автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Агрегированные модели и методы аналитической идентификации технического состояния промышленных объектов

На правах рукописи

ВЛАДОВ Юрий Рафаилович

АГРЕГИРОВАННЫЕ МОДЕЛИ И МЕТОДЫ АНАЛИТИЧЕСКОЙ ИДЕНТИФИКАЦИИ ТЕХНИЧЕСКОГО СОСТОЯНИЯ ПРОМЫШЛЕННЫХ ОБЪЕКТОВ

05.13.06 - Автоматизация и управление технологическими процессами и производствами (промышленность)

Автореферат диссертации на соискание ученой степени доктора технических наук

Оренбург 2005

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования "Оренбургский государственный университет"

Научный консультант заслуженный работник ВШ РФ,

доктор технических наук, профессор Кушнаренко Владимир Михайлович

Официальные оппоненты: заслуженный деятель науки РФ,

доктор технических наук, профессор Рапопорт Эдгар Яковлевич;

доктор технических наук, профессор Перунов Борис Всеволодович;

доктор технических наук, профессор Петько Виктор Гаврилович

Ведущая организация ООО «Волго-Уральский

научно- исследовательский и проектный институт нефти и газа»

Защита состоится мая 2005 г. в 'I часов на заседании диссертационного совета Д 212.181.02 в ГОУ ВПО «Оренбургский государственный университет» по адресу: 460018, г. Оренбург, пр. Победы, 13, ауд. 6205.

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО «Оренбургский государственный университет»

Автореферат разослан Ь апреля 2005 г.

Ученый секретарь ^^ ^

диссертационного совета Рассоха В.И.

Общая характеристика работы

Актуальность проблемы. Газоконденсатопроводы и теплоэнергетическое оборудование (ТЭО) относятся к категории промышленных объектов (ПО), отказы которых сопряжены со значительным материальным и экологическим ущербом. Увеличивающаяся продолжительность эксплуатации ПО, износ оборудования выдвигают вопросы оценки технического состояния (ТС) в ранг наиболее важных научных проблем.

В известных работах в области анализа и прогнозирования ТС ПО выделены типичные механизмы отказов, составлены физико-механические и математические модели процессов на основе локальных параметров. В то же время методы локального диагностирования не отражают реальной интенсивности изменения ТС контролируемой системы в целом. Современные методы разрушающего и неразрушающего контроля, в том числе внутритрубные дефектоскопы-снаряды, позволяют получать обширную диагностическую информацию о дефектности ПО. Однако, объективный анализ результатов дефектоскопии затруднен из-за большой размерности задачи и невозможности использования существующих методов обработки с необходимостью ранжирования данных и потери связи при этом с диагностируемым объектом. Накопленный объем информации, на наш взгляд, достиг насыщения и определил круг задач, неразрешимых традиционными способами. Принципиальный выход из создавшегося положения заключается в разработке новых методов аналитической идентификации ТС ПО на основе агрегированных параметров и моделей, позволяющих существенно сократить затраты материальных и временных ресурсов при проведении технического диагностирования, а также технического обслуживания и ремонтов.

Работа выполнена в соответствии с приоритетными направлениями развития науки и техники и Перечнем критических технологий федерального уровня на 2002-2006 гг.: «Снижение риска и уменьшение последствий природных и техногенных катастроф»; «Трубопроводный транспорт нефти и газа» и «Компьютерное моделирование», а также в соответствии с приоритетным направлением науки и техники № 2728 п.8 от 21.07.96 «Технология обеспечения безопасности продукции, производства и объектов» и постановлением Правительства России от 16.11.96 г. № 1369 о проведении внутритрубной диагностики на территориях Уральского региона и Тюменской области, планами НИР ОГУ и ООО «Оренбурггазпром» по теме: «Определение коррозионной стойкости и дефектности материалов конструкций, проведение входного контроля и оценка эффективности ..», разделу «Проведение технического диагностирования газоконденсатопроводов» (1997-2004 гг.), а также планами НИР ОГУ и НИОКР ОАО «Оренбургэнерго», согласованным с РАО «ЕЭС России»: «Создание программного обеспечения ПЭВМ по идентификации и прогнозированию состояния металла теплоэнергетического оборудования»; «Автоматизированный расчет остаточного ресурса пароперегревателей котлов электростанций ОАО «Оренбургэнерго» (2001-2004 гг.).

Цель работы: повышение эффективности функционирования промышленных объектов на этапе их длительной эксплуатации за счет разработки методологии аналитической идентификации технического состояния на основе предложенного агрегированного подхода.

Задачи исследования:

1. Разработать способы агрегирования диагностической информации и получения агрегированных моделей ТС ПО;

2. Развить основные теоретические положения построения аналитических моделей ТС ПО;

3. Предложить систему критериев и разработать соответствующую классификацию аналитических моделей ТС ПО;

4. Разработать методики и провести аналитическую идентификацию ТС газоконденсатопроводов и теплоэнергетического оборудования;

5. Создать программные комплексы для автоматизированной идентификации ТС газоконденсатопроводов и теплоэнергетического оборудования;

6. Провести по основным технико-экономическим характеристикам сравнительный анализ эффективности функционирования ПО с учетом применения автоматизированной аналитической идентификации ТС.

Методы исследования. Решение поставленных в диссертации задач основано на использовании современных теорий и методов: идентификации и автоматического управления, диагностирования, системного анализа, надежности и эффективности, случайных процессов, корреляционного анализа, вероятности и математической статистики, профилеметрии, экспериментальных исследований объектов.

Научную новизну представляют следующие результаты:

1) Методология аналитической идентификации ТС ПО, заключающаяся в нахождении по предложенным методикам агрегированных, корреляционных, аналитических и прогнозных моделей, всесторонне характеризующих процесс изменения ТС на этапе длительной эксплуатации ПО.

2) Оптимальные по критерию минимума среднего риска агрегированные модели ТС ТП и ТЭО, построенные на основе сформированных баз данных и комплекса параметров агрегирования.

3) Аппроксимирующие зависимости для выявленных разновидностей авто- и взаимо- корреляционных функций изменения ТС, отражающих различные механизмы его изменения с увеличением наработки й построенные на основе информации по отказам оборудования ТЭС и ОНГКМ за тридцатилетний период эксплуатации.

4) Классификация аналитических моделей изменения ТС ПО, включающая классы, типы и группы, соответствующие аппроксимирующим зависимостям корреляционных функций.

5) Агрегированные, корреляционные, аналитические и прогнозные модели изменения ТС газокондесатопроводов и теплоэнергетического оборудования.

Практическая значимость работы состоит в использовании научно обоснованных методов аналитической идентификации ТС газоконденсатопро-

водов и теплоэнергетического оборудования и прогнозировании изменения ТС этих ПО.

Предложена структура АСУ ТС промышленных объектов, адаптированная под основное теплоэнергетическое оборудование ОАО «Оренбургэнерго» и соединительные газоконденсатопроводы от установок комплексной подготовки газа до газоперерабатывающего завода (УКПГ - ГПЗ).

Разработаны и реализованы модульные и многофункциональные программные комплексы для агрегированной, покомпонентной и групповой идентификации ТС ГКП и ТЭО, а также статистического анализа потенциально опасных агрегатов и элементов, степень повреждения которых выше установленного порогового значения.

Реализация результатов работы.

Результаты работы внедрены на предприятиях:

- ОАО «Оренбургэнерго» и Сакмарской ТЭЦ при проведении аналитической идентификации ТС ТЭО, разработке комплексных баз данных контроля элементов основного ТЭО при планируемом переходе с ремонтов по календарным графикам на ремонты по техническому состоянию с использованием многофункционального программного комплекса для автоматизированного покомпонентного, агрегированного и группового расчета степени повреждения металла с предоставлением полнофункциональной гипертекстовой справки и документации по использованию, а также при разработке метода и создании программы автоматизированного расчета остаточного ресурса пароперегревателей котлов электростанций;

- Управление по эксплуатации соединительных продуктопроводов ООО «Оренбурггазпром» при проведении компьютерного анализа данных, полученных внутритрубной дефектоскопией и аналитической идентификации ТС газо-конденсатопроводов, а также при составлении перспективного графика проведения внутритрубной дефектоскопии;

- ОАО «Челябинское специализированное предприятие «СВЭЧЕЛ» при аналитической идентификации и прогнозировании ТС парового котла ст.№ 2 на ТЭЦ ОАО «ЧМК» с оценкой остаточного ресурса, доли остаточного времени до разрушения и продлением ресурса на 5 лет;

- «Уфа-газ» ОАО «Газ-Сервис» (Башкортостан) при производстве электросварных труб производительностью до 10 тыс.тонн / год в процессе контроля качества трубной продукции на линии ТЭСА 20-114 для аналитической идентификации дефектов в сварных трубах.

Защищены диссертации на соискание ученой степени кандидата технических наук: Щепиновым Д.Н. на тему «Автоматизация диагностирования трубопроводов, транспортирующих сероводородсодержащие среды» (Оренбург, ОГУ, 1998); Степановым Е.П. на тему «Автоматизация процесса идентификации состояния теплоэнергетического оборудования (на основе оценки степени повреждения металла)» (Оренбург, ОГУ, 2004).

Программные комплексы «Идентификация и прогнозирование ТС трубопроводов» и «Идентификация и прогнозирование ТС ТЭО» используются в учебных процессах Оренбургского государственного и Оренбургского предста-

вительства Всемирного технологического университетов при проведении лабораторных работ, практических и лекционных занятий, а также в курсовом и дипломном проектировании.

За разработку методов аналитической идентификации ТС теплоэнергетического оборудования автору присвоено звание «Лауреат премии администрации Оренбургской области в сфере науки и техники за 2004 г.».

Апробация работы. Основные положения и отдельные результаты исследования представлены, обсуждены и одобрены на международных НТК «Техническое диагностирование оборудования и трубопроводов, подверженных воздействию сероводородсодержащих сред», проводимых ОАО «Газпром», ООО «Оренбурггазпром» в 2000, 2002 и 2004 гг., всероссийских (1998, 2000, 2002 гг., г. Орск) и международной (2005 г.) НТК «Прочность и разрушение материалов и конструкций», 3-ей международной конференции «Физика и промышленность» (ФИЗПРОМ-2001), всероссийской НПК «Современные аспекты компьютерной интеграции машиностроительного производства» (2003 и 2005 гг.), а также других Российских и региональных научно-технических конференциях и научных семинарах.

Публикации. По автоматизации и управлению технологическими процессами и производствами опубликовано 196 работ, в том числе 26 авторских свидетельств и патентов на изобретения. Содержание и результаты аналитической идентификации ТС ПО отражены в 40 основных публикациях, из которых одна монография (12,5 п.л.) и три учебных пособия, одно из которых допущено Министерством образования РФ для студентов вузов, а другое рекомендовано УМО по образованию в области автоматизированного машиностроения.

На защиту выносятся:

1) Методология аналитической идентификации технического состояния промышленных объектов.

2) Многооперационная концепция построения агрегированных моделей ТС на основе сформированных баз данных по результатам диагностирований.

3) Аппроксимирующие зависимости авто- и взаимокорреляционных функций, объединенные в соответствующие семейства и отражающие выявленные механизмы изменения ТС ПО.

4) Аналитические выражения математических моделей изменения ТС и интенсивности его протекания в символьном и численном виде для общего и физически реализуемого случаев, а также модели прогнозирования ТС ПО, полученные методом компьютерного моделирования в визуальной интегрированной среде и на основе системы обыкновенных дифференциальных уравнений с запаздывающим аргументом.

5) Результаты идентификации и прогнозирования ТС длительно эксплуатирующихся газоконденсатопроводов и теплоэнергетического оборудования, а также способ оценки интенсивности изменения ТС ПО в зависимости от состояния идентифицируемого объекта.

6) Программные комплексы для автоматизированной аналитической идентификации ТС газоконденсатопроводов и ТЭО.

Структура и объем диссертации. Диссертация состоит из введения, 6 глав, заключения, списка литературы из 253 наименований и приложений. Общий объем работы 352 страницы, в том числе 306 страниц машинописного текста, включая 104 рисунка, 73 таблицы, 14 страниц списка литературы и 45 страниц приложений.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы исследования, выявлены особенности ее постановки, сформулированы цель и задачи исследования, научная новизна, теоретическая и практическая значимость исследования.

В первой главе проведен анализ научной проблемы идентификации ТС энергонапряженных ПО. Собранная за тридцатилетний период эксплуатации ТЭС Оренбургского региона информация по отказам оборудования позволяет выделить определяющий для ТС ТЭО процесс и четыре основных причины повреждения металла: ползучесть (перегрев) металла (55,2 % от общего количества отказов), далее следуют дефекты металла и монтажа (22,4 %), коррозия (14,9 %) и исчерпание ресурса (7,5 %). В работах Антикайна П.А., Аскользина П.А., Ботвиной Л.Р., Гофмана Ю.М., Должанского П.Р., Израилева Ю.Л., Лубны-Герцака А.Л., Ланской К.А., Одинга И.А., Розенберга В.М., Хромченко ФА.. и др. обсуждаются модели повреждения металла при ползучести, базирующиеся на теории упрочнения (наклепа) и разупрочнения (рекристаллизации) Однако, используемые параметры и математические модели (ММ) оценки состояния металла ТЭО в условиях высоких температур и напряжений носят локальный характер.

Известно, что с применением ТЭО в России вырабатывается более 70% электроэнергии, при этом количество отказавших элементов за последние 15 лет возросло вдвое, и эта тенденция, связанная со старением ТЭС, сохраняется. Установлено, что энергетические котлы, например типа ТГМЕ-464, содержат около 3,5 тысяч элементов, существенных с точки зрения технического состояния. Состояние каждого элемента описывается 22 параметрами, значения которых определяются методами визуального, разрушающего и неразрушающего контроля.

Общее количество данных, накопленных за эксплуатационный период Оренбургского нефтегазохимического комплекса с 1974 по 2000 гг. составило более 1500 единиц информации, анализ которой позволяет также выделить определяющий коррозионный процесс повреждения металла и четыре основных механизма накопления повреждений: язвенная коррозия металла (42,5 %), водородное расслоение (20,3%), механические повреждения (13,7 %) и сероводородное растрескивание (13,3 %). На отказы оборудования из-за потери герметичности и других причин приходится только 10,2 %.

Анализ известных параметров и математических моделей коррозионных процессов в работах Акимова Г.В., Аладинского В.В., Денисона И., Жука Н.П., Качанова Л.М., Махутова Н.А., Томашова Н.Д, Цикермана Л.Я. и др. показывает, что они также носят локальный характер, поэтому недостаточно адекватно

отражают коррозионные процессы в трубопроводах. Известные методики диагностирования ПО, в том числе оборудования и трубопроводов сероводородсо-держащих нефтегазовых месторождений, устанавливая периодичность, способы и объем контроля, признаки для оценки вида дефекта, а также степень потенциальной опасности локальных дефектов, не позволяют количественно оценивать ТС, наблюдать его изменение до и после ремонтов, проводить сравнительный анализ и прогнозировать ТС с учетом выявленных аномалий.

С другой стороны, ПО требуют периодического диагностирования, по результатам каждого из которых создается объемная диагностическая информация. Так, на Оренбургском газоконденсатном месторождении активно применяется автоматизированный метод внутритрубной дефектоскопии (ВТД), имеющий ряд существенных преимуществ: высокую разрешающую способность, возможность измерения геометрических параметров дефектов всех типов, высокую производительность и чувствительность. По результатам ВТД с помощью снаряда-дефектоскопа «Ультраскан» создана уникальная база данных дефектов трубопроводов. Часть соединительных трубопроводов продиагности-рована дважды с определенным временным интервалом. На каждый дефект в БД отводится более 10 записей, поэтому формируются большие массивы диагностической информации по результатам каждого диагностирования.

Большая размерность задачи идентификации ТС характерна в целом для энергонапряженных ПО. Известные методы обработки объемной диагностической информации не эффективны вследствие недостаточного снижения размерности задачи и потери при создании группированных рядов привязки местоположения дефектов к объекту. Из-за недостаточной информативности локальных параметров, при которых большой объем данных диагностирований остается невостребованным, априорно ухудшая адекватность разработанных на их основе математических моделей, целесообразны модели и операции агрегирования и декомпозиции (Гайцгори В.Г., Рапопорт Э.Я., Первозванский АА. и др.) как основные приемы исследования сложных систем.

На основе проведенного анализа научной проблемы сформулированы цель и задачи исследования.

Во второй главе развиты теоретические положения аналитической идентификации ТС ПО на основе агрегированного подхода. Ввиду сложности и масштабности проблемы рациональна ее декомпозиция, предполагающая нахождение: агрегированных моделей по сформированным базам данных на основе результатов диагностирований; аппроксимирующих зависимостей соответствующих корреляционных функций; общих и физически реализуемых аналитических моделей и моделей прогнозирования.

На основе исследований коррозионной поверхности трубопроводов предложено к рассмотрению новое свойство - рельефность, обладающее большей системностью и информативностью. Рельефность поверхности определяется совокупностью аномалий, создающих неравномерность и рассматриваемых в пределах базовой длины, выбирающейся в зависимости от характера поверхности. Её можно характеризовать той же системой параметров, что и известный в

машиностроении показатель шероховатость, но с увеличением диапазона изменения в 102 раз. Таким образом, если в пространстве распределить параметры по определенной шкале измерений, то параметры рельефности непосредственно следуют за параметрами шероховатости. Впоследствии это свойство для трубопроводов обобщено до рельефности как поверхностных, так и внутренних дефектов, а для ТЭО до рельефности диагностической информации. Рельефность характеризуется основными агрегированными параметрами:

- степень равномерности Ыа = — X |х, - х|;

- степень рассеивания Ыя = ; (О

- степень экстремальности № = ^ (XI х, - х х, - х ^), к = 5,7,...

Агрегированные модели подразделены по степени агрегированности на модели с одиночными параметрами агрегирования и совокупностью этих параметров. Далее использованы модели на основе комплекса параметров, учитывающие значимость входящих в них одиночных следующим образом:

а) аддитивные модели: = а, Ыа + а2 Nq + а3 №;

б) мультипликативные модели: имул = №а| + + Ыга!; (2)

в) комбинированные модели: иком6 = и^ + (1 -4) имул,

где - весовые коэффициенты, определяемые методом экспертных оценок с соблюдением условия нормирования;

£, - коэффициент, учитывающий относительное количество агрегированных параметров, входящих в

Агрегированные модели обозначены: U - для общетеоретических построений, а также для ТС трубопроводов, определяемого по поверхностным и внутренним дефектам; S - для ТС теплоэнергетического оборудования, а также для коррозионного состояния (КС) трубопроводов, определяемого только по параметрам поверхностных дефектов.

Процесс нахождения агрегированных моделей технического и коррозионного состояний трубопроводов предполагает 3 операции: 1 - подефектную, 2 - поатрегатную и 3 - общую. Информация о локальных параметрах, характеризующих глубийу Ь, длину I и и1ирйну Ь как любых йЛи только поберЯнЬстных

дефектов, поступает из базы данных. Здесь для каждого дефекта подсчитывает-ся площадь

В пределах второй основной операции по заданному количеству дефектов на участок ТП находится минимальная длина, удовлетворяющая поставленному требованию и, тем самым, определяется количество агрегатов. Далее для всех агрегатов подсчитываются агрегированные параметры N3. и по глубине ^ площади дефектов, а также учитывается относительное количе-

ство дефектов Весовые коэффициенты определяются методом экспертных оценок с учетом мнений специалистов по эксплуатации трубопроводов и условия нормирования а^, от,,. ал?, а^ .Затем подсчитываются для всех агрегатов по три агрегированные модели: аддитивная мультипликативная и ком-

бинированная и№1б на основе локальных параметров дефектов Ь, Рн и V), и значения соответствующих критериев: и Далее находятся величины критериев для аддитивных, мультипликативных и комбинированных моделей: •1адя, Лшт> Лмб> по минимуму модуля разности которых от генерального среднего определяются оптимальные агрегированные модели всех агрегатов

Третья операция агрегирования предусматривает вычисление параметров Мф по состояниям агрегатов и нахождение агрегированных моделей и^щ, и„шт и икМб, среди которых по тому же критерию минимума среднего риска выбирается оптимальная агрегированная модель итпопт для всего ТП. В отдельных случаях количество локальных параметров удваивается за счет известной при ВТД толщины Н оставшейся стенки трубы в месте дефекта, а также ее площади Рни объема Ун.

Процесс нахождения агрегированных моделей ТС ТЭО предполагает пя-тиоперационное агрегирование: покомпонентное, поэлементное, поагрегатное, погрупповое и общее (рисунок 1).

^ОПТ мин» ^опт ср» ^олтмакс

1 ^МПТ 1

м, N.

5аш| [ ............. 5ап>33

Гибы Мги6о. ^гябов Огибов Интервальные значения

Св. швы Мс. щров С^св ШВОВ ст св ШВОВ

1 Трубы Отоуб

^мпт! | ^кмб) $ада25 $мпт25 ^кмб25

N0, N,1 N>25 1 N„25 | N,25

Схема 1 Схема 25

§оптагр! Эс пгагоЗЗ

^адд! ^МИт! £|СМ61 5адаЗЗ ^мгттЗЗ 5Кибзз

i N.. Н,, ■ .а«,.« V. ■■■ N333 N,,3 N¿¡3

Агрегат 1 Агрегат 33

4 $адо3317

5тк[ 5Мк| $нк3317 | БтаЗЗ!? 5М«3317

5 ЗинЗЗП 5т«Э317 5икЧ317

4 5 | 6 | 7 8 | 9 10 11 1 1 2 | 3 4 I 5 б 7 8 д 1 ю | п

Рис i - Схема операций по нахождению агрегированных Моделей ТС

ТЭО: 1 - общая; 2 - погрупповая; 3 - поaгpeгaтная (основная); 4 - поэлементная и 5 - покомпонентная

Покомпонентное агрегирование предусматривает нахождение степени повреждения металла по трем компонентам: надежностной в соответствии с эффективной наработкой, температурной в зависимости от напряжения и температуры и механической компоненты также в зависимости от эффективной температуры для каждого элемента с учетом 11-ти существенных физико-механических свойств, а также марки стали, давления и других факторов, выбранных из базы данных Методом экспертных оценок с учетом мнений специалистов энергетической отрасли и условия нормирования выбраны весовые коэффициенты: в надежностной компоненте для вероятности отказов (1) аг(0,

номинального допускаемого напряжения (2) аад„ и относительного количества пусков (3) ап; в температурной компоненте для допускаемого напряжения (4) аап > предела ползучести (5) а,т и предела длительной прочности (6) аП1т; в механической компоненте для предела прочности (7)ал„р, предела текучести (8) относительного удлинения (9) относительного сужения (10) и ударной вязкости (11)

Поэлементное агрегирование предусматривает нахождение агрегированной модели степени повреждения металла (СПМ) элементов по компонентным данным, полученным при выполнении 1-ой операции. Найдены весовые коэффициенты для надежностной, температурной и механической компонент, которые соответственно составили 1/2, 1/3 и 1/6.

При третьей операции агрегирования сначала выбирается удельное количество элементов в агрегате. Выбор оптимального количества осуществляется по критерию минимума среднего риска, и оно находится в районе 100 элементов на агрегат. Таким образом, созданы 33 агрегата, для каждого из которых вычисляются по предложенному алгоритму три параметра из кото-

рых создаются по три агрегированные модели - аддитивная, мультипликативная и комбинированная с учетом весовых коэффициентов, заданных по умолчанию. Имеется возможность переназначения коэффициентов весомости, но с обязательным выполнением условия нормировки.

Погрупповое агрегирование имеет конечной целью получение основных статистических характеристик: математического ожидания М, дисперсии В, стандартного отклонения и границ интервалов для гибов. сварных соединений и труб с опорой на схемы графической части базы данных.

На уровне общего агрегирования в качестве исходной информации используются найденные значения ТС каждого агрегата, по которым вычисляются те же критерии и с теми же весовыми коэффициентами находятся агрегированные модели из которых по критериям минимального, среднего и максимального рисков находятся соответствующие ТС ТЭО -

§0ПТ МИН! ^ОПТ ср, Яог(1 шкс

Результаты агрегирования по каждому техническому диагностированию ПО свидетельствуют о существенной неравномерности ТС, его возрастании по мере увеличения наработки и возможности выделения потенциально опасных агрегатов.

На втором иерархическом уровне выясняется степень нелинейности связи входных и выходных агрегированных моделей ТС ПО, их стационарность и стационарная связанность, а также разработана методика нахождения аппроксимирующих корреляционных зависимостей. Отсутствие априорной информации о структуре и параметрах ММ изменения ТС ПО требует количественной оценки степени нелинейности объекта, по величине которой принимается решение о возможности использования линейной модели и соответствующего математического аппарата. Необходимая информация создается на основе построения двумерных интервальных рядов, по которым вычисляются основные статистики, регрессии и дисперсионные отношения. Так, например, для опти-

мальных агрегированных моделей ТС энергетического котла построена 6-ти интервальная по входу и выходу корреляционная таблица, по которой с учетом известных соотношений определены: математические ожидания и = 0,76933; дисперсии 0,ч =0,000457; 0,(> =0,000222; коэффициент корреляции

Рис.2 - Графики прямой и обратной регрессий

Значения коэффициента корреляции и дисперсионных отношений свидетельствует о наличии существенной статистической связи между оптимальными агрегированными моделями Ц, и 1)х. Это подтверждается критериями, значения которых намного превосходят критическое значение, равное для вероятности 0,95 и числа степеней свободы К|=П-к; кг=к-2, Рт=5,7664. Следовательно, гипотеза о линейной зависимости между оптимальными агрегированными моделями на выходе и входе не противоречит опытным данным.

Из множества построенных на основе оптимальных агрегированных моделей ТС ПО по входу и выходу, выделены четыре наиболее часто встречающихся авто- и взаимо- корреляционных функций (КФ). Характерными особенностями КФ являются постоянство математических ожиданий и дисперсий, зависимость только от разности сечений т случайных процессов и соблюдение условия эргодичности что свидетельствует в пользу стационарности и стационарной связанности случайных процессов на входе и выходе общей модели.

Предложены для авто- (3) и взаимо- (4, 5) нормированных КФ аппроксимирующие зависимости с увеличивающимися по сложности описания моделями: экспоненциальные, экспоненциально косинусные, экспоненциально полиномиальные и экспоненциально косинуссинусные:

Разработаны методики определения координат авто- и взаимокорреляционных функций в точках, охватывающих интервал корреляции, в которых проявляется наиболее сильная статистическая взаимосвязь, и называемых далее опорными и построения предложенных аппроксимирующих корреляционных зависимостей с выбором по минимаксному критерию оптимальных. Во всех случаях коэффициенты аппроксимации, характеризующие свойства КФ, а, следовательно, и случайных процессов изменения ТС - положительные вещественные числа. Причём А и В характеризуют начальные условия; а, интенсивность затухания КФ, а 0} - среднюю частоту периодических составляющих случайного процесса.

Рис.3 - Графики оптимальных нормированных аппроксимирующих авто-г„|-2(т)>г№,-2(1)(а) и взаимо- (г^.Дт) при т>0 (а) и rwl ,(т) при КО (б)) корреляционных зависимостей изменения ТС энергетического котла

Нахождение аналитических моделей ТС ПО и интенсивности его изменения, предусмотренное на 3-ем уровне, предполагает статистическую постановку задачи с входной и выходной оптимальными агрегированными моделями как случайными функциями времени. Определение аналитических моделей сводится к нахождению оценки оператора, характеризующему интенсивность изменения ТС v(t). При этом должно выполняться требование близости случайных функций выхода модели к случайной функции являющейся выходной переменной объекта.

Введен критерий близости случайных функций в виде функции потерь p[uy(t), Uj (t)], на математическое ожидание (МО) которой наложено требование минимума

Критерий минимума среднего риска (6) будет выполнен, если потребовать минимум МО функции потерь при данной реализации случайной агрегированной модели на входе Оператор условного математического ожидания или регрессия выходной переменной Uy(t) относительно вход Шо0'Д а е т оптимальный в смысле критерия (6) оператор объекта в классе всех возможных операторов. Ограничиваясь линейным описанием объекта, умножая на входную случайную функцию другой реализации, применяя операцию МО к обеим частям уравнения с учетом коммутативности оператора МО с оператором и

предполагая центрированность случайных процессов, определяем оптимальную оценку искомого оператора в классе линейных операторов по введенному критерию. С учетом нормированности предложенных аппроксимирующих корреляционных зависимостей, стационарности и стационарной связанности случайных функций Ujft) и U^t), интенсивность изменения ТС ПО при бесконечном

интервале наблюдения найдется из интегрального уравнения по типу Винера-Хопфа:

Решение (7) связано с трудностями из-за того, что t изменяется во всем диапазоне, а пределы интеграла ограничены диапазоном положительных чисел. Из теории (Н.С. Райбман) известно, что интегральное уравнение Фред-гольма 1 -го рода типа (7) сводится путем декомпозиции авто- и взаимо- КФ на две составляющие при к интегральному уравнению Вольтерра

рода, аналитически решаемое с помощью преобразования Лапласа.

Все выбранные аппроксимирующие корреляционные зависимости представляют собой аналитические функции входной и выходной агрегированных моделей и допускают аналитическое продолжение на положительную ось. В силу единственности аналитического продолжения для функций соответствующее уравнение имеет место для всех

том числе и для Проводя интегральные преобразования, получим

Поскольку для всех рассматриваемых функций существует преобразование Лапласа, то решение (8) всегда существует, и притом оно единственное. Применив прямое преобразование Лапласа и учтя теорему умножения для свертки оригиналов, получим выражение для нахождения передаточной функ-ции(ПФ) G(s):

Зная ПФ, с помощью обратного преобразования Лапласа находим аналитические модели технического состояния ПО и интенсивности его изменения.

Точность полученных аналитических моделей определяется систематическими ошибками и вероятностными характеристиками случайных ошибок выходной переменной. При этом величина систематических ошибок определяется математическим ожиданием, а вероятностные характеристики случайных ошибок оцениваются дисперсией выходной переменной. Общая задача исследования точности предполагает знание МО т^х и стандартного отклонения С7ух оптимальной агрегированной модели на входе и аналитической модели изменения ТС ПО определенного класса, типа и группы предложенной классификации. Необходимо найти МО rriuy(t) и дисперсию DUy выходной переменной и сопоставить с найденными по оптимальной выходной агрегированной модели.

Оценки соответствующего стационарного случайного

процесса, обладающего свойством эргодичности, могут быть вычислены по од-

ной реализации на достаточном по длительности интервале (0;Т) как средние значения:

(10)

mly'(,) = YÎ0Tuï(t)dt; Dl,,,(t) = |f0T[u>°(t)]:dt,

где uy(t) - реализация случайного процесса на выходе ММ;

uy°(t) = uy(t)-m(l>" - центрированная реализация выходного процесса.

Такая задача решается различными способами, но в данном случае целесообразен метод компьютерного моделирования в интегрированной среде визуального моделирования (VisSim), в которой организовываются блоки вычисления МО и дисперсии выходной переменной. Для этого физически реализуемая ПФ преобразуется в обыкновенное дифференциальное уравнение операторной формы, из которого выражается выходная переменная и находятся начальные условия для интегральных сумм, а правая часть переписывается в форме с операторами однократного интегрирования и реализуется аналоговая модель. При подаче на ее вход случайной функции Ux(t), имеющей нормальный закон распределения, а следовательно, известное МО Ших и стандартное отклонение <Тих находятся значения Шиу и Duy в конце интервала наблюдения Т. Сопоставляя полученные значения с найденными непосредственно по оптималь-

ной выходной агрегированной модели производится статистическая

оценка точности идентификации ТС ПО.

Для нахождения моделей прогнозирования, соответствующих 4-му уровню, по полученной информации о Шиу и D(jy выбираются по минимуму стандартной ошибки аппроксимирующие зависимости и находятся коэффициенты аппроксимации. Затем с учетом полученной информации производится прогнозирование и находятся прогнозные значения ТС исследуемого ПО за требуемое время прогнозирования. Предложены также модели прогнозирования ТС ПО в виде обыкновенных дифференциальных уравнений (ОДУ) 1-го (11а) или 2-го порядка (11 б) с запаздывающим х аргументом:

du (t)

T-~- + uy(t)=U.

d'u (t) du (t) .M«-* Tt-Al + Tj-A> + Uilt)-.

U„Mt-T), (lia,6)

где - постоянные времени.

В соответствии с физическими представлениями о динамике изменения ТС, данными исследований и стремлении при I -> да к предельному значению находятся параметры прогнозных моделей (Т и или при

найденной т) из системы двух ОДУ с учетом результатов последовательных диагностирований ПО. В символьном виде соответствующие выражения запишутся:

Т

,T- = t,+T.In0_Mi)).

и„

(12)

Прогнозные значения находятся по модели первого (13 а) или вто-

рого (13 б) порядка путем подстановки времени прогнозирования в уравнение для последнего диагностирования:

+

т," - т.

Д-^'). (13а, б)

Суммарная наработка ПО до момента перехода в предельное ТС, взятое с определенным коэффициентом найдется Тогда оста-

точный ресурс определится как разность найденного и наработки, соответствующей времени последнего диагностирования.

В соответствии с результатами теоретических исследований разработан алгоритм аналитической идентификации ТС ПО на основе агрегированного подхода, предполагающий выполнение следующих процедур: 1) выявление в соответствии с особенностями ПО существенных локальных параметров; 2) вычисление агрегированных моделей по данным текущего и предыдущего диагностирований; 3) нахождение по критерию минимума среднего риска оптимальных агрегированных моделей ТС для входа и выхода; 4) вычисление опорных точек для авто- и взаимо- КФ входа и выхода; 5) нахождение аппроксимирующих зависимостей КФ и выявление среди них оптимальных по минимаксному критерию; 6) нахождение в символьном и численном виде общих и физически осуществимых аналитических моделей ТС и интенсивности его изменения; 7) нахождение прогнозных значений ТС, определение показателей надежности и оценка остаточного ресурса; 8) оценка полученных результатов и внесение в случае необходимости коррекции.

Для выполнения процедур при проведении прикладных исследований разработаны соответствующие программные комплексы, а также выбраны и использованы современные программные средства: компьютерной математики, интегрированные среды визуального моделирования и экспертные системы в области аппроксимации функций.

В третьей главе рассмотрены вопросы систематизации аналитических моделей ТС ПО. Выделенные аппроксимирующие зависимости КФ изменения ТС ПО, а также непараметрическое решение интегрального уравнения с агрегированными моделями в комплексной плоскости, позволяет получить конечное множество аналитических моделей в символьном виде и вызывает необходимость разработки соответствующей классификации. Анализ известных классификаций, предложенных П. Эйкхоффом, Э.П. Сейджем и Д.Л. Мелсом, Н.С. Райбманом и др. показывает, что они недостаточно определены и имеют избыточные параметры аппроксимации. В них также не учтены возможности использования агрегированных моделей. Полную определенность и однозначность математическим моделям изменения ТС ПО придают три критерия: класс в соответствии с четырьмя видами автокорреляционных зависимостей, полученных по входной оптимальной агрегированной модели (1-ая цифра индекса); тип в соответствии с четырьмя видами взаимокорреляционных зависимостей, полученных по выходной и входной оптимальным агрегированным моделям при (2-ая цифра индекса) и группа, определяющаяся теми же четырьмя

видами взаимокорреляционных зависимостей, но при (3-я цифра индек-

са). Позиционный цифровой индекс, соответствующий классу, типу и группе, позволяет однозначно распознавать любую из 64 предложенных моделей (рисунок 4).

Рис. 4 - Структура классификации аналитических моделей ТС ПО Для каждой математической модели найдены ПФ в общей и модифицированной в дробно-рациональную форму (к индексам добавлено соответственно а и Ь). Выборочно приведены из общих ПФ О,,,,^), а из преобразованных ПФ- 04,2>(5):

С учетом полученных ПФ составлены также обыкновенные дифференциальные уравнения (ОДУ) в канонической форме, более удобной при моделировании в интегрированных средах. В качестве примера приведено ОДУ (16), полученное по ПФ Сщ^б) вместе с соотношениями для постоянных времени и коэффициентов усиления (таблица 1):

а иу (IV а-иу аи

Т4 —-р + Т,—р + Т,-^ + + =

Ж4 (11] - Л, Л у

4 с)!' 5 <И ■ А, ' <¡1 "

(16)

Таблица 1 - Постоянные времени и коэффициенты усиления ОДУ

Коэффициенты усиления Постоянные времени

К^Р +Р2- *,=(/?,+ р,)(/?, - /?, + 2ш)\ Т4 = 1/[(со2 + Р,2)(со2 -Р2г)];

к2=<Д+р2МР1-р2-*>)-а'-р,р!у, т 2 (А-А) 3 (н

К{ = аг(/?, + /?2)(/?г - /?, - 2,); К0=0г(р,+р:ха)(р:-3,+ш) + 3,р:); т р,- + -2р,р2) + з?

К- В '

2Аа {р- + + ' ^ЧР^+Р/)'

Наконец, получены в символьном виде с экспоненциальными составляющими функции изменения ТС ПО 11у(1) и у(1), снабженные теми же 3-х позиционными индексами Выборочно приведены иуШ(1) и уП1(1)

и"й(1)"2Аа[ ^ 6 +

^ р|(Р,:-а-)(1 + <)-(Р,г+«;)е.Р|, | а:(р,+рг)(-р| + Р,Р;+Рг) (]7)

Р,2 Э,'^

-(Р,2-а2)е-^]

2Аа

Анализ символьных аналитических моделей изменения ТС ПО показывает, что общие выражения являются физически неосуществимыми, так как содержат хотя бы по одной экспоненциальной составляющей с положительным показателем. Для нахождения численных аналитических моделей исследуемых ПО необходим переход от общих к физически реализуемым моделям за счет устранения нулей и полюсов с положительной вещественной частью.

В четвертой главе рассмотрены прикладные вопросы автоматизированной идентификации ТС газоконденсатопроводов (ГКП). Рассчитаны агрегированные модели ТС ГКП, прошедших две ВТД. Результаты расчётов позволяют получить оптимальные по критерию минимума среднего риска агрегированные модели (рисунок 5). На входе получено: представление дефектов плоскостное оптимальная модель - комбинированная при величине критерия минимума среднего риска - 0,03567, среднее значение ТС - 0,09579, а на выходе представление дефектов - глубинное ^ оптимальная модель - аддитивная и^ при величине критерия минимума среднего риска - 0,0233, средняя величина ТС - 0,22544. Причем, для входа и выхода общей модели длина участков ТП составила 1200 м и количество агрегатов - 32.

Рис.5 - Графики оптимальных агрегированных моделей ТС трубопровода УКПГ-ГПЗ

Найдены основные статистические характеристики, в том числе координаты опорных точек, по которым построены аппроксимирующие зависимости авто- и взаимокорреляционных функций. Погрешность выбранных по минимаксному критерию оптимальных аппроксимирующих зависимостей (таблица 2) не превышает 10 %.

В соответствии с полученными результатами ПФ данного трубопровода отнесена ко вторым классу, типу и группе, и в численном виде после преобразований запишется (18).

Таблица 2 - Оптимальные аппроксимирующие корреляционные зависимости ТС ГКП УКПГ - ГПЗ

Корреляционные функции Вид аппроксимирующей зависимости Критерий l^maxlmin Выбранные коэффициенты аппроксимации

Г«(т) A exp(-ajrl) cos(wxr) 0,098 А= l,0;ax=0,728,wx= 1,318

Гуу(7> Aexp(-a,|Tj)(cos(wvr)+sin(w, г)) 0,053 А=1,0;а,=0,959; wv= 1,966

Гуч(т) В exp(-/J|T)cos(wT), х > 0 0,040 B=0,584;(?i=0,698;w=G,946

fvvW В exp(/32T)cos(wT), т < 0 0,087 B=0,584;&=0,376,w=0,946

0,429/' -0,0237/ + 0,421/ -0,0569/ +0,730/ -0,122^-3,16 .

"" 56 + 0,64855 - 0,50051 - 0,490/ - 2,035 ~ - 2,225 - 4,52

После ряда алгебраических преобразований, связанных с устранением нулей и полюсов в числителе и знаменателе с положительной вещественной частью и ограничением степени числителя, получено выражение физически реализуемой ПФ:

/ +1,465 + 2,27

С*. М = 0,429—

(19)

вкр/ ' / +2,91/ +3,494$ + 2,084

Соответственно, с учетом (19) получено выражение для переходной функции иу(1), характеризующей изменение ТС с увеличением наработки:

"^(0 = -0,036СО5(0,943 0г"'7' -0,262^(0,943 - 0,431е"''5" + 0,467. (20)

С помощью обратного преобразования Лапласа от физически реализуемой ПФ получено аналитическое выражение для интенсивности изменения ТС: у!1Р(1) = 0,651 е "" - 0,222 е"4'1001 соэ( 0,943 ■() + 0,218 е"0'™" 8т( 0,943 • I) (21)

Совмещенные графики изменения ТС и модуля его интенсивности для ПО, названы идентограммами. По выражениям (20) и (21) построена идентограмма исследуемого трубопровода (рисунок 6).

Задача исследования точности идентификации ТС сформулирована следующим образом: на входе ММ с известным оператором преобразования в виде физически реализуемой ПФ (19) действует Ux(t), представляющая собой различные функции, например, единичная ступенчатая импульсная или случайная функции времени. В последнем случае она соответствует ТС ПО, полученному по агрегированной модели в соответствии с результатами преды-

дущего диагностирования. Зная характеристики входной функции, требуется определить соответствующие характеристики выходного процесса Uy(t).

Методом операторной формы по соотношению (29) составлено дифференциальное уравнение, которое преобразовано в уравнение с операторами однократного интегрирования

где fl,,a,,fl0 и b2,bx,b0 - постоянные коэффициенты, индекс которых соответствует степени производной выходной или входной переменных В уравнении (22)

1-й интегратор вычисляет интегральную сумму, записанную в круглых скобках,

2-й - в квадратных и 3-й - в фигурных. Получены также выражения для нахождения начальных условий интегральных сумм.

С учетом (22) составлена в интегрированной среде VisSim соответствующая аналоговая модель. Подавая на вход на выходе аналоговой модели регистрируем соответственно переходную функцию ТС ПО, интенсивность его изменения или случайную функцию uy(t). Графики первых двух для исследованного ТП отражены на рисунке 6 с индексом «м». Сопоставление полученных в процессе моделирования значений переходных и импульсных переходных функций позволяет оценить погрешности найденных аналитических моделей ТС, которые для исследованных ПО не превышает 1 %.

С учетом приведенных соотношений для составлена ана-

логовая модель ТС ПО для решения задачи прогнозирования (рисунок 7).

Рис.7 - Схема аналоговой модели с блоками вычисления mUy(t) и DUy(t)

Результаты моделирования показывают существенное возрастание гпиу (t) и DUy (t) с ростом Ших и oVk (рисунок 8) при подаче на вход оптимальной агрегированной модели Ux(t).

0,3

0,2 г 01 о

0,2

0,3 0,4 0,5 0,6

Мх

—♦— Myft>0^ -*-MyffiO,5 —м— Dy(t)0^2 Dy(t)0,5

(величина стандартного отклонения стих отражена в индексе названий кривых)

Сопоставление модельных данных, полученных с входной агрегированной моделью, и данных по выходной агрегированной модели по окончании интервала наблюдения Т показывает, что максимальная погрешность аналитических моделей ТС ТП не превышает 4,2 %.

Рассмотрены вопросы прогнозирования ТС ТП. На первом этапе построенные кривые iri(jy (t) и DUy (t) аппроксимированы линейной моделью muy (t)=a+bt с коэффициентами аппроксимации: а = 0,00091 и b = 0,00057 и квадратичной моделью Dly'(t) = c + d t + e tJ с коэффициентами с = 0,00437е-1;

Стандартная ошибка аппроксимации не превышает 0,00618, а коэффициент корреляции не ниже 0,97914. На втором этапе задаваясь прогнозным временем вычисляются прогнозные значения и

Предложена структура обобщенной автоматизированной системы управления техническим состоянием (АСУ ТС) ПО, содержащая в прямой цепи, кроме объекта управления, службу диагностики и технического надзора. Канал обратной связи для трубопроводов включает в себя снаряд-дефектоскоп, с помощью которого по результатам диагностирования формируется база данных. Информация из БД используется как в локальной диагностике с выработкой управляющего воздействия по потенциально опасным дефектам после сравнения с информацией из нормативно-технической базы, так и в разработанном программном комплексе для автоматизированной аналитической идентификации ТС ПО на основе агрегированных параметров и моделей с выработкой управляющего воздействия 12 по потенциально опасным агрегатам. Следовательно, управляющие воздействия позволяют корректировать организацию, содержание и стратегию ВТД, а также технического обслуживания и ремонта.

Программный комплекс, входящий в АСУ ТС, структурно состоит из пяти основных модулей: 1- вычисления агрегированных моделей; 2- получения корреляционных зависимостей; 3- нахождения аналитических моделей ТС и интенсивности его изменения; 4- прогнозирования ТС и 5- оценки эффективности функционирования ПО.

EW0-

В пятой главе рассмотрены вопросы идентификации ТС теплоэнергетического оборудования, эксплуатация которого проводится в условиях повышенных температур и напряжений и характеризуется постепенным деформированием металла.

Выбранный по принципам типичности и информативности модельный энергетический котел декомпозирован на 3317 существенных элементов: сварные стыки, гибы и трубы. При нахождении агрегированных моделей ТС учтены следующие параметры и физико-механические свойства котельных марок стали: вероятность отказов, число пусков и допускаемое напряжение по наработке, объединенные в надежностную компоненту, допускаемое напряжение по температуре, предел ползучести и предел длительной прочности, объединенные в температурную компоненту и пределы прочности и текучести, относительные удлинение и сужение, а также ударная вязкость, объединенные в механическую компоненту.

Проведено агрегирование информационных массивов с диагностической информацией, полученных по результатам трех диагностирований, с нахождением агрегированных моделей при различном (10... 120) количестве элементов в каждом агрегате. По критерию минимума среднего риска получены оптимальные модели ТС котла (100 эл./агр.) для каждого диагностирования Анализ агрегированных моделей (рисунок 9) показывает, что в соответствии с закономерностями, присущими ПО, степень повреждения металла с увеличением наработки также значительно возрастает, причем ухудшение ТС по агрегатам существенно неравномерное.

Рис.9 - Графики оптимальных агрегированных моделей ТС энергетического котла по данным 2-го и 3-10 диагностирований

Получены поагрегатные интенсивности изменения ТС, а также зависимости изменения интенсивностей от ТС энергетического котла (рисунок 10). Выявлены коэффициенты аппроксимирующих полиномиальных зависимостей У^ арг(Ц).

Рис. 10 - Зависимость интенсивности изменения ТС от его величины для энергетического котла по данным 2-го и 3-го диагностирований

Установлено, что ТС энергетического котла по данным 1 -го и 2-го диагностирований принадлежит диапазону 0,46. .0,55, а соответствующая интен-

сивность (0,00025. 0,00045) %/ч, а по данным 2-ю и 3-го диагностирований -диапазон ТС существенно сдвигается в сторону больших значений (0,74...0,81), а интенсивность снижается в диапазоне (0,0011... 0,00095) %/ч .

Рассчитаны опорные точки авто- и взаимо- КФ изменения ТС энергетического котла по результатам диагностирований, по которым подобраны оптимальные по минимаксному критерию аппроксимирующие зависимости (рисунок 11).

Рис.11 - Графики авто- Г^.зМ, и взаимо-Гух2з(т) при т>0(а) И г^-зСО при т < 0 (б) корреляционных зависимостей по агрегированным моделям 2-го и 3-го диагностирований

Математические модели ТС энергетического котла отнесены по данным 1-го и 2-го диагностирований к 3 классу, 4-ым типу и группе, а по данным 2-го и 3-го диагностирований к 4-ым классу, типу и группе, и после преобразований получены в численном виде. Устранение нулей и полюсов в числителе и знаменателе с положительной вещественной частью и ограничение до 2-й степени числителя позволяет получить после преобразований выражения для физически реализуемых ПФ:

С, „(,) = 0,772 , + 0,5565 + 0,468----(23)

' + 2,022 52 + 1,1755 + 0,692

С использованием единичного ступенчатого сигнала получены соответствующие переходные функции, отражающие изменение ТС энергетического котла по мере увеличения наработки:

и, ,(0 = 0,145 - 0,031с(к(0,619 Ое4126"+0,2345т(0,619 Ое"0261'- 0,114е , (24)

и, , (0 = 0,522 - 0,471е 1 "2| -0,051со5(0,625 0е"°гв' + 0,046 зт(0,625 /)е"":35' (25)

Модели интенсивностей изменения ТС металла энергетического котла получены с использованием обратного преобразования Лапласа от физически реализуемых ПФ:

У,(0 = 0,245е"2,и'+0,153 с(к(0,619 г)е"озм" -0,044 шф.б 19 ¡)еА'2т\ (26) К, 3(0 = 0,732 е"1"2' + 0,04 «>5(0,625 Ое^'3"+0,021^(0,625 27)

Построены идентограммы как совокупности графиков технического состояния и модуля интенсивности его изменения, развернутые по наработке с учетом проведенных диагностирований (рисунок 12).

Процесс прогнозирования ТС ТЭО с использованием ОДУ с запаздывающим аргументом предполагает нахождение параметров прогнозных моделей.

Рис.12 - Иден-тограммы, построенные по результатам 1-го и 2-го (а), 2-го и 3-го (б) диагностирований

Используя результаты 2-го и 3-го диагностирований, постоянная времени Т для различных агрегатов котла составила от 44550,5 ч до 58397,3 ч, а время запаздывания Т - от 17321,8 до 39487,3 ч. Прогнозные агрегатные значения ТС получены подстановкой найденных параметров в уравнения моделей для

последнего 3-го диагностирования. Рассчитан остаточный ресурс как наработка от последнего диагностирования до перехода в предельное ТС с определенным коэффициентом запаса К, (иоя^г=К,'им) (таблица 3).

Таблица 3 - Результаты расчёта остаточного ресурса агрегатов котла

№ агрегата иоЯ рп(К,=5 %) Тост Ч

3 ирга1з 70252,3

7 исы7 81878,8

13 Цко! 13 81734,9

19 Ирпх! 19 88097,6

25 Ушгь 98264,4

Структура замкнутой АСУ ТС ТЭО также основана на многомодульном и функциональном программном комплексе Аналитическая идентификация ТС ТЭО достигается при выполнении следующих основных функций выбор, считывание и анализ БД по объекту идентификации и наработке (тыс. часов), автоматизированный покомпонентный, поэлементный поагрегатный и погруппо-вой расчет степени повреждения металла; статистический анализ в виде точечных и интервальных с 95 % доверительной вероятностью характеристик ТС потенциально опасных элементов и агрегатов; сохранение конечных результатов; представление полнофункциональной гипертекстовой справки и др В алгоритме функционирования ПК использованы ряд сформулированных закономерностей, присущих ТЭО: с ростом наработки под действием деградационных процессов ухудшается ТС металла и увеличивается степень его повреждения: чем больше по модулю воздействующие факторы и чем выше их неравномерность, тем при одной и той же наработке хуже ТС металла; механически напряженные элементы, такие как сварные стыки и гибы имеют при одной и той же наработке худшее ТС, чем, например, трубы.

В процессе создания ПК разработаны: 1) методика определения эквивалентной температуры эксплуатации с учетом наработки элементов ПО на отказ, позволяющая скорректировать созданный для трех диагностирований комплекс баз данных энергетического котла и установить причины отказов элементов ТЭО за 30-тилетний период эксплуатации, основной из которых является дли-

тельный перегрев металла и, как следствие, ускоренное протекание ползучести; 2) методика определения и сами полиномиальные аппроксимирующие зависимости выбранных физико-механических свойств металла ТЭО, вошедшие в надежностную, температурную и механическую компоненты агрегированных моделей ТС трех котельных марок стали; 3) автоматизированный стенд с нагревательной камерой, снабженной системой автоматической стабилизации температуры, для испытаний на растяжение при повышенных температурах с уточнением аппроксимирующих зависимостей механической компоненты.

В шестой главе "Эффективность функционирования ПО при автоматизированной аналитической идентификации ТС" произведена сравнительная оценка комплексного показателя с помощью трех наиболее важных частных характеристик: надежности функционирования, стоимости эксплуатации и производительности. Модель надежности функционирования ПО с учетом его начального состояния, вероятности безотказной работы и восстановления, экспоненциального закона распределения в предположении простых потоков отказов и восстановлений найдены из формулы для полной вероятности сложного события и пренебрежении членами высших порядков малости (28):

где Р(0) - вероятность исправного состояния ПО в начальный момент времени, характеризующаяся одним из коэффициентов готовности; - вероятность безотказной работы, - вероятность восстановления за время вероятность безотказной работы ПО за время которое, безусловно, достаточно для его восстановления.

Выявлена закономерность: на этапе длительной эксплуатации ПО с ухудшением ТС надежность функционирования снижается, но с использованием результатов аналитической идентификации ТС она снижается существенно меньше за счет своевременного и оперативного воздействия на агрегаты ПО с ухудшенными техническими характеристиками. Поэтому вторая модель надежности функционирования ПО получается путем умножения первой на выявленную функцию с агрегированной моделью, учитывающей влияние своевременного, оперативного и более объективного воздействия на ПО, поскольку анализ ведется по всем диагностическим данным объекта.

Модель стоимости эксплуатации Сэ(1) ПО (29) выражена в долях его общей проектной стоимости

где - расходы на защиту от коррозии, тыс. рублей; - стоимость ре-

монта, тыс. рублей; показатель увеличения затрат на ремонт по мере износа; - годовая зарплата обслуживающего персонала, тыс. рублей; прочие годовые расходы на эксплуатацию, тыс. рублей; нормированный срок службы ПО.

Установлено, что на этапе длительной эксплуатации с ухудшением ТС стоимость эксплуатации повышается, но с использованием результатов аналитической идентификации она повышается существенно меньше за счет увели-

чения межремонтного цикла и уменьшения расходов на ремонт из-за повышения объективности и информативности представления о ТС. Эта закономерность справедлива с учетом некоторого возрастания стоимости за счет расходов иа формирование базы данных и разработки соответствующего программного комплекса. Поэтому, вторая модель стоимости эксплуатации С35(1) ПО получается путем умножения (29) на выявленную функцию с агрегированной моделью, учитывающей увеличение межремонтного цикла и уменьшение расходов на ремонт.

Для рассмотрения группы показателей, характеризующих производительность, примем в качестве ПО транспортирующий объект, например газопровод или паропровод. В этом случае будем говорить о суммарном объеме поставки продукта (м3) за время функционирования объекта. Тогда третья по важности частная характеристика эффективности функционирования определяется формулой:

«(» = -£->, (30)

>¿№14 ИОрЫ

где 0 и <3„ом - действительная и номинальная объемные производительности (м3/с), определяемые из соотношений: (} = Е V Р; 011(,„ = ^У^Р^ . Здесь Р, Риом - рабочая и номинальная площади сечения, м2; рабочая и номинальная

скорость поставляемой среды, м/с; - фактическое и номинальное давле-

ния среды, МПа.

Вторая модель объема поставки газа Я5(0 получается путем умножения (30) на выявленную функцию 1](и) с агрегированной моделью, учитывающей повышенные возможности соблюдения эксплуатационных режимов и сохранения проектных параметров, а также уменьшение времени простоя в ремонтный период и сокращение продолжительности ремонтов.

Комплексная оценка эффективности функционирования ПО произведена с учетом значений коэффициентов весомости частных характеристик определенных методом экспертных оценок по результатам опроса специалистов соответствующих отраслей промышленности. Основные характеристики эффективности функционирования трубопроводов Оренбургского нефтегазокон-денсатного месторождения (ОНГКМ) определены на примере типовых линейных участков, представляющие из себя идентичные 3-хкилометровые модули. В соответствии с проведенными расчетами, результирующий коэффициент коррозионной опасности в зависимости от концентрации агрессивных примесей, содержащихся в транспортируемом газе, скорости потока газа, типа применяемого ингибитора и покрытия, а также климатических условий находится как произведение соответствующих коэффициентов и равен 0,752 для условий эксплуатации ТП ОНГКМ. В соответствии с проведенными расчетами, результирующий коэффициент технического состояния энергетического оборудования в зависимости от температуры, давления, химического состава пара находится как произведение соответствующих коэффициентов и для региональных условий составляет 0,653. Опыт эксплуатации ПО Оренбургского региона с учетом статистики отказов показывает, что частные характеристики эффективности по-

еле 20-тилетней эксплуатации целесообразно рассматривать с шагом в 10000 часов.

Структурная модель типового участка трубопровода после его декомпозиции представляет собой совокупность следующих элементов 300 шт. стенок, 300 шт. продольных швов, через каждые 10 метров 200 шт. кольцевых швов и через каждые 30 метров 100 шт. монтажных швов, соединенных последовательно, а соответствующая модель энергетического котла включает в себя элементы в виде гибов, прямых участков труб и сварных соединений питательного трубопровода, водяного экономайзера, барабана, главного паропровода, конвективных и ширмовых пароперегревателей, экранов топки и газоходов, необогре-ваемых соединительных паропроводов, подвесной системы, а также запорной, предохранительной и регулирующей арматуры.

Анализ полученных результатов (рисунок 13), позволяет заключить, что для всех разработанных моделей вероятность нормального функционирования (трубопроводов и энергетического котла) в исследуемых интервалах времени монотонно убывает, поставка газа или пара растет, а относительная стоимость эксплуатации увеличивается. Исходя из найденных зависимостей ""(Ц) сделан вывод, что если техническое состояние ПО принадлежит диапазону (0,48-0,54), то оно не оказывает существенного влияния на "" но с ухудшением технического состояния с 0,54 до 0,8 эффективность нелинейно убывает с 0,41 до 0,35.

Автоматизированная аналитическая идентификация ТС в среднем повышает надежность функционирования ПО на 5,7 %, стоимость эксплуатации уменьшается на 4,3 %, поставка газа или пара возрастает на 7,3 %, а эффективность функционирования ПО повышается на 7,8 % (рисунок 13).

Рис.13 - Зависимости надежности и эффективности функционирования ТП (а), выработки пара и стоимости эксплуатации котла (б) от наработки

Разработаны аналитические модели изменения ТС для каждого ТП как с учетом выявленных дефектов, так и после их вырезки; предложена методика перехода от агрегированных моделей ТС ТП к показателям надежности с соответствующим прогнозированием; идентифицированы технические состояния с получением полной статистической информации о соединительных и магистральных трубопроводах. На основании полученной информации построен пер-

спективный график проведения ВТД, позволяющий существенно повысить равномерность ежегодно обследуемых длин ТП, а также сократить объемы дефектоскопии и ремонтных работ за счет возможности осуществления мониторинга за изменением ТС ПО до и после ремонтов, возможности прогнозирования ТС и показателей надежности. Для группы из 5-ти энергетических котлов ТЭС комплексная оценка ТС за счет проведения автоматизированной аналитической идентификации обеспечивает уменьшение объема ремонтных работ на (3,1-5,5) % и уменьшение объема технического диагностирования на (3,3-6,2) %. Верхние значения соответствуют большей наработке ТЭО.

Основные результаты и выводы

Научно обоснована и разработана методология аналитической идентификации технического состояния промышленных объектов на основе агрегирования диагностической информации.

К основным результатам работы относятся:

1. Определен класс ПО, характерными признаками которого являются: значительный объем получаемой диагностической информации и соответственно большая размерность задачи идентификации ТС ПО; необходимость сохранения привязки диагностической информации к элементам ПО; отсутствие возможности измерения и синхронного получения входной и выходной информации; большой временной интервал (5-8 лет) между диагностированиями ПО; отсутствие априорной информации о структуре и параметрах математических моделей изменения ТС ПО. Типичными представителями данного класса ПО являются газоконденсатопроводы и теплоэнергетическое оборудование.

Предложена декомпозиция общей проблемы идентификации ТС ПО, предполагающая нахождение: 1) агрегированных моделей ТС на входе и выходе; 2) аппроксимирующих зависимостей авто- и взаимо- КФ изменения ТС; 3) общих и физически реализуемых аналитических моделей ТС и 4) моделей прогнозирования ТС.

2. Разработана методика агрегирования диагностической информации ПО, предусматривающая группирование ее в агрегаты с определенным количеством элементов, оценку внутри агрегатного распределений данных с помощью предложенных агрегированных параметров: степени равномерности, рассеивания й экстремальности, всесторонне характеризующих эмерджентное свойство - рельефность, с последующим объединением их в агрегированные модели ТС -аддитивные, мультипликативные и комбинированные, из которых по критерию минимума среднего риска находятся оптимальные. Они на организованном входе и выходе являются стационарными и стационарно связанными случайными процессами.

3. Сформированы, на основе собранной за длительный период эксплуатации оборудования Оренбургского нефтегазоконденсатного комплекса и тепловых электростанций Оренбургского региона информации по отказам, автоматизированные базы данных, содержащие характеристики существенных элемен-

тов ПО, отражающие конструктивные особенности, условия эксплуатации, наработку и причину отказов.

Определены с учетом результатов анализа причин отказов элементов ПО аппроксимирующие зависимости корреляционных функций: экспоненциальные; экспоненциально косинусные; экспоненциально полиномиальные и экспоненциально косинуссинусные, отражающие различные механизмы изменения ТС при длительной эксплуатации ПО.

Предложена классификация аналитических моделей изменения ТС ПО, включающая классы, типы и группы, соответствующие аппроксимирующим зависимостям, декомпозированным по положительному и отрицательному аргументам. Получены для каждого сочетания класса, типа и группы символьные аналитические выражения математических моделей изменения ТС ПО.

4. Получены для аналитической идентификации ТС газоконденсатопро-водов методики определения: а) оптимальных по критерию минимума среднего риска агрегированных моделей по результатам последовательных диагностирований; б) оптимальных по минимаксному критерию авто- и взаимокорреляционных зависимостей изменения ТС; в) физически реализуемых численных аналитических моделей изменения ТС; г) моделей прогнозирования ТС с оценкой остаточного ресурса.

Предложено при идентификации ТС газоконденсатопроводов агрегированные модели получать по минимально возможным к задаваемому удельному количеству дефектов равновеликим участкам с использованием степени равномерности, рассеивания и экстремальности, а также количества дефектов в агрегатах по измеренным при внутритрубных дефектоскопиях локальным параметрам аномалий - глубинам и оставшимися толщинами стенки трубы и вычисленным на их основе площадям и объёмам.

5. Разработана методика аналитической идентификации ТС ТЭО, предусматривающая: а) декомпозицию с учетом конструктивных особенностей на существенные элементы; б) формирование комплексной по проведенным диагностированиям базы данных в табличной и схемной (графической) формах с характеристикой условий эксплуатации, используемых марок стали, наработки и дефектности; в) выбор и нахождение аппроксимирующих зависимостей, характеризующих безотказность, жаростойкость и механические свойства металлов; г) создание агрегатов с одинаковым количеством элементов (95... 104) с использованием основных агрегированных параметров и формирование на их основе температурной, надежностной и механической компонент; д) нахождение из компонентных моделей: аддитивной, мультипликативной и комбинированной с выбором по критерию минимума среднего риска оптимальной; е) статистический анализ агрегированной, групповой (гибы, стыки и трубы) и общей степени повреждения металла.

6. Разработаны и внедрены модульные и многофункциональные программные комплексы для автоматизированной аналитической идентификации ТС ПО как структурной основы соответствующих автоматизированных систем управления ТС. Они включают в себя модули нахождения агрегированных, корреляционных, аналитических и прогнозных моделей ТС ПО.

Определены эффективности функционирования газоконденсатопроводов и теплоэнергетического оборудования при автоматизированной аналитической идентификации ТС на основе надежности функционирования, величины поставки газа или тепловой энергии соответственно и стоимости эксплуатации. Результаты исследований показывают, что эффективность функционирования ПО при её использовании возрастает в среднем на 7,8... 10,2 %.

Содержание и результаты отражены в основных публикациях:

1. Антонов И.Н., Владов Ю.Р., Дегтярев В.Н. Исследование, разработка и внедрение лазерных способов автоматического определения шероховатости поверхностей движущихся изделий / Применение лазеров в науке и технике: Сборник научных трудов. - Миасс: Институт физики металлов УНЦ АН СССР. ПО «УралАЗ». Уральский НИ трубный институт, 1987. - С. 28-30.

2. А.с. № 1350492 (СССР). Способ определения шероховатости боковых поверхностей изделия / И.Н. Антонов, В.Н. Дегтярев, Ю.Р. Владов, Р.Т. Абдрашитов. - Опубл. в Б.И. № 41, 1987.

3. А.с. № 1322089 (СССР). Способ определения шероховатости поверхности изделия / И.Н. Антонов, В.Н. Дегтярев, Ю.Р. Владов. - Опубл. в Б.И. № 25, 1987.

4. А.с. № 1357705 (СССР). Устройство для контроля шероховатости отражающих поверхностей изделия / И.Н. Антонов, В.Н. Дегтярев, Ю.Р.Владов. - Опубл. в Б.И. № 45, 1987.

5. А.с. № 1434238 (СССР). Способ электромагнитного измерения толщины покрытий / И.Н. Антонов, В.Н. Дегтярев, Ю.Р. Владов, А.Н. Татарников. -Опубл. в Б.И.№40, 1988.

6. Кушнаренко В.М., Владов Ю.Р., Стеклов О.И. Оценка эффективности технических систем, контактирующих с коррозионными средами // Нефтяная и газовая промышленность: Научно-технический информационный сборник. Выпуск 3. - Москва, 1992. - С. 15-21.

7. А.с. № 1810775 (СССР). Способ контроля герметичности полых изделий / Ю.Р. Владов, Н.И. Жежера, Р.Т. Абдрашитов. - Опубл. в Б.И. № 15, 1993.

8. Владов Ю.Р. К методике синтеза систем управления технологическими потоками / Концепция развития и высокие технологии производства и ремонта транспортных средств: Сборник научных трудов 2-й российской научно-технической конференции. - Оренбург: ОПТУ, 1995. - С. 14-15.

9. Владов Ю.Р. Люминесцентные, лазерные и световые способы автоматического контроля технологических параметров / Инновационное проектирование в образовании, технике и технологии: Сборник научных трудов международной научно-методической конференции. - Волгоград: ВолгГТУ, 1995. -С.117-120.

10. Владов Ю.Р., Кушнаренко В.М., Щепинов Д.Н. Программное обеспечение для автоматизированной оценки состояния газопроводов / Оптимизация информационных систем: Межвузовский сборник научных трудов. 4.2. - Оренбург, 1997.-С 164-169.

11 Владов Ю Р Измерение основного возмущения в комбинированных системах автоматического управления технологическими потоками / Концепция развития и высокие технологии производства и ремонта транспортных средств в условиях постиндустриальной экономики Сборник научных трудов 3-й международной научно-технической конференции - Оренбург ОГУ, 1997

- С 224-225

12 Владов Ю Р , Владова А Ю Моделирование коррозионной поверхности трубопроводов / Прогрессивные методы эксплуатации и ремонта транспортных средств Сборник научных трудов 4-й российской научно-технической конференции -Оренбург ОГУ, 1999 -С 89-91

13 Владова А Ю , Владов Ю Р Модель автоматизированной системы управления надежностью трубопроводов / Прогрессивные методы эксплуатации и ремонта транспортных средств Сборник научных трудов 4-й российской научно-технической конференции - Оренбург ОГУ, 1999 - С 256-259

14 Владов Ю Р Идентификация коррозионного состояния трубопроводных систем в машиностроении Учебное пособие - Оренбург ОГУ, 2000 -100 с

15 Владов Ю Р , Владова А Ю Идентификация коррозионного состояния трубопроводов / Социокультурная динамика региона Культура и образование Сборник научных трудов всероссийской научно-практической конференции -Оренбург ОГУ, 2000 -С 178-181

16 Владов Ю Р , Коровяковский И В , Клинцов В В Автоматизация индивидуальных тепловых пунктов жилых домов / Прочность и разрушение материалов и конструкций Сборник научных трудов 2-й всероссийской научно-технической конференции -Орск Изд-во ОГТИ,2000 -С 136-138

17 Владов Ю Р , Владова А Ю Анализ эффективности моделирования коррозионного состояния поверхности соединительных трубопроводов / Прочность и разрушение материалов и конструкций Сборник научных трудов 2-й всероссийской научно-технической конференции - Орск Изд-во ОГТИ, 2000

- С 75-77

18 Владов Ю Р, Коровяковский ИВ Комплексный индивидуальный тепловой пункт жилого дома как объект управления / Социокультурная динамика региона Культура и образование Сборник нёучных трудов всероссийской научно-практической конференции -Оренбург ОГУ, 2000 -С 161-163

19 Владов Ю Р , Владова А Ю , Коровяковский И В , Щепинов Д Н Автоматизированная идентификация состояния технических систем / Научно-производственная и инновационная деятельность высшей школы в современных условиях Материалы международной юбилейной научно-практической конференции -Оренбург ИПК ОГУ, 2001 -С 177-178

20 Владов Ю Р Чернышев А Е К идентификации состояния металла энергетического оборудования / Научно-производственная и инновационная деятельность высшей школы в современных услбвиях Материалы международной юбилейной научно-практической конференции - Оренбург ИПК ОГУ, 2001 -С 179-180

21. Владов Ю.Р., Коровяковский И.В. Ресурсосберегающую технологию горячему водоснабжению и отоплению жилых домов / Физика и промышленность: Сборник научных трудов 3-ей международной конференции. -М.: Евразийское физическое общество, 2001. - С. 144.

22. Владов Ю.Р., Щепинов Д.Н., Владова А.Ю. Автоматизированная идентификация коррозионного состояния газопроводов с агрегированными параметрами и моделями / Техническое диагностирование оборудования и трубопроводов, подверженных воздействию сероводородсодержащих сред: Сборник научных трудов международной научно-технической конференции. - Оренбург: ОАО Газпром, ООО Оренбурггазпром, ОАО Техдиагностика, 2001.

- С.320-324.

23. Владов Ю.Р., Ботвиньев А.Н. Автоматизированный корреляционный анализ при идентификации систем / Научно-производственная и инновационная деятельность высшей школы в современных условиях: Сборник научных трудов международной юбилейной научно-практической конференции.

- Оренбург: ОГУ, 2001.-С. 175-176.

24. Владов Ю.Р., Владова А.Ю., Щепинов Д.Н., Коровяковский И.В. Идентификация технического состояния соединительных газопроводов / Диагностика оборудования и трубопроводов, подверженных воздействию серово-дородсодержащих сред: Сборник научных трудов 1У международной научно-технической конференции. - Оренбург: ОАО «Газпром», ООО «Оренбурггаз-пром», ОАО «Техдиагностика», 2002. -С. 182-191.

25. Владов Ю.Р., Коровяковский И.В. Надежность функционирования при оценке эффективности идентификации комплексных индивидуальных теплопунктов / Прочность и разрушение материалов и конструкций: Сборник научных трудов всероссийской научно-технической конференции. - Орск, ИПК ОГУ, 2002. - С.88-90.

26. Владов Ю.Р., Кушнаренко В.М., Владова А.Ю., Степанов Е.П. Идентификация технического состояния теплоэнергетического оборудования по наработке / Прочность и разрушение материалов и конструкций: Сборник научных трудов 3-й всероссийской научно-технической конференции -Орск, ИПК ОГУ, 2002. - С. 72-74.

27. Владов Ю.Р., Кушнаренко В.М., Владова А.Ю., Степанов Е.П. Идентификация состояния энергооборудования / Прогрессивные технологии в транспортных системах: Сборник докладов 5-ой российской научно-технической конференции. Часть 2. - Оренбург, ИПК ОГУ, 2002. - С. 146-147.

28. Кушнаренко В.М., Кандыба Н.Е., Степанов Е.П., Владов Ю.Р., Чирков ЮА Анализ повреждаемости парогенерирующего оборудования ТЭС // Вестник Оренбургского государственного университета. - 2003. № 6. - С.177-182.

29. Владов Ю.Р., Проскурин ДА. Идентификация поверхностных дефектов сварных труб / Динамика и прочность материалов и конструкций: Сборник научных трудов всероссийской научно-технической конференции. Вып.5.

- Орск: Изд-во ОГТИ, 2003. - С.90-94.

30. Владов Ю.Р., Владова А.Ю., Степанов Е.П. Агрегированные и корреляционные модели степени повреждения металла теплоэнергетического обору-

дования / Современные аспекты компьютерной интеграции машиностроительного производства: Сборник научных трудов всероссийской научно-технической конференции. - Оренбург, ИПК ОГУ, 2003. - С. 110-114.

31. Владов Ю.Р., Владова А.Ю., Коровяковский И.В., Степанов Е.П. Идентификационный подход к состоянию систем /Качество профессионального образования: обеспечение, контроль и управление: Материалы всероссийской научно-практической конференции. - Оренбург: ОГУ, 2003. -С. 184-186.

32. Владов Ю.Р. Теоретическое решение задачи идентификации технического состояния промышленных объектов / Современные аспекты компьютерной интеграции машиностроительного производства: Сборник научных трудов всероссийской научно-практической конференции. - Оренбург: РИК ГОУ ОГУ, 2003.-С.205-215.

33. Владов Ю.Р. Идентификация систем: Учебное пособие. - Оренбург: ОГУ, 2003. - 202 с.

34. Владов Ю.Р., Владова А.Ю Идентификация технического состояния металла теплоэнергетического оборудования. Свидетельство об отраслевой регистрации разработки № 2986. № госуд. per. 50200301000 от 15.12.2003.

35. Степанов Е.П., Кушнаренко В.М., Владов Ю.Р. Определение эквивалентной температуры эксплуатации ТЭО по времени до разрушения // Вестник Оренбургского государственного университета. - 2004. № 5. Приложение «Автотранспортные системы». - С. 63-65.

36. Владов Ю.Р., Кушнаренко В.М., Кандыба Н.Е., Степанов Е.П., Владова А.Ю. Идентификация технического состояния теплоэнергетического оборудования: Монография. - Оренбург: РИК ГОУ ОГУ, 2004. - 203 с.

37. Владов Ю.Р. Решение задачи идентификации на основе агрегированных моделей технического состояния промышленных объектов // Вестник Оренбургского государственного университета. - 2004. № 6. - С. 151-156.

38. Владов Ю.Р. Агрегирование при аналитической идентификации технического состояния промышленных объектов / Прочность и разрушение материалов и конструкций: Материалы 4-й международной научной конференции. Приложение № 1 к журналу Российской Академии Естествознания «Современные наукоемкие технологии». - М.: РАЕ, 2005. - С. 87-90.

39. Владов Ю.Р., Щепинов Д.Н. и др. Математическая Модель повреждений трубопроводов / Прочность и разрушение материалов и конструкций: Материалы 4-й международной научной конференции, Приложение № 1 к журналу Российской Академии Естествознания «Современные наукоемкие техноло-гии».-М.: РАЕ, 2005.-С. 80-82.

40. Владов Ю Р. Агрегированный подход к аналитической идентификации технического состояния промышленных объектов // Вестник Оренбургского государственного университета. - 2005. - № 2. - С. 170-174.

Лицензия № ЛР020716 от 02.11.98.

Подписано в печать 08.04.05. Формат 60x84 '/16. Бумага писчая. Усл.печ. листов 2,0. Тираж 100. Заказ 205.

ИПКГОУОГУ

460352, г. Оренбург, ГСП, пр. Победы 13, Государственное образовательное учреждение «Оренбургский государственный университет»

ОШ" ОдУЗ

%

X

? 7 í ,,ijj ''

935

Общая характеристика работы

Введение

1 Проблема идентификации технического состояния (ТС) промышленных объектов (ПО)

1.1 Актуальность и особенности проблемы

1.2 Оценка ТС трубопроводов (ТП) при длительной эксплуатации

1.2.1 Основные причины отказов

1.2.2 Электрохимическая коррозия металлов

1.2.3 Основные методы определения ТС трубопроводов

1.3 Оценка ТС теплоэнергетического оборудования (ТЭО) 42 1.3.1 Модели повреждаемости металла ТЭО 42 1.3.2. Основное ТЭО и условия его эксплуатации 51 1.3.3 Анализ методов оценки ТС ТЭО

1.3.4 Выбор ТЭО для проведения идентификации ТС и анализ отказов

1.4 Постановка цели и задачи исследования

2 Теоретические основы построения аналитических моделей ТС ПО

2.1 Декомпозиция проблемы

2.2 Агрегированные модели ТС ПО

2.2.1 Агрегированные параметры

2.2.2 Классификация агрегированных моделей

2.2.3 Построение агрегированных моделей ТС ПО

2.3 Аппроксимирующие зависимости КФ изменения ТС ПО

2.3.1 Определение степени нелинейности связи между агрегированными моделями. Основные соотношения

2.3.2 Оценка степени нелинейности агрегированных моделей

2.3.3 Выбор аппроксимирующих зависимостей корреляционных функций (КФ)

2.4 Теоретические основы получения аналитических моделей ТС 103 2.4.1 Задача нахождения аналитических моделей

2.5 Модели прогнозирования ТС ПО

2.5.1 Теоретические аспекты оценки точности

2.5.2 Прогнозирование ТС ПО

3 Систематизация аналитических моделей ТС ПО

3.1 Разработка классификации

3.2 Аналитические модели ТС ПО

3.2.1 Рациональные формы аналитических моделей

3.2.2 Аналитические модели ТС ПО 1 класса

3.2.3 Аналитические модели ТС ПО 2 класса

3.2.4 Аналитические модели ТС ПО 3 класса

3.2.5 Аналитические модели ТС ПО 4 класса

3.3 Разработка обобщенной аналоговой модели ТС ПО

4 Аналитическая идентификация ТС трубопроводов

4.1 Методика идентификации

4.2 Агрегированные модели ТС участка трубопровода

4.3 Идентификация ТС соединительных трубопроводов УКПГ-ОГПЗ

4.3.1 Агрегированные модели ТС ТП 6

4.3.2 Аппроксимирующие зависимости

4.3.3 Аналитические модели ТС ТП 6

4.3.4 Результаты аналитической идентификации ТС ТП 8

4.4 Модели прогнозирования ТС ТП

4.4.1 Разработка аналоговой модели изменения ТС ТП и оценка точности

4.4.2 Прогнозирование ТС ТП на основе моделирования в интегрированной среде

4.4.3 Прогнозирование ТС на основе ОДУ с запаздывающим аргументом

4.5 Автоматизированная идентификация ТС ТП

4.5.1 Структурная модель АСУ ТС трубопроводов

4.5.2 Разработка программного комплекса

4.5.3 Эксплуатационно-технологическое описание ПК

4.5.4 Описание эксплуатации ПК

5 Идентификация ТС ТЭО

5.1 Методика аналитической идентификации ТС

5.2 Агрегированные компоненты

5.3 Аппроксимирующие зависимости

5.3.1 Надежностная компонента

5.3.2 Температурная компонента

5.3.3 Механическая компонента

5.4 Агрегированные модели ТС энергетического котла

5.5 Аппроксимирующие зависимости

5.6 Аналитические модели ТС

5.7 Модели прогнозирования

5.7.1 Прогнозирование ТС ТЭО моделированием в интегрированной среде

5.7.2 Прогнозирование на основе ОДУ с запаздывающим аргументом

5.8 Автоматизированная идентификация и управление ТС ТЭО

5.8.1 Структурная модель АСУ ТС

5.8.2 ПК «Идентификация ТС ТЭО»

6 Эффективность функционирования ПО при аналитической идентификации ТС 269 6.1 Модели эффективности

6.2 Эффективность функционирования трубопроводов 273 4 6.3 Использование результатов идентификации ТС газоконденсатопроводов при оптимизации перспективного графика проведения ВТД

6.4 Эффективность функционирования ТЭО

6.5 Объемы ремонтных работ и ТД при аналитической идентификации ТС ТЭО 284 Основные результаты и выводы 289 Список использованных источников 292 Приложение 307 Приложение П1. Анализ отказов элементов 307 Приложение П2. Фрагменты файлов с результами ВТД 312 Приложение ПЗ. Определение механических свойств сталей при повышенных температурах 314 # Приложение П4. Идентификация ТС соединительного трубопровода УКПГ-ОГПЗ 8-2 328 Приложение П5. Разработка базы данных ТЭО на примере энергетического котла 336 Приложение П6. Схемы ПК «Идентификация ТС ПО» 341 Приложение П7. Акты внедрения и другие документы

Общая характеристика работы

В известных работах в области анализа и прогнозирования ТС ПО выделены типичные механизмы отказов, составлены физико-механические и математические модели процессов на основе локальных параметров. В то же время методы локального диагностирования не отражают реальной интенсивности изменения ТС контролируемой системы в целом. Современные методы разрушающего и неразрушающего контроля, в том числе внутритруб-ные дефектоскопы-снаряды, позволяют получать обширную диагностическую информацию о дефектности ПО. Однако, объективный анализ результатов дефектоскопии затруднен из-за большой размерности задачи и невозможности использования существующих методов обработки с необходимостью ранжирования данных и потери связи при этом с диагностируемым объектом. Накопленный объем информации, на наш взгляд, достиг насыщения и определил круг задач, неразрешимых традиционными способами. Принципиальный выход из создавшегося положения заключается в разработке новых методов аналитической идентификации ТС ПО на основе агрегированных параметров и моделей, позволяющих существенно сократить затраты материальных и временных ресурсов при проведении технического диагностирования, а также технического обслуживания и ремонтов.

Работа выполнена в соответствии с приоритетными направлениями развития науки и техники и Перечнем критических технологий федерального уровня на 2002-2006 гг.: «Снижение риска и уменьшение последствий природных и техногенных катастроф»; «Трубопроводный транспорт нефти и газа» и «Компьютерное моделирование», а также в соответствии с приоритетным направлением науки и техники № 2728 п.8 от 21.07.96 «Технология обеспечения безопасности продукции, производства и объектов» и постановлением Правительства России от 16.11.96 г. № 1369 о проведении внутри-трубной диагностики на территориях Уральского региона и Тюменской области, планами НИР ОГУ и ООО «Оренбурггазпром» по теме: «Определение коррозионной стойкости и дефектности материалов конструкций, проведение входного контроля и оценка эффективности .», разделу «Проведение технического диагностирования газоконденсатопроводов» (1997-2004 гг.), а также планами НИР ОГУ и НИОКР ОАО «Оренбургэнерго», согласованным с РАО «ЕЭС России»: «Создание программного обеспечения ПЭВМ по идентификации и прогнозированию состояния металла теплоэнергетического оборудования»; «Автоматизированный расчет остаточного ресурса пароперегревателей котлов электростанций ОАО «Оренбургэнерго» (2001-2004 гг.).

Цель работы: повышение эффективности функционирования промышленных объектов на этапе их длительной эксплуатации за счет разработки методологии аналитической идентификации технического состояния на основе предложенного агрегированного подхода.

Задачи исследования:

1. Разработать способы агрегирования диагностической информации и получения агрегированных моделей ТС ПО;

2. Развить основные теоретические положения построения математических моделей ТС ПО;

3. Предложить систему критериев и разработать соответствующую классификацию математических моделей ТС ПО;

4. Разработать методики и провести аналитическую идентификацию ТС газоконденсатопроводов и теплоэнергетического оборудования;

5. Создать программные комплексы для автоматизированной идентификации ТС газоконденсатопроводов и теплоэнергетического оборудования;

6. Провести по основным технико-экономическим характеристикам сравнительный анализ эффективности функционирования ПО с учетом применения автоматизированной аналитической идентификации ТС.

Методы исследования. Решение поставленных в диссертации задач основано на использовании современных теорий и методов: идентификации и автоматического управления, диагностирования, системного анализа, надежности и эффективности, случайных процессов, корреляционного анализа, вероятности и математической статистики, профилеметрии, экспериментальных исследований объектов.

Научную новизну представляют следующие результаты: 1. Методология аналитической идентификации ТС ПО, заключающаяся в нахождении по предложенным методикам агрегированных, корреляционных, аналитических и прогнозных моделей, всесторонне характеризующих процесс изменения ТС и интенсивность его протекания на этапе длительной эксплуатации ПО;

2. Оптимальные по критерию минимума среднего риска агрегированные модели ТС ТП и ТЭО, построенные на основе сформированных баз данных и комплекса параметров агрегирования;

3. Аппроксимирующие зависимости для выявленных разновидностей авто- и взаимокорреляционных функций изменения ТС, отражающих различные механизмы его изменения с увеличением наработки, и построенные на основе информации по отказам оборудования ТЭС и ОНГКМ за тридцатилетний период эксплуатации;

4. Классификация аналитических моделей изменения ТС ПО, включающая классы, типы и группы, соответствующие аппроксимирующим зависимостям корреляционных функций;

5. Агрегированные, корреляционные, аналитические и прогнозные модели изменения ТС газокондесатопроводов и теплоэнергетического оборудования.

Практическая значимость работы состоит в использовании научно обоснованных методов аналитической идентификации ТС газоконденсато-проводов и теплоэнергетического оборудования и прогнозировании изменения ТС этих ПО.

Предложена структура АСУ ТС промышленных объектов, адаптированная под основное теплоэнергетическое оборудование ОАО «Оренбург-энерго» и соединительные газоконденсатопроводы от установок комплексной подготовки газа до газоперерабатывающего завода (УКПГ - ГПЗ).

Разработаны и реализованы модульные и многофункциональные программные комплексы для агрегированной, покомпонентной и групповой идентификации ТС ГКП и ТЭО, а также статистического анализа потенциально опасных агрегатов и элементов, степень повреждения которых выше установленного порогового значения.

Реализация результатов работы.

Результаты работы внедрены на предприятиях:

- ОАО «Оренбургэнерго» и Сакмарской ТЭЦ при проведении аналитической идентификации ТС ТЭО, разработке комплексных баз данных контроля элементов основного ТЭО при планируемом переходе с ремонтов по календарным графикам на ремонты по техническому состоянию с использованием многофункционального программного комплекса для автоматизированного покомпонентного, агрегированного и группового расчета степени повреждения металла с предоставлением полнофункциональной гипертекстовой справки и документации по использованию, а также при разработке метода и создании программы автоматизированного расчета остаточного ресурса пароперегревателей котлов электростанций;

- Управление по эксплуатации соединительных продуктопроводов ООО «Оренбурггазпром» при проведении компьютерного анализа данных, полученных внутритрубной дефектоскопией и аналитической идентификации ТС газоконденсатопроводов, а также при составлении перспективного графика проведения внутритрубной дефектоскопии;

- ОАО Челябинское специализированное предприятие «СВЭЧЕЛ» при аналитической идентификации и прогнозировании ТС парового котла ст.№ 2 на ТЭЦ ОАО «ЧМК» с оценкой остаточного ресурса, доли остаточного времени до разрушения и продлением ресурса на 5 лет;

- «Уфа-газ» ОАО «Газ-Сервис» (Башкортостан) при производстве электросварных труб производительностью до 10 тыс.тонн / год в процессе контроля качества трубной продукции на линии ТЭСА 20-114 для аналитической идентификации дефектов в сварных трубах.

Защищены диссертации на соискание ученой степени кандидата технических наук Щепиновым Д.Н. на тему «Автоматизация диагностирования трубопроводов, транспортирующих сероводородсодержащие среды» (Оренбург, ОГУ, 1998); Степановым Е.П. на тему «Автоматизация процесса идентификации состояния теплоэнергетического оборудования (на основе оценки степени повреждения металла)» (Оренбург, ОГУ, 2004).

Программные комплексы «Идентификация и прогнозирование ТС трубопроводов» и «Идентификация и прогнозирование ТС ТЭО» используются в учебных процессах Оренбургского государственного и Оренбургского представительства Всемирного технологического университетов при проведении лабораторных работ, практических и лекционных занятий, а также в курсовом и дипломном проектировании.

За разработку методов аналитической идентификации ТС теплоэнергетического оборудования автору присвоено звание «Лауреат премии администрации Оренбургской области в сфере науки и техники за 2004 г.».

Апробация работы. Основные положения и отдельные результаты исследования представлены, обсуждены и одобрены на международных НТК «Техническое диагностирование оборудования и трубопроводов, подверженных воздействию сероводородсодержащих сред», проводимых ОАО «Газпром», ООО «Оренбурггазпром» в 2000, 2002 и 2004 гг., всероссийских (1998, 2000, 2002 гг., г. Орск) и международной (2005 г.) НТК «Прочность и разрушение материалов и конструкций», 3-ей международной конференции

Физика и промышленность» (ФИЗПРОМ-2001), всероссийской НПК «Современные аспекты компьютерной интеграции машиностроительного производства» (2003 и 2005 гг.), а также других Российских и региональных научно-технических конференциях и научных семинарах.

Публикации. По автоматизации и управлению технологическими процессами и производствами опубликовано 196 работ, в том числе 26 авторских свидетельств и патентов на изобретения. Содержание и результаты аналитической идентификации ТС ПО отражены в 40 основных публикациях, из которых одна монография (12,5 п.л.) и три учебных пособия, одно из которых допущено Министерством образования РФ для студентов вузов, а другое рекомендовано УМО по образованию в области автоматизированного машиностроения.

На защиту выносятся:

1. Методология аналитической идентификации технического состояния промышленных объектов;

2. Многооперационная концепция построения агрегированных моделей ТС на основе сформированных баз данных по результатам диагностирований;

3. Аппроксимирующие зависимости авто- и взаимо- корреляционных функций, объединенные в соответствующие семейства и отражающие выявленные механизмы изменения ТС ПО;

4. Аналитические выражения математических моделей изменения ТС и интенсивности его протекания в символьном и численном виде для общего и физически реализуемого случаев, а также модели прогнозирования ТС ПО, полученные методом компьютерного моделирования в визуальной интегрированной среде и на основе системы обыкновенных дифференциальных уравнений с запаздывающим аргументом;

5. Результаты идентификации и прогнозирования ТС длительно эксплуатирующихся газоконденсатопроводов и теплоэнергетического оборудования, а также способ оценки интенсивности изменения ТС ПО в зависимости от состояния идентифицируемого объекта;

6. Программные комплексы для автоматизированной аналитической идентификации ТС газоконденсатопроводов и ТЭО.

Структура и объем диссертации. Диссертация состоит из введения, 6 глав, заключения, списка литературы из 253 наименований и приложений. Общий объем работы 352 страницы, в том числе 306 страниц машинописного текста, включая 104 рисунка, 73 таблицы, 14 страниц списка литературы и 45 страниц приложений.

Основные результаты и выводы

Научно обоснована и разработана методология аналитической идентификации технического состояния промышленных объектов на основе агрегирования диагностической информации.

К основным результатам работы относятся:

1. Определен класс ПО, характерными признаками которого являются: значительный объем получаемой диагностической информации и соответственно большая размерность задачи идентификации ТС ПО; необходимость сохранения привязки диагностической информации к элементам ПО; отсутствие возможности измерения и синхронного получения входной и выходной информации; большой временной интервал (5-8 лет) между диагностированиями ПО; отсутствие априорной информации о структуре и параметрах математических моделей изменения ТС ПО. Типичными представителями данного класса ПО являются газоконденсатопроводы и теплоэнергетическое оборудование.

Предложена декомпозиция общей проблемы идентификации ТС ПО, предполагающая нахождение: 1) агрегированных моделей ТС на входе и выходе; 2) аппроксимирующих зависимостей авто- и взаимо- КФ изменения ТС; 3) общих и физически реализуемых аналитических моделей ТС и 4) моделей прогнозирования ТС.

2. Разработана методика агрегирования диагностической информации ПО, предусматривающая группирование ее в агрегаты с определенным количеством элементов, оценку внутри агрегатного распределения данных с помощью предложенных агрегированных параметров: степени равномерности, рассеивания и экстремальности, всесторонне характеризующих эмерджент-ное свойство - рельефность, с последующим объединением их в агрегированные модели ТС: аддитивные, мультипликативные и комбинированные, из которых по критерию минимума среднего риска находятся оптимальные. Они на организованном входе и выходе являются стационарными и стационарно связанными случайными процессами.

3. Сформированы, на основе собранной за длительный период эксплуатации оборудования Оренбургского нефтегазоконденсатного комплекса и тепловых электростанций Оренбургского региона информации по отказам, автоматизированные базы данных, содержащие характеристики существенных элементов ПО, отражающие конструктивные особенности, условия эксплуатации, наработку и причину отказов.

Определены с учетом результатов анализа причин отказов элементов ПО аппроксимирующие зависимости корреляционных функций: экспоненциальные; экспоненциально косинусные; экспоненциально полиномиальные и экспоненциально косинуссинусные, отражающие различные механизмы изменения ТС при длительной эксплуатации ПО.

Предложена классификация аналитических моделей изменения ТС ПО, включающая классы, типы и группы, соответствующие аппроксимирующим зависимостям, декомпозированным по положительному и отрицательному аргументам. Получены для каждого сочетания класса, типа и группы символьные аналитические выражения математических моделей изменения ТС ПО.

4. Получены для аналитической идентификации ТС газоконденсато-проводов методики определения: а) оптимальных по критерию минимума среднего риска агрегированных моделей по результатам последовательных диагностирований; б) оптимальных по минимаксному критерию авто- и взаимокорреляционных зависимостей изменения ТС; в) физически реализуемых численных аналитических моделей изменения ТС; г) моделей прогнозирования ТС с оценкой остаточного ресурса.

Предложено при идентификации ТС газоконденсатопроводов агрегированные модели получать по минимально возможным к задаваемому удельному количеству дефектов равновеликим участкам с использованием степени равномерности, рассеивания и экстремальности, а также количества дефектов в агрегатах по измеренным в процессах внутритрубной дефектоскопии локальным параметрам аномалий: глубинам и оставшимися толщинами стенки трубы и вычисленным на их основе площадям и объёмам.

5. Разработана методика аналитической идентификации ТС ТЭО, предусматривающая: а) декомпозицию с учетом конструктивных особенностей на существенные элементы; б) формирование комплексной по проведенным диагностированиям БД в табличной и схемной (графической) формах с характеристикой условий эксплуатации, используемых марок стали, наработки и дефектности; в) выбор и нахождение аппроксимирующих зависимостей, характеризующих безотказность, жаростойкость и механические свойства металлов; г) создание агрегатов с одинаковым количеством элементов (95.104) с использованием основных агрегированных параметров и формирование на их основе температурной, надежностной и механической компонент; д) нахождение из компонентных моделей: аддитивной, мультипликативной и комбинированной с выбором по критерию минимума среднего риска оптимальной; е) статистический анализ агрегированной, групповой (гибы, стыки и трубы) и общей степени повреждения металла.

6. Разработаны и внедрены модульные и многофункциональные программные комплексы для автоматизированной аналитической идентификации ТС ПО, как структурной основы соответствующих автоматизированных систем управления ТС. Они включают в себя модули нахождения агрегированных, корреляционных, аналитических и прогнозных моделей ТС ПО.

Определены эффективности функционирования газоконденсатопроводов и теплоэнергетического оборудования при автоматизированной аналитической идентификации ТС на основе надежности функционирования, величины поставки газа или тепловой энергии соответственно и стоимости эксплуатации. Результаты исследований показывают, что эффективность функционирования ПО при её использовании возрастает в среднем на 7,8. 10,2 %.

1. Абрамов О.Н., Розенбаум А.Н. Прогнозирование состояния технических систем. -М.: Наука. 1990. -126 с.

2. Автоматизация, приборы контроля и регулирования производственных процессов в нефтяной и нефтехимической промышленности. Кн. Пятая: Автоматическое регулирование. Телемеханика. -М: Недра, 1967. -956 с.

3. Автоматизация поискового конструирования (искусственный интеллект в машинном проектировании) / А.И. Половинкин, Н.К. Бобков и др.; под ред. А.И. Половинкина. М.: Радио и связь, 1981. -344 с.

4. Адаменко А.Н., Кучуков A.M. Логическое программирование и Visual Prolog. СПб.: БХВ-Петербург, 2003. -992 с.

5. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Основы моделирования и первичная обработка данных. М.: Финансы и статистика, 1983. -471 с.

6. Аладьев В.З., Шишаков М.Л. Автоматизированное рабочее место математика. -М.: Лаборатория Базовых Знаний, 2000. -752 с.

7. Амосов А.А., Дубинский Ю.А., Копченова Н.В. Вычислительные методы для инженеров. М.: Высш.шк., 1994. -544 с.

8. Андерсон Т. Статистический анализ временных рядов. -М.: Мир, 1976. '

9. Антикайн П.А. Металлы и расчет на прочность котлов и трубопроводов. -М.: Энергосервис, 2001. -440 с.

10. Арбачаускене Н., Балтрунас Н., Немура А., Непорта А., Рубикене Г. Идентификация динамических систем. Вильнюс: Минитис, 1974.

11. Аскользин П.А. Коррозия и защита металла теплоэнергетического оборудования. М.: Энергоиздат, 1982. -304 с.

12. А.с. № 1810775 (СССР). Способ контроля герметичности полых изделий / Владов Ю.Р., Жежера Н.И., Абдрашитов Р.Т. Опубл. в Б.И. № 15, 1993.

13. А.с. № 1613901 (СССР). Способ испытания изделий на герметичность / Жежера Н.И., Тюков Н.И., Жежера Д.Н., Чапалда И.В., Владов Ю.Р. -Опубл. в Б.И. № 46, 1990.

14. А.с. № 1434238 (СССР). Способ электромагнитного измерения толщины покрытий /Антонов И.Н., Дегтярев В.Н., Владов Ю.Р., Татарников А.Н. Опубл. в Б.И. № 40, 1988.

15. А.с. № 1357705 (СССР). Устройство для контроля шероховатости отражающих поверхностей изделия /Антонов И.Н., Дегтярев В.Н., Владов Ю.Р. Опубл. в Б.И. № 45, 1987.

16. А.с. № 1322089 (СССР). Способ определения шероховатости поверхности изделия / Антонов И.Н., Дегтярев В.Н., Владов Ю.Р. Опубл. в Б.И. № 25, 1987.

17. А.с. № 1350492 (СССР). Способ определения шероховатости боковых поверхностей изделия. / Антонов И.Н., Дегтярев В.Н., Владов Ю.Р., Абдрашитов Р.Т. Опубл. в Б.И. № 41, 1987.

18. Атлас дефектов стали. -М.: Металлургия, 1979. -188 с.

19. Багоцкий B.C. Основы электрохимии. -М.: Химия, 1988. -420 с.

20. Балакирев B.C., Дудников Е.Г., Цирлин A.M. Экспериментальное определение динамических характеристик промышленных объектов управления. -М.: Энергия, 1967. -232 с.

21. Барлоу Р., Прошан Ф. Статистическая теория надежности и испытания на безотказность. -М.: Наука, 1984. -412 с.

22. Бахвалов Н.С., Жидков Н.П., Кабельков Г.М. Численные методы. -М.: Лаборатория Базовых Знаний, 2001. -632 с.

23. Байхельт Ф., Франкен П. Надежность и техническое обслуживание. Математический подход. -М.: Радио и связь. 1988. -392 с.

24. Бендат Дж., Пирсол А. Прикладной анализ случайных данных: Пер. с англ. М.: Мир, 1989. -540 с.

25. Бендат Дж., Пирсол А. Приложения корреляционного и спектрального анализа: Пер. с англ. -М.: Мир, 1982. -312 с.

26. Бесекерский В.А., Попов Е.П. Теория систем автоматического регулирования. -М.: Наука, 1972. -768 с.

27. Бокс Дж., Дженкинс Г. Анализ временных рядов: Прогноз и управление. В 2 кн. -М.: Мир, 1974. -Кн.1. -406 с.

28. Ботвина JI.P. Кинетика разрушения конструкционных материалов. -М.: Наука, 1989. -230 с.

29. Болотин В.В. Прогнозирование ресурса машин и конструкций. -М.: Машиностроение, 1984.

30. Бондаренко В.А., Сердюк А.И. Основы создания ГПС механообработки: Учебное пособие. -Оренбург: Оренбургский гос.ун-т, 2000. -206 с.

31. Борель Э. Вероятность и достоверность. -М.: Наука, 1964. -119 с.

32. Боровиков В.П. Statistika: искусство анализа данных на компьютере для профессионалов. -СПб.: Питер, 2001. -656 с.

33. Боровиков В.П. Прогнозирование в системе Statistika в среде Windows. Основы теории и интенсивная практика на компьютере / В.П. Боровиков, Г.И. Ивченко. -М.: Финансы и статистика, 2000. -384 с.

34. Боровков А.А. Математическая статистика. -М.: Наука, 1984. -472 с.

35. Брикман М.С., Кристников Д.С. Аналитическая идентификация управляемых систем. -Рига: Зинатне, 1974.

36. Бусленко Н.П. Моделирование сложных систем. -М.: Наука, 1968. -356 с.

37. Васильев А.Н. Maple 8. Самоучитель. -М.: Издательский дом «Вильяме», 2003. 352 с.

38. Веников В.А. Теория подобия и моделирования (применительно к задачам электроэнергетики). -М.: Высш. шк., 1976. 479 с.

39. Вентцель Е.С., Овчаров JI.A. Теория случайных процессов и ее инженерные приложения. -М: Наука, ГРФМЛ, 1991.-384 с.

40. Вентцель Е.С., Овчаров JI.A. Теория вероятностей и её инженерные приложения. —М.: Высш. шк., 2000. -480 с.

41. Виленкин С.Я. Статистические методы исследования систем автоматического регулирования.-М.: Сов. Радио, 1967.

42. Владимиров В.И. Физическая природа разрушения металлов. -М.: Металлургия, 1984.

43. Владов Ю.Р. Агрегированный подход к аналитической идентификации технического состояния промышленных объектов. Вестник ОГУ. № 2, 2005.-с. 169-173.

44. Владов Ю.Р. Решение задачи идентификации на основе агрегированных моделей технического состояния промышленных объектов // Вестник Оренбургского государственного университета. -2004. № 6. -С. 151-156.

45. Владов Ю.Р., Кушнаренко В.М., Кандыба Н.Е., Степанов Е.П., Владова А.Ю. Идентификация технического состояния теплоэнергетического оборудования: Монография. -Оренбург: ГОУ ОГУ, 2004. -203 с.

46. Владов Ю.Р., Владова А.Ю. Идентификация технического состояния металла теплоэнергетического оборудования. Свидетельство об отраслевой регистрации разработки № 2986. № госуд. per. 50200301000 от 15.12.2003.

47. Владов Ю.Р. Идентификация систем. Допущено Министерством образования РФ в качестве учебного пособия для студентов вузов. -Оренбург: ОГУ, 2003. -202 с.

48. Владов Ю.Р., Щепинов Д.Н., Владова А.Ю. Автоматизированная идентификация состояния технических систем / Сборник научных трудов научно-практической конференции, посвященной 30-тилетию ОГУ. Оренбург: ИПК ОГУ, 2001. -С.177-178.

49. Владов Ю.Р., Коровяковский И.В., Клинцов В.В. Автоматизация индивидуальных тепловых пунктов жилых домов / Прочность и разрушение материалов и конструкций: Сборник научных трудов 2-ой Всероссийской НТК. -Орск, 2000. -С.136-138.

50. Владов Ю.Р., Владова А.Ю. Моделирование дискретных систем: Лабораторный практикум. Оренбург: ОГУ, 2000. - 81 с.

51. Владов Ю.Р., Владова А.Ю. Идентификация коррозионного состояния трубопроводов / Всеросийская НПК. -Оренбург: ОГУ, 2000. -с. 178-181.

52. Владов Ю.Р., Коровяковский И.В. Автоматизация индивидуальных тепловых пунктов жилых домов / Прочность и разрушение материалов и конструкций Сборник научных трудов 2-й Всероссийской НТК. -Орск: Изд-во ОГТИ, 2000. -С.136-138.

53. Владов Ю.Р., Коровяковский И.В. Комплексный индивидуальный тепловой пункт жилого дома как объект управления / Социокультурная динамика региона: Материалы Всероссийской научно-практической конференции. Часть 2. -Оренбург, 2000. -С. 161-163.

54. Владова А.Ю., Владов Ю.Р. Модель автоматизированной системы управления надежностью трубопроводов / Прогрессивные методы эксплуатации и ремонта транспортных средств: Сборник научных трудов Российской НТК. -Оренбург: ОГУ, 1999. -С. 256-259.

55. Владов Ю.Р., Владова А.Ю. Моделирование коррозионной поверхности трубопроводов / Прогрессивные методы эксплуатации и ремонта транспортных средств: Сборник научных трудов Российской НТК. Оренбург: ОГУ, 1999. -С. 89-92.

56. Владов Ю.Р., Владова А.Ю. Обоснование математической модели коррозионного процесса в трубопроводах / Современные технологии в энергетике, электронике и информатике: Сборник научных трудов региональной НТК «». -Оренбург: ОГУ, 1999. -с.88-89.

57. Владов Ю.Р., Владова А.Ю. и др. САПР технического обслуживания и ремонта магистральных трубопроводов // Тезисы докладов 4-й Российской НТК «Прогрессивные методы эксплуатации и ремонта транспортных средств». Оренбург: ОГУ, 1999. -с.259-261.

58. Владов Ю.Р.Автоматизированный логико-вероятностный расчет надежности систем управления: Лабораторный практикум.- Оренбург: ОГУ, 1999. -42 с.

59. В ладов Ю.Р., Владова А.Ю. Управление надежностью трубопроводных систем, транспортирующих сероводородсодержащие среды / Прочность и разрушение материалов и конструкций: Сборник научных трудов Всероссийской НТК. Орск, 1998.

60. Владов Ю.Р. Анализ и синтез дискретных систем управления технологическими потоками: алгоритмы и программы: Лабораторный практикум. -Оренбург: ОГУ, 1998. 93 с.

61. Владова А.Ю. Идентификация коррозионного состояния трубопроводов на основе агрегированных параметров и моделей. Автореферат диссертации на соискание ученой степени кандидата технических наук. -Оренбург, 2000.-21 с.

62. Волкович В.Л., Волошин А.Ф., Заславский В.А., Ушаков И.А. Модели и алгоритмы оптимизации надежности сложных систем. -Киев: Наукова Думка, 1993.-312 с.

63. Вопросы математической теории надежности / Под ред. Б.В. Гнеденко. -М.: Радио и связь, 1983. 486 с.

64. Вязина К.Л., Тарасенко Ф.П. Эффективный метод решения проблем // Вестник высшей школы. 1987, № 7. с.7-13.

65. Гафаров Н.А., Гончаров А.А., Кушнаренко В.М. Определение характеристик надежности и технического состояния оборудования сероводо-родсодержащих нефтегазовых месторождений. -М.: Недра, 2001. -240 с.

66. Гафаров Н.А., Гончаров А.А., Кушнаренко В.М. Коррозия и защита оборудования сероводородсодержащих нефтегазовых месторождений /Под общей ред. д.т.н., профессора В.М. Кушнаренко. -М.: ОАО «Издательство «Недра», 1998. -437 с.

67. Гмурман В.Е. Теория вероятностей и математическая статистика. -М.: Высш. шк., 2002. -479 с.

68. Гофман Ю.М. Оценка работоспособности металла энергооборудования ТЭС. -М.: ЭАИ, 1990. -136 с.

69. Гроп Д. Методы идентификации систем. Пер. с англ. /Под ред. Е.И.Кринецкого. -М.: Мир, 1979. -298 с.

70. Давыдов П.С. Техническая диагностика радиоэлектронных устройств и систем. -М.: Радио и связь, 1988. -256 с.

71. Дайитбегов Б.М., Калмыкова О.В., Черепанов А.И. Программное обеспечение статистической обработки данных. -М.: Финансы и статистика, 1984. -192 с.

72. Джексон П. Введение в экспертные системы. : Пер. с англ. -М.: Изд.дом «Вильяме», 2001. -624 с.

73. Диксон Дж. Проектирование систем: изобретательство, анализ и принятие решений. Пер. с англ. -М.: Мир, 1969. -440 с.

74. Дитрих Я. Проектирование и конструирование: Системный подход. Пер. с польск. -М.: Мир, 1981. -456 с.

75. Джонс Дж.К. Методы проектирования: Пер. с англ. -М.: Мир, 1986. -326 с.

76. Демьяненко В.Ю. Программные средства создания и ведения баз данных. -М.: Финансы и статистика, 1984. -127 с.

77. Дейч A.M. Методы идентификации динамических объектов. -М.: Энергия, 1979. -240 с.

78. Дмитриев А.К., Мальцев П.А. Основы теории построения и контроля сложных систем. -Л.: Энергоатомиздат, 1988. -192 с.

79. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. В 2 кн.: Пер.с англ. -М.: Финансы и статистика. -Кн. 1. -1986. -366 е.; Кн. 2. -1987. -351 с.

80. Дьяков А.Ф., Канцедалов В.Г., Берлявский Т.П. Техническая диагностика, мониторинг и прогнозирование остаточного ресурса паропроводов электростанций. -М.: Изд-во МЭИ, 1998.

81. Дьяконов В. Maple 7: учебный курс. -СПб.: Питер, 2002. -672 с.

82. Дьяконов В., Круглов В. MATLАВ.Анализ, идентификация и моделирование систем. Специальный справочник. -СПб.: Питер, 2002. -448 с.

83. Дружинин Г.В. Надежность автоматизированных производственных систем. -М.: ЭАИ, 1986. -480 с.

84. Дубров A.M., Мхитарян B.C., Трошин Л.И. Многомерные статистические методы. -М.: Финансы и статистика, 2000. -352 с.

85. Дорф Р., Бишоп Р. Современные системы управления. Пер. с англ. Б.И. Копылова. М. Лаборатория Базовых знаний, 2002. - 832 с.

86. Дунин-Барковский И.В., Карташова А.Н. Измерения и анализ шероховатости, волнистости и некруглости поверхности. -М.: Машиностроение, 1978. -232 с.

87. Живучесть паропроводов стареющих тепловых электростанций / Под ред. Ю.Л. Израилева и Ф.А. Хромченко. -М.: Изд-во «Тарус Пресс», 2002. -616 с.

88. Загоруйко Н.Г., Елкина В.Н., Лбов Г.С. Алгоритмы обнаружения эмпирических закономерностей. -Новосибирск: Наука, 1985.

89. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. -М.: Мир, 1975. -228 с.

90. Зеленский К.Х., Игнатенгко В.Н., Коц А.П. Компьютерные методы прикладной математики. -К.: Дизайн-В, 1999. -352 с.

91. Иберла К. Факторный анализ / Пер. с нем. -М.: Статистика, 1980.- 400 с.

92. Иванова B.C. Синергетика. Прочность и разрушение металлических материалов. -М.: Наука, 1992.

93. Ивахненко А.Г., Юрачковский Ю.П. Моделирование сложных систем по экспериментальным данным. -М.: Радио и связь, 1987. -118 с.

94. Иващенко Н.Н. Автоматическое регулирование. -М.: Машиностроение, 1973. -608 с.

95. Ингибиторы коррозии: В 2-х томах: Том 2. Диагностика и защита от коррозии под напряжением нефтегазопромыслового оборудования / Н.А. Гафаров, В.М. Кушнаренко, Д.Е.Бугай и др. -М.: Химия, 2002, -367 с.

96. Испытательная техника: Справочник. В 2-х кн. /Под общ. ред. Клюева В.В. -М.: Машиностроение, 1982.

97. Карпов Ю.Г. Теория автоматов. СПб.: Питер, 2003. - 208 с.

98. Каминскас В. Идентификация динамических систем по дискретным наблюдениям. -Вильнюс: Мокслас, 1982.

99. Кашьяп P.JL, Рао А.Р. Построение динамических стохастических моделей по экспериментальным данным. -М.: Наука, 1983. -384 с.

100. Кельтон В., Jloy А. Имитационное моделирование. СПб.: Питер; Киев: Издательская группа BHV, 2004. - 847 с.

101. Клевцов Г.В. Пластические зоны и диагностика разрушения металлических материалов. М.: МИСИС, 1999. - 112 с.

102. Клейнен Дж. Статистические методы в имитационном моделировании: Пер. с англ. -М.: Статистика, 1978. 322 с.

103. Клюев В.В. Приборы для неразрушающего контроля материалов и изделий. -М.: Машиностроение, 1986. -488 с.

104. Крамер Г. Математические методы статистики. -М.: Мир,1975. -648 с.

105. Красовский А.А. Науковедение и состояние теории процессов управления. Обзор // Автоматика и телемеханика, 2000, № 4.

106. Кремер Н.Ш. Теория вероятностей и математическая статистика. -2-е изд., перераб. и доп. М.: Юнити Дана, 2003. - 573 с.

107. Крутасова Е.И. Надежность металла энергетического оборудования. -М.: Энергоиздат, 1981.

108. Кузин J1.T. Основы кибернетики: В 2-х т. Т. 2. Основы кибернетических моделей. М.: Энергия, 1979. - 584 с.

109. Кузьменко В.Г. VBA 2002. -М.: ЗАО «Издательство БИНОМ», 2002.- 624 с.

110. Куропаткин П.В. Теория автоматического управления. -М.: Высш. шк., 1973. -528 с.

111. Кушнаренко В.М., Кандыба Н.Е., Степанов Е.П., Владов Ю.Р., Чирков Ю.А. Анализ повреждаемости парогенерирующего оборудования ТЭС. Вестник ОГУ, № 6, 2003. -с. 177-182.

112. Кушнаренко В.М., Владов Ю.Р., Стеклов О.И. Оценка эффективности технических систем, контактирующих с коррозионными средами. М.: Нефтяная и газовая промышленность. Научно-техн. информ. сборник, вып. 3, 1992.-с. 15-21.

113. Лурье Б.Я., Энрайт П.Дж. Классические методы автоматического управления / Под ред. А.А. Ланнэ. -СПб.: БХВ-Петербург, 2004. -640 с.

114. Лэнинг Дж.Х., Бэттин Р.Г. Случайные процессы в задачах автоматического управления: Пер. с англ. -М.: ИЛ, 1958. 381 с.

115. Льюнг Л. Идентификация систем. Теория для пользователя: Пер. с англ. Под ред. Я.З. Цыпкина. М.: Наука, 1991. - 432 с.

116. Ли Р. Оптимальные оценки, определение характеристик и управление. -М.: Наука, 1966.

117. Литвак Б.Г. Экспертная информация: Методы получения и анализа. М.: Радио и связь, 1984. - 240 с.

118. Лотоцкий В.А. Заметки о литературе по теории и применениям идентификации // Автоматика и телемеханика, 1986, № 8. с. 173-174.

119. Марочник сталей и сплавов. В.Г. Сорокин и др. -М.: Машиностроение, 1989. -640 с.

120. Макаров И.М., Менский Б.М. Линейные автоматические системы (элементы теории, методы расчета и справочный материал). М.: Машиностроение, 1977. - 464 с.

121. Макаров И.М., Виноградская Т.М. и др. Теория выбора и принятия решений. -М.: Наука, 1982. 328 с.

122. Маленво Э. Статистические методы эконометрии / Пер. с фр. М.: Статистика: вып. 1, 1975 -423 е., вып. II, 1976.

123. Моделирование на аналоговых вычислительных машинах / Е.А. Архангельский, А.А. Знаменский и др. -Л.: Энергия, 1972. -208 с.

124. Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем. М.: Мир, 1973. - 344 с.

125. Мушик Э., Мюллер П. Методы принятия технических решений: Пер. с нем. -М.: Мир, 1990. -208 с.

126. Назаров Н.Г. Метрология. Основные понятия и математические модели. М.: Высш. шк., 2002. -348 с.

127. Носач В.В. Решение задач аппроксимации с помощью персональных компьютеров. М.: МИКАП, 1994. - 382 с.

128. Оппельт В. Основы техники автоматического регулирования. -М.-Л.: ГЭИ, 1960. -605 с.

129. Оптнер С.Л. Системный анализ для решения деловых и промышленных проблем. -М.: Сов. Радио, 1969.

130. Основы управления технологическими процессами / С.А. Анисимов, В.Н. Дынькин, А.Д. Касавин, В.А. Лотоцкий, А.С. Мандель, Н.С. Рай-бман, В.М. Чадеев; Под ред. Н.С. Райбмана. -М.: Наука, 1978.- 440 с.

131. Основы автоматического регулирования. Теория. /Под ред. В.В. Со-лодовникова. -М.: Машгиз, 1954. -1118 с.

132. Основы автоматического управления. /Под ред. B.C. Пугачева. -М.: Наука, 1974. -720 с.

133. Основы кибернетики. Теория кибернетических систем. Под ред. К.А. Пупкова. -М.: Высш. шк., 1976. 408 с.

134. Патент РФ на изобретение № 2047848. Способ порционного весового дозирования / Владов Ю.Р. Опубл. в Б.И. №31, 1995.

135. Патент РФ на изобретение № 2042930. Способ порционного весового дозирования жидкости / Владов Ю.Р. Опубл. в Б.И. № 24, 1995.

136. Пащенко Ф.Ф., Чернышев К.Р. Методы и системы управления и идентификации на основе знаний. Обзор. // Автоматика и телемеханика, 2000, № 2. -с.2-28.

137. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. -М.: Высш. шк., 1989. -367 с.

138. Первозванский А.А., Гайцгори В.Г. Декомпозиция, агрегирование и приближенная оптимизация. -М.: Наука, 1979. -340 с.

139. Первозванский А.А. Курс теории автоматического управления. -М.: Наука, 1986. -615 с.

140. Перельман И.И. Оперативная идентификация объектов управления. -М.ЭИ, 1982.

141. Перунов Б.В. Основы обеспечения работоспособности промысловых трубопроводов для углеводородных месторождений с сероводородом. Автореферат диссертации на соискание ученой степени доктора технических наук. М.:, 1988. - 45 с.

142. Проников А.С. Надежность машин. -М.: Машиностроение, 1978.- 592 с.

143. Петько В.Г. Повышение эффективности функционирования электронасосных агрегатов в системах водоснабжения сельского хозяйства. Автореферат диссертации на соискание ученой степени доктора технических наук. Челябинск, 1995. - 40 с.

144. Петров В.Н. Информационные системы. СПб.: Питер, 2003. - 688 с.

145. Проектирование технологии / Ю.М. Соломенцев, А.Г. Схиртладзе и др.; Под общ. ред. Ю.М. Соломенцева. -М.: Машиностроение, 1990. -416с.

146. Пугачев B.C., Синицын И.Н. Теория стохастических систем. М.: Jloroc, 2000.-1000 с.

147. Pao C.P. Линейные статистические методы и их применение / Пер. с англ. A.M. Кагана и др. -М.: Наука, 1968. -547 с.

148. Ратнер А.В., Зеленский В.Г. Эрозия металлов теплоэнергетического оборудования.-М.: Энергия, 1966.

149. Типовые линейные модели объектов управления / С.А. Анисимов, И.С. Зайцева, Н.С. Райбман, А.А. Яралов; Под ред. Н.С. Райбмана. -М.: Энергоатомиздат, 1983. -264 е.

150. Райбман Н.С., Чадеев В.М. Построение моделей процессов производства. М.: Энергия, 1975. -376 с.

151. Рапопорт Э.Я. Оптимизация процессов индукционного нагрева металла. -М.: Металлургия, 1993. -279 с.

152. Рапопорт Э.Я. Структурное моделирование объектов и систем управления с распределенными параметрами. М.: Высш. шк., 2003. - 299 с.

153. Растригин Л.А. Современные принципы управления сложными объектами. -М.: Сов. Радио, 1980. -232 с.

154. Рей У. Методы управления технологическими процессами. М.: Мир, 1983. -368 с.

155. Свешников А.А. Прикладные методы теории случайных функций. -М.: Сов. Радио, 1968. -463 с.

156. Сейдж Э.П., Мелза Дж.Л. Идентификация систем управления. -М.: Наука, 1974. -244 с.

157. Сергиенко А.Б. Цифровая обработка сигналов. -СПб. 2003. 608 с. 178. Справочник проектировщика АСУ ТП / Г.Л. Смилянский, Л.З.

158. Амлинский, В.Я. Баранов и др. М.: Машиностроение, 1983. - 527 с.

159. Соломенцев Ю.М., Сосонкин В.Л. Управление гибкими производственными системами. -М.: Машиностроение, 1988. -352 с.

160. Смирнов Н.В., Дунин-Барковский И.В. Курс теории вероятностей и математической статистики. -М.: Наука, 1965. -512 с.

161. Сотсков Б.С. Основы теории и расчета надежности элементов и устройств автоматики и вычислительной техники. -М.: Высш. шк. 1970. 270 с.

162. Справочник по теории автоматического управления / Под ред. А.А. Красовского. -М.: Наука. ГРФМЛ, 1987. 712 с.

163. Справочник по типовым программам моделирования / А.Г. Ивахнен-ко, Ю.В. Копа и др. К.: Техшка, 1980. -184 с.

164. Справочное пособие по теории систем автоматического регулирования и управления / Под ред. Е.А. Санковского, -Минск: Вышэйшая шк., 1973. -584 с.

165. Степанов Е.П. Автоматизация процесса идентификации состояния теплоэнергетического оборудования (на основе оценки степени повреждения металла). Автореферат диссертации на соискание ученой степени кандидата технических наук. Оренбург, 2004. - 16 с.

166. Стефани Е.П. Основы расчета настройки регуляторов теплоэнергетических процессов. М.: Энергия, 1972. -376 с.

167. Тараканов К.В., Овчаров Л.А., Тырышкин А.Н. Аналитические методы исследования систем. М.: Сов. Радио, 1974. - 240 с.

168. Теория автоматического управления: Нелинейные системы управления при случайных воздействиях /Нетушил А.В., Балтрушевич А.В. и др.; Под ред. А.В. Нетушила. -М.: Высш. шк., 1983. -432 с.

169. Траксел Дж. Синтез систем автоматического регулирования: Пер с англ. -М: Машгиз, 1959. -614 с.

170. Трофимов А.И., Егупов Н.Д., Дмитриев А.Н. Методы ТАУ, ориентированные на применение ЭВМ. Линейные стационарные и нестационарные модели. -М.: ЭАИ, 1997. -656 с.

171. Труханов В.М. Надежность изделий машиностроения. Теория и практика. -М.: Машиностроение, 1996. -336 с.

172. Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на компьютере / Под ред. В.Э. Фигурнова. -М.: ИНФРА-М, 1998. 528 с.

173. Уилкс С. Математическая статистика.-М.: Наука, 1967.-632 с.

174. Уокенбах Д. Microsoft Excel 2000. Библия пользователя.: Пер. с англ. -М: Издательский дом «Вильяме», 2001. -890 с.

175. Феллер В. Введение в теорию вероятностей и ее применение. В 2-х т. -М.: Мир, 1984 -т. 1 -528 е., 1984 -т. 2 -752 с.

176. Фельдбаум А.А. Основы теории оптимальных автоматических систем. -М.: Наука, 1966.

177. Ферстер Э., Ренц Б. Методы регрессионного и корреляционного анализа. -М.: Финансы и статистика, 1983. -302 с.

178. Фетисов В.Н., Штейнберг Ш.Г. Построение алгоритмов управления при неточных результатах идентификации // Вопросы промышленной кибернетики. Тр.ЦНИИКА. -М.: Энергия, 1973. № 35. -с. 64-68; № 36. -с. 35-38; №37.-с. 61-63.

179. Фишер Ф. Проблема идентификации в эконометрии: Пер с англ. -М: Статистика, 1978.

180. Хан Г.И., Шапиро С.С. Статистические модели в инженерной практике. -М.: Мир, 1969. -395 с.

181. Финкель В.М. Физика разрушения. -М.: Металлургия, 1970.

182. Хартман К., Лецкий Э., Шеффер В. Планирование эксперимента в исследовании технических процессов. -М.: Мир, 1977. -362 с.

183. Хилл П. Наука и искусство проектирования. Методы проектирования, научное обоснование решений: Пер. с англ., -М.: Мир, 1973. -262 с.

184. Химмельблау Д. Анализ процессов статистическими методами. -М: Мир, 1973.-957 с.

185. Хислоп Б., Энжелл Д. Microsoft Word 2000. Библия пользователя.: Пер. с англ. -М: Издательский дом «Вильяме», 2001. -890 с.

186. Хромченко Ф.А. Надежность сварных соединений труб котлов и паропроводов. -М.: ЭИ, 1982.

187. Хусу А.П., Витенберг Ю.Р., Пальмов В.А. Шероховатость поверхностей (теоретико-вероятностный подход). М.: Наука, 1975. - 344 с.

188. Цикерман JI. Я. Диагностика коррозии трубопроводов с применением ЭВМ. М.: Недра, 1977. -319 с.

189. Цыпкин Я.З. Основы информационной теории идентификации. М.: Наука, 1984. -320 с.

190. Четыркин Е.М. Статистические методы прогнозирования. М.: Статистика, 1977. -200 с.

191. Шаталов А.С. Структурные методы в теории управления и электроавтоматике. -М.: Энергоиздат, 1962. -408 с.

192. Штейнберг Ш.Е., Хвилевицкий JI.O., Ястребенецкий М.А. Промышленные автоматические регуляторы. -М.: Энергия, 1973, 586.

193. Штейнберг Ш.Е. Идентификация в системах управления. -М.: ЭАИ, 1987. -80 с.

194. Щепинов Д.Н. Автоматизация диагностирования трубопроводов, транспортирующих сероводородсодержащие среды. Автореферат диссертации на соискание ученой степени кандидата техн. наук. Оренбург: ОГУ, 1998.

195. Энциклопедия кибернетики. В 2-х томах. Киев: Гл.ред.УСЭ, 1974. т. 1 -607 е., т.2-619 с.

196. Эйкхофф П. Основы идентификации систем управления. -М.: Мир, 1975. 683 с.

197. Эффективная работа: Office ХР/М. Хэлворсон, М. Янг. -СПб.: Питер, 2004. -1072 с.

198. Benveniste A., Chaure Ch. Ar and ARMA Identification Levinson type: an innovations approach. IEEE Transaction on Automatic Control, 1981, vol. AC-26, No. 6, pp. 1243-1261.

199. Soderstrom Т., Stoica P. On criterion selection and noise model pa-rametrization for prediction error identification methods. International Journal of Control. 1981, vol. 34, No. 4, pp. 801 811.

200. Soderstrom T. On a method for model selection in system identification. Automatica, 1981, vol. 13, No. 2, pp. 387-388.

201. Solo V. Some aspects of recursive parameter estimation. International Journal of Control, 1980.vol.32, No. 3, pp.395-410.

202. Stoica P., Soderstrom T. Asymptotic behaviour of some bootstrap estimators. International Journal of Control, 1981.vol.33, No. 3, pp.433-454.

203. Unton F.Z. A method for accelerating the first-order stochastic approximation algorithms. IEEE Transactions on Automatic Control, 1981. vol. AC-26, No. 2. pp. 573-575.

204. Young P.C. An instrumental variable method for real-time identification of a noise process. -Automatica, 1970, vol. 6, No. 2, pp.271-287.

205. Basawa I.V., Feigin P.D., Heyde C.C. Asymptotic properties of maximum likelihood estimators for stochastic processes. -Sankliya, ser. A, 1976, vol. 38, No. 3, pp. 259

206. Galdos J.I. Gramer Rao hound for multidimensional-discrete-time dynamical systems. IEEE Transactions on Automatic Control, 1980, vol. AC-25, No. l,pp. 117-119.

207. Mann H.B., Wald A. On the statistical treatment of linear stochastic difference equations. Econometrica, 1943, vol. 11, No. 3-4, pp. 173-220.

208. Fraser D.A.S. On information in statistics. The Annals of Mathematical Statistics, 1965, vol. 36, No. 3, pp. 890-896.

209. Huber P.J. The behavior of maximum likelihood estimates under nonstandard conditions. Proc. Fifth. Berkeley Symp. Prob. Math Statist., 1967, vol.1, pp. 221-233.

210. Abelhamid S. Transformation of observations in stochastic approximation procedures. The Annals of Mathematical Statistics, 1973, vol. 1, No. 6, pp. 1158-1174.

211. Eykhoff P. System identification. Parameter and state estimation. J. Wiley and Sons Ltd, New York, 1974. 683 p.

212. Sage A.P., Melsa J.L. System identification. Academic Press, New York-London, 1971. 248 p.

213. Klir G.J. Architecture of systems problem solving. Plenum Press, New York-London, 1985. 544 p.

214. Graupe D. Identification of systems. R.E. Krieger Publishing Company Huntington, New York, 1976. 297 p.

215. Redfern D. The Maple Handbook. New York: Springer-Verlag,1996, 496 p.

216. Heal K. et. al. Maple V: Learning Guide. -Waterloo Maple Inc., 1996, 274 p.; N.Y. - Berlin: Springer-Verlag, 1998, 284 p.

217. Monagan M. Programming Guide. N.Y. - Berlin: Springer-Verlag, 1998,379 p.

218. Programmer avec Maple V. Waterloo: Waterloo Maple Inc., 1997, 395 p.

219. Heck A. Introduction to Maple. Berlin-Heidelberg: Springer-Verlag,1997, 699 p.

220. Adams S., Tocii C. Maple Talk. -N.Y.: Prentice-Hall, 1996, 346 p.

221. Chiang K., Man H. Maple V for Physicits. Berlin: Springer-Verlag, 1996, 256 p.

222. Ellis W. at. al. Maple V Flight Manual: Tutorial for Calculus, Linear Algebra and Differential Equations. London: Brooks/Cole Publishing Co., 1996,376 р.

223. Fatthi A. Maple V Calculus Labs. London: Brooks/Cole, 1998, 276 p.

224. Israel R. Calculus the Maple Way. New York-London: Addison-Wesley, 1996, 256 p.

225. Dumas P., Courdon X. Maple. Le Chesnat: Springer-Verlag, 1997, 460 p.

226. Betounes D. Partial Differential Equations for Computational Science Analysis / With Maple and Vector Analysis. Hattiesburg: Springer-Verlag, 1998,530 p.

227. Cohen A.M. et. al. Algebra Interactive. -Heidelberg: Springer, 199, 160 p. + CD-ROM.

228. Computer Algebra in Scientific Computing // Rds. Ganzha V and et. al. Novosibirsk: Russian Academy of Sciences, 1999, 511 p.

229. Cornil J., Testud P. An Introduction to Maple V. Berlin: Springer-Verlag, 1999, 420 p.

230. Scott B. Maple for Environmental Sciences. Berlin: Springer-Verlag, 2000, 200 p.