, медицине и других отраслях.

В основу настоящего изобретения положена задача создания такого способа удаленного мониторинга и прогнозирования состояния отдельных агрегатов и сложных технологических комплексов, который позволил бы объективно оценивать состояние технической или технологической системы исходя из материальных показателей ее функционирования, давал бы возможность выбора модели функционирования системы, ее подсистем и агрегатов, а не был бы привязан к одной модели, учитывал мнение эксперта по выбору модели и существенных показателей, а также отличий параметров модели от параметров реального функционирования, учитывал бы возможность смены способа принятия решений о совпадении реальных параметров функционирования и параметров выбранной экспертом модели, включая различные статистические критерии с оптимальными вероятностями принятия ошибочных решений, позволял бы достигать оптимального функционирования системы и ее агрегатов, оценивать возможные последствий изменения параметров системы и управляющих ею процессов.

Наиболее близким к данному изобретению является способ и система удаленного мониторинга энергетических установок (заявка РФ №2016129046), который можно принять за прототип.

Согласно данному способу для удаленного мониторинга и прогностики состояния технологических объектов, относящихся к турбоагрегатам и сопутствующему оборудованию, выполняют следующие этапы:

- получают данные от объекта контроля, характеризующие показатели технологических параметров работы упомянутого объекта;

- формируют на основании полученных параметров объекта эталонную выборку показателей работы объекта, состоящую из значений упомянутых показателей, представляющих собой точки выборки, причем упомянутая выборка соответствует временному промежутку непрерывной работы объекта контроля;

- осуществляют построение матрицы состояния из компонентов точек эталонной выборки, в которой компонентами являются значения упомянутых показателей работы объекта контроля;

- на основании MSET (Multivariate State Estimation Technique) метода с помощью упомянутой матрицы состояния осуществляют построение эмпирических моделей прогностики состояния объекта контроля, каждая из которых отображает наблюдаемую точку состояния объекта контроля в многомерном пространстве показателей работы объекта в точку, моделирующую состояние объекта;

- определяют по разности компонентов наблюдаемой точки и точки, моделирующей состояние объекта, компоненты невязок, на основании которых рассчитывают критерий Т2, который характеризует отклонение показателей технологических параметров объекта контроля от модели в наблюдаемой точке пространства, причем Т2 является квадратичной формой нормализованных невязок, коэффициентами которой являются элементы псевдообратной матрицы корреляционной матрицы для нормализованных невязок эталонной выборки;

- определяют разладки, отображающие степень влияния показателей работы объекта на упомянутое отклонение показателей технологических параметров объекта контроля, как разность критериев Т2 и квадратичных форм нормализованных невязок, с коэффициентами псевдообратной матрицы для матрицы, полученной из упомянутой корреляционной матрицы, в которой строка и столбец, соответствующие данному показателю работы объекта, заменены на нулевое значение;

- осуществляют анализ поступающей информации от объекта контроля с помощью полученного набора эмпирических моделей путем сравнения полученных показателей объекта контроля с параметрами модели в заданный промежуток времени;

- определяют с помощью упомянутого критерия Т2 степень отклонения поступающих показателей параметров объекта контроля за заданный промежуток времени от показателей эмпирических моделей и выявляют разладки для таких показателей;

- выполняют ранжирование вычисленных разладок для выявления показателей, вносящих наибольший вклад в изменение технического состояния объекта контроля;

- модифицируют эталонную выборку с помощью ее пополнения точками за новый промежуток времени и фильтрацией точек, соответствующих режиму работы, описываемому моделью, и соответствующих новому техническому состоянию объекта контроля;

- обновляют на основании отфильтрованной выборки эмпирические модели;

- формируют сигнал, сообщающий об отклонении, по меньшей мере, одного параметра объекта контроля на основании обновленной модели.

В первую очередь необходимо отметить, что прототип рассматривает только технические системы, относящиеся к турбоагрегатам и сопутствующему оборудованию, что существенно снижает область его применения.

Далее, статистический критерий Хотеллинга (Т2) не является единственно возможным и оптимальным для оценки технических систем. В [1] подробно рассмотрены критерий Хотеллинга [Anderson, 2003], многомерный ранговый критерий (обобщение рангового критерия Вилкоксонана многомерный случай) [Puri, Sen, 1971] и ядерный критерий Крамера [Baringhaus, Franz, 2004]. При этом в [1] отмечено, что критерий Хотеллинга и ранговый критерий имеют мощность, близкую к нулевой, поскольку они основаны на статистиках, реагирующих только на альтернативы сдвига распределений. Критерий Крамера имеет несколько большую мощность чем предложенный в [1] критерий, однако близкая к единице мощность предложенного критерия достигается и в этом случае.

Таким образом, прототип не дает возможности выбора модели функционирования системы, ее подсистем и агрегатов, привязан к одной модели (MSET), не учитывает мнение эксперта по выбору модели и существенных показателей, а также отличий параметров модели от параметров реального функционирования, не учитывает возможность смены способа принятия решений о совпадении реальных параметров функционирования и параметров выбранной экспертом модели, включая различные статистические критерии с оптимальными вероятностями принятия ошибочных решений и опирается на статистически неоптимальный критерий, и как следствие - не позволяет гарантированно достигать оптимального функционирования системы и ее агрегатов, оценивать возможные последствий изменения параметров системы и управляющих ею процессов.

Другими аналогами заявляемого способа являются

1. Avantis PRiSM - Schneider Electric

http://www.schneider-electric.ru/ru/work/solutions/for-business/s4/electric-utilities-asset-management-and-predictive-analvtics/

2. Plant Monitor - Siemens

http://www.energy.siemens.com/ru/ru/automation/power-generation/diagnosis-monitoring-protection/monitoring/sppa-d3000-plant-monitor.htm

3. Predix - GE

https://ffin.ru/market/future/56784/

http://gereports.ru/post/100060156075/tehnologicheskaja-platforma-analiza-dannyh-predix

http://sketchapp.me/dizajn-sistema-predix-ot-kompanii-ge-na-osnove-atomic-design/

http://www.indusoft.com.ua/about/news/4808/

Они имеют аналогичные уже описанным выше недостатки.

Задачи изобретения решены и недостатки прототипов устранены в реализованном согласно настоящему изобретению способе удаленного мониторинга и прогнозирования состояния отдельных агрегатов и сложных технологических комплексов, состоящих из отдельных агрегатов и/или подсистем агрегатов, на основе данных о функционировании агрегатов и/или подсистем агрегатов, при этом данные о функционировании представлены в виде показателей в различных материальных формах, допускающих цифровое представление и характеризующих технологические параметры системы и/или ее подсистем, и предусматривающий следующие стадии:

1) накапливают данные о функционировании агрегатов и/или подсистем агрегатов, характеризующие показатели технологических параметров их функционирования и передают их эксперту;

2) эксперт получает данные о функционировании системы в виде последовательности показателей, коррелированных с моментами времени и формирует на основании полученных последовательностей объекта выборку показателей функционирования;

3) эксперт на основе известного набора методов построения моделей функционирования отдельных агрегатов и/или подсистем агрегатов, и/или системы в целом и выборки показателей функционирования выбирает одну из моделей функционирования отдельных агрегатов и/или подсистем агрегатов, и/или системы в целом;

4) эксперт определяет способ оценки различия параметров выбранной на шаге 3 модели и данных о функционировании системы в виде последовательности показателей и определяет способ оценки значения отклонений показателей функционирования и параметров выбранной модели;

5) эксперт на основе выбора одного из критериев сравнения и вероятности ошибки выбирает статистический способ оценки отклонений;

6) в ходе функционирования отдельных агрегатов и сложных технологических комплексов, состоящих из отдельных агрегатов и/или подсистем агрегатов, получают текущие показатели функционирования;

7) полученные текущие показатели в автоматизированном режиме сравнивают с показателями выбранной модели и оценивают размер отклонений;

8) определяют с помощью выбранного критерия степень отклонения поступающих показателей от показателей эмпирических моделей и делают вывод о нормальности или аномальности отклонений с заданной выбранным критерием вероятностью;

9) формируют сигнал, сообщающий об отклонении, по меньшей мере, одного параметра;

10) при помощи выбранной модели прогнозируют состояние отдельных агрегатов и/или подсистем агрегатов, и/или системы в целом в следующие моменты времени;

11) полученные показатели и состояния необязательно сохраняют и используют в качестве управляющих воздействий, позволяющих достичь оптимального функционирования отдельных агрегатов и/или подсистем агрегатов, и/или системы в целом.

Технически целесообразно в данном способе рассматривать ситуацию, когда эксперт при построении модели использует Similarity Based Modeling.

Также технически целесообразно в данном способе рассматривать ситуацию, когда эксперт при принятии решений использует технологии искусственного интеллекта.

За счет реализации заявленного авторами способа достигаются следующие технические результаты:

- возможно объективно оценивать состояние технической или технологической системы исходя из материальных показателей ее функционирования,

- присутствует возможность выбора модели функционирования системы, ее подсистем и агрегатов, способ не привязан к одной модели,

- учитывается мнение эксперта по выбору модели и существенных показателей, а также отличий параметров модели от параметров реального функционирования,

- учитывается возможность смены способа принятия решений о совпадении реальных параметров функционирования и параметров выбранной экспертом модели, включая различные статистические критерии с оптимальными вероятностями принятия ошибочных решений,

- возможно достигать оптимального функционирования системы и ее агрегатов, оценивать возможные последствий изменения параметров системы и управляющих ею процессов.

Настоящее изобретение будет раскрыто в нижеследующем описании системы, предназначенной удаленного мониторинга и прогнозирования состояния отдельных агрегатов и сложных технологических комплексов, состоящих из отдельных агрегатов и/или подсистем агрегатов, на основе данных о функционировании агрегатов и/или подсистем агрегатов, при этом данные о функционировании представлены в виде показателей в различных материальных формах, допускающих цифровое представление и характеризующих технологические параметры системы и/или ее подсистем со ссылками на Фиг. 1, включающую датчики, поставляющие данные о функционировании (блоки 1), область хранения накопленных данных (блок 2), включающей эксперта (3), набор моделей и/или методов их построения (4), статистических критериев (5), блока реализации моделей и статистических критериев (блок 6), блок сравнения показателей выбранной модели и оценки размера отклонений (блок 7), и предусматривающий следующие стадии:

1) накапливают в блоке 2 данные о функционировании агрегатов и/или подсистем агрегатов от блоков 1, характеризующие показатели технологических параметров их функционирования и передают их эксперту (3);

2) эксперт (3) получает данные о функционировании системы в виде последовательности показателей, коррелированных с моментами времени и формирует на основании полученных последовательностей объекта выборку показателей функционирования;

3) эксперт (3) на основе известного набора методов построения моделей (4) функционирования отдельных агрегатов и/или подсистем агрегатов, и/или системы в целом и выборки показателей функционирования выбирает одну из моделей функционирования отдельных агрегатов и/или подсистем агрегатов, и/или системы в целом, руководствуясь в частности методом Similarity Based Modeling;

4) эксперт (3) определяет способ оценки различия параметров выбранной на шаге 3 модели и данных о функционировании системы в виде последовательности показателей и определяет способ оценки значения отклонений показателей функционирования и параметров выбранной модели (5);

5) эксперт на основе выбора одного из критериев сравнения и вероятности ошибки выбирает статистический способ оценки отклонений из множества (5);

6) в ходе функционирования отдельных агрегатов и сложных технологических комплексов, состоящих из отдельных агрегатов и/или подсистем агрегатов, получают текущие показатели функционирования также от блоков 1;

7) полученные текущие показатели в автоматизированном режиме сравнивают с показателями выбранной модели и оценивают размер отклонений (блок 7);

8) определяют с помощью выбранного критерия степень отклонения поступающих показателей от показателей эмпирических моделей (блок 6) и делают вывод о нормальности или аномальности отклонений с заданной выбранным критерием вероятностью (блок 7);

9) формируют сигнал 8, сообщающий об отклонении, по меньшей мере, одного параметра;

10) при помощи выбранной модели в блоке 6 прогнозируют состояние отдельных агрегатов и/или подсистем агрегатов, и/или системы в целом в следующие моменты времени;

11) полученные показатели и состояния необязательно сохраняют и используют в качестве управляющих воздействий, позволяющих достичь оптимального функционирования отдельных агрегатов и/или подсистем агрегатов, и/или системы в целом.

По сравнению со способами известными авторам, заявляемый способ обладает максимальной гибкостью и позволяет достичь лучших результатов в мониторинге и оценке состояния отдельных агрегатов и сложных технологических комплексов.

Литература

1. С.П. Чистяков О НОВОМ МНОГОМЕРНОМ СТАТИСТИЧЕСКОМ КРИТЕРИИ ОДНОРОДНОСТИ ДВУХ ВЫБОРОК // Труды Карельского научного центра РАН, №3. 2010. С. 93-97.

2. Anderson Т.W. An introduction to multivariate analysis. New Jersey: Wiley, 2003. 453 p.

3. Baringhaus L., Franz C. On a new multivariate two-sample test // Journal of Multivariate Analysis. 2004. Vol. 88. P. 190-206.

4. Puri M.L., Sen P.K. Nonparametric Methods in Multivariate Analysis. New York: Wiley, 1971. 342 р.

1. Способ удаленного мониторинга и прогнозирования состояния отдельных агрегатов и сложных технологических комплексов, состоящих из отдельных агрегатов и/или подсистем агрегатов, на основе данных о функционировании агрегатов и/или подсистем агрегатов, при этом данные о функционировании представлены в виде показателей в различных материальных формах, допускающих цифровое представление и характеризующих технологические параметры системы и/или ее подсистем, и предусматривающий следующие стадии:

1) накапливают и сохраняют данные о функционировании агрегатов и/или подсистем агрегатов, характеризующие показатели технологических параметров их функционирования;

2) получают накопленные и сохраненные данные о функционировании системы в виде последовательности показателей, коррелированных с моментами времени и формируют на основании полученных последовательностей объекта выборку показателей функционирования;

3) на основе известного набора методов построения моделей функционирования отдельных агрегатов и/или подсистем агрегатов, и/или системы в целом и выборки показателей функционирования выбирают одну из моделей функционирования отдельных агрегатов и/или подсистем агрегатов, и/или системы в целом;

4) определяют способ оценки различия параметров выбранной на шаге 3 модели и данных о функционировании системы в виде последовательности показателей и определяют способ оценки значения отклонений показателей функционирования и параметров выбранной модели;

5) на основе выбора одного из критериев сравнения и вероятности ошибки выбирают статистический способ оценки отклонений;

6) в ходе функционирования отдельных агрегатов и сложных технологических комплексов, состоящих из отдельных агрегатов и/или подсистем агрегатов, получают текущие показатели функционирования;

7) полученные текущие показатели в автоматизированном режиме сравнивают с показателями выбранной модели и оценивают размер отклонений;

8) определяют с помощью выбранного критерия степень отклонения поступающих показателей от показателей эмпирических моделей и делают вывод о нормальности или аномальности отклонений с заданной выбранным критерием вероятностью;

9) формируют сигнал, сообщающий об отклонении по меньшей мере одного параметра;

10) при помощи выбранной модели прогнозируют состояние отдельных агрегатов и/или подсистем агрегатов, и/или системы в целом в следующие моменты времени;

11) полученные показатели и состояния необязательно сохраняют и используют в качестве управляющих воздействий, позволяющих достичь оптимального функционирования отдельных агрегатов и/или подсистем агрегатов, и/или системы в целом.

2. Способ по п. 1, отличающийся тем, что при построении модели используют Similarity Based Modeling.

3. Способ по п. 1, отличающийся тем, что при принятии решений используют технологии искусственного интеллекта.



 

Похожие патенты:

Изобретение относится к контролю и диагностике систем автоматического управления. В способе поиска неисправного блока в непрерывной динамической системе на основе введения пробных отклонений определяют знаки отклонений интегральных оценок выходных сигналов модели, полученные в результате пробных отклонений параметров каждого из соответствующих блоков, производят операцию попарного сравнения элементов вектора знаков отклонений интегральных оценок выходных сигналов модели, полученных в результате пробных отклонений параметров i-го блока, и вектора знаков отклонений интегральных оценок.

Настоящее изобретение относится к способу определения расхода сжатого воздуха для определения суммарного расхода сжатого воздуха, используемого на всей производственной линии, имеющей множество объектов технологического оборудования, которые используют сжатый воздух.

Настоящее изобретение относится к способу определения расхода сжатого воздуха для определения суммарного расхода сжатого воздуха, используемого на всей производственной линии, имеющей множество объектов технологического оборудования, которые используют сжатый воздух.

Заявленное изобретение относится к способу контроля исправности интегрированных блоков датчиков (ИБД). Способ заключается в том, что сравнивают назначенные пороговые величины, после включения бесплатформенной инерциальной системы (БИНС) осуществляют ускоренную проверку исправности навигационных датчиков в статическом положении определенным образом, если условия проверки выполняются, включают сигнал «Запуск разрешен», включают непрерывный контроль, используя резервные датчики, используя четырехкратное резервирование определенным образом, сравнивая их показания с показаниями датчиков основной навигационной системы.

Изобретение относится к вычислительной технике. Технический результат – повышение скорости и качества диагностики.

Изобретение относится к области радиосвязи. Технический результат заключается в повышении точности передаваемой информации для обеспечения безопасности рабочего.

Изобретение относится к области радиосвязи. Технический результат заключается в повышении точности передаваемой информации для обеспечения безопасности рабочего.

Изобретение относится к способу и системе для прогнозирования операций по техническому обслуживанию, которые должны применяться к двигателю летательного аппарата, включающему в себя множество компонентов, отслеживаемых счетчиками повреждений, каждый из которых ограничен соответствующим верхним значением.

Изобретение относится к способу и системе для прогнозирования операций по техническому обслуживанию, которые должны применяться к двигателю летательного аппарата, включающему в себя множество компонентов, отслеживаемых счетчиками повреждений, каждый из которых ограничен соответствующим верхним значением.

Изобретение относится к способу контроля электромеханической приводной системы, содержащей инвертор, двигатель и привод. Для контроля электромеханической системы оценивают определенным образом падение напряжения питания двигателя, связанное с дефектами инвертора, оценивают коэффициент электромагнитного момента двигателя с учетом оценочного падения напряжения и рабочих данных, вычисляют электромагнитный момент двигателя на основании коэффициента электромагнитного момента и рабочих данных определенным образом.

Группа изобретений относится к способу запуска тестирования работы по меньшей мере одного вентилятора, выполненного с возможностью охлаждения вычислительных устройств турбореактивного двигателя летательного аппарата, модулю обработки данных (МТ), двум системам охлаждения по меньшей мере двух вычислительных устройств турбореактивного двигателя летательного аппарата.

Изобретение относится к системам контроля и регистрации условий транспортирования. Система контроля и регистрации условия транспортирования изделий ракетно-космической техники включает в себя блок регистрации воздействий (БРВ) со встроенными датчиками температуры, влажности и виброускорения, кабель связи с персональным компьютером (ПК), зарядное устройство, переносной ПК.

Передатчик технологического параметра включает в себя схему передатчика для определения технологического параметра из сигнала датчика, произведенного с использованием датчика процесса.

Группа изобретений относится к технике автоматизации. Технический результат – создание средств безопасного и оптимального обмена данными в автоматизации.

Группа изобретений относится к контролю систем управления. Система коммутации исполнительных органов содержит блок электропитания, исполнительные органы, положительную и единую отрицательную цепи электропитания, силовые ключи с управляющими входами, соединенные последовательно с исполнительными органами, блок управления и контроля, электрический выключатель положительной цепи электропитания, контрольное устройство, два одинаковых по сопротивлению токозадающих резистора и имитатор нагрузки.

Изобретение относится к мониторингу объектов контроля. В способе удаленного мониторинга и прогностики состояния технических объектов, получают данные от объекта контроля; формируют эталонную выборку показателей работы объекта; строят матрицы состояния из компонентов точек эталонной выборки; на основании MSET метода строят эмпирические модели прогностики состояния объекта; определяют компоненты невязок; формируют статистическую модель работы объекта за промежуток времени; определяют предельное значение для статистической модели; определяют разладки; анализируют поступающую информацию от объекта; определяют степень отклонения показателей параметров объекта за промежуток времени; ранжируют вычисленные разладки; модифицируют эталонную выборку; обновляют эмпирические модели; формируют сигнал об отклонении параметра объекта на основании обновленной модели и определяют состояние работы объекта.

Комплекс оборудования состоит из разнородных компонентов, из которых может быть образовано более одной конфигурации, обеспечивающей использование объекта управления по назначению.

Группа изобретений относится к области технологий сетевых коммуникаций, в частности к способам управления самоуравновешивающимися транспортными средствами. Способ управления самоуравновешивающимся транспортным средством с помощью мобильного терминала включает установление соединения с транспортным средством по протоколу Bluetooth, получение информации о состоянии движения транспортного средства, управление транспортным средством согласно информации о состоянии движения транспортного средства, обнаружение, присутствует ли событие, инициирующее режим камеры, и, когда обнаружено событие, инициирующее режим камеры, активацию режима камеры и отображение изображения, захваченного камерой.

Заявленное изобретение касается способа и устройства для передачи информации. Способ включает в себя: получение географического положения по меньшей мере одного целевого пользователя; обнаружение того, соответствуют ли позиционные отношения между каждым целевым пользователем и устройством наблюдения заданному условию, в соответствии с географическим положением по меньшей мере одного целевого пользователя; если да, создание информации уведомления в соответствии с информацией наблюдения устройства наблюдения; передачу информации уведомления на устройства, переносимые всеми или по меньшей мере одним целевым пользователем.

Изобретение относится к удаленному мониторингу объектов. В способе для удаленного мониторинга и прогнозирования состояния технологических объектов, относящихся к турбоагрегатам, получают данные от объекта контроля; формируют на основании этих данных эталонную выборку показателей работы и строят матрицы состояния из компонентов точек выборки.

Изобретение относится к способу удаленного мониторинга и прогнозирования состояния отдельных агрегатов и сложных технологических комплексов. Комплексы состоят из отдельных агрегатов иили подсистем агрегатов. Мониторинг и прогнозирование происходит на основе данных о функционировании агрегатов иили подсистем агрегатов. Данные о функционировании представлены в виде показателей в различных материальных формах. Данные допускают цифровое представление и характеризуют технологические параметры систем иили их подсистем. Достигается создание способа удаленного мониторинга и прогнозирования состояния отдельных агрегатов и сложных технологических комплексов. 2 з.п. ф-лы, 1 ил.

Наверх