Aktualności
Badania
06 Grudnia
Źródło: www.pwr.edu.pl
Opublikowano: 2021-12-06

Naukowcy z PWr opracują system przewidujący zużywanie się maszyn

Uniwersalny moduł do diagnostyki i prognozowania czasu zużywania się maszyn pracujących w trudnych warunkach stworzą naukowcy z Politechniki Wrocławskiej. Otrzymali na ten cel prawie 5 mln zł.

Grant przyznało Narodowe Centrum Badań i Rozwoju w ramach programu „Szybka Ścieżka”. Efektem prac naukowców z dwóch wydziałów Politechniki Wrocławskiej: Geoinżynierii, Górnictwa i Geologii oraz Matematyki, a także specjalistów z firmy AMC Tech będzie pierwszy uniwersalny system diagnostyczno-prognostyczny dla maszyn pracujących w zmiennych warunkach eksploatacyjnych, a zatem przy zmiennych obciążeniach, prędkościach obrotowych, specyfice procesu czy wpływie środowiska, a do tego przy impulsowych zakłóceniach. Chodzi o systemy maszynowe stosowane w górnictwie, energetyce oraz wielu innych gałęziach przemysłu.

Informacja w cenie

Diagnozowanie to porównywanie aktualnej wartości parametru diagnostycznego z wartością referencyjną. W wielu przypadkach producent maszyn nie podaje takich wartości granicznych, a dla urządzeń unikatowych takie wartości nie istnieją. Stąd potrzeba opracowania procedur i algorytmów wyznaczania wartości progowych, czyli takich, które ostrzegą lub zaalarmują osoby obsługujące maszyny, że konieczne są naprawy serwisowe – tłumaczy prof. Radosław Zimroz z Wydziału Geoinżynierii, Górnictwa i Geologii, jeden z inicjatorów projektu „Predicon”.

Drugim ważnym elementem badań będzie oszacowanie tzw. resztkowego czasu życia maszyny, po wystąpieniu wczesnych symptomów świadczących o rozpoczęciu się procesów degradacyjnych (czyli o zużywaniu się maszyny).

To bardzo ważne, by precyzyjnie oszacować czas bezpiecznej pracy urządzenia tak, by nie dopuścić do krytycznego zatrzymania awaryjnego. Resztkowy czas życia jest okresem bezpiecznej pracy maszyny, nawet jeśli już występują objawy procesów degradacji – wyjaśnia prof. Zimroz.

Awaryjne zatrzymanie jest – z wielu względów – bardzo kosztowne, a do tego niebezpieczne i często zaskakujące. Z drugiej strony przedwczesna naprawa i wiążąca się z nią wymiana elementów generują niepotrzebne koszty. Dlatego zarządzanie eksploatacją maszyn z wykorzystaniem diagnostyki technicznej jest optymalnym rozwiązaniem.

Proste reguły nie wystarczą

Systemy monitorowania maszyn są obecnie oferowane przez wiele firm, w tym także przez samych producentów maszyn. W celu unifikacji mają one modułową budowę – są to więc np. moduły akwizycji danych, transmisji, przetwarzania, wnioskowania czy wizualizacji itd.

W większości systemów w modułach przetwarzania i wnioskowania zaimplementowane są podstawowe algorytmy przetwarzania sygnałów i procedury wnioskowania oparte na prostych regułach diagnostycznych. Wyniki wieloletnich badań, prowadzonych m.in. na naszej uczelni, pokazują, że w przypadku maszyn pracujących w zmiennych warunkach eksploatacyjnych i w obecności zakłóceń o charakterze impulsowym, powszechnie stosowane proste reguły nie są skuteczne – przekonuje dr hab. inż. Agnieszka Wyłomańska, prof. PWr z Wydziału Matematyki, pomysłodawca koncepcji zastosowanych metod matematycznych w projekcie.

Jak tłumaczy, konieczne jest opracowanie nowych algorytmów uwzględniających specyficzny charakter danych. Prace naukowców z Politechniki Wrocławskiej koncentrują się na ulepszeniu modułów systemu monitorowania związanych z podejmowaniem decyzji diagnostycznych i prognozowaniem stanu dla tego typu maszyn.

Jak poprawić jakość prognoz?

Uczestnicy projektu zamierzają opracować i zaadaptować nowe metody do automatycznej oceny wartości granicznych symptomów zużywania się maszyny w obecności zakłóceń, opracować nowe metody modelowania danych długoterminowych oraz ich wykorzystania do prognozowania resztkowego czasu życia i wyznaczania prawdopodobieństwa bezawaryjnej pracy w danym okresie. Dodatkowo opracują też procedury do automatycznej oceny jakości prognoz.

Z kwestią jakości prognoz mierzymy się codziennie. Choćby wtedy, gdy słyszymy, że sobotnie popołudnie ma być słoneczne, więc zaplanowaliśmy wycieczkę rowerową. Tymczasem pada deszcz, czyli prognoza nas zawiodła. Niezależnie od zastosowań metody prognozowania często wykorzystują podobne modele matematyczne, stąd naturalne było zaproszenie matematyków rozwijających modele prognostyczne – mówi prof. Zimroz.

W przypadku prognozowania stanu maszyny również istnieje prawdopodobieństwo oszacowania wartości parametrów z niewystarczającą precyzją.

Dlatego musimy opracować procedury umożliwiające ocenę jakości takiej prognozy. Żeby powstała, potrzebny jest model matematyczny bazujący na zebranych do tej pory danych – dodaje prof. Wyłomańska.

Dzięki takiemu modelowi naukowcy będą w stanie przewidzieć wartości analizowanych parametrów z konkretnym prawdopodobieństwem i w określonym zakresie.

Projekt ma charakter aplikacyjny, ale rzeczywiste problemy analizowane w nim będą też inspiracją i impulsem do rozwoju nowych metod opisu danych i  budowania modeli prognostycznych. Z punktu widzenia matematyki stosowanej ten projekt jest istotny ze względu na możliwość pokazania aplikacji zaawansowanych algorytmów matematycznych – podkreśla prof. Wyłomańska.

Kontynuacja badań

Opracowując nowe metody przetwarzania danych, naukowcy będą stosować m.in. statystyczne modelowanie danych, teorię procesów losowych, opis systemów z wykorzystaniem teorii filtrów stochastycznych, tzw. odporne statystyki i metody uczenia maszynowego.

„Predicon” jest  w pewnym sensie kontynuacją i rozszerzeniem finalizowanego  już projektu „OPMO”. W przypadku obu z nich naukowcy biorą pod uwagę obecność w sygnałach diagnostycznych silnych zakłóceń o charakterze nie-gaussowskim i wykorzystują dedykowane im modele matematyczne.

Prof. Tomasz Barszcz z Akademii Górniczo-Hutniczej w Krakowie, który jest założycielem firmy AMC, jest prekursorem takiego kierunku badań. Jego praca przedstawiona na International Sound and Vibration Congress w 2009 r. była inspiracją do rozpoczęcia tego typu badań dla maszyn górniczych –  opowiada prof. Zimroz.

Naukowcy z Krakowa i Wrocławia mają już na koncie wspólne publikacje z zakresu wykorzystania metod matematycznych w diagnostyce technicznej obejmującej m.in. turbiny wiatrowe i kompresory na platformach wiertniczych.

źródło: PWr

Dyskusja (0 komentarzy)