Есть еще 3 страницы.

Смотреть все страницы или скачать PDF файл.

Текст

Смотреть все

(51) 05 23/02 (2006.01) МИНИСТЕРСТВО ЮСТИЦИИ РЕСПУБЛИКИ КАЗАХСТАН(54) СПОСОБ И СИСТЕМА ДЛЯ ДИАГНОСТИКИ КОМПРЕССОРОВ(57) Описаны способ, система и компьютерное программное обеспечение для диагностики компрессора. Упомянутый способ включает формирование вектора характеристик компрессора,при этом вектор характеристик компрессора включает компоненты, описывающие состояние различных частей компрессора определение, на основе нечетких ограничений, агрегированного вектора аномалий, соответствующего упомянутому вектору характеристик задание правил для заранее заданного списка возможных состояний отказа/ошибки компрессора вычисление меры подтверждения между упомянутым агрегированным вектором аномалий и упомянутыми правилами и идентификацию состояния отказа/ошибки компрессора на основе результата упомянутой меры подтверждения.(74) Тагбергенова Модангуль Маруповна Тагбергенова Алма Таишевна Касабекова Найля Ертисовна Варианты осуществления настоящего изобретения относятся в общем к способам и системам и, в частности, к механизмам и методам диагностики установки, в частности компрессора. Уровень техники В настоящее время имеется большое количество установок (производственных установок, например,компрессоров), установленных на различных промышленных объектах и используемых для переработки нефти и газа. Подобные установки могут испытывать симптомы, указывающие на отказ или состояние отказа. Вследствие технической сложности подобных установок, пользователь установки может не иметь возможности устранить упомянутые симптомы. Соответственно,производитель установок, способный технически определять факторы, воздействующие на установку,заключает с пользователем соглашение о техническом обслуживании и диагностике для гарантии того,что установки будут контролироваться и поддерживаться в адекватном рабочем состоянии. Для этого производитель установок может устанавливать множество датчиков в местоположении пользователя для контроля работоспособности установки. При этом один производитель может иметь множество договоров с множеством клиентов. Прогнозирование и управление работоспособностью, ) является развивающейся технологией поддержки эффективного выполнения соглашений о договорных услугах (, ), касающихся таких объектов как локомотивы, медицинские сканеры,самолеты, турбины и компрессоры. Одной из целей РНМ является поддержание эффективности работы упомянутых объектов с течением времени,улучшение их использования, а также минимизация стоимости их технического обслуживания. Технология РНМ может применяться для различения продукции, а также снижения стоимости услуг,предоставляемых производителем оборудования в течение гарантийного срока обслуживания объекта, или для более эффективного обслуживания в рамках . На фиг.1( 2009/0037772) показана традиционная система 10 РНМ. После выполнения традиционных подготовительных задач, таких как проверка датчиков в блоке 12 проверки датчиков и ввод предварительно обработанных данных в блок 14 обработки, система 10 РНМ выполняет обнаружение и идентификацию аномалий в блоке 16, диагностический анализ в блоке 18,прогностический анализ в блоке 20, приспособление к отказу в блоке 22 и логистические решения в блоке 24. Упомянутые действия известны специалистам в настоящей области техники, и поэтому их подробное описание не приводится. Блок обнаружения аномалий эффективно использует методы обучения без учителя, например,кластеризацию. Его задачей является извлечение базовой структурной информации из данных,задание нормальных структур и идентификация 2 отклонений от упомянутых нормальных структур. Блок диагностики эффективно использует методы обучения с учителем, например, классификацию. Его задачей является извлечение потенциальных характерных признаков из данных, которые могут быть использованы для распознавания различных состояний отказа/ошибки. Блок прогноза выдает оценки оставшегося срока эксплуатации (, ). Его целью является поддержание и предсказание индекса работоспособности объекта. Исходно, упомянутый индекс отражает ожидаемый износ в нормальных условиях работы. Затем индекс модифицируют при возникновении аномалии/отказа, что отражается в ускоренном уменьшении . Описанные выше функции являются интерпретациями состояния установки. Такие интерпретации приводят к управляющему воздействию при работе объекта и действиям,связанным с логистикой,ремонтом и планированием, выполняемые вне работы объекта. Управляющие воздействия при работе объекта обычно направлены на поддержание эффективности работы или запаса надежности и выполняются в реальном времени. Действия по техническому обслуживанию/ремонту вне работы объекта включают более сложные решения вне эксплуатации. Для этого необходима система поддержки принятия решений (,),выполняющая многоцелевую оптимизацию и анализирующая границы корректирующих воздействий,а также комбинирующая их с объединением предпочтений для формирования оптимального решения. Однако традиционные алгоритмы вычисления соответствия определенного диагностического состояния имеющимся симптомам компрессора не всегда дают точный результат и в некоторых случаях являются неоднозначными. Соответственно,необходимо предложить системы и способы для решения данных проблем и устранения указанных недостатков. Сущность изобретения В соответствии с одним из примеров осуществления настоящего изобретения,предлагается способ диагностики компрессора. Способ включает формирование вектора характеристик компрессора, при этом упомянутый вектор характеристик компрессора включает компоненты, описывающие состояния различных частей компрессора (подшипники и ротор) определение, на основе нечетких ограничений,агрегированного вектора аномалий,соответствующего упомянутого вектору характеристик задание правил для заранее заданного списка возможных состояний (давление,температура,амплитуда,перепад давления,массовый или объемный расход или скорость ротора) отказа/ошибки компрессора вычисление меры подтверждения между упомянутым агрегированным вектором аномалий и упомянутыми правилами и идентификацию состояний отказа/ошибки компрессора на основе результата упомянутой меры подтверждения. В соответствии с еще одним примером осуществления настоящего изобретения,предлагается система для диагностики компрессора. Система включает интерфейс, сконфигурированный для приема данных измерений, относящихся к компрессору, и процессор, сконфигурированный для приема упомянутых данных измерений. Упомянутый процессор сконфигурирован для формирования вектора характеристик компрессора на основе упомянутых данных измерений, при этом упомянутый вектор характеристик компрессора включает компоненты, описывающие состояния различных частей компрессора, определения, на основе нечетких ограничений, агрегированного вектора аномалий, соответствующего упомянутому вектору характеристик, получения правил для заранее заданного списка возможных состояний отказа/ошибки компрессора, вычисления меры подтверждения между упомянутым агрегированным вектором аномалий и упомянутыми правилами и идентификации состояний отказа/ошибки компрессора на основе результата упомянутой меры подтверждения. В соответствии с еще одним примером осуществления настоящего изобретения,предлагается машиночитаемый носитель,включающий исполняемые инструкции, которые при их исполнении реализуют способ диагностики компрессора. Упомянутый способ включает формирование вектора характеристик компрессора,при этом упомянутый вектор характеристик компрессора включает компоненты, описывающие состояния различных частей компрессора определение, на основе нечетких ограничений,агрегированного вектора аномалий,соответствующего упомянутому вектору характеристик задание правил для заранее заданного списка возможных состояний отказа/ошибки компрессора вычисление меры подтверждения между упомянутым агрегированным вектором аномалий и упомянутыми правилами и идентификацию состояний отказа/ошибки компрессора на основе результата упомянутой меры подтверждения. Краткое описание чертежей Приложенные чертежи, формирующие часть настоящего описания, иллюстрируют один или более вариантов осуществления настоящего изобретения и вместе с описанием поясняют упомянутые варианты осуществления изобретения. На фиг.1 представлена схема традиционной системы диагностики компрессора. На фиг.2 представлена схема системы диагностики компрессора в соответствии с одним из примеров осуществления настоящего изобретения. На фиг.3 и 4 представлены графики,иллюстрирующие нечеткие пороги в соответствии с примерами осуществления настоящего изобретения. На фиг.5 представлена блок-схема процедуры обнаружения состояний отказа/ошибки компрессора в соответствии с одним из примеров осуществления настоящего изобретения. На фиг.6 представлена блок-схема,иллюстрирующая способ ранжирования различных состояний отказа/ошибки компрессора в соответствии с одним из примеров осуществления настоящего изобретения. На фиг.7 представлен пример системы, в которой может быть реализован способ диагностики компрессора. Подробное описание изобретения Дальнейшее описание примеров осуществления настоящего изобретения связано с приложенными чертежами. Одни и те же числовые обозначения на различных чертежах использованы для указания на одни и те же или аналогичные элементы. Последующее подробное описание не ограничивает настоящее изобретение. Объем настоящего изобретения определяется приложенной формулой изобретения. Для простоты варианты осуществления настоящего изобретения рассмотрены в отношении терминологии и структуры центробежных компрессоров. Однако рассмотренные варианты осуществления настоящего изобретения не ограничены такими компрессорами и могут быть применены к другим компрессорам или сложным структурам, которые подвержены различным отказам, требующим идентификации. Ссылка в пределах описания на один вариант или вариант означает,что конкретная особенность, структура или характеристика,описанные в связи с вариантом осуществления изобретения, включены по меньшей мере в один вариант осуществления изобретения. Таким образом, использование фразы в одном варианте или в варианте в различных местах описания не обязательно относится к одному и тому же варианту осуществления изобретения. Более того, конкретные особенности, структуры или характеристики могут быть объединены любым подходящим образом в одном или более вариантах осуществления изобретения. В соответствии с одним из примеров осуществления настоящего изобретения, система сконфигурирована для приема измерений по меньшей мере от одного процессора, формирования вектора характеристик упомянутого по меньшей мере одного компрессора, при этом упомянутый вектор характеристик компрессора включает компоненты, описывающие состояния различных частей компрессора, определения, на основе нечетких ограничений, агрегированного вектора аномалий, соответствующего упомянутому вектору характеристик, задания правил для заранее заданного списка возможных диагностических состояний компрессора,вычисления меры подтверждения между упомянутым агрегированным вектором аномалий и упомянутыми правилами и идентификации состояния отказа/ошибки компрессора на основе результата упомянутой меры подтверждения. Такая система 30, показанная на фиг.2, может быть сконфигурирована для контроля множества компрессоров. В соответствии с одним из примеров осуществления настоящего изобретения система 30 представляет собой централизованную систему,связанную с десятками или даже сотнями компрессоров посредством блока 32 получения данных. Компрессоры могут принадлежать различным клиентам, при этом упомянутая централизованная система предоставляет техническое обслуживание и поддержку для упомянутых клиентов. Схема подобной системы описана ниже со ссылкой на фиг.7. Собранные данные хранятся в базе данных 34, при этом упомянутые собранные данные могут относиться к различным параметрам компрессоров (температуре,скорости, составу газа и т.п.). Планировщик 36 работы сконфигурирован для приема на входе упомянутых собранных данных и наблюдения за таймером или запуска приложения по таймеру. Планировщик 36 работы может быть сконфигурирован для последовательной проверки,через заданные интервалы времени, данных,принимаемых от упомянутого множества компрессоров, и определения, должен ли быть запущен процесс идентификации аномалии. Планировщик 36 работы сконфигурирован для связи с блоком 38 предварительной обработки данных. Блок 38 предварительной обработки данных сконфигурирован для приема собранных данных из базы 34 данных и выполнения различных операций над упомянутыми собранными данными. Например,блок 38 предварительной обработки данных может получать различные опорные значения для упомянутых собранных данных,выполнять извлечение характеристик на основе заранее заданных алгоритмов, вычислять различные параметры (характеристики) компрессора на основе упомянутых собранных данных и т.п. Вычисления,выполняемые блоком 38 предварительной обработки данных, могут быть основаны на термодинамической модели компрессора. Блок 38 предварительной обработки данных может принимать от блока 40 конфигурирования установки данные, включающие специфичные для установки параметры, значения по умолчанию для этих параметров, нормальные значения этих параметров, приемлемые границы для этих параметров и т.п. Полученные характеристики, определенные блоком 38 предварительной обработки данных,подаются в блок 42 уведомления об аномалии,который сконфигурирован для вычисления матрицы аномалий и вектора аномалий, как будет описано ниже. Блок 42 уведомления об аномалии связан также с блоком 40 конфигурирования установки и может получать требуемые данные из этого блока. Выходные данные из блока 42 уведомления об аномалии подаются в блок 44 управления случаями отказов. Блок 44 управления случаями отказов сконфигурирован, помимо прочего, для открытия нового случая отказа для компрессора,демонстрирующего аномалию. 4 Диагностический логический блок 46 связан с блоком 44 управления случаями отказов и предоставляет блоку 44 управления случаями отказов ранжированный список возможных диагностических состояний(состояний отказа/ошибки) для выраженных симптомов компрессора. Подробно формирование упомянутого ранжированного списка описано ниже. Если необходимо больше данных, блок 44 управления случаями отказов может запросить необходимые данные из блока 48 запроса данных, который может взаимодействовать с компрессорами 50. Имея ранжированный список, блок 44 управления случаями отказов может хранить данные в базе 52 данных или представлять данные пользователю 56,например, через выделенный пользовательский интерфейс 54. Альтернативно или дополнительно,блок 44 управления случаями отказов может представлять результаты анализа пользователю 58 через блок 60 связи. Таким образом, пользователь 58 имеет возможность обеспечения обратной связи к блоку 44 управления случаями отказов. В соответствии с одним из примеров осуществления настоящего изобретения, далее будет более подробно описан блок 42 уведомления об аномалии. Предположим, что множество датчиков(не показаны) распределены на упомянутых компрессорах, при этом упомянутые датчики измеряют различные параметры компрессоров, например, температуру, давление,скорость в различных положениях компрессора и т.п. Вектор, включающий эти данные, называется в настоящем описании векторомхарактеристик. Вектор(соответствующихизмеренным параметрам), при этом каждый компонент имеет временную отметку,то есть каждый компонент ассоциирован с моментом времени, в который соответствующий параметр был измерен. Этот вектор может включать данные, принятые от планировщика 36 работы и обработанные блоком 38 предварительной обработки данных. С использованием математических обозначений для векторов и их компонентов, определим вектор характеристик как. Каждый компонент векторапредставляет динамическую характеристику, например, измеренное значение,разность между измеренным значением и опорным значением, процент от порогового значения,тенденцию изменения измеряемого параметра. Компонентывекторахарактеристик измеряют и/или получают в определенные моменты времени выборки. Измерения этих компонентов повторяют через заданные интервалы времени, при этом измеренные/вычисленные компоненты могут сохраняться в базе данных для последующей обработки. В соответствии с одним из примеров осуществления настоящего изобретения, выполняют фильтрацию компонентов, чтобы сохранить только те компоненты, которые не находятся в переходном режиме, то есть для анализа нужна система в устойчивом состоянии. Затем один или более компонентов сравнивают с соответствующими нечеткими порогами, которые включают два значения значение оповещения и значение риска. Значение оповещения уведомляет оператора о том,что соответствующий параметр требует наблюдения, поскольку компрессор может начать демонстрировать нежелательное поведение. Значение риска указывает на то, что компрессор находится под угрозой отказа, и необходимо принять меры для корректировки параметров,перешедших через данный порог. Следует отметить, что, насколько известно авторам изобретения, нечеткие пороги ранее не применялись в области диагностики компрессоров. По этой причине нечеткие пороги будут рассмотрены более подробно ниже. Для каждого компонентавектораможет быть задан нижний пороги/или верхний порогдля отображения исходной переменнойв интервал 0,1. Например, нижний порог может представлять собой 0 а верхний порог -0,. На фиг.3 показан нижний нечеткий порог, а на фиг.4 - верхний нечеткий порог. Следует отметить, что фиг.3 и 4 иллюстрируют конкретные примеры нечетких порогов. Однако рассмотренные примеры осуществления настоящего изобретения допускают использование других нечетких порогов,а упомянутые конкретные нечеткие пороги,показанные на фиг.3 и 4, приведены лишь для иллюстрации. На фиг.3 показано значение с оповещения и значение а риска, а на фиг.4 показано значение а оповещения и значениериска. На фиг.3 показано,что переход параметракомпрессора через нулевое значение приводит к превышению значенияоповещения, тогда как достижение параметром значения единицы приводит к превышению значенияриска. Аналогичное описание подходит и для фиг.4. Поскольку контролируемые параметрыимеют верхний предел или нижний предел, то необходимо использовать соответствующие верхний нечеткий порог или нижний нечеткий порог. Также предполагается, чтозадает общий нечеткий порог характеристикис учетом того, что необходимо заменять наилив зависимости от направления критичного изменения. Порогирассматриваются в качестве ограничений, которые должны быть удовлетворены для поддержания нормального рабочего состояния компрессора. Разница между нечеткими ограничениями и традиционными ограничениями заключается в том, что традиционные ограничения представляют собой, как обычно принято,ступенчатые функции, тогда как нечеткие ограничения представлены неступенчатыми функциями. Векторхарактеристик можно рассматривать как матрицу М размерности, гдеколичество характеристик, а- количество отсчетов для компонентов , взятых в определенном временном окне. Временное окно представляет собой заранее заданный интервал времени, в котором снимают измерения компонентов . Для простоты рассмотрим случай, когда 20 параметровкомпрессора измеряют каждую минуту в течение временного окна, равного двум часам. При необходимости, в зависимости от конкретного компрессора, могут быть использованы другие значения. Эти данные, собранные в матрицу М, имеющую элементы (,), могут быть представлены в виде таблицы 1. Таблица 1 Путем применения пороговв векторной форме к столбцам матрицы М, получают матрицу, показанную в таблице 2. Таблица 2 Оценка ограничений Результат, показанный в таблице 2, представляет собой матрицу Е размерностих , указывающую степень, с которой каждый элемент матрицы М удовлетворяет соответствующему ограничению нормы, при этом упомянутые ограничения являются нечеткими ограничениями, рассмотренными выше. Каждый элемент (, ) матрицы Е определяется выражением (, )(М(,(.(,которое принимает значения в интервале 0, 1. Отклонение элемента (, ) от нуля указывает на потенциальное отклонение от нормы соответствующего параметра . Например, матрица 5 Е в таблице 2 показывает, что значение параметрадостигло значения оповещения в точкевыборки и значения риска в точкевыборки. Однако, вследствие потенциально большого количества точек выборки,представляется предпочтительным агрегировать числа, показанные в матрице Е. Таким образом, степень аномалии каждой характеристики может быть агрегирована в определенном временном окне, подходящем для конкретной частоты выборки и временной постоянной, связанной с данной характеристикой. В одном из применений упомянутое окно может иметь длину . В более общем случае агрегация может осуществляться с использованием скользящего окна постолбцам матрицы М. Может потребоваться выполнение агрегации над элементами, попадающими в упомянутое окно. Одним из примеров агрегации может быть экспоненциальное скользящее среднее, которое придает больший вес недавно полученным значениям. Может быть использована другая известная функция агрегации,например,обобщенные средневзвешенные значения. Результатом упомянутой агрегации является вектор А, в котором -ый элемент указывает на общую степень аномалии характеристики , то есть . Например, может быть выбрано максимальное значение аномалии для множества моментов времени измерений в соответствии с таблицей 3. В других применениях среднее значение различных аномалий, измеренных в множество моментов времени, может рассматриваться в качестве . В примере осуществления настоящего изобретения,показанном в таблице 3, после агрегации предполагается,что имеется аномалия в характеристикеи частичная аномалия в характеристике , при этом аномалия отсутствует в характеристикеДанная информация может быть интегрирована с другими источниками обнаружения аномалий (например, информацией, закодированной в виде сообщений об ошибках). Несмотря на то, что упомянутые сообщения об ошибках используются как данные логического типа (то есть сила аномалии равна 1), благодаря матрице Е полностью видна эволюция силы аномалии. Таблица 3 0 Процедура применения ограничений к характеристиками агрегация аномалий схематично показаны в таблице 4. Таблица 4 Характери стики Ограниче Оценка ния огранич ений 1(1) 1 В соответствии с одним из вариантов осуществления настоящего изобретения, блок 46 диагностики может хранить или запрашивать данные о компрессоре из внешнего устройства хранения. Таблица 5 Процедура диагностики может формировать(частично) упорядоченный список потенциальных состояний отказа/ошибки путем установления соответствия между степенями аномалии каждой характеристики, представленной вектором А, и аномалиями, предполагаемыми в определенном состоянии отказа/ошибки. Эти знания в данной области собраны в матрицу, показанную в таблице 5, первый столбец которой представляет возможные 6 состояния отказа/ошибки, а остальные столбцы представляют соответствующие предполагаемые степени силы аномалии для соответствующего состояния отказа/ошибки. В данном контексте вектор А силы аномалий можно считать вектором симптомов,который управляет системой диагностики. Другими словами, столбцы таблицы 5 заполняют, исходя из опыта и предположений оператора компрессора, записями Н, , М,или , 29476 которые обозначают высокую , среднюю, низкуюстепень последствий,непрямые последствия ( , ) или отсутствие влияния . Эти значения могут вводиться вручную производителем и/или оператором компрессора, при этом упомянутые значения соответствуют предполагаемым аномалиям и их силе в определенных состояниях отказа/ошибки в компрессоре. Следует отметить,что состояние отказа/ошибки может определять аномалии в более чем одной части компрессора. Таблица 5 включает данные, специфичные для центробежного компрессора, тогда как другие таблицы могут включать данные, относящиеся к другим диагностируемым установкам. Для примера допустим, что симптомы,указанные в первой строке таблицы 5, представляют собой различные компоненты , а строка Отказпредставляет собой одно из состояний отказа/ошибки компрессора. Для упомянутого состояния отказа/ошибки ожидается, в соответствии с данным примером осуществления настоящего изобретения, что значения симптома 1 и симптомабудут равны . Другими словами, алгоритм,реализованный в микропроцессоре, идентифицирует состояние отказа/ошибки для отказасо низкойстепенью уверенностью, если два параметра симптомы 1 и- не достигли порогового значения,а все остальные параметры являются несущественными. Следует отметить, что это является лишь примером, и каждый компрессор может иметь собственные параметры и характеристики,контролируемые требуемым образом. Состояния отказа/ошибки, указанные в первом столбце таблицы 5, могут идентифицироваться на основе правил, заданных для каждого состояния отказа/ошибки. Записи Н, , М имогут рассматриваться как предполагаемая сила симптома для каждого соответствующего состояния отказа/ошибки. Матрица, показанная в таблице 4, может рассматриваться как набор правил соответствия с элементами(,1 ,, 2 , ,), где- состояние отказа/ошибки, например,элементы, перечисленные в первом столбце таблицы 5, а- множество симптомов, например,записи в каждой строке таблицы 5. Вектор А аномалий ставится в соответствие каждому состоянию отказа/ошибки в упомянутой матрице, при этом -ая строка матрицы в таблице 5 может рассматриваться как правилосоответствия, определяемое следующим образом,,1 ,, 2 , , , где,,, , , ,где каждый компонент , из Х принимает одно из пяти значений - Н, М, ,или , причемявляется нулевым значением. Следует отметить, что векторимееткомпонентов, гдеравно количеству столбцов таблицы 5,количеству строк таблицы 5. Для каждого состояния отказа/ошибки(строка в таблице 5) блок 46 диагностики может быть сконфигурирован для вычисления меры (, А) подтверждающего доказательства (соответствия между предполагаемыми симптомами для , и вектором А аномалий) и меры (, А) опровергающего доказательства(отсутствия соответствия между предполагаемыми симптомами дляи вектором А аномалий). Существует несколько способов вычисления этих двух мер. Для лучшего их понимания далее будут рассмотрены примеры функций С и . Вектор аномалий, который представляет собой входные данные для процедуры диагностики,определяется следующим образом 1 2 ,0,1,где каждое значениележит в пределах от нуля до единицы. Для учета частичного совпадения входных данных с их соответствующими опорными значениями, принимая во внимание высокую (Н),среднюю (М) или низкуювероятность наблюдения данного симптома или тот факт, что данный симптом может являться непрямым последствием , левая сторонаправиласоответствия может быть разложена следующим образом где- бинарный указатель значения Н,,1, если (,), кроме,0 и т.д. Далее вводят набор весовых коэффициентов ,отражающих важность совпадения входных данных с записями Н, М, , ,в таблице 5 Н, , , , ,гдеможет представлять собой, например, 0,8,0,5, 0,2, 0,1, 0,0. Исходя из данного примера, может быть вычислена мера С подтверждения для учета объема доказательства, предполагаемого для состоянияотказа/ошибки и аномалии А. Другими словами, С может представлять собой взвешенное частичное соответствие между вектором А аномалий и, левой стороной правила , в соответствии со следующим выражением вычисляют с использованием традиционного скалярного умножения. Следует отметить, что А 1,2 где тогда как 0,1 ,,1, 2 ,,, где,0,1 . Для иллюстрации вычисления состоянияотказа/ошибки далее рассмотрен пример,показанный в таблице 6. Допустим, что вектор А аномалий имеет значения, показанные в первой строке таблице 6. Предположим также, что правило(строка, не показанная в таблице 5) определяется правилом , как показано во второй строке таблицы 6. Правилово второй строке раскладывают на подправила, соответствующие значениям Н, М и ,, как показано в третьей, четвертой и пятой строках таблицы 6. Поскольку значенияилине представлены для данного состояния отказа/ошибки, соответствующие правила не показаны в таблице 6. В то время как значения вектора А аномалий вычислены на основеизмеренных параметров компрессора изаранее 11. заданных ограничений, как было описано в отношении таблиц 1-4, правилоопределяют на основе опыта оператора компрессора и/или производителя компрессора. С использованием определенной выше меры С подтверждающего доказательства и упомянутых выше весовых коэффициентов, для состоянияотказа/ошибки получают значение 82. Еще один пример - с большим количеством симптомов - показан в таблице 7. Здесь, помимо высоких значений Н и средних значений М,имеются симптомы с низким значением . Для таблицы 7 используются те же весовые коэффициенты и ту же меру С подтверждающего доказательства для получения соответствия 50,7 между состояниемотказа/ошибки и вектором А аномалий. Таблица 7 Также, как было описано выше, существенным может быть вычисление объема доказательства,предполагаемого для состоянияотказа/ошибки,недостающего для вектора А аномалий. Может применяться метрика, комплиментарная к С,например (, А)1 - (, А). Однако такая метрикане дает никакой дополнительной информации. Более предпочтительную меру можно получить,вычислив поправочный коэффициент на основе вероятности того, чтоявляется причиной состояний отказа/ошибки,без наблюдения предполагаемых симптомов. Для простоты вычислений предполагается, что все симптомы 8 0 0,2 независимы друг от друга. Это эквивалентно взятию отрицательного значения вероятностной суммы недостающих значений в каждой степени аномалии(то есть дополняющей до единицы), взвешенных с помощью соответствующих весовых коэффициентов. Упомянутая вероятностная сумма представляет собой одну из множества треугольных конорм (Т-конорм), которая может использоваться для оценки объединения и задается как (,)а- а. Как и все Т-конормы, данная функция является ассоциативной. Это означает, что при наличии трех или более аргументов, функция может вычисляться рекурсивно, то есть ,), с). Например, в таблице 6 имеются следующие недостающие значения для аномалии высокой силы(0,8) имеется 0,1 в А 2 и 0,2 в А 3, а для аномалии низкой силы ( 0,2) имеется 0,8 в А 5 и 0,2 в А 6. На основе этих значений, мера (, А) опровергающего доказательства может быть вычислена следующим образом 0,80,1, 0,80,2), 0,20,8), 0,20,5)0,415,где (,)- . Если используется другая Т-конорма, например Мах(а,), то приведенное выше выражение становится следующим выражением 0,80,1, 0,80,2), 0,20,8), 0,20,5)0,16. Посредством вычисления меры опровергающего доказательства с использованием оператора максимума вместо упомянутой вероятностной суммы, недостающей информации придается меньшее значение. Существует множество семейств параметризованных Т-конорм, известных в области техники. Для вычисления меры опровержения могут использоваться и другие Т-конормы. Выбор наиболее подходящей Т-конормы диктуется консервативной или либеральной позицией, которая предпочтительна при классификации влияния недостающей информации на общую процедуру диагностики. В соответствии с одним из примеров осуществления настоящего изобретения, процессор,в котором реализован упомянутый способ диагностики, может быть сконфигурирован для предоставления оператору процессора выбора функции для меры опровержения. Специалистам понятно, что описанная выше процедура может быть реализована в аппаратном обеспечении,программном обеспечении или их комбинации. В соответствии с одним из примеров осуществления настоящего изобретения,упомянутые меры С имогут быть скомбинированы, и общий результат может быть представлен как интервал,определяемый выражением (, ), , А), 1 - (, А,или путем агрегации этих двух мер С и , где 1 (, А) используют для поправки (, А). Например, в отношении примера, показанного в таблице 6, (, А)0,82, (, А)0,415 (при использовании (, )а- а) и 1 - (, А)0,585. Упомянутый выше интервал фактически является точкой 0,82, 0,82, а оценка с поправкой составляет (, А)(1 - (, А 0,48. Используя упомянутый интервал или оценку с поправкой,можно выполнить ранжирование потенциальных состояний отказа/ошибки для формирования упорядоченного списка, на основе которого можно предложить корректирующие воздействия для наиболее вероятных состояний отказа/ошибки. Упомянутая процедура обнаружения состояния отказа/ошибки может быть представлена в соответствии с фиг.5. На шаге 500 процессор, в котором реализована данная процедура, принимает данные измерений. Данные измерений указывают на различные параметры компрессора. На шаге 502 формируют векторхарактеристик. Векторхарактеристик может иметькомпонентов. Количество компонентов может изменяться оператором компрессора. Некоторые из этих компонентов являются измеренными данными, а другие компоненты вычисляют на основе упомянутых измеренных данных. На шаге 504,который может выполняться перед шагами 500 и 502, задают описанные выше нечеткие пороги для каждого компонента векторахарактеристик. В зависимости от ситуации, упомянутые нечеткие пороги могут учитывать увеличение или уменьшение компонента. В одном из применений для компонентов векторахарактеристик может использоваться комбинация нечетких порогов и ступенчатых порогов. На основе нечетких порогов и векторахарактеристик на шаге 506 вычисляют вектор А аномалий. Процедура вычисления вектора аномалий может отличаться в зависимости от конкретного применения, как было описано выше. На шаге 508 из базы данных получают набор правил. Набор правил может быть заранее сохранен в базе данных или может изменяться в реальном времени оператором. Набор правил ставит в соответствие множество состояний отказа/ошибки соответствующим симптомам. Например, как показано в таблице 5, первый столбец задает множество состояний отказа/ошибки, и для каждого состояния отказа/ошибки предполагается множество симптомов (перечисленных в соответствующей строке). Рассматриваемые симптомы перечислены в первой строке таблицы 5, а вероятность их появления для данного состояния отказа/ошибки в строкеприведена в строке . Как можно видеть из таблицы 5, не все симптомы обязательно присутствуют для данного состояния отказа/ошибки, при этом часть из них имеет высокую вероятность, часть - низкую вероятность, а некоторые из них могут присутствовать, но не иметь прямой связи с состоянием отказа/ошибки. Поэтому вероятность появления симптома для данного состояния отказа/ошибки количественно оценивают как высокую, среднюю, низкую, нулевую или связанную косвенно. Следует отметить, что в соответствии с одним из примеров осуществления настоящего изобретения упомянутый набор правил вводится вручную техническим персоналом,который хорошо знаком с функционированием и отказами компрессора. На основе упомянутых правил и вектора А аномалий на шаге 510 вычисляют меру С подтверждающего доказательства. Данная мера показывает, с какой степенью достоверности идентифицированное состояние отказа/ошибки соответствует наблюдаемым симптомам. Данная мера может иметь процентное выражение, при этом 100 означает полностью достоверный результат. В соответствии с опциональным шагом 512, может быть также вычислена мераопровергающего доказательства,показывающая отсутствие достоверности идентифицированного состояния отказа/ошибки. В соответствии с еще одним опциональным шагом 514, две упомянутые меры С имогут быть скомбинированы для формирования 9 на шаге 516 более достоверного ранжирования возможных состояний отказа/ошибки,соответствующих набору обнаруженных симптомов. В соответствии с одним из примеров осуществления настоящего изобретения,показанным на фиг.6, предлагается способ диагностики компрессора. Способ включает шаг 600 формирования вектора характеристик компрессора,при этом вектор характеристик компрессора включает компоненты, описывающие состояние различных компонентов компрессора шаг 602 определения, на основе нечетких ограничений,агрегированного вектора аномалий,соответствующего упомянутому вектору характеристик шаг 604 задания правил для заранее заданного списка возможных диагностических состояний компрессора шаг 606 вычисления меры подтверждения между упомянутым агрегированным вектором аномалий и упомянутыми правилами и шаг 608 определения диагностического состояния компрессора на основе результата упомянутой меры подтверждения. Опциональные шаги могут включать вычисление мерыопровергающего доказательства, которая дает количественное выражение объема доказательства, недостающего для состояния отказа/ошибки, при этом упомянутая мераопровергающего доказательства может быть основана на функции треугольной конормы, или комбинирование меры С подтверждения с меройопровергающего доказательства для ранжирования состояний отказа/ошибки компрессора.- подправила правила . В соответствии с еще одним примером осуществления настоящего изобретения, процессор сконфигурирован также для вычисления мерыопровергающего доказательства,которая количественно выражает объем доказательства,недостающего для состояния отказа/ошибки,причем мераопровергающего доказательства основана на функции треугольной конормы. Упомянутый процессор также может быть сконфигурирован для комбинирования меры С подтверждения с меройопровергающего доказательства для ранжирования состояний отказа/ошибки компрессора. В соответствии с одним из примеров осуществления настоящего изобретения,машиночитаемый носитель включает исполняемые инструкции, которые при их исполнении реализуют способ диагностики компрессора. Упомянутый способ включает формирование вектора характеристик компрессора, при этом вектор характеристик компрессора включает компоненты,10 В соответствии с одним из примеров осуществления настоящего изобретения, система,включающая процессор,может быть сконфигурирована для приема значений компонентов вектора характеристик в течение заранее заданного временного окна, применения упомянутых нечетких ограничений к компонентам упомянутого вектора характеристик для определения соответствующих мгновенных аномалий в конкретные моменты времени в течение упомянутого заранее заданного временного окна и агрегации упомянутых соответствующих мгновенных аномалий для формирования агрегированного вектора аномалий для всего упомянутого заранее заданного временного окна и для всех компонентов упомянутого вектора характеристик. В соответствии с еще одним примером осуществления настоящего изобретения,упомянутый процессор сконфигурирован также для деления каждого правила на подправила,вычисления скалярного произведения каждого подправила на упомянутый агрегированный вектор аномалий и определения процентного значения,указывающего на состояние отказа/ошибки компрессора, на основе вычисленных скалярных произведений, формирующих упомянутую меру подтверждения. Дополнительно или альтернативно, процессор также сконфигурирован для использования меры С подтверждения между каждым правилом и упомянутым агрегированным вектором аномалий,причем меру С определяют как, описывающие состояние различных компонентов компрессора определение, на основе нечетких ограничений, агрегированного вектора аномалий,соответствующего упомянутому вектору характеристик задание правил для заранее заданного списка возможных состояний отказа/ошибки компрессора вычисление меры подтверждения между упомянутым агрегированным вектором аномалий и упомянутыми правилами и идентификацию состояния отказа/ошибки компрессора на основе результата упомянутой меры подтверждения. Для иллюстрации, но не для ограничения изобретения, пример системы, пригодной для осуществления операций в соответствии с вариантами осуществления настоящего изобретения, показан на фиг. 7. Рассмотренный выше процессор для реализации процедуры диагностики может являться частью упомянутой системы. Для выполнения описанных различных шагов и операций может использоваться аппаратное обеспечение, встроенное программное обеспечение,программное обеспечение или их комбинация. Пример системы 700,пригодной для осуществления действий, описанных в примерах осуществления настоящего изобретения, может включать сервер 701. Упомянутый сервер 701 может также включать центральный процессор 702 ,связанный с оперативной памятью 704 и постоянной памятью 706 . Память 706 может представлять собой другие типы носителей для хранения программ,например,программируемую память , стираемую программируемую памятьи т.д. Процессор 702 может взаимодействовать с другими внутренними и внешними компонентами посредством схемы 708 ввода/вывода (/) и шины 710 для обеспечения управляющих сигналов и т.д. Например, система 700 может взаимодействовать с множеством компрессоров для контроля любых возникающих симптомов. Упомянутое множество компрессоров может быть распределено по большой географической зоне, при этом система 700 может представлять собой централизованную систему. Процессор 702 выполняет различные функции под управлением инструкций программного и/или встроенного программного обеспечения, как известно в данной области техники. Сервер 701 также может включать одно или более устройств хранения данных, включая приводы 712 жестких и гибких дисков, приводы 714 и другое аппаратное обеспечение, способное осуществлять чтение и/или хранение информации,например,и т.п. В одном из вариантов осуществления настоящего изобретения программное обеспечение для осуществления описанных выше шагов может храниться и распространяться на - 716, дискете 718 или на носителе другого типа с возможностью портативного хранения информации. Этот носитель данных может вставляться в такие устройства как привод 714 -, дисковый привод 712 и т.п. и считываться этими устройствами. Сервер 701 может быть связан с дисплеем 720, который может представлять собой любой из существующих типов дисплеев или презентационных экранов, например,- дисплеи, плазменные дисплеи, электроннолучевые трубки (, ) и т.п. Имеется пользовательский интерфейс 722 ввода,включающий один или более механизмов пользовательского интерфейса, таких как мышь,клавиатура, микрофон, сенсорный переключатель,сенсорный экран, система распознавания голоса и т.п. Оператор системы 700 может вводить любую информацию посредством интерфейса 722,например,модифицировать количество компонентов векторахарактеристик. Сервер 701 может быть связан по сети с другими вычислительными устройствами, такими как терминалы наземной линии связи и/или беспроводные терминалы и соответствующие приложения наблюдения. Сервер может являться частью более крупной сетевой конфигурации, такой как глобальная сеть (, ),например, Интернет 728, которая обеспечивает оконечное соединение с различными клиентскими/наблюдающими устройствами наземной линии связи и/или мобильной связи. В описанных примерах осуществления настоящего изобретения предлагаются система,способ и компьютерный программный продукт для определения состояния отказа/ошибки компрессора. Следует понимать, что настоящее описание не предназначено для ограничения настоящего изобретения. Напротив, примеры осуществления настоящего изобретения охватывают альтернативы,модификации и эквиваленты в пределах объема настоящего изобретения,определяемого приложенной формулой изобретения. Кроме того, в подробном описании примеров осуществления изобретения многочисленные конкретные детали представлены для обеспечения полного понимания заявленного изобретения. Однако специалисту понятно, что различные варианты осуществления изобретения могут быть реализованы без указанных конкретных деталей. Также специалистам понятно, что примеры осуществления настоящего изобретения могут быть реализованы в устройстве беспроводной связи и в сети связи в виде способа или компьютерного программного продукта. Соответственно, примеры осуществления настоящего изобретения могут быть выполнены в виде полностью аппаратных вариантов осуществления изобретения или вариантов осуществления изобретения,сочетающих аппаратные и программные аспекты. Кроме того,примеры осуществления настоящего изобретения могут быть выполнены в виде компьютерного программного продукта,включающего машиночитаемые инструкции,хранимые на машиночитаемом носителе. Может применяться любой подходящий машиночитаемый носитель,включая жесткие диски, -, универсальные цифровые диски (, ),оптические устройства хранения или магнитные устройства хранения, например, гибкий диск или магнитную ленту. Другие, не ограничивающие изобретение, примеры машиночитаемого носителя включают флэш-память или другие известные типы памяти. Хотя особенности и элементы примеров осуществления настоящего изобретения описаны в конкретных комбинациях, каждая особенность или каждый элемент могут быть использованы отдельно без других особенностей или элементов вариантов осуществления изобретения или в различных комбинациях с описанными особенностями и элементами или без них. Описанные способы или блок-схемы могут быть реализованы в виде компьютерной программы,программного обеспечения или встроенного программного обеспечения, реализованного на машиночитаемом носителе для его исполнения специально запрограммированным компьютером или процессором. В данном описании использованы примеры настоящего изобретения для обеспечения возможности специалисту реализовать на практике изобретение, включая создание и использование любых устройств или систем и выполнение любых соответствующих способов. Объем правовой 11

МПК / Метки

МПК: G05B 23/02

Метки: компрессоров, способ, диагностики, система

Код ссылки

<a href="http://kzpatents.com/11-29476-sposob-i-sistema-dlya-diagnostiki-kompressorov.html" rel="bookmark" title="База патентов Казахстана">Способ и система для диагностики компрессоров</a>

Похожие патенты