автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Интеллектуальная поддержка принятия решений при управлении процессом вывода в ремонт электротехнического оборудования

На правах рукописи

ЕЛТЫШЕВ Денис Константинович

ИНТЕЛЛЕКТУАЛЬНАЯ ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИИ ПРИ УПРАВЛЕНИИ ПРОЦЕССОМ ВЫВОДА В РЕМОНТ ЭЛЕКТРОТЕХНИЧЕСКОГО ОБОРУДОВАНИЯ

05.13.06 - Автоматизация и управление технологическими процессами и производствами (в промышленности)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

1-0Н 2013

005531086

Пермь-2013

005531086

Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Пермский национальный исследовательский политехнический университет»

Научный доктор технических наук, доцент

руководитель: Бочкарев Сергей Васильевич

Официальные оппоненты: доктор технических наук, профессор, заведующий

кафедрой «Безопасность жизнедеятельности» Пермского национального исследовательского политехнического университета Трефилов Виктор Александрович;

кандидат технических наук, доцент, начальник отдела информационных технологий и связи ООО «ЛУКОЙЛ-ПЕРМЬ» Лавренюк Владимир Иванович

Ведущая организация ФГБОУ ВПО «Московский государственный

технический университет им. Н.Э. Баумана»

Защита состоится «3» июля 2013 г. в 15.00 на заседании диссертационного совета Д 212.188.04 ФГБОУ ВПО «Пермский национальный исследовательский политехнический университет» по адресу: 614990, г.Пермь, Комсомольский проспект, 29, ауд. 345.

С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО «Пермский национальный исследовательский политехнический университет».

Автореферат разослан «27» мая 2013 г.

Ученый секретарь диссертационного совета, доктор технических наук, профессор

/

А.А. Южаков

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Эффективное и надежное функционирование систем электроснабжения промышленных предприятий в значительной степени обеспечивается безаварийной работой входящего в их состав электротехнического оборудования (ЭО). Отечественный и мировой опыт показывает, что убытки от отказов ЭО весьма значительны, поскольку обусловлены не только затратами на его восстановление, но и длительными простоями оборудования, а также ущербом от перебоев в поставках энергоносителя.

Предотвратить нештатные ситуации, связанные с выходом оборудования из строя, и снизить затраты на его эксплуатацию в целом возможно путем своевременного проведения ремонтных мероприятий. Однако при значительной доле физически изношенного и выработавшего свой ресурс оборудования это не может быть обеспечено превалирующей на объектах энергетики системой планово-предупредительного ремонта. Поэтому в современных условиях необходимость вывода ЭО из эксплуатации должна определяться на основе объективных оценок его фактического технического состояния (ТС) по результатам диагностического контроля (мониторинга) в сочетании с субъективными экспертными оценками ответственного за эксплуатацию ЭО персонала. Неверно распознанное состояние ЭО (в особенности критическое), а также неверно определенный приоритет его вывода в ремонт могут послужить причинами нерационального планирования объемов профилактических работ и последующего аварийного отключения оборудования со всеми вытекающими последствиями.

Ситуация ощутимо усложняется, если учитывать специфику функционирования ЭО: большое количество и территориальная распределенность разнородных объектов генерации и потребления электроэнергии; высокая степень сложности ЭО, многопараметричность; проблематичность установления однозначных связей между фактами наличия дефектов и предпосылками к ним.

К вышеизложенному следует отнести и объективно существующую неопределенность (неполноту, недостоверность) разнородной информации, которой приходится руководствоваться при управлении процессом вывода в ремонт оперативно-ремонтному и инженерно-техническому персоналу. Одним из путей преодоления проблемы может являться разработка механизмов интеллектуальной поддержки принятия решений (ИППР) этим персоналом на основе моделей и алгоритмов, использующих в своей структуре аппарат нечеткой логики и нечеткие базы знаний, направленных на увеличение достоверности оценок потребности ЭО в ремонте и принятие своевременных мер по исключению аварийных ситуаций.

К настоящему моменту накоплена обширная база теоретических и практических исследований проблемы повышения эффективности эксплуатации и ремонта оборудования энергетических объектов и систем. Проблема решается как отдельными авторами (Е.Ю. Барзилович, Г.Г. Маныыин, А.И. Таджибаев и др.), так и различными научно-производственными и исследовательскими коллективами (ВНИИЭ, ВЭИ им. В.И. Ленина, МГТУ им. Н.Э. Баумана, НИУ МЭИ и др.).

Тем не менее предлагаемые в работах большинства авторов решения, как правило, ориентированы на частные задачи, связанные с оценкой ТС отдельных видов ЭО, планированием сроков проведения ремонтных работ и т.д., которые не интегрируются друг с другом на информационном и алгоритмическом уровнях.

Таким образом, явно не определены элементы и задачи, которые могли бы быть положены в основу ИППР, и практически отсутствуют существенные результаты в области разработки структурных моделей, позволяющих системно увязать механизмы выработки решений на различных этапах процесса вывода ЭО в ремонт, включая определение потребности в его проведении и объемов ремонтных работ.

В исследованиях, носящих системный характер (А.Н. Назарычев и др.), преимущественно используются методы и модели, которые требуют получения и обработки значительных объемов статистической информации, не обеспечивая достаточной простоты в реализации и интерпретации результата. Поэтому они не позволяют решать сложноформализуемые задачи ремонтного обслуживания ЭО в условиях неопределенности, которая связана не только с возможной неполнотой данных об исследуемом объекте, но и с их недостоверностью, неоднозначностью (субъективностью) и т.д. Это обусловливает возможность и целесообразность применения нечетко-множественного подхода к описанию и решению задач, соответствующих указанной предметной области.

Известны работы по интеллектуализации процессов принятия решений на основе нечетких моделей (А.Н. Борисов, Ю.И. Нечаев, А.П. Ротнггейн, С.Д. Штовба, Н.Г. Ярушкина и др.). Однако приходится констатировать отсутствие комплексных разработок, в которых формализованы способы построения таких моделей и баз знаний, адаптированных к различным типам ЭО и особенностям их эксплуатации и ремонта. Поэтому, учитывая многопараметричность и разнородность электротехнических устройств, существует необходимость создания методического и алгоритмического обеспечения ИППР в части формирования достоверных оценок их фактического состояния и потребности в профилактических мероприятиях.

Таким образом, для предприятий энергетических отраслей требует решения актуальная научная задача разработки механизмов ИППР, обеспечивающих, в условиях современных реалий, оперативную комплексную оценку фактического ТС ЭО и своевременное определение на ее основе потребности в ремонте оборудования, а также объемов и очередности проведения ремонтных работ.

Объектом исследования являются процессы эксплуатации и ремонта электротехнического оборудования.

Цель диссертационной работы заключается в повышении эффективности управления процессом вывода в ремонт электротехнического оборудования за счет интеллектуальной поддержки принятия решений, направленной на снижение продолжительности простоев оборудования и объемов ремонтных работ.

Для достижения поставленной цели сформулированы следующие задачи:

1. Определение базовых элементов и задач ИППР и анализ математических методов и моделей для их реализации.

2. Разработка структурной модели процесса интеллектуальной поддержки принятия управленческих решений по выводу ЭО в ремонт в условиях неопределенности информации, позволяющей устанавливать очередность проведения и планировать объемы профилактических мероприятий.

3. Разработка методики ИППР при управлении процессом вывода ЭО в ремонт на основе достоверной комплексной оценки фактического ТС.

4. Исследование процессов эксплуатации баковых масляных выключателей с использованием методики ИППР.

Теоретическую н методологическую основу исследования составляют

положения теории принятия решений, теории надежности, теории нечетких множеств, теории оптимизации, метод экспертных оценок, методы математического моделирования и объектно-ориентированного программирования.

Научная новизна результатов диссертации заключается в следующем:

1. Разработана структурная модель процесса ИПГТР по выводу ЭО в ремонт, новизна которой состоит в том, что:

- для определения порядка вывода оборудования в ремонт впервые формализована иерархическая структура критериев оптимальности и сформированы функции принадлежности нечетких множеств, соответствующих лингвистическим оценкам их (критериев) возможных значений;

- предложен новый способ расчета коэффициентов относительной важности критериев оптимальности, основанный на комплексной оценке эффективности методов вычисления приоритетов и последующем выборе оптимального.

2. Разработан алгоритм поддержки принятия решений для комплексной оценки фактического технического состояния ЭО, новизна которого заключается в том, что параметры моделей иерархического нечеткого логического вывода с дискретным и непрерывным выходом определяются на основе процедур нечеткой кластеризации, обучения и переобучения, позволяющих повысить достоверность фактических оценок состояния оборудования, по данным, накапливаемым в процессе его эксплуатации.

3. Разработан алгоритм принятия решений при управлении процессом вывода ЭО в ремонт, положенный в основу программного обеспечения, новизна которого состоит в использовании моделей нечеткого логического вывода с возможностью формализации и адаптации функций принадлежности и базы знаний, оценивающих значения параметров ЭО и его техническое состояние, с учетом специфики и опыта эксплуатации различных видов оборудования.

Практическая значимость исследования заключается в повышении эффективности эксплуатации ЭО в части принятия своевременных решений о проведении профилактических мероприятий за счет увеличения достоверности оценок фактического ТС оборудования с сокращением в среднем до 20 % времени простоя и объемов ремонтных работ для баковых масляных выключателей.

Положенный в основу методики ИППР механизм выработки управленческих решений, реализованный в программе «ГГБЕБ», является универсальным и может быть формализован с учетом особенностей эксплуатации различных видов и типов ЭО, что позволяет сформировать базис для построения на предприятиях энергетики стратегии его обслуживания по фактическому техническому состоянию.

Внедрение результатов работы. Результаты диссертационного исследования внедрены в производственную деятельность Пермского регионального управления ООО «ЛУКОЙЛ-ЭНЕРГОСЕТИ» (г. Пермь) в целях интеллектуализации деятельности ответственного за эксплуатацию ЭО персонала при профилактическом обслуживании оборудования по фактическому состоянию.

Полученные научные и практические результаты работы применяются в учебном процессе кафедры «Микропроцессорные средства автоматизации» Пермского национального исследовательского политехнического университета в практических курсах дисциплин «Автоматизация управления жизненным циклом про-

дукции», «Оптимизация и моделирование энергетических систем».

Работа выполнена при поддержке гранта Президента РФ № МК-2773.2011.8 «Управление техническим состоянием электроэнергетических объектов с целью повышения параметров их энергоэффективности». Положения диссертации использованы при реализации комплексного проекта по созданию высокотехнологичного производства в соответствии с Постановлением Правительства РФ № 218 в рамках договора 13.G25.31.0009 между ОАО «Протон-ПМ» и Минобрнауки РФ.

На защиту выносятся:

- структурная модель процесса интеллектуальной поддержки принятия управленческих решений по обеспечению своевременного вывода ЭО в ремонт в условиях неопределенности информации, позволяющая устанавливать очередность проведения профилактических мероприятий и планировать их объемы;

- алгоритм поддержки принятия решений для комплексной оценки фактического технического состояния ЭО, позволяющий формировать достоверные заключения о его потребности в ремонтно-профилактических воздействиях, и алгоритм принятия решений при управлении процессом вывода ЭО в ремонт;

- результаты исследования процессов эксплуатации и обслуживания баковых масляных выключателей с использованием методики ИППР.

Достоверность результатов основывается на практическом применении теоретических исследований и подтверждается хорошим совпадением результатов моделирования с экспериментальными данными.

Апробация результатов диссертации

Результаты диссертационного исследования докладывались и обсуждались на краевой научно-технической конференции «Автоматизированные системы управления и информационные технологии» (г. Пермь, 2008), V региональной конференции «Молодежная наука Верхнекамья» (г. Березники, 2008), Ш, V и VI Всероссийских научно-технических конференциях «Энергетика. Инновационные направления в энергетике. СЛЬв-технологии в энергетике» (г. Пермь, 2009, 2011, 2012), ЕХ Международной конференции «Эффективные методы автоматизации подготовки и планирования производства» (г. Москва, 2012), I Международной (IV Всероссийской) научно-технической конференции «Электропривод, элекгротехноло-гии и электрооборудование предприятий» (г. Уфа, 2013).

Основные положения диссертационной работы прошли обсуждение на научно-техническом семинаре кафедры «Компьютерные системы автоматизации производства» (РК-9) МГТУ им. Н.Э. Баумана (г. Москва).

Публикации. Основное содержание диссертации опубликовано в 11 печатных работах, в том числе в 5 статьях в журналах, включенных в перечень изданий, рекомендованных ВАК РФ.

Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы, включающего 132 наименования, и 12 приложений. Основная часть работы изложена на 143 страницах машинописного текста, содержит 39 рисунков, 19 таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, сформулированы цель и задачи исследования, раскрыты научная новизна и практче-

екая значимость результатов диссертации, сформулированы основные положения, выносимые на защиту.

В первой главе проведен анализ и дана общая характеристика процессов эксплуатации и обслуживания ЭО, которые позволили выявить основные элементы и принципы ИТТПР при управлении процессом вывода оборудования в ремонт в контексте его эксплуатации по фактическому техническому состоянию.

Показано, что многофакторность и ответственность решений по выводу ЭО в ремонт требуют комплексного рассмотрения вопросов их поддержки на каждом из следующих этапов: при контроле ключевых технических параметров; при комплексной оценке технического состояния на базе количественной и качественной информации как основы для определения вариантов эксплуатации ЭО; при планировании объемов профилактических мероприятий с целью предупреждения развития и ликвидации дефектов в оборудовании. При этом эффективность каждого этапа во многом обеспечивается построением методического и алгоритмического обеспечения, аккумулирование которого на системном уровне позволяет сформировать структурную модель процесса ИППР по выводу ЭО в ремонт.

Проведенный анализ работ позволил классифицировать математические методы, применимые в задачах реализации ИППР, и произвести их оценку по следующим критериям: возможность решения сложноформализуемых задач и поиска результата в условиях неопределенности информации; высокая оперативность получения и хороший уровень интерпретации результатов; возможность оперирования разнородными информационными потоками (включая знания экспертов). По итогам оценки выбраны следующие ключевые направления решения актуальной проблемы: многопараметрическая оценка фактической потребности ЭО в проведении ремонтно-эксплуатационных мероприятий на основе иерархических систем нечеткого логического вывода и нечетких баз знаний; многофакторная оценка ЭО при формировании очередности проведения профилактических мероприятий и планировании объемов работ методами нечеткого многокритериального анализа.

Во второй главе приведены результаты построения структурной модели процесса ИППР по выводу ЭО в ремонт в классе уровневых моделей, которая представляет собой концептуальную (методическую и алгоритмическую) основу для интеллектуализации деятельности оперативно-ремонтного и инженерно-технического персонала в части своевременного проведения ремонтных работ в условиях неопределенности (рис. 1). Разработанная структура обеспечивает функциональное и информационное взаимодействие на этапах поддержки решений, а также строгую иерархию и соподчиненность элементов.

На начальном этапе процесса принятия решений (нулевой уровень модели) осуществляется формализация ЭО (блок № 1), приходящегося на баланс энергетического объекта, с позиций (блоки № 2 и 3) выбора ключевых структурных элементов, состояние которых в дальнейшем будет контролироваться в ходе мониторинга и диагностирования, а также учета факторов (климатических, режимных и т.д.), воздействию которых подвергается ЭО в процессе эксплуатации.

На первом уровне модели формируется итоговый перечень ключевых параметров А? (блок № 4), наиболее полно характеризующих ТС у-го ЭО, и определяется комплекс методов и средств М (блок № 5), при помощи которых в ходе эксплуатации будет осуществляться периодический или непрерывный их (парамет-

ров) контроль. Аккумулированная в ходе проводимых измерений информация используется для оценки фактического состояния (уровень 2, блоки № 6 и 7). Параметры Я! и У модели оценки представлены лингвистическими переменными с соответствующими функциями принадлежности. Связь между ними характеризует степень близости ЭО к границе критических состояний и реализуется при помощи нечеткого логического вывода по совокупности экспертных правил вида: ЕСЛИ <значения параметров>, ТО Заключение о состоянии>. При этом интегральная оценка состояния ЭО характеризует фактический «запас» риска потери работоспособности и производится путем определения фактического выработанного или фактического остаточного ресурса Й. Формируемые в процессе оценки заключения (диагнозы) определяют первичную необходимость проведения для оборудования профилактических мероприятий и предварительные объемы работ.

Рис. 1. Структурная модель процесса интеллектуальной поддержки принятия управленческих решений по выводу в ремонт электротехнического оборудования

На завершающем этапе (уровень 3) формируются решения, связанные с установлением очередности проведения профилактических ремонтов ЭО. Ранжирование вариантов вывода в ремонт по показателям приоритета <р;- осуществляется в ходе комплексной обработки информации об ЭО согласно процедуре нечеткого многокритериального анализа (блоки № 8 и 9) на базе системы оценочных факторов (критериев) {К'п }, характеризующих значимые технико-экономические аспек-

ты эффективной эксплуатации оборудования. Полученные оценки приоритета используются в структуре многопараметрической задачи (блок № 12) краткосрочного (оперативного) планирования объемов ремонтных работ, в ограничениях по доступным для их реализации ресурсам предприятия {Л„тах} (индекс и указывает

на вид ресурса: материальный, финансовый, трудовой и т.д.):

м м

£ф/^тах, Х^^Г, (1)

м J'1

где dj - переменная, связанная с принимаемым решением: со значением 1, еслиу'-й объект исследования включается в план ремонтов, О-в противном случае.

Если рассматривать процесс ИППР с позиций «вход-выход», то его третий уровень является завершающим этапом формирования решений и интегрирует информацию о технических параметрах и характеристиках, определяющих работоспособность оборудования в процессе его эксплуатации. При этом реализация ИППР позволяет не только формировать оценки фактического состояния ЭО и заключения о его потребности в ремонте, но и устанавливать очередность, а также планировать объемы проведения профилактических мероприятий.

Для анализа вариантов вывода в ремонт (единиц, групп ЭО или отдельных энергообъектов) сформирована структура критериев оптимальности (оценки приоритета), которая в формализованном представлении приняла вид четырехуровневой иерархии. Целевой критерий ф занимает нулевой (верхний) уровень иерархии, а ее первый уровень декомпозирован следующим образом. Субиерархия критерия Ki - «Уровень ТС» состоит из: Кх - «Оценка ТС по ключевым параметрам»; К2 -«Остаточный ресурс»; К3- «Степень риска потери работоспособности»; К\ - «Условия эксплуатации». Вторая ветвь декомпозиции Кг - «Уровень технологической значимости» включает: Ка - «Возможный ущерб от потери работоспособности»; К9- «Интенсивность эксплуатации»; К10~ «Затраты на восстановление». Критерий Кг2 также является комплексным. Входящие в его структуру частные критерии формируют нижний уровень иерархии: К4 - «Температурные условия эксплуатации»; Ks- «Относительная влажность среды эксплуатации»; К6 - «Степень влияния случайных факторов»; К7- «Уровень опасности среды эксплуатации».

Оценка y„J значимости j-го объекта исследования (альтернативы) множества IV=(wi,W2,...,Wm) по и-му критерию оптимальности осуществляется с использованием алгоритма нечеткого вывода Мамдани и базы продукционных правил вида:

ЕСЛИ К„ есть Сщ, ТО у„ есть Е,(, где К„={С„\, С„2, ...,С„д} - лингвистическая переменная и множество ее нечетких термов (с соответствующими функциями принадлежности), формализующие п-й критерий; E={Ei, Е2, ..., Eg) - лингвистическая переменная и ее терм-оценки, характеризующие значимость альтернативы по и-му критерию; q'=q при прямой связи переменных (чем меньше величина, тем лучше), q'=Q-q+l - при обратной.

В целях повышения объективности решений, связанных с определением порядка вывода ЭО в ремонт, разработана методика расчета коэффициентов относительной важности, позволяющая учесть неравнозначность критериев оптимальности. Методика основана на построении матриц парных сравнений, совокупности методов вычисления приоритетов Мр={Мръ Мр2, ..., Mpz) и векторном критерии эффективности ЕС (efficiency criterion):

ЕС =

'CR л

MV ED

—> шш

(2)

где CR - отношение согласованности; MV- нарушение соотношения между значениями элементов матрицы парных сравнений и коэффициентов относительной важности; ED - евклидово расстояние.

Для конкретной формализованной задачи оценки значимости последовательность реализации методики (рис. 2) состоит в следующем. Этап 1. Экспертное построение матриц парных сравнений (блок № 1) для отдельных субиерархий критериев. Этап 2. Расчет коэффициентов важности критериев (блок №2) для полученных матриц по каждому из методов Мр (блок №4). Этап 3. Вычисление оценок эффективности методов Мр по элементам вектора (2) (блок № 3). Этап 4. Выбор для каждой р-й матрицы (блок № 5) оптимального метода WpJ'}, р=\-.г. по условию:

EC/,=min{ECpv}, v=l:v', где v - индикатор метода, которому соответствует оценка.

В качестве элементов тестового множества TM={AN, EV, WLS, LLS} при построении методики использовались (строгая привязка к выбранной структуре отсутствует): AN - метод аддитивной нормализации; EV - метод Саати; WLS - взвешенный метод наименьших квадратов; LLS - логарифмический метод наименьших квадратов. При этом оценка эффективности методики для различных генераций матриц парных сравнений показала ее преимущество в сравнении со случайным методом ТМ.

Итоговое значение фу приоритета альтернативы формируется в процессе последовательного агрегирования оценок на уровнях иерархии задачи по принципу: yJp =fp(yJpJ, ар1, yJp2, ар 2,..., у3р^ , ар jn?),p=l:r, где у J - оценка j-й альтернативы по g-му частному критерию р-й субиерархии; у'р - оценка j-й альтернативы по комплексному критерию р-й субиерархии; пр - количество частных критериев в р-й субиерархии; Opg - коэффициент важности g-ro частного критерия, входящего в состав р-й субиерархии;^,- оператор агрегирования.

Оптимальная альтернатива определяется по максимуму оценок <р;, ранжирование которых соответствует очередности проведения профилактических мероприятий по итогам оценки фактического ТС ЭО и используется в структуре задачи (1) и разработанного алгоритма планирования объемов ремонтных работ.

Третья глава посвящена разработке методики ИППР, обеспечивающей достоверную оценку фактического технического состояния ЭО и планирование в соответствии с ее результатами объемов ремонтных работ.

Рис. 2. Алгоритм расчета коэффициентов важности критериев в задаче анализа вариантов вывода в ремонт

В основу методики положен иерархический принцип построения моделей нечеткого логического вывода, позволяющих формировать комплексные оценки состояния ЭО по итогам контроля его технических параметров и определять фактическую потребность в ремонтных воздействиях.

Взаимосвязь между фактом нахождения ЭО в конкретном состоянии (диагнозом) и предпосылками к нему определяется в соответствии с выражением:

Х={хих2,...,хт} -уу, (3)

где Х={х,} - множество ключевых технических параметров ЭО, контролируемых в процессе эксплуатации (мониторинга), каждый из которых представлен лингвистической переменной с нечеткими термами А, = {я', а,2,...,«;}; у - фактическое ТС ЭО, интерпретируемое в лингвистическом смысле нечетким терм-множеством .в котором 5; определяет 1-й уровень состояния ЭО; «—»> - обозначение процедуры логического вывода для задачи нечеткой классификации (3).

Заключения о потребности ЭО в ремонте в рамках методики строятся на основе алгоритма, который позволяет получить достоверную оценку фактического состояния ЭО и определяет следующую последовательность действий (рис. 3):

1. Формирование (блок № 1) структуры технических параметров Х={хи х2,..., хт}, достаточных для оценки уровня работоспособности ЭО.

2. Декомпозиция множества параметров (блок № 2) в соответствии с выбранными методами контроля состояния электротехнических устройств, либо ключевыми элементами (отдельными узлами, агрегатами) и системами оборудования, состояние которых они позволяют оценить. Формирование иерархии логического вывода для повышения прозрачности и компактности модели.

3. Определение (блок №3) структуры модели (количества нечетких термов, параметров функций принадлежности) с учетом экспертной, статистической и нормативно-технической информации (формуляры обследований, ведомости дефектов и т.д.) о характеристиках состояния ЭО. В зависимости от объема априорных данных функции принадлежности строятся при помощи предложенного алгоритма нечеткой кластеризации, который позволяет адаптировать параметры модели к реальным факторам эксплуатации ЭО и уменьшить тем самым число ошибочно распознанных состояний, либо экспертным способом.

4. Построение логических правил (блок № 4), формализующих с учетом знаний специалистов по эксплуатации ЭО связи вида ЕСЛИ <параметры ЭО>, ТО Заключение о состоянии> и формирующих нечеткую базу знаний.

5. Настройка (блоки № 6 и 7) параметров нечеткой модели на основе выборки экспериментальных данных «значения ключевых параметров - состояние ЭО» с целью повышения достоверности заключений. Критерий настройки определяется в зависимости от постановки задачи (блок № 5):

1) для дискретного случая классификации (решение в виде нечеткого множества, соответствующего диагнозу ЭО) значения обучающей выборки предварительно фаззифицируются и используется составной критерий:

а>4£[А<(/,'(Х'"'П' ВД^+^Хк^'")-^ В))Т—ишп,

1 М (=1 -1

где А<,)={х/')}, /=1 :т - вектор измеренных значений входных параметров;

О., В) - значение выхода нечеткой модели при множестве значений значений параметров В={р,} функций принадлежности и весов й={<%}, 1=\:Ь,р=\:с

продукционных правил; Т - общее число пар экспериментальных данных в обучающей выборке; ц,,(У") - величина принадлежности значения выходной переменной у в ?-й строке обучающей выборки к виду состояния Кег - добавочный коэффициент, необходимый для увеличения приоритета ошибочно классифицированных состояний; Д, (Щ*0, £2, В)) - результат в форме ошибочно (Д,=1) или верно (Л,=0) распознанного ¿-го состояния;

2) для задачи количественной оценки технического состояния ЭО (например, при получении значений интегральных характеристик) применяется критерий:

Аг = -^;[(У0-^(Х(",П,В)]2 —> гшп.

Т ,=1

6. Фаззификация (блок № 8) значений технических параметров ЭО, полученных в ходе текущего инструментального и/или визуального обследования.

с

3

Формирование перечня технических параметров ЭО X ={х,,.х2,...,д:1И}

Декомпозиция сформированного множества параметров

Формирование функций принадлежности переменных модели

Построение неметкой базы знаний на основе логических правил

Выбор критерия настройки параметров нечеткой системы с учетом способа представления результата

1

Фаззификация результатов текущих измерений количественных и качественных параметров ЭО

л';=1

п':=п'+1

Нечеткий логический вывод по п'-й базе знаний

Конец

Вычисление оценки фактического состояния ЭО по итогам контроля ключевых параметров

Принятие решения о необходимости вывода в ремонт в соответствии с фактическим состоянием ЭО

I - Обработка экспертной и ретроспективной информации и формирование структуры модели нечеткого логического вывода; П - Настройка параметров модели; Ш - Формирование оценочного решения на базе информации о текущих измерениях

Рис. 3. Алгоритм поддержки принятия решений на этапе оценки фактического состояния ЭО

7. Выполнение итераций нечеткого логического вывода по п'-й базе знаний (блоки № 9 и 10) для где Мтг[К - число шагов вьюода. Вычисление степе-

ней принадлежности терм-оценок выходной переменной состояния ЭО при помо-

щи операторов импликации и агрегирования нечетких множеств.

8. Формирование (блок № 11) результата (в форме нечеткого множества или путем его дефаззификации), соответствующего фактическому состоянию ЭО.

9. Выбор вариантов (блок № 12) дальнейшей эксплуатации ЭО, включая оценку необходимости реализации профилактических мероприятий, направленных на поддержание ЭО на работоспособном уровне.

Получаемые на основе алгоритма заключения интегрируются в общую структуру методики ИППР при управлении процессом вывода ЭО в ремонт, построенную в контексте обслуживания оборудования по фактическому состоянию и включающую: контроль ключевых технических параметров; комплексную оценку фактического технического состояния и определение потребности в ремонте; установление порядка вывода в ремонт; планирование объемов ремонтных работ.

В четвертой главе рассматриваются вопросы исследования процессов эксплуатации и обслуживания баковых масляных выключателей на напряжение 35 кВ (С-35М-630-10-У1) с использованием методики ИППР.

В ходе адаптации методики к специфике выключателей формализованы их ключевые количественные и качественные технические параметры (блок № 4, см. рис. 1), а также область методов и средств (блок № 5, см. рис. 1), позволяющих осуществлять контроль этих параметров в режиме онлайн. Определены составляющие модели нечеткого логического вывода для оценки технического состояния выключателей (блок № 6, см. рис. 1) по результатам обследования под рабочим напряжением. Реализация модели позволяет формировать как комплексные заключения о фактической потребности в ремонтных работах, так и заключения по отдельным узлам и параметрам выключателя в целях выявления критических областей его конструкции и оценки объемов работ по ликвидации дефектов в них.

Фрагменг продукционных правил для оценки состояния выключателей

Предпосылки Заключение Решение

ЕСЛИ АТ\ = «Ниже средней» И ДГ2 = «Низкая» идг3= «Низкая» И Д74 = «Низкая» ТО «Удовлетворительное» Эксплуатация в режиме мониторинга ТС

ЕСЛИ Д7\ = «Выше средней» идг2 = «Ниже средней» И АТ3= «Выше средней» ИД т4 = «Низкая» ТО у= «Ухудшенное» Устранение неисправности при ближайшем выводе из работы

ЕСЛИ Д7\ = «Высокая» ИЛИДГ2 = «Высокая» ИЛИДГ3= «Высокая» ИЛИДГ4= «Высокая» ТО.у= «Критическое» Срочный предупредительный ремонт с выводом го эксплуатации

Примечания: Д7*1 - избыточная температура контактных соединений; АТ2 - избыточная температура поверхности бака в зоне расположения дугогасительной камеры; ДГ3 - избыточная температура поверхности бака в зоне расположения встроенных трансформаторов тока; Д7'4 - превышение температуры по поверхности ввода

Общее количество правил (с соответствующими весовыми коэффициентами) в базах знаний, осуществляющих лингвистическую интерпретацию диагностических признаков состояния выключателей (таблица), равно 104. Использование модели позволяет в среднем до 14 % увеличить количество верно распознанных состояний ЭО (в том числе и критических) и обеспечить достоверную оценку потребности, а также своевременность проведения профилактических работ.

При реализации принципов интегральной оценки состояния выключателей (блок № 7, см. рис. 1) уточнены структура и параметры нечеткой модели оценки риска потери ими работоспособности. Модель строится на информации о факти-

ческой наработке коммутационного 7?к и механического Км ресурсов, определяемых величиной коммутируемого тока (/„ кА), количеством коммутаций (Нк) и числом циклов «включение - произвольная пауза - отключение» (Л'во).

Разработан алгоритм принятия решений при управлении процессом вывода выключателей в ремонт (рис. 4), включающий: контроль ключевых количественных и качественных параметров (блок № 1) под рабочим напряжением; комплексную оценку фактического ТС (бло-

С

э

Периодический мониторинг ключевых параметров выключателей год рабочим напряжением

Л1

Анализ и оценка фактического технического состояния на осюве нечеткого логического вывода

а

Интегральная оценка величины рдаса потери работоспособности

Углубленное обследование выключателя для выявления и/или локализации причин ухудшения ТС

Уточшга« сроков проведения последующих кмрительных мероприятии

_и допуск в жсгтпуатзцию_

ки № 2 и 3); принятие решения (блоки № 4, 6, 7) касательно дальнейшей эксплуатации на базе информации о фактическом ТС: продолжение эксплуатации (блок № 8); проведение расширенного обследования с отключением преимущественно без разбора и слива масла (блок № 5); замена и списание (блок № 10) по причинам технического или экономического характера; планирование (блок № 11) и реализация (блок № 12) профилактических мероприятий в необходимых количестве и объеме. Процесс сопровождается аккумулированием информации и опыта обслуживания выключателей (блок № 9) для использования при уточнении параметров моделей (блоки № 2 и 3), повышения достоверности оценок состояния и эффективности эксплуатации в целом.

В соответствии с алгоритмом проведены мониторинг (блок № 1, см. рис. 4) трех баковых масляных выключателей и оценка их фактического технического состояния по разработанным нечетким моделям (блоки №2 и 3, см. рис. 4). Полученные результаты с учетом дополнительных практических расчетов (блок № 11, см. рис. 4) позволили выявить выключатель с наибольшей потребностью в проведении профилактических работ. В дальнейшем при выводе выключателя из эксплуатации и детальном обследовании обнаружен и устранен критический дефект в его контактной системе.

Разработанный алгоритм и входящие в его состав модели реализованы программно и опытно используются для интеллектуальной поддержки процесса вывода в ремонт баковых масляных выключателей на объектах Пермского регионального управления ООО «ЛУКОЙЛ-ЭНЕРГОСЕТИ», что позволяет в среднем

и

Загась необходимой информации » базу

Опрежление гюрядка вывода в ремонт и планирован« _ремонтных мероприятий

Проведение ремонтных мероприятий г необходимом количестве и объеме

Рис. 4. Алгоритм принятия решений при управлении процессом вывода в ремонт баковых масляных выключателей на основе оценок их фактического состояния

на 20 % сократить время простоя и объемы ремонтных работ за счет повышения достоверности оценок их фактического технического состояния.

В заключении сформулированы основные научные и практические результаты, полученные в ходе диссертационного исследования.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Проведен анализ особенностей эксплуатации и ремонтного обслуживания ЭО, на основе которого определены базовые элементы и задачи ИППР. Выполнена классификация математических методов и моделей принятия решений по степени формализации исследуемых с их помощью задач, и выбраны направления реализации интеллектуальной поддержки на основе аппарата нечеткой логики.

2. Разработана структурная модель процесса ИППР, позволяющая системно увязать и соподчинить элементы, характеризующие формализованные средства (методики, модели и алгоритмы) обеспечения своевременного вывода ЭО в ремонт с учетом фактора неопределенности информации.

Формализована многокритериальная процедура обоснования приоритетов и очередности вывода ЭО в ремонт в условиях неопределенности информации. Сформирована иерархия охватывающих различные аспекты эксплуатации и ремонта ЭО критериев оптимальности, и предложен новый способ расчета коэффициентов их относительной важности на основе комплексного критерия эффективности. Разработан алгоритм принятия решений при планировании объемов профилактических мероприятий на основе оценок приоритетов вывода в ремонт.

3. Разработана методика ИППР, позволяющая комплексно оценить фактическое техническое состояние ЭО и формировать заключения о его потребности в ремонтно-профилактических воздействиях. В основу методики положен иерархический принцип построения моделей нечеткого логического вывода, а также процедуры нечеткой кластеризации и обучения этих моделей, позволяющие адаптировать их к специфике обслуживаемого объекта и повышать достоверность оценок состояния ЭО в процессе накопления опыта его эксплуатации.

4. Проведено исследование процесса эксплуатации баковых масляных выключателей на напряжение 35 кВ на основе методики ИППР. Определены ключевые технические параметры выключателей, сформированы модель и база знаний для комплексной оценки их фактического технического состояния. Разработан и реализован программно алгоритм принятия решений при управлении процессом вывода выключателей в ремонт на основе выбора вариантов проведения ремонтно-эксплуатационных мероприятий. Алгоритм применяется при эксплуатации баковых масляных выключателей, функционирующих в структуре действующих энергообъектов, что позволило в среднем на 20 % сократить время простоя выключателей и объемы ремонтных работ за счет повышения достоверности оценок их фактического технического состояния.

Основные публикации по теме диссертационной работы

Публикации в изданиях, рекомендованных ВАК России

1. Елтышев, Д.К. К вопросу о применении генетических методов для решения задач поддержки жизненного цикла электрооборудования / Д.К. Елтышев,

А.Б. Петроченков, C.B. Бочкарев // Доклады Томского государственного университета систем управления и радиоэлектроники. - 2009. - № 2. - С. 136-142.

2. Елтышев, Д.К. Разработка системы поддержки жизненного цикла высоковольтного электротехнического оборудования на основе методов генетического моделирования / Д.К. Елтышев, А.Б. Петроченков, В.К. Гладков // Вестник Ижевского государственного технического университета.- 2010. - № 1. - С. 113-117.

3. Планирование процесса эксплуатации электротехнического оборудования с использованием теории марковских процессов / А.Б. Петроченков, C.B. Бочкарев, A.B. Ромодин, Д.К. Елтышев// Электротехника. - 2011.- № 11.-С. 20-24.

4. Елтышев, Д.К. Структурная модель и алгоритм поддержки принятия решений при ремонте высоковольтного электротехнического оборудования / Д.К. Елтышев // Научное обозрение. - 2012. - № 6. - С. 241-246.

5. Бочкарев, C.B. Методика принятия оптимальных решений при ремонте высоковольтного электротехнического оборудования / C.B. Бочкарев, Д.К. Елтышев // Научно-технический вестник Поволжья. - 2012. - № 6. - С. 142146.

Другие статьи и материалы конференций

6. К вопросу об оценке состояния электроэнергетического оборудования / Д.К. Елтышев, А.Б. Петроченков, A.B. Ромодин, В.К. Гладков // Молодежная наука Верхнекамья: материалы V регион, конф., г. Березники, 14 мая 2008 г. - Березники, 2008.-С. 202-210.

7. Методы прогнозирования технического состояния и анализ надежности электроэнергетического оборудования на предприятии ООО «ЛУКОЙЛ-ПЕРМЬ» / Д.К. Елтышев, А.Б Петроченков, A.B. Ромодин, В.К. Гладков // Вестник ПГТУ. Электротехника, информационные технологии, системы управления.- 2008. -№ 2. - С. 142-153.

8. Елтышев, Д.К. К вопросу о планировании ремонтов электротехнического оборудования с учетом технического состояния / Д.К. Елтышев // Энергетика. Инновационные направления в энергетике. CALS-технологии в энергетике: материалы V Всерос. науч.-техн. интернет-конф., г. Пермь, 1-30 ноября 2011 г. - Пермь: Изд-во Перм. нац. исслед. политех, ун-та, 2012. - С. 215-222.

9. Елтышев, Д.К. Методика планирования профилактических ремонтов электротехнического оборудования на основе нечеткого многокритериального анализа/ Д.К. Елтышев //Научные исследования и инновации.- 2012.- Т. 6-№ 1-1. - С. 194-202.

10. Елтышев, Д.К. Функциональная модель процесса принятия решений при управлении ремонтами электротехнического оборудования / Д.К. Елтышев, C.B. Бочкарев // Вестник ПНИПУ. Электротехника, информационные технологии, системы управления. - 2012. - № 6. - С. 185-191.

11. Елтышев, Д.К. Формирование оценок фактического состояния высоковольтного электротехнического оборудования в условиях неопределенности / Д.К. Елтышев // Электропривод, электротехнологии и электрооборудование предприятий: сб. науч. тр. I Междунар. (IV Всерос.) науч.-техн. конф., г. Уфа, 12-13 апреля 2013 г. - Уфа: Нефтегазовое дело, 2013. - С. 216-218.

Подписано в печать 23.05.2013. Формат 60x90/16. Усл. печ. л. 1,0. Тираж 100 экз. Заказ № 955/2013.

Отпечатано с готового оригинал-макета в типографии издательства Пермского национального исследовательского политехнического университета. Адрес: 614990, г. Пермь, Комсомольский пр., 29, к. 113. Тел. (342)219-80-33.

Министерство образования и науки Российской Федерации

Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования

«Пермский национальный исследовательский политехнический университет»

ИНТЕЛЛЕКТУАЛЬНАЯ ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ ПРОЦЕССОМ ВЫВОДА В РЕМОНТ ЭЛЕКТРОТЕХНИЧЕСКОГО ОБОРУДОВАНИЯ

05.13.06 - Автоматизация и управление технологическими процессами и производствами (в промышленности)

На

0420136007?

ЕЛТЫШЕВ Денис Константинович

Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель: д.т.н. Бочкарев С.В.

Пермь-2013

I >г> *

СПИСОК СОКРАЩЕНИЙ

БД - база данных

ЭО - электротехническое оборудование

ИППР - интеллектуальная поддержка принятия решений

КОВ - коэффициент относительной важности

КОП - критерий оценки приоритета

ЛП - лингвистическая переменная

ЛПР - лицо, принимающее решение

МАИ - метод анализа иерархий

МВ — баковый масляный выключатель

МНК - метод наименьших квадратов

МПС - матрица попарных сравнений

МРКВ - методика расчета коэффициентов относительной важности

НБЗ — нечеткая база знаний

НКА - нечеткий кластерный анализ

НЛ - нечеткая логика

НЛВ - нечеткий логический вывод

НМА - нечеткий многокритериальный анализ

ПР - принятие решений

ППР - планово-предупредительный ремонт

ПЭО - предприятие энергетической отрасли

СИГРЭ - Международный Совет по большим электроэнергетическим системам

СКО - среднее квадратическое отклонение

СМПРР - структурная модель процесса интеллектуальной поддержки принятия управленческих решений по выводу в ремонт ТС - техническое состояние УПВР - управление процессом вывода в ремонт ФП - функция принадлежности

СОДЕРЖАНИЕ

ВВЕДЕНИЕ......................................................................................................................5

ГЛАВА 1 СОВРЕМЕННОЕ СОСТОЯНИЕ ИССЛЕДОВАНИЙ В ОБЛАСТИ ЭКСПЛУАТАЦИИ И РЕМОНТА ЭЛЕКТРОТЕХНИЧЕСКОГО ОБОРУДОВАНИЯ........................................................................................................13

1.1 Общие аспекты проблемы управления процессом вывода в ремонт................13

1.2 Формализация базовых структурно-функциональных элементов интеллектуальной поддержки принятия решений по выводу в ремонт..................18

1.3 Анализ существующих исследований в области поддержки принятия решений по выводу в ремонт.......................................................................................25

1.4 Методы и модели принятия решений в задачах управления процессом вывода в ремонт.............................................................................................................28

1.4.1 Общие подходы к моделированию процесса принятия решений...................28

1.4.2 Методы и модели, основанные на теории нечетких множеств и нечеткой логике..............................................................................................................................32

1.5 Выводы по первой главе.........................................................................................39

ГЛАВА 2. РАЗРАБОТКА СТРУКТУРНОЙ МОДЕЛИ ПРОЦЕССА ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ ПО ВЫВОДУ В РЕМОНТ ЭЛЕКТРОТЕХНИЧЕСКОГО ОБОРУДОВАНИЯ........................................................................................................41

2.1 Аспекты принятия решений в процессе формирования оценок фактического технического состояния................................................................................................41

2.2 Математическая модель принятия решений по планированию объемов профилактических мероприятий.................................................................................48

2.3 Концептуальное представление процесса интеллектуальной поддержки принятия решений по выводу в ремонт......................................................................50

2.4 Методика расчета приоритета и определения очередности...............................53

вывода в ремонт.............................................................................................................53

2.5 Алгоритм планирования объемов ремонтных мероприятий..............................67

2.6 Выводы по второй главе.........................................................................................69

ГЛАВА 3 РАЗРАБОТКА МЕТОДИКИ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ

ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ ПРОЦЕССОМ ВЫВОДА В РЕМОНТ ЭЛЕКТРОТЕХНИЧЕСКОГО ОБОРУДОВАНИЯ...................................70

3.1 Интеллектуальная поддержка принятия решений при комплексной оценке фактического технического состояния.......................................................................70

3.1.1 Структурная модель комплексной оценки технического состояния...............71

3.1.2 Определение уровней технического состояния и категорий решений в области проведения ремонтно-эксплуатационных мероприятий............................82

3.1.3 Алгоритм параметрической оптимизации нечеткой модели оценки технического состояния................................................................................................87

3.1.4 Алгоритм поддержки принятия решений для комплексной оценки фактического технического состояния.......................................................................91

3.2 Методика интеллектуальной поддержки принятия решений при управлении процессом вывода в ремонт.........................................................................................94

3.3 Выводы по третьей главе........................................................................................96

ГЛАВА 4 ИССЛЕДОВАНИЕ ПРОЦЕССОВ ЭКСПЛУАТАЦИИ И ОБСЛУЖИВАНИЯ БАКОВЫХ МАСЛЯНЫХ ВЫКЛЮЧАТЕЛЕЙ С ИСПОЛЬЗОВАНИЕМ МЕТОДИКИ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ...............................................................................................97

4.1 Обоснование выбора объекта апробации.............................................................97

4.2 Формализация процесса интеллектуальной поддержки принятия

управленческих решений по выводу в ремонт...........................................................99

«

4.2.1 Выбор ключевых технических параметров.....................................................100

4.2.2 Нечеткая модель комплексной оценки фактического технического состояния......................................................................................................................107

4.2.3 Интегральная оценка технического состояния...............................................113

4.3 Алгоритм принятия решений при управлении процессом вывода в ремонт.. 119

4.4 Апробация методики интеллектуальной поддержки принятия решений при управлении процессом вывода в ремонт..................................................................122

4.5 Выводы по четвертой главе..................................................................................126

ЗАКЛЮЧЕНИЕ...........................................................................................................127

БИБЛИОГРАФИЧЕСКИЙ СПИСОК.......................................................................129

ПРИЛОЖЕНИЯ...........................................................................................................143

ВВЕДЕНИЕ

Эффективное и надежное функционирование систем электроснабжения предприятий энергетических отраслей в значительной степени обеспечивается безаварийной работой входящего в их состав ЭО [31, 32, 49, 69, 71]. Отечественный и мировой опыт показывает [31, 32, 49, 69, 80, 81, 86, 104], что убытки от отказов ЭО весьма значительны, поскольку обусловлены не только затратами на его восстановление, но и длительными простоями оборудования, а также ущербом от перебоев в поставках энергоносителя.

Предотвратить нештатные ситуации, связанные с выходом оборудования из строя, и снизить затраты на его эксплуатацию в целом возможно путем своевременного проведения ремонтных мероприятий. Такие мероприятия должны носить опережающий характер по отношению к моментам перехода ЭО в критическое состояние, тем самым предупреждая возможные аварийные ситуации. Учитывая, что в структуре современных энергетических объектов значительная доля оборудования практически выработала свой ресурс [69, 71], последнее не может быть обеспечено превалирующей на объектах энергетики системой планово-предупредительного ремонта.

Несмотря на то, что система ППР в первую очередь ориентирована на высокий уровень надежности, она не гарантирует отсутствие отказов оборудования в межремонтный период и требует существенных затрат (материальных, трудовых, финансовых) на реализацию работ в рамках жестко регламентированных ремонтных циклов [53, 69, 80]. Практика показывает, что проводимые в соответствии с план-графиками ППР работы зачастую бывают излишними, увеличивая суммарное время простоя ЭО, и, вместо восстановления его работоспособности, приводят к дополнительному износу элементов и узлов [53, 69]. Сказанное выше во многом обусловлено [50, 53, 69] старением и абсолютным ростом количества ЭО, отсутствием приоритетов при выводе в ремонт и планировании объемов ремонтных работ, несоответствием плановых нормативов фактическим условиям эксплуатации и т.д.

Обозначенные аспекты свидетельствуют о том, что в современных условиях необходимость вывода ЭО из эксплуатации должна определяться на основе объективных оценок его фактического ТС [6, 69-71, 80, 99, 100] по результатам диагностики (мониторинга) в сочетании с субъективными экспертными оценками ответственного за эксплуатацию ЭО персонала [91]. При этом неверно распознанное состояние оборудования (в особенности критическое), а также неверно определенный приоритет его вывода в ремонт могут послужить причинами нерационального планирования объемов профилактических работ и последующего аварийного отключения со всеми вытекающими последствиями.

Ситуация ощутимо усложняется, если учитывать специфику функционирования ЭО [66, 69, 70,100, 118]:

- большое количество и территориальная распределенность разнородных объектов генерации и потребления электроэнергии;

- значительный дефицит финансовых и других видов ресурсов энергетических предприятий и необходимость в условиях рыночной конкуренции минимизировать затраты при выполнении ремонтных работ;

- высокая степень сложности ЭО, многопараметричность;

- необходимость, в условиях интенсификации производства, в организации эффективного контроля технических параметров ЭО в процессе эксплуатации и получения достоверных данных для обнаружения всех потенциально опасных дефектов;

- проблематичность установления однозначных связей между фактами наличия дефектов и предпосылками к ним.

Беря во внимание субъективный фактор и отсутствие на большинстве энергетических объектов налаженной системы сбора и хранения накапливаемых в процессе эксплуатации ЭО данных, к вышесказанному следует отнести и объективно существующую неопределенность (неполноту, недостоверность) разнородной информации, которой зачастую приходится руководствоваться при управлении процессом вывода в ремонт оперативно-ремонтному и инженерно-техническому персоналу [91]. Тем не менее, одним из путей преодоления проблем

< ? ' 2 и*| 5 } I

4 ,, » * (

* '

/г

7

может являться разработка механизмов ИППР этим персоналом на основе моделей и алгоритмов, использующих в своей структуре аппарат НЛ и НБЗ [16, 17, 52, 93, 113, 116].

Ввиду ответственности выполняемых ЭО функций ИППР должна быть направлена на увеличение достоверности оценок фактической потребности оборудования в ремонте и принятие своевременных мер по исключению аварийных ситуаций. С применением нечетких систем это может быть достигнуто, в частности, за счет использования знаний и опыта экспертов в области эксплуатации ЭО совместно с результатами диагностического контроля, а также возможности с высокой оперативностью и интерпретируемостью результатов решать сложно формализуемые задачи комплексной оценки ТС оборудования и определения порядка его вывода в ремонт.

К настоящему моменту накоплена обширная база теоретических и практических исследований, так или иначе связанных с проблемой повышения эффективности процессов эксплуатации и ремонта оборудования энергетических объектов и систем [6-9, 16, 25, 60, 69, 101]. Помимо отдельных авторов значительная роль в развитии данного направления, в том числе и на прикладном уровне, принадлежит научно-производственным и исследовательским коллективам, среди которых: СИГРЭ, ВЭИ им. Ленина, ВНИИЭ, НИУ МЭИ, МГТУ им. Н.Э. Баумана, ИГЭУ и др.

Несмотря на существенный научно-технический задел, стоит отметить, что предлагаемые в работах большинства авторов решения, как правило, ориентированы на частные задачи, связанные с оценкой ТС отдельных видов ЭО, планированием сроков проведения ремонтных мероприятий и т.д., которые не интегрируются друг с другом на информационном и алгоритмическом уровнях. Это означает, что, во-первых, явно не определены элементы и задачи, которые могли бы быть положены в основу ИППР. Во-вторых, практически отсутствуют существенные результаты в области разработки структурных моделей, позволяющих системно увязать механизмы формирования решений на различных этапах процесса вывода ЭО в ремонт, включая выявление потребности в его проведении и оценку объемов ремонтных работ.

Важно, что в исследованиях системного характера, в частности [34, 69, 71], преимущественно используются методы и модели, которые требуют получения и обработки значительных объемов статистической информации, не обеспечивая достаточной простоты в реализации и интерпретации результата. Поэтому они не позволяют решать сложноформализуемые задачи ремонтного обслуживания ЭО в условиях неопределенности, которая обусловлена не только возможной неполнотой данных об исследуемом объекте, но и с их недостоверностью, неоднозначностью (субъективностью) и т.д. Это определяет возможность и целесообразность использования нечетко-множественного подхода [11, 37, 44] к описанию и решению проблемных задач, соответствующих указанной предметной области.

К настоящему времени широко известны работы, связанные с интеллектуализацией процесса принятия решений на основе нечетких моделей [1, 16, 74-76, 92, 93, 114-116, 120]. Однако приходится констатировать отсутствие комплексных разработок, в которых формализованы способы построения таких моделей и НБЗ, адаптированных к различным типам ЭО и особенностям их эксплуатации и ремонта. Поэтому, учитывая многопараметричность и разнородность ЭО, существует необходимость создания методического и алгоритмического обеспечения ИППР в части формирования достоверных оценок фактического ТС ЭО и его потребности в проведении профилактических мероприятий.

Таким образом, для предприятий энергетических отраслей требует решения актуальная научная задача разработки механизмов ИППР, обеспечивающих, в условиях современных реалий, оперативную комплексную оценку фактического ТС ЭО и своевременное определение потребности в ремонте оборудования, а также объемов и очередности проведения ремонтных работ.

Объектом исследования являются процессы эксплуатации и ремонта электротехнического оборудования.

Цель диссертационной работы заключается в повышении эффективности управления процессом вывода в ремонт электротехнического оборудования за

счет интеллектуальной поддержки принятия решений, направленной на снижение продолжительности простоев оборудования и объемов ремонтных работ.

Для достижения поставленной цели сформулированы следующие задачи:

1. Определение базовых элементов и задач ИППР и анализ математических методов и моделей для их реализации.

2. Разработка структурной модели процесса интеллектуальной поддержки принятия управленческих решений по выводу в ремонт ЭО в условиях неопределенности информации, позволяющей устанавливать очередность проведения и планировать объемы профилактических мероприятий.

3. Разработка методики ИППР при управлении процессом вывода ЭО в ремонт на основе достоверной оценки фактического ТС.

4. Исследование процессов эксплуатации и обслуживания баковых масляных выключателей с использованием методики ИППР.

Теоретическую и методологическую основу исследования составляют положения теории принятия решений, теории надежности, теории нечетких множеств, теории оптимизации, метод экспертных оценок, методы математического моделирования и объектно-ориентированного

программирования.

Научная новизна результатов диссертации заключается в следующем:

1. Разработана СМПРР ЭО, новизна которой состоит в том, что:

- для определения порядка вывода оборудования в ремонт впервые формализована иерархическая структура критериев оптимальности и сформированы функции принадлежности нечетких множеств, соответствующих лингвистическим оценкам их (критериев) возможных значений;

- предложен новый способ расчета коэффициентов относительной важности критериев оптимальности, основанный на комплексной оценке эффективности методов вычисления приоритетов и последующем выборе оптимального.

2. Разработан алгоритм поддержки принятия решений для комплексной оценки фактического ТС ЭО, новизна которого заключается в том, что параметры

/ , -и

I

иерархических моделей нечеткого логического вывода с дискретным и непрерывным выходом определяются на основе процедур нечеткой кластеризации, обучения и переобучения, позволяющих повысить достоверность фактических оценок состояния оборудования, по данным, накапливаемым в процессе его эксплуатации оборудования.

3. Разработан алгоритм принятия решений при управлении процессом вывода ЭО в ремонт, положенный в основу программного обеспечения, новизна которого состоит в использовании моделей нечеткого логического вывода с возможностью формализации и адаптации функций принадлежности и базы з