I. Анализ физических характеристик компрессора

1. Анализ основных функций компрессора

В качестве ключевого энергетического оборудования в промышленном производстве основной функцией воздушных компрессоров является преобразование электрической или механической энергии в энергию давления газа, обеспечивая стабильный и чистый источник сжатого воздуха для различных аэродинамических систем. Это оборудование широко используется в автоматизированных системах управления, приводе пневматического исполнительного механизма и сценариях технологического газа.

Во время работы компрессора из - за механического износа, изменения теплового напряжения и загрязнения среды и других факторов возникает ряд типичных явлений потерь, в том числе:

♦Окислительное старение смазочных материалов приводит к снижению смазочных свойств

♦Заглушка воздушного фильтра вызывает увеличение сопротивления впуска

♦Пыль в охладителе снижает эффективность теплообмена

♦Устойчивый износ клапанов приводит к ухудшению герметичности

♦Износ подшипников приводит к снижению механической эффективности

Эти потери напрямую влияют на эффективность работы оборудования и качество подачи газа. Исследования показывают, что основные режимы отказа компрессора включают износ подшипника, усталостный разрыв клапана, увеличение зазора ротора и старение изоляции двигателя, эти режимы отказа не только снижают энергоэффективность оборудования, но и могут вызвать незапланированные остановки, что, в свою очередь, влияет на стабильность и безопасность всей производственной линии.

Таким образом, построение модели оценки состояния здоровья на основе физических характеристик помогает реализовать переход компрессора от пассивного обслуживания к прогнозному обслуживанию и повысить уровень управления оборудованием на протяжении всего жизненного цикла.

2. Ключевые эксплуатационные параметры компрессора

II. Определение состояния здоровья

На основе записей о состоянии эксплуатации и историческом обслуживании оборудования состояние здоровья компрессора классифицируется следующим образом:

III. Построение модели данных

1. Физические драйверы построения характеристик

Основываясь на механизме работы компрессора, создайте следующие ключевые характеристики:

2. Конструкция модели обнаружения аномалий

Для обнаружения аномалий используется алгоритм изолированного леса (Isolation Forest). Алгоритм представляет собой неконтролируемый метод обнаружения аномалий, основанный на структуре дерева, основным принципом которого является рекурсивный случайный выбор характеристик и разделение пространства выборки, что делает аномалии более изолированными из - за их удаленности от большинства распределения данных.

2.1 Алгоритмические преимущества

♦Хорошая обработка высокомерных данных

♦Нет необходимости маркировать данные, применимые к промышленным объектам

♦Низкая сложность вычислений для обнаружения в реальном времени

♦Высокая чувствительность к обнаружению аномалий.

2.2 Принцип алгоритма

Изолированные леса изолируют точки данных, создавая несколько изолированных деревьев (iTree). Каждое изолированное дерево использует следующие процессы:

♦Случайный выбор параметра

♦Выбор точки разделения между максимальным и минимальным значениями характеристики

♦Рекурсивное повторение процесса до тех пор, пока все точки данных не будут изолированы

Рисунок 1: Пример алгоритма изолированного леса 1

Нормальные точки данных требуют больше шагов разделения, чтобы быть изолированными, в то время как аномалии часто изолированы на меньшем количестве шагов из - за их разреженности.

Рисунок 2: Пример алгоритма изолированных лесов 2

2.3 Процессы применения моделей

♦Предварительная обработка данных: стандартизированная обработка, устранение эффекта масштаба

♦Выбор характеристик: выберите ключевые физические параметры в качестве входных характеристик

♦Обучение моделям: обучение изолированным моделям лесов на основе обычных исторических данных

♦Обнаружение аномалий: вычисление аномальной доли новой точки данных

♦Установление пороговых значений: установление пороговых значений для определения аномалий в соответствии с оперативными потребностями

3. Стратегии обнаружения здоровья и раннего предупреждения

Создайте многоступенчатую систему оценки здоровья, которая количественно оценивает состояние здоровья устройства в диапазоне от 0 до 1:

IV. Программа системной интеграции

Система предоставляет диагностические результаты и отчеты о состоянии здоровья, а также визуализирует тенденции в области здравоохранения. Пользователь может выбрать время, сайт и устройство для запроса и получить следующие визуальные результаты:

1. Функциональные модули

♦Модуль запроса данных: поддержка запроса исторических данных по времени, сайту, устройству и другим измерениям

♦Модуль оценки здоровья: оценка здоровья устройств в режиме реального времени

♦Модуль обнаружения аномалий: распознавание аномалий в работе устройства

♦Push - модуль раннего предупреждения: своевременная передача информации раннего предупреждения

♦Модуль генерации отчетов: автоматически генерируется диагностический отчет

Рисунок 3: Данные о работе устройства в реальном времени

2. Визуальное отображение

♦Кривая тенденций в рейтинге здоровья

♦Диаграмма мониторинга ключевых параметров в реальном масштабе времени

♦Временная шкала необычных событий

♦Карта состояния здоровья оборудования

♦Настройка подсказок

Рисунок 4: Результаты медицинской диагностики оборудования

Рисунок 5: Регистрация аварийного оповещения об оборудовании

3. Преимущества системы

♦Наука: подход, основанный на сочетании физических характеристик и драйверов данных

♦Поддерживает обработку данных в реальном времени и обнаружение аномалий

♦Интерпретируемость: предоставление четкой диагностической основы и рекомендаций по обслуживанию

♦Масштабируемость: модульный дизайн облегчает функциональное расширение и интеграцию систем

Благодаря реализации программы может быть реализовано прогнозное обслуживание компрессорного оборудования, снижен риск незапланированных остановок, повышена эксплуатационная эффективность оборудования, продлен срок службы оборудования, обеспечена мощная гарантия стабильной работы промышленного производства.