Техническая диагностика оборудования буровой лебедки время-вероятностным методом с применением микропроцессорных средств
Автор: Функ Татьяна Андреевна, Бычков Антон Евгеньевич, Хрюкин Дмитрий Юрьевич, Волков Евгений Олегович
Журнал: Вестник Южно-Уральского государственного университета. Серия: Энергетика @vestnik-susu-power
Рубрика: Электромеханические системы
Статья в выпуске: 1 т.21, 2021 года.
Бесплатный доступ
В статье решается актуальная задача диагностики состояния электрооборудования буровой установки с целью уменьшения материальных, временных и трудовых затрат на обслуживание электроприводов БУ. Актуальность исследования подтверждается данными аналитического ресурса SciVal и обзором литературы в области технической диагностики. Для создания автоматической системы обнаружения неисправности предложено объединить математические модели объектов диагностирования логического типа с возможностями микропроцессорных средств. На примере БУ Уралмаш 6500/450 БМЧ разработаны функциональные схемы электрооборудования и логическая модель АЭП БЛ как объекта диагностирования, рассчитаны цены проверок элементов модели и составлена таблица функций неисправности. Алгоритм определения места дефекта на языке контроллера предложено строить по разработанному авторами графу поиска неисправности время-вероятностным методом. Для наглядного представления решения в статье приведен оригинальный способ диагностики неисправности отдельных элементов БУ на примере индуктивного датчика, заключающийся в введении дополнительных обратных связей и реализации алгоритма автоматического обнаружения дефекта на высокоуровневом языке программирования.
Техническая диагностика, мониторинг состояния, алгоритмы поиска неисправностей, время-вероятностный метод, буровая установка, буровая лебедка, автоматизированный электропривод
Короткий адрес: https://sciup.org/147234084
IDR: 147234084 | DOI: 10.14529/power210112
Список литературы Техническая диагностика оборудования буровой лебедки время-вероятностным методом с применением микропроцессорных средств
- Дзюбенко, О.Л. Методы обнаружения неисправностей и операции проведения ремонта комбинированных электроизмерительных приборов / О.Л. Дзюбенко, С.В. Подстреха, Е.В. Чмутин // Современные научные исследования и инновации. – 2017. – № 10. – С. 165–169.
- Самородов, А.В. Разработка программно-аппаратного комплекса для оценки технического состояния машинных агрегатов с электрическим приводом / А.В. Самородов, М.Г. Баширов, Д.Г. Чурагулов, А.А. Абдуллин // Электронный научный журнал «Нефтегазовое дело». – 2012. – № 6. – С. 10–20.
- Петухов, В. Диагностика электродвигателей. Спектральный анализ модулей векторов Парка тока и напряжения / В. Петухов // Новости электротехники. – 2008. – № 1 (49).
- SciVal. Research performance insights on thousands of institutions, worldwide. – https://www.scival.com (дата обращения: 08.02.2021).
- Абрамов, Б.И. Асинхронные электродвигатели для частотно регулируемых электроприводов буровых установок / Б.И. Абрамов, Л.Н. Макаров, Б.М. Бреслав, В.М. Пономарёв, Б.М. Парфёнов // Электротехника. – 2009. – № 1. – С. 13–18.
- Advances in Diagnostic Techniques for Induction Machines / A. Bellini, F. Filippetti, C. Tassoni, G.-A. Capolino // IEEE Transactions on Industrial Electronics. – 2008. – No. 55. – P. 4109–4126. DOI: 10.1109/tie.2008.2007527
- Isermann, R. Fault diagnosis of machines via parameter estimation and knowledge processing – Tutorial paper / R. Isermann // Automatica. – 1993. – No. 29. – P. 815–835. DOI: 10.1016/0005-1098(93)90088-b
- Ge, Z. Online monitoring of nonlinear multiple mode processes based on adaptive local model approach / Z. Ge, Z. Song // Control Engineering Practice. – 2008. – No. 16. – P. 1427–1437. DOI: 10.1016/j.conengprac.2008.04.004
- Isermann, R. Fault-Diagnosis Systems. An Introduction from Fault Detection to Fault Tolerance / R. Isermann. – Springer-Verlag Berlin Heidelberg, 2006. – 478 p. DOI: 10.1007/3-540-30368-5
- Diagnosing multiple faults in oil rig motor pumps using support vector machine classifier ensembles / E. Wandekokem, E. Mendel, F. Fabris et al. // Integrated Computer-Aided Engineering. – 2011. – No. 18. – P. 61–74. DOI: 10.3233/ica-2011-0361
- Герике, П.Б. Контроль технического состояния буровых установок серии DML по параметрам механических колебаний / П.Б. Герике // Вестник научного центра по безопасности работ в угольной промышленности. – 2014. – № 1. – С. 28–32.
- Осипов, О.И. Техническая диагностика автоматизированных электроприводов / О.И. Осипов, Ю.С. Усынин. – М.: Энергоатомиздат, 1991.– 160 с.
- Стационарные буровые установки // Нефтегазовые установки «Уралмаш НГО Холдинг». – http://www.uralmash-ngo.com/shop/statsionarnye-burovye-ustanovki/#1575541623761-51016d4a-43227e97-cfca (дата обращения: 19.01.2021).
- Лебедев, Л.С. Модернизированный метод поиска неисправностей на основе П-алгоритма / Л.С. Лебедев // Вестник ИрГТУ. – 2014. – Т. 1, № 84. – C. 100–107.
- Осипов, О.И. Диагностирование непрерывных последовательностных объектов электропривода / О.И. Осипов, С.М. Бутаков // Электротехнические системы и комплексы: межвуз. сб. науч. тр. – Магнитогорск: МГМА, 1996. – Вып. 1. – С. 65–75.
- Основы технической диагностики. В 2 кн. Кн. 1: Модели объектов, методы и алгоритмы диагноза / В.В. Карибский, П.П. Пархоменко, Е.С. Согомонян, В.Ф. Халчев; под ред. П.П. Пархоменко. – М.: Энергия, 1976. – 464 с.
- Науменко, А.П. Методы технической диагностики: материалы лекций. – Омск: ОмГТУ, 2016. – 125 с.
- Прахов, И.В. Разработка интеллектуальной системы диагностики насосных агрегатов с электрическим приводом. / И.В. Прахов, А.В. Самородов, М.Г. Баширов // Современные наукоемкие технологии. – 2017. – № 10. – С. 58–62.
- Ghosh Eshaan. Machine learning based early fault diagnosis of induction motor for electric vehicle. PhD. Diss. / Ghosh Eshaan. – Windsor, 2018. – 168 p.
