СТАТИСТИЧЕСКИЙ КОНТРОЛЬ СТАБИЛЬНОСТИ ВИБРАЦИЙ ГИДРОАГРЕГАТА С ИСПОЛЬЗОВАНИЕМ МЕТОДА ГЛАВНЫХ КОМПОНЕНТ 

Владимир Николаевич Клячкин, доктор технических наук, профессор, профессор кафедры прикладной математики и информатики, Ульяновский государственный технический университет (Россия, г. Ульяновск, ул. Северный Венец, 32), E-mail: v_kl@mail.ru
Ирина Николаевна Карпунина, кандидат технических наук, доцент, доцент кафедры общепрофессиональных дисциплин, Ульяновский институт гражданской авиации (Россия, г. Ульяновск, ул. Можайского, 8/8), E-mail: karpunina53l@yandex.ru 

681.518.5 

DOI

10.21685/2307-4205-2021-1-4 

Актуальность и цель. Диагностика технического состояния гидроагрегата производится по результатам вибромониторинга. Стабильность функционирования гидроагрегата в значительной мере зависит от уровня его вибраций. Данные по вибрациям поступают на сервер сбора данных через стойку виброконтроля. Далее в режиме реального времени в виде дискретного сигнала они поступают на стойку управления гидроагрегатом, с помощью которой изменяется нагрузка (при слишком больших вибрациях) или происходит останов агрегата (если вибрации достигают критических значений). При вибромониторинге гидроагрегата контролировались десять показателей: вибрации нижнего генераторного подшипника верхнего бьефа, соответствующие вибрации верхнего генераторного подшипника, бой вала гидротурбины и вала гидрогенератора, вибрации крышки гидротурбины. Выход вибраций за допустимые границы, как правило, свидетельствует о нарушении работоспособности гидроагрегата.
Методы. Для анализа стабильности вибраций могут быть использованы различные подходы. Возможно прогнозирование вибраций на заданный горизонт с использованием систем временных рядов. Еще один метод – использование машинного обучения для бинарной классификации состояния агрегата по результатам обучающей выборки: стабилен он или нестабилен. В настоящей работе для оценки стабильности гидроагрегата используется статистический контроль процессов. Контрольные карты Шухарта для оценки стабильности среднего уровня и рассеяния процесса применяются для независимых показателей. Часть контролируемых показателей вибраций может быть независима от других, однако в общем случае между показателями имеют место значимые корреляционные связи. В такой ситуации применяются многомерные методы, в частности, для контроля стабильности среднего уровня процесса используют карты Хотеллинга. Статистическое управление процессом состоит в выявлении неслучайных нарушений; при этом управляющее воздействие применяется тогда, когда вибрации еще в пределах допуска, но некоторые статистические характеристики дают основание предполагать наличие неслучайной причины, которая приведет к увеличению уровня вибраций. Карта Хотеллинга не всегда адекватно реагирует на возможные нарушения процесса: иногда ее реакция слишком замедленна, а иногда и вообще нарушение процесса проходит незамеченным. Показано, что выходом из этой ситуации может быть применение метода главных компонент с построением карт Шухарта.
Результаты и выводы. Показано, что в ряде случаев карты на главных компонентах оказываются эффективнее, чем карты Хотеллинга, обычно применяемые при многомерном статистическом контроле. Это обстоятельство, конечно, не исключает использование карты Хотеллинга, которая во многих ситуациях показывает оперативное выявление нарушений процесса. Например, смещение по двум показателям одновременно было обнаружено картой Хотеллинга и не обнаружено картами на главных компонентах. Представляется целесообразным разработка информационной системы, которая по обучающей выборке результатов вибромониторинга для конкретного гидроагрегата с учетом особенностей его функционирования (т.е. оценки того, какие нарушения опасны именно для этого объекта) в автоматическом режиме обеспечивала бы проведение оперативного контроля стабильности вибраций, а также выдавала бы рекомендации по реагированию на диагностированные контрольными картами нестабильности процесса. 

Ключевые слова

гидроагрегат, вибромониторинг, стабильность функционирования, контрольная карта, метод главных компонент 

 Скачать статью в формате PDF

1. Юрков Н. К. Риски отказов сложных систем // Надежность и качество сложных систем. 2014. № 1. С. 18–24.
2. Герасимов О. Н., Доросинский А. Ю. Методика текущего предупредительного статистического контроля // Труды Международного симпозиума Надежность и качество. 2017. Т. 1. С. 30–32.
3. Кувайскова Ю. Е., Клячкин В. Н. Статистические методы прогнозирования. Ульяновск : УлГТУ, 2019. 197 с.
4. Klyachkin V. N., Kuvayskova J. E., Zhukov D. A. Aggregated Classifiers for State Diagnostics of the Technical Object // International Multi-Conference on Industrial Engineering and Modern Technologies, FarEastCon. IEEE. 2019.
5. Уиллер Д., Чамберс Д. Статистическое управление процессами ; пер. с англ. // Оптимизация бизнеса с использованием контрольных карт Шухарта. М. : Альпина Бизнес Букс, 2009. 409 с.
6. Montgomery D. C. Introduction to statistical quality control. New York : John Wiley and Sons, 2009. 754 р.
7. Клячкин В. Н. Модели и методы статистического контроля многопараметрического технологического процесса. М. : Физматлит, 2011. 196 c.
8. Bersimis S., Psarakis S., Panaretos J. Multivariate Statistical Process Control Charts: An Overview // Quality and reliability Engeneering International. 2007. Vol. 23. Р. 517–523.
9. Ryan T. P. Statistical methods for quality improvement. New York : John Wiley and Sons, 2011. 687 р.
10. Клячкин В. Н., Карпунина И. Н. Статистические методы оценки стабильности функционирования технических систем // Надежность и качество сложных систем. 2018. № 2. С. 36–42.
11. Клячкин В. Н., Кравцов Ю. А., Святова Т. И. Методы повышения эффективности многомерного статистического контроля // Наукоемкие технологии. 2013. Т. 14, № 5. С. 053–058.
12. Боровиков В. STATISTICA: искусство анализа данных. Для профессионалов. СПб. : Питер, 2001. 656 с.
13. Адлер Ю. П., Шпер В. Л. Практическое руководство по статистическому управлению процессами. М. : Альпина Паблишер, 2019. 234 с.
14. Клячкин В. Н., Святова Т. И. Статистический контроль технологического рассеяния в многопараметрическом процессе // Автоматизация и современные технологии. 2013. № 12. С. 22–25.