автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Компьютерная система планирования и организации ремонтных работ

1572-у

На правах рукописи

Шпилькин Владимир Иванович

КОМПЬЮТЕРНАЯ СИСТЕМА ПЛАНИРОВАНИЯ И ОРГАНИЗАЦИИ РЕМОНТНЫХ РАБОТ (НА ПРИМЕРЕ ТЭС)

05.13.01 - Системный анализ, управление и обработка информации (по отраслям: информатика, вычислительная техника и

управление)

Автореферат диссертации на соискание ученой степени кандидата технических наук

Красноярск -2003

Работа выполнена в Научно-исследовательском институте Систем управления, волновых процессов и технологий Министерства образования Российской Федерации (г. Красноярск).

Научный руководитель: доктор технических наук,

профессор A.B. Медведев.

Официальные оппоненты: доктор технических наук,

профессор И.В. Ковалев; кандидат технических наук, доцент A.B. Чубарь.

Ведущая организация: НИИ автоматики и электромеханики при

ТГУ систем управления и радиоэлектроники

Защита состоится «31.10» 2003 г. в 14°° часов на заседании Диссертационного Совета Д212.046.01 в научно-исследовательском институте систем управления, волновых процессов и технологий (НИИ СУВПТ) по адресу: 660028, г. Красноярск, ул. Баумана 20 «В».

С диссертацией можно ознакомиться в Научной библиотеке НИИ СУВПТ.

Ваш отзыв, заверенный печатью, просьба направлять по адресу: 660028, Красноярск, ул. Баумана 20 «В» ученому секретарю диссертационного совета H.A. Смирнову.

Автореферат разослан «29.09» 2003 г.

Ученый секретарь

диссертационного сов к.т.н., доцент

РОС.

.национальная!

БИБЛИОТЕКА 4 с.Петербург, "Ц

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. Совершенствование управления промышленным производством является одним из наиболее перспективных направлений его развития и тесно связано с использованием информационных технологий. Сегодня совершенно ясно, что коренное решение этой проблемы невозможно без широкого использования средств вычислительной техники (СВТ). В последнее десятилетие темпы освоения СВТ значительно возросли, а главное, повысилась эффективность их использования для управления современными промышленными предприятиями.

Существенное значение при разработке разнообразных компьютерных систем имеет тот факт, что на предприятиях часто наряду с новьм оборудованием эксплуатируется оборудование, возраст которого исчисляется десятилетиями. Так, на Красноярской ГРЭС-2 пуск первого энергоблока осуществлен в 1961 году. В настоящее время эксплуатируются четыре типа энергоблоков.

Важнейшая проблема, возникающая при эксплуатации ТЭС, является планирование и оперативное руководство ремонтными работами. Существенной особенностью проведения ремонтных работ является жесткий регламент, накладываемый отраслевыми руководящими материалами. Важно также отметить, что вся эта деятельность осуществляется в условиях жесткого дефицита на финансовые и трудовые ресурсы. При разработке компьютерной системы планирования и оперативного управления ремонтными работами возникли задачи, математические постановки которых не укладываются в традиционные рамки, а поэтому и требуют дал своего решения развитие новых методов. Одним из важнейших факторов, побудивших к поискам новых подходов, явилось наличие недостаточной априорной информации об исследуемом объекте для математической постановки задачи.

Особенно это важно, когда на производстве имеются разнотипные энергоблоки и другое оборудование. Здесь целесообразно при оперативном управлении ремонтными работами использовать теорию адаптивных и обучающихся систем, которая позволяет восполнять недостаток знания о процессе на начальном этапе в процессе обучения. В этом случае естественно задачи идентификации, управления и принятия решения в стохастических системах рассматриваются в условиях непараметрической неопределенности, т.е. когда не известна параметрическая структура модели исследуемого процесса (В.Н. Тарасенко, А.В.Медведев, В.Я.Катковник, А.И.Рубан, А.В.Лапко).

Работа посвящена разработке методологии создания интегрированной автоматизированной системы планирования и управления ремонтными работами основных объектов ТЭС на примере Красноярской ГРЭС-2. Наряду с общими вопросами создания ИАСУ, рассматриваются две конкретные подсистемы: первая - подсистема планирования и оперативного управления ремонтными работами; вторая - подсистема технической диагностики состоя-

ния оборудования. При разработке соответствующих алгоритмов была использована теория адаптивных и обучающихся систем как параметрическая, так и непараметрическая. Последнее обусловлено тем, что, учитывая сложность исследуемых процессов, недостаток априорных данных, наличие случайных факторов, наиболее перспективный путь создания компьютерных систем прогнозирования технологических параметров и технической диагностики состоит в создании обучающихся систем, т.е. систем способных в процессе своего функционирования улучшать свои рабочие показатели. Это и определяет актуальность настоящего исследования.

Цель работы состоит в разработке методологии, структуры и состава создания компьютерной системы планирования и оперативного управления ремонтными работами. На этом пути необходимо было решить следующие задачи:

=> сформулировать комплекс технических задач диагностики, управления и оптимизации технологического процесса проведения ремонтных работ;

=> разработать модификации соответствующих адаптивных алгоритмов, обеспечивающих обучаемость компьютерных систем;

=> провести численное исследование нспараметрических алгоритмов диагностики и прогнозирования технологических параметров;

=> осуществить разработку технологии проведения и организации ремонтных работ.

Методы исследования. В работе используются методы системного анализа, теории идентификации и распознавания образов, математической статистики, теории адаптивных й обучающихся систем, статистического моделирования.

Научная новизна. Основные научные результаты диссертационной работы состоят в следующем:

• даны технические и математические постановки задач техниче- ■ ской диагностики состояния основного оборудования ТЭС;

• дана трехуровневая структура системы технической диагностики;

• предложены модификации обучающихся-непараметрических алгоритмов технической диагностики;

• дан системный анализ технологии планирования и оперативного управления ремонтными работами;

• предложены на основе' численного исследования способы настройки различных непараметрических алгоритмов обучения оп-

химизации планирования и оперативного управления ремонтными работами.

Практическая ценность. Разработанная в диссертации методология создания иерархической системы планирования и оперативного управления ремонтными работами положена в основу создания комплексной интеллектуальной компьютерной системы управления основным производством Красноярской ГРЭС-2, включающая компьютерную иерархическую системы технической диагностики. При этом технологические переменные, положенные в основу подсистем технической диагностики структурированы. Разработанное алгоритмическое обеспечение и схемные решения при создании интеллектуальной компьютерной системы управления производством могут широко использоваться на предприятиях энергетики, а также и в других отраслях промышленности.

На защиту выносятся:

1. Технология планирования и проведения ремонтных работ;

2. Алгоритмы оперативной коррекции хода ремонтных работ в случае отклонений от ранее предписанного регламента:

3. Модификации обучающихся непараметрических алгоритмов оперативного управления ремонтными работами в режиме активного накопления информации;

4. Структура и состав иерархической системы технической диагностики основных объектов IЭС;

5. Диалоговые обучающиеся алгоритмы принятия решений и управления технологическими процессами проведения ремонтных работ,

6. Результаты численного исследования алгоритмов технической диагностики.

Апробация работы. Основные результаты диссертации были представлены и докладывались на пятой Международной научной конференции «Интеллектуальные системы и информационные технологии управления 18&1ТС-2000», Псков, 2000 г.; "Проблемы информатизации региона" (Красноярск. 2000г.. 2001г.); Научно-техническая конференция «Научно-инновационное сотрудничество». (М:МИФИ, 2002); IV Международном симпозиуме "Интеллектуальные системы'- (Москва, 2000г.): на Практическом семинаре «Проблемы синтеза и проектирования систем автоматизированного управления» (Новосибирск, 2001г.); Научно-практический семинар «Проблемы синтеза и проектирования АСУ» (Новосибирск, НГТУ, 2001); Всероссийской научно-практической конференции «Перспективные материалы, конструкции и технологии» (Красноярск, 2001г.); на Международной конференции «Моделирование и методы анализа данных» (Минск. 2001г.); на научных семинарах НИМ Систем } правления, волновых процессов и технологий (19995

2001гг.); Научно-техническая конференции «Научно-инновационное сотрудничество»; International Conference in cooperation with The Russian Academy of Sciences - Siberian Branch Automation, control, and Information Technology. (Novosibirsk, 2002 Russia); Школа-семинар БИКАМП - 03» (Санкт-Петербург, 2003); The Fifth International Symposium (Moscow: BMSTU, 2002).

Публикации. По теме диссертации опубликовано 15 печатных работ. Личный вклад соискателя состоит в постановке задач технической диагностики основного оборудования (в частности, энергоблока), разработке модификаций алгоритмов классификации, моделирования, оперативного управле- ( ния ремонтными работами, а также схемы их численного исследования.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, приложения и списка литературы. Общий объем диссертации составляет 138 страниц. Библиография содержит 103 названия.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность разработки интегрированной автоматизированной системы управления (ИАСУ) основным производством ТЭС. При этом обращается внимание на характерные черты производства, что обусловливает требования к комплексной ИАСУ, ее алгоритмическому и программному обеспечению, а также технологии планирования и оперативного управления ремонтными работами неразрывно связанными с компьютерной иерархической системой технической диагностики, являющейся составной частью ИАСУ. Проведенный анализ позволяет сформулировать основные задачи, возникающие при разработке подсистем ИАСУ. Далее дается общая характеристика работы по главам.

Первая глава посвящена анализу основного производства ТЭС как объекта управления с целью планирования и проведения ремонтных работ. На Рис. 1 представлена общая технологическая схема основного производства Красноярской ГРЭС-2. На Красноярской ГРЭС-2 эксплуатируются следую-

Номера блоков Турбина Котел Генератор

1-4 К-150-130 ПК-38 ТВ2-150-2

5 ПТ-60-130 ПК-14 ТВФ-60-2

6-8 К-160-130-2 ПК-38-7 ТВ2-165-2

9-10 ПТ-135/165-130/15 БКЗ-420-140-ПТ-2 ТВВ-165-2УЗ

Таб. 1.

Наличие различных типов энергоблоков усложняет задачу создания компьютерных систем управления, организацию и проведение их ремонта.

Сформулируем некоторые общие и наиболее важные требования к разработке подсистем ИАСУ ТЭС, включающих планирование ремонтных работ, оперативного управления ремонтными работами, корректировка хода проведения ремонтных работ, в случае его отклонения от заранее определенного режима.

цех топливоподачи

Рис. 1. Схема производства и отпуска электрической и тепловой энергии на ГРЭС -2. Где I, II, III - Сетевая вода к потребителю от I, II, III очередей теплосети; IV - отопление ЗИВ; V - технология ЗИВ; VI - выдача электроэнергии от энергоблоков №№ 1-40; VII - паропреобразовательные установки энергоблоков №№ 1-И; 6+8; 1+12 - сетевые подогреватели энергоблоков №№ 1-=-10; VIII - энергоблоки №№ 1-И 0; IX - выдача сетевой воды от бойлерных установок энергоблоков 2^4; X - пар на ЗИВ; XI - подпиточная вода

из цеха водоподготовки.

При этом необходимо эти подсистемы разрабатывать и вводить в действие с учетом наиболее важных требований, предъявляемых к ИАСУ ТЭС в целом:

- системы взаимосвязанных критериев оптимальности для предприятия и их «вес» при различных производственно-экономических ситуациях.

- ИАСУ ТЭС должна быть адаптивной и устойчивой к случайным возмущениям, т.е. на основе адаптации должна вырабатывать новую оптимальную стратегию управления при изменении производственно - финансовых и других ситуациях (появление нового оборудования и циклов, изменение ситуации с сырьем, метеорологических условий, спроса на энергию и т.п.).

- определенных соотношений между изменениями, происходящими в управляемой подсистеме, а также степенью и способом воздействия на нее.

- определенном комплексе необходимых технических средств (СВТ, связь, автоматика) и места человека в системе управления.

- Учетом надежного и достаточно гибкого функционирования элементов определенной ступени в иерархической структуре интегрированной автоматизированной системы управления.

- Архитектура программного обеспечения ИАСУ представляет собой иерархическую структуру доступную к расширению и изменению.

Определяющим на начальной стадии разработки ИАСУ является выработка концепции ее создания, которая определяется составом и состоянием оборудования, особенностями технологического процесса, уровнем автоматизации и др. Концепция определяется на стадии обследования и разработки технического задания на создание ИАСУ и, конечно же, может отличаться для различных, даже однотипных, теплоэлектростанций.

В этой же главе приводятся конкретные технические постановки задач, решение которых необходимо для эффективного управления ТЭС, как-то:

- технология планирования и оперативного управления проведения ремонтных работ

- техническая диагностика состояния оборудования;

- техническая диагностика состояния технологического процесса;

- принятие решений ЛПР по оптимизации технологического процесса, проведения ремонтных работ.

Отметим некоторые первоочередные задачи, возникающие при разработке ИАСУ ТЭС:

- сбор и обработка информации. При этом создастся общая информационная база, необходимая для решения задач технологического и организационного управления;

- автоматизированный контроль достоверности информации, предполагающий частичную автоматизацию проверки достоверности содержательной стороны информации и мероприятия, обеспечивающие помехоустойчивость;

- составление энергетических характеристик оборудования. Фактические характеристики, получаемые при этом, отражают состояние оборудования в данный момент. Результаты этой задачи используются при определении технико-экономических показателей в задаче оперативного оптимального распределения нагрузки на ТЭС;

- распределение нагрузок между энергоблоками. Составляются энергетические характеристики ТЭС для контроля работы блока;

- оперативный контроль и отображение технологической информации. Результаты данной задачи используются операторами ТЭС. На основании автоматического контроля состояния оборудования оператор получает информацию, касающуюся надежности и экономичности эксплуатации технологического оборудования ТЭС. Результаты составляют также информационную базу решения оптимизационных задач;

- проведение испытаний технологического оборудования. Имеется в виду составление режимных карт оборудования;

- расчет и анализ технико-экономических показателей (ТЭП) ТЭС, позволяющий получить информацию о состоянии оборудования и технологических процессах, оптимизировать режимы на основании расчета и анализа ТЭП в темпе производства, формировать различные отчетные документы;

- оперативное управление ремонтными работами и корректировка их хода в случае производственной необходимости;

- статистическая обработка и прогнозирование показателей. В результате решения этой задачи прогнозируются состояние параметров оборудования, изменения в.расходе топлива и т.п.;

- регистрация предаварийных, аварийных и послеаварийных параметров состояния объекта, срабатывания устройств защиты и автоматики, переключений в технологических ( в том числе электрических) схемах для восстановления картины протекания аварийного режима, анализа действий аппаратуры, устройств и персонала, а также для отчетности;

- автоматическое ведение суточных ведомостей;

- автоматический учет топлива, т.е. прихода, расхода и остатка для составления статистической отчетности и принятия соответствующего решения;

- учет и анализ топливной составляющей себестоимости. В частности, здесь анализируется влияние на топливную составляющую различных факторов: стоимостей угля, мазута, перевозки топлива и др.

Вторая глава посвящена алгоритмам диагностики сложных производственных комплексов. Но сначала даются необходимые сведения из непараметрического оценивания стохастических характеристик. Непараметрические оценки. Пусть дана выборка, состоящая из я независимых наблюдений ¿-мерной случайной величины X: л^ , У-2 • Плотность распределения случайной величины X, р{х) > 0 неизвестна.

Непараметрическая оценка плотности вероятности имеет вид:

(1)

где "ядро" Ф(и) эмпирической плотности вероятности обладает следующими свойствами:

Коэффициенты размытости Су ядер эмпирической плотности вероятности зависят в общем случае от объема выборки причем Су —> 0 и ¿>С| со при 5 —> со.

Пусть дана статистически независимая выборка (х|,),(х2,),. • ■ (*<, > й') (к+1)-мерной случайной величины (Х,Г). Плотности распределения /;(х) > 0, р(у)> 0, р(х,у)> О неизвестны. Непараметрическая оценка кривой рехрессии Гот Д то есть: имеет вид:

7=1

' У УЛ X — X,

;=1

С,

1П

Ф

х-7 —х]

Сг

(3)

(=1 7=1

Алгоритмы распознавания образов. Традиционно задача распознавания образов состоит в отнесении предъявляемого объекта к одному из классов. Классы характеризуются тем, что принадлежащие им объекты (ситуации, состояния объекта) обладают некоторым сходством. Пусть дана обучающая

выборка {х,,^},/= 1,5, где х, = (х!,...,х?) - вектор значений признаков, ^ -

"указания учителя" о принадлежности элемента к одному из классов.

В зависимости от того, какая априорная информация имеется, используют различные подходы к решению задачи. Если известны вероятностные характеристики классов Р ¡(х) и Р:(х), то успешно применяются методы теории статистических решений, где получены оптимальные байесовы алгоритмы распознавания образов, обеспечивающие минимум функции риска. Когда вероятностные характеристики классов неизвестны, что наиболее характерно для практических задач, для построения разделяющей поверхности используют либо параметрический подход (если известно в каком виде следует искать разделяющую поверхность), либо непараметрический (где, кроме обучающей выборки, не требуется какой-либо дополнительной информации).

В рамках непараметрического подхода вероятностные характеристики классов заменяются их непараметрическими оценками. Непараметрическая оценка разделяющей функции в двуальтернативной задаче примет вид:

а

7=1

с

(4)

где 03ц,гФ /;/, / = 1,2 - потери при отнесении ситуации из класса /' к классу у, х1 - вектор признаков, элементы обучающей выборки

|(х,,),г = 1,л1]: |(х,, г,),/ = 1, Л", ] - элементы, принадлежащие классу 2,, |(л',, г,), / - 1,} - элементы, принадлежащие классу '/ г ■

10

Знак оценки (4) позволяет различать предъявляемые для классификации ситуации при известном х = х', решающее правило можно сформировать по аналогии с байесовым:

JCeZj, если <ps{x)>0\ X е Z2 , если ^(х)<0. (5)

Алгоритм оптимизируется по параметрам размытости С^, i = 1,2 в ходе

скользящего экзамена.

Другим методом решения данной задачи является метод стохастической аппроксимации. Критерий оптимальности при этом выглядит следующим образом:

R(a)= ¡Q(x>a)P(x)dx = Mx\Q(x,aj}> <6)

од

где R(a) - критерий-функция вектора а ~{СС\, . . ап), зависящий также от вектора случайных последовательностей х=( Х1,.. ., хп), плотность распределения которого равна R(x), Q(а) - область определения х, Q(x, а) - некоторая функция качества при фиксированном значении х. Критерий (2.1.1) требуется минимизировать, т.е.

X = Mx{g(x,a)}->min (7)

а

Пусть критерий-функция R=R(a ) дифференцируем. Идея построения вероятностных итеративных алгоритмов состоит в том, что при надлежащем выборе Г (Г - матрица) мы можем воспользоваться разновидностями регулярных методов, заменив в них производная критерия-функции R (который нам не известен) реализациями VaQ(x, а) - Тогда вероятностные итеративные алгоритмы могут быть представлены в рекуррентной форме:

«И = а[п -1] - r[n\V aQ{x[n\,a[n -1]), (8)

i де элементы матрицы Г удовлетворяют условиям Роббинса и Монро.

В некоторых случаях задачу также удобно решать методом наименьших квадратов. При этом критерий оптимальности при этом выглядит следующим образом:

Ща) = -¿(у,-¿ajiPj(x))2 min, (9)

S I-1 7=1 "

где ar =(QTj, . . .,aN), (p{x) = {<pi{x),...,<pH{x)), то минимизацию W(a) по а будем осуществлять с помощью решения системы уравнений:

= = (Ю)

да, daN

Задачу диагностики состояния оборудования с точки зрения его эксплуатации и диагностики состояния технологического процесса целесообразно интерпретировать как трехальтернативную задачу распознавания образов.

11

При этом первый класс определяет нормальное состояние процесса и оборудования; второй - не нормальное; третий - предаварийное состояние.

Последний класс в пространстве признаков х=(х^,...^ск) располагается в 8-

окрестности от разделяющей поверхности <р3(х)= 0. Процедура принятия решений о принадлежности ситуации к тому или иному классу в этом случае является двухэтапной. Сначала проверяется справедливость неравенства <е если Р,(х) и Р2(х) отличны от нуля и если оно имеет место, то тогда

ситуация относится к третьему классу. В противном случае решается двуаль-тернатиная задача классификации в соответствии с (4), (5). Значение е определяется экспериментально, а процесс обучения протекает в режиме активного (последовательного) накопления информации. В этом случае предлагается использовать следующий прием при формировании в процессе обучения обучающей выборки. Если 0 и Р2(х) Ф 0 или ситуация классифицирована неверно, то значение х' включается в обучающую выборку, в противном случае - нет.

Алгоритмы принятия решений с ЛПР. Задачу управления процессом ремонтных работ с идентификатором в управляющем контуре можно представить схематично в виде, представленном на рисунке 2. На рисунке приняты обозначения:

*(0 = (*1(0.-,**(0) -вектор выходных переменных процесса,

а(0 = («,(0,-,и„(0) и

м(0 = С«!(О,-, //„('))-соответственно управляемые и неуправляемые контролируемые переменные, состоящие Рис. 2.

соответственно из т и п компонент, случайные возмущения, случайные ошибки измерения, - задающее воздействие, г - время. На

первом этапе (ключ К1 разомкнут) решается задача идентификации; на втором этапе ключ К1 замкнут, решается задача управления объектом с участием ЛПР, после этого ключ К2 замыкается.

Введем некоторую выпуклую функцию качества о(t) = a(x(t),x*(t)). Сформируем критерий оптимальности:

R =Mu{Mx{(u(t)-m)2 /МО е O(/;),o-0)Vx(0 бОД}, (11)

где it(t) - решающая функция.

Оптимальный оператор, определяющий и(1) , равен: гГ(/) = M{u(t)//u(t) е QO),<j{t) = OVx(t) е Г2(х». (12)

Теперь задача сводится к непараметрическому оцениванию (12) на основании поступающей информации {x{t),fj(t),u(t)},t = 1,л-.

При управлении реальными объектами естественно использовать опыт обслуживающего персонала (оператор, диспетчер, технолог). Тогда непараметрическая оценка (12) будет выглядеть следующим образом:

С т \

- _ (13)

-—-------------. 4---+ = \,гп,

V п4ФСм>Ь]-Ф t; \слЩ I Ы { ,

где ф] =(сг,М,...,сгтИ);^й = ау(х*Щ,у?}И),у = Ш = й,

ДиуИ = &u(cr j [j 1), Лиу j>] - изучающая добавка, j = T,m, и] =(их -

ориентировочные значения управляющего воздействия, данные технологом. Заметим, что технолог может определить не все значения компонент вектора и,.

Приведенные алгоритмы предполагают последовательную схему обучения и могут носить активный характер, а также и комбинированный.

Третья глава содержит результаты исследования методом статистического моделирования непараметрических алгоритмов технической диагностики.

Перечень параметров, характеризующих качество технологического процесса, и технического состояния оборудования представлен в таб. 2._

№ пп Измеряемая величина Класс Примечание

1 2 3 4

1. Температура питательной воды на входе в котлоагрегат III

2. Температура питательной воды за водяным экономайзером III

3. Температура воды за НРЧ ITT

4. Температура пара за ПЗ III

Пф

i=i

Mj\t]-Mjli] с,[S]

Пф

5. Температура пара за СРЧ II

6. Температура пара за ВРЧ П

7. Температура пара за ШВД II

8. Температура пара за КПП (температура острого пара) II

9. Температура пара до I впрыска II

10. Температура пара за 1 впрыском II

11. Температура пара до II впрыска II

12. Температура пара за II впрыском II

13. Температура ХПП на входе в промежуточный перегреватель I ступени II

14. Температура промежуточного пара за I ступенью II

15. Температура промежуточного пара за аварийным впрыском: справа, слева II

16. Температура пара за промежуточным перегревателем: справа, слева II

17. Расход питательной воды на 1 впрыск III

18. Расход питательной воды на II впрыск III

19. Расход питательной воды на аварийный впрыск: справа, слева III

20. Напор воздуха за Д.В. III

21. Амперная нагрузка Д.В. II

22. Разряжение в поворотной камере котлоагре-гата III

23. Амперная нагрузка Д.С. II

24. Температура уходящих газов III

25. Содержание кислорода в уходящих газах III

26. Температура аэросмеси мельницы III

27. Амперная нагрузка электродвигателя мельницы ы

28. Температура горячего воздуха после I ступени ВЗП III

29. Температура горячего воздуха после II ступени ВЗП III

30. Давление питательной воды на входе в кот-лоагрегат II

31. Давление острого пара за котлоагрегатом II

32. Давление пара холодного промперегрева на входе в котлоагрегат II

33. Давление пара горячего промперегрева после котлоагрегата II

34. Давление острого пара пред турбиной II

35. Давление пара горячего промперегрева перед турбиной II

36. Давление за регулирующей ступенью турбины II

37. Давление пара в отборах турбины III

38. Температура выхлопного патрубка турбины 11

39. Температура острого пара перед турбиной I

40. Температура пара горячего промперегрева перед турбиной I

41. Вакуум в конденсаторе I

42. Уровень конденсата в конденсаторе III

43. Температура охлаждающей воды на конденсатор III

44. Температура воды на сливе из конденсатора III

45. Температура металла ЦВД-. верх, низ I

46. Температура металла фланцев ЦВД: справа, слева I

47. Тепловое расширение гурбины I

48. Осевой сдвиг ротора турбины 1

49. Относительное расширение ротора высокого давления турбины I

50. Относительное расширение ротора низкого давления турбины I

51. Эксцентриситет ротора турбины I

52. Вибрация подшипниковых опор роторов турбины I

53. Температура баббита подшипников турбины I

54. Температура масла после маслоохладителя II

55. Температура масла на сливе с подшипников II

56. Уровень масла в маслобаке турбины II

57. Давление масла на подшипники турбины I

58. Давление масла на уплотнение вала генератора I

59. Наличие водорода в масле на сливе с подшипников генератора II

60. п - обороты ротора турбогенератора I

61. Давление пара в ПНДI - III III

62. Уровень конденсата в ПНД I - IV III

63. Температура конденсата за ПНД I - IV III

64. Давление в котле до разделяющей задвижки I 1

(РЗ) |

расход питательном воды

температура острога

Таб. 2.

Компьютерная система технической диагностики состояния энергоблока. Система технической диагностики состояния энергоблока представлена на рис. 3.

В настоящее время диагностика оборудования осуществляется в соответствии с ОРМ. Но обработка фактических данных показала, что область нормального состояния оборудования представляет собой не гиперпараллелепипед, а его подобласть, как это видно из рис. 4, где У0 - гиперпараллелепипеда, Ух - объем области нормального состояния оборудования. Причем в пространстве 15 переменных Ух/У0=0,72. этот коэффициент был приближенно оценен методом Монте-Карло. Из этого следует эффективность алгоритмов технической-диагностики (4), (5) по сравнению с отраслевыми методами.

Группировка параметров, учитываемых при ремонтных работах.

Группировка параметров осуществляется по следующим признакам:

К группе I относятся параметры, отклонения которых от номинальных, приводят как к нарушению технологического процесса, так и к ухудшению технического состояния оборудования с быст-РЕШЕНИЕ рЬШ последующим раз-

Рис. 3. витием аварии (секунды).

К группе II относятся параметры, отклонения которых от номинальных, приводят к нарушению технологического режима и ухудшению технического состояния, а также могут привести к аварийному отключению оборудования, если своевременно не будет произведено восстановление необходимого режима.

К группе III относятся параметры, отклонения которых, приводят к нарушению технологического процесса, снижению технологических показателей энергоблока и при длительном воздействии (дни, месяцы, годы) приводят к ухудшению технологического состояния оборудования.

1 БЛОК 2 БЛОК 3 БЛОК

ДИАГНОСТИКИ ДИАГНОСТИКИ ДИАГНОСТИКИ

Рис. 4.

Количество компонент вектора признаков (параметров), определяющих состояние оборудования и процесса равно 64.

В основу построения обучающихся алгоритмов диагностики предложен следующий принцип: состояние объекта определяется как состоянием технологического процесса, протекающего в нем, так и состоянием оборудования.

Численное исследование непараметрических алгоритмов диагностики. При моделировании был взят случай, когда вектор признаков, характеризующий состояние объекта, состоял из 12 компонент. Для линейной разделяющей поверхности (линейные модели объектов) ниже представлены зави-

11= =0% Ь-3% Ь= «л 11=10%

Объем Ко- Коли Коли- Ко- Ко- Коли- Коли- Ко-

вы- ли- чество чество личе- личе- чество чество личе-

борки чест- оши- оши- ство ство оши- оши- ство

в во бок т бок т оши- оши- бок т бок т оши-

оши- (%) бок бок (%) бок

бок ш ш т

тп (%) (%)

500 47 9,4 41 8,2 48 9,6 62 12,4

1000 68 6,8 75 7,5 79 7,9 95 9,5

1500 71 4,7 79 5,2 87 5,8 112 7,54

2000 85 4,3 93 4,7 110 5,5 122 6,1

Таб. 3.

Далее приводятся аналогичные результаты моделирования для нели-

11-0% Ь=3% Ь=5% 11 =10%

Объем Ко- Коли Коли- Ко- Ко- Ко- Ко- Количест-

вы- ли- чест- чество личе- личе- личе- личе- во ошибок

борки чест- во оши- ство ство ство ство т (%)

Б во оши- бок ш оши- оши- оши- оши-

оши- бок бок бок бок бок

бок ш т ш т т

т (%) (%) (%)

500 45 9 52 10 67 13,4 81 16,2

1000 70 7 75 7,5 83 8,3 101 10,1

1500 76 5,1 85 5,7 93 6,2 121 8,2

2000 90 4,5 98 4,9 123 6,2 141 7,1

Таб. 4.

Настройка непараметрических алгоритмов распознавания образов осуществлялась в режиме скользящего экзамена и соответствовала минимуму ошибки классификации

Четвертая глава посвящена прикладным вопросам создания компьютерной системы планирования и оперативного управления ремонтных работ.

Анализ существующих публикаций по оптимизации ремонтных работ показал, чго они не адекватны потребностям такого производства, как ТЭС. Приведем этапы планирования ремонтных работ для условий ТЭС.

Годовое планирование.

1.Техническое состояние оборудования.

2.Требования нормативных документов (циркуляры).

3.Нормативы по регламенту выполнения работ (регламент).

4.Работы на общестационарном оборудовании.

5.Финансовые возможности.

6 .Материально-технические возможности.

7.Трудовые ресурсы (квалификация, специализация, численность).

Планирование ремонта энергоблока.

1 .Уточненные утвержденные объемы работ на основании: технического состояния оборудования (показатели тепломеханического состояния, технико-экономические показатели, информация по предыдущим ремонтам, осмотрам и испытаниям., требований нормативно-технической документации (циркуляры, предписания, нормативы госгортехнадзора).

2.Наличие необходимых материально-технических ресурсов.

3.Трудовые ресурсы (численность, специализация, квалификация).

4.Нормативы по регламенту выполнения ремонта.

Назначение и особенности системы СПУ ремонтом оборудования электростанций. Система сетевого планирования и управления (СПУ) ремонтными работами представляет собой один из важных классов систем организационного управления. Следует различать понятия: система СПУ, сетевая модель и метод СПУ.

Система СПУ представляет собой систему организационного управления. Она имеет четко установленную организационную структуру, обеспечивающую централизованное управление всеми ее элементами.

Сетевая модель является особым видом операционных моделей, способной с любой необходимой степенью детализации отображать состав и взаимосвязи всех работ комплекса во времени. Сетевая модель поддается математическому анализу, позволяет определять реальный календарный план, решить задачи рационального использования ресурсов, оценивать эффективность решений руководителей еще до того, как они будут переданы для исполнения, оценивать тактическое состояние комплекса, прогнозировать его » будущее состояние, своевременно обнаруживать "узкие места".

Очевидно, что сетевая модель как инструмент управления, примененная в отрыве от системы СПУ с ее четкой организационной структурой и порядком функционирования, не может дать необходимый эффект.

Метод СПУ - аппарат построения, расчета, оптимизации и анализа сетевых моделей, позволяющий решать самые разнообразные задачи в процессе

планирования и управления комплексом работ. Методом СПУ можно пользоваться и при отсутствии автоматизированной системы планирования и управления; вместе с тем применение метода СПУ в рамках АСУ значительно повышает его эффективность.

В сетевом графике должна быть четко отображена технологическая последовательность выполнения работ.

Целью расчета сетевых моделей является определение продолжительности всего ремонтного процесса и основных временных параметров событий и работ: ранние и поздние времена свершения событий, ранние и поздние времена начала и окончания работ, критическое время выполнении комплекса, резерв времени событий, полный и свободный резерв времени работ. Эти параметры являются выводными (производными).

При расчете сетевых моделей ремонта энергетического оборудования вручную применяется метод, при котором расчет производится непосредственно на сетевой модели.

/ - номер события; гр(1) - раннее время свершения события; 1п(г) - позднее время свершения события; К - номер непосредственно предшествующего события, расчетом от которого найдено ¡рО).

С определением раннего срока свершения завершающего события будет определен самый длинный полный путь сетевой модели. Это время называется критическим временем сетевой модели. Цепочка работ, определяющая критическое время, называется критическим путем модели: Ткр~ 1р(20)-19.

Отмеченные в нижнем секторе событий номера позволяют теперь без дополнительных расчетов определить работы критического пути. Для этой цели модель просматривается, начиная с завершающего события, последовательным продвижением по указанным в нижнем секторе номерам до исходного события. Если в нижнем секторе указано два или больше номеров, то, начиная с этого события, просмотр следует вести по соответствующему числу путей.

Работы критического пути выделяют на модели более жирными ли-\ ниями или отмечают красным цветом, так как они требуют особого внимания.

После расчета сетевой модели, и приведения ее к директивной продолжительности возникает задача оптимизации сетевой модели по трудовым ресурсам, заключающаяся в обеспечении равномерного потребления этих ресурсов на протяжении всего периода выполнения комплекса работ (выравнивание графика потребления трудовых ресурсов).

Сетевой график !И Е ремонта дымососа

Основным методом решения этой задачи является сдвиг части работ из положения, соответствующего наиболее, раннему времени их начала, на более позднее время в пределах полного резерва. Таким образом, задача оптимизации сетевых моделей по трудовым ресурсам сводится к составлению такого расписания работ, которое обеспечивает наибольшую равномерность графика трудовых ресурсов. Для решения задачи оптимизации сетевой модели по трудовым ресурсам предстоит построить ее линейную диаграмму. Для этого проводят две оси - горизонтальную и вертикальную. Горизонтальную ось делят на равные отрезки, количество которых равно числу дней критического пути рассматриваемой модели. Вертикальную ось делят на количество отрезков, равное числу работ сетевой модели с учетом фикжнных работ. После этого на линейную диаграмму заносят все работы сетевой модели в виде линий, изображенных в масштабе времени.

Фиктивные работы изображаются в виде точек. При этом необходимо руководствоваться следующими правилами:

а) все работы должны быть размещены на линейной диаграмме в положении наиболее раннего времени начала:

б) построение линейной диаграммы начинается снизу вверх, в порядке возрастания номеров начальных событий для работ.

При этом если из события выходят несколько работ, то они располагаются в порядке возрастания

Рис. 6

полных резервов времени. Работы на линейной диаграмме имеют ту же нумерацию, что и на сетевой модели. Над каждой работой указывается численность персонала для ее выполнения. По линейной диаграмме подсчитывается ежедневная суммарная численность исполнителей (Щ, которая записывается по соответствующим дням в горизонтальной строке под линейной диаграммой.

Работы на линейной диаграмме располагаются в очередности возрастания резервов. Аналогично, руководствуясь ранее приведенными правилами, строятся на линейной диаграмме все остальные работы сетевой модели. Затем подсчитывается суммарная численность персонала по дням ремонта путем сложения численности исполнителей работ, выполняемых в рассматриваемый день, и результаты записываются в строке под горизонтальной осью линейной диаграммы.

После окончания описанного этапа оптимизации (первого шага) следует сделать "второй шаг оптимизации" аналогично первому на той же линейной диаграмме. Как правило, оптимизация завершается на втором шаге, реже на третьем.

20-

10

Суммарная численность персонала N1

т

10

14

Дни выполнения комплекса работ

После проведения оптимизации сетевых моделей методом сдвига работ в большинстве случаев наблюдается значительное

выравнивание численности

исполнителей по дням выполнения комплекса работ. Результаты оптимизации очевидны, но не вполне удовлетворительны.

Если исчерпаны все возможности оптимизации методом сдвига работ, но при этом результаты оптимизации не совсем удовлетворительны, то нужно применять дополнительные методы

выравнивания: перевод некоторых работ в ускоренный или замедленный

Рис. 7.

режим; выполнение работ по частям; выполнение работ по частям в ускоренном или замедленном режиме.

Сдвиги работ, полученные в процессе оптимизации трудовых ресурсов на линейной диаграмме, вносятся в сетевую модель.

В период 1/2 ремонта проводится осмотр остановленного оборудования и окончательная его дефектовка. В случаях выявления дополнительных объемов работ возникает две ситуации. Данная работа не лежит на критическом пути, тогда сетевой график достраивается на пути выполнения данной работы, имеющем резерв по времени.

Данная работа может быть выполнена основным ремонтным персоналом, либо добавляется звено из имеющегося резерва.

В случае если работа находится на критическом пути, то определяется возможность выполнения этой работы за счет: организации многосменной работы, организации работ по скользящему графику, добавлением персонала.

В случае, когда отсутствует необходимый ЗИП, рассматривается вопрос о продлении сроков ремонта.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

Основные результаты работы состоят в следующем:

• даны технические и математические постановки задач планирования и оперативного управления проведения ремонтных работ основных блоков ТЭС;

• предложена технология проведения ремонтных работ (коррекция сетевых графиков) в случае производственной необходимости;

• разработаны непараметрические алгоритмы обучения для оперативного управления ходом ремонтных работ с учетом опыта экспертов;

• предложена иерархическая система технической диагностики и проведено структурирование технологических и технических переменных, определяющих состояние объекта и технологического процесса;

• даны технические и математические постановки задач технической диагностики состояния энергоблока;

• предложены модификации обучающихся непараметрических алгоритмов технической диагностики и процедура накопления информации обучающейся системой диагностики в процессе ее функционирования;

• разработаны модификации непараметрическнх алгоритмов управления и принятия решений для рационального оперативного ведения ремонтными работами;

Основные результаты диссертации опубликованы в работах:

1. Шпилькин В.И. Об иерархической компьютерной системе управления производственным комплексом. Проблемы информатизации региона. ПИР-2000: Тез.докл. Пятой Всероссийской научно - практической конфе- \ ренции./ Под ред. Е.А. Вейсова, В.И.Подщивалова/. Красноярск: КГТУ,2000.

2. Иконников O.A., Каркарин А.П., Шпилькин В.И. О компьютерной системе управления производственным комплексом. Вестник НИИ СУВПТ. Вып.5 Красноярск: Изд-во НИИ СУВПТ, 2000, С. 155-162.

3. Шпилькин В.И. Об информационных технологиях управления предприятием ремонтного профиля. Перспективные материалы и технологии, конструкции, экономика: Сб. науч. трудов, ГАЦМиЗ, Красноярск, 2001 Вып.7, С.624-627.

4. Е.С. Кирик, А.П. Каркарин, О.В. Кузнецова, И.А. Красноштанова, В.И. Шпилькин. О проектировании систем технической диагностики и управления качеством энергоблока ТЭС. Проблемы синтеза и проектирования систем автоматического управления, материалы научно-практического семинара, НГТУ, Новосибирск, 2001, С.69-73.

5. O.A. Tkonnikov, А.Р. Karkarin, A.N. Pupkov, V.l. Shpilkin. То data analysis in modeling and diagnosis problems. Computer data analysis and modeling: Proceedings of the Sixth International Conference - CD AM' 2001( September 1014, 2001, Minsk. Belarus)-Minsk:BSU p.150-157.

6. В.И. Шпилькин. О непараметрических алгоритмах моделирования и принятия решений в организационных системах. Проблемы информатизации региона. ПИР-2001: Тез.докл. Седьмой Всероссийской научно - практической конференции./ Под ред. Е.А. Вейсова, В.И.Подшивалова/. Красноярск: КГТУ,2001. С. 25-27.

7. В.И. Шпилькин. О компьютерной системе анализа состояния оборудования ТЭС с точки зрения эксплуатации. Проблемы информатизации региона. ПИР-2001: Тез.докл. Седьмой Всероссийской научно - практической конференции./

8. Под ред. Е.А. Вейсова, В.И.Подшивалова/. Красноярск: КГТУ,2001. С.27-29.'

9. Кирик Е.С., Цыганков A.B., Шпилькин В.И. Непараметрические алгоритмы диагностики состояния энергоблока. Научная сессия МИФИ - 2002. Научно-техническая конференция «Научно-инновационное сотрудничество» сб. науч. трудов в 3-х частях. 4.2. М:МИФИ, 2002. С. 170-172.

10. Каркарин А.П., Кирик Е.С., Красноштанова И.А., Кузнецова О.В., Шпилькин В.И. О проектировании систем технической диагностики и управления качеством энергоблока ТЭС. Материалы научно-практического семинара «Проблемы синтеза и проектирования АСУ», Новосибирск, НГТУ, 2001.

11. Сергеев А.Н., Шпилькин В.И. Об особенностях задач организационного управления. Вестник НИИ СУВПТ.Вып. 6 Красноярск: Изд-во НИИ СУВПТ, 2001.

12. Цыганков A.B., Шпилькин В.И. О технической диагностики объектов ТЭС. Вестник НИИ СУВПТ. Вып. 6 Красноярск: Изд-во НИИ СУВПТ, 2001.

13. И.В. Благодырь, И.А. Красноштанова, A.B. Медведев, А Б. Паньшин, В.И. Шпилькин. Nonparametric algoritms in information technologies of modeling and control for a power unit. Proceedings of the IASTED International Conference in cooperation with The Russian Academy of Sciences - Siberian Branch

Automation, control, and Information Technology. Novosibirsk, 2002 Russia, ACTA Press.

13. E.A. Зайцева, В.И. Шпилькин. К задаче непараметрического моделирования организационных процессов. Тез. докл. Школы-семинара «БИКАМП -03». - Санкт-Петербург, 2003.

14. Е.А. Зайцева, В.И. Шпилькин. Моделирование и принятия решений в организационных процессах. Вестник СибГАУ. Красноярск, 2003.

15. Ikonnikov O.A., Kirik E.S., Pupkov A.N., Shpilkin V.l. To the Modeling Problems of Power Unit Technical Diagnostics Process. Intelligent Systems. Proceedings of the Fifth International Symposium / Edited by K.A. Pupkov. -Moscow: BMSTU, 2002. P.360-363.

Шпилькин Владимир Иванович ИНТЕГРИРОВАННАЯ КОМПЬЮТЕРНАЯ СИСТЕМА УПРАВЛЕНИЯ РЕМОНТНЫМ ПРОИЗВОДСТВОМ

Автореферат

Подписано к печати 06.09.2003 Уч. изд.л. 1,5 Тираж 100 экз

Формат 60x84/16 Заказ №001315

Отпечатано в типографии ООО «Аспазия» 660028, г. Красноярск, ул. Баумана, 20-в

I.

2oog -A

\5J2J № 15 7 2 7

Введение

РАЗДЕЛ 1. СИСТЕМНЫЙ АНАЛИЗ ПРОИЗВОДСТВЕННО

ФИНАНСОВОЙ ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЯ

1.1 Краткие сведения о ремонтном предприятии

1.2 Краткие технологические сведения производства 33 энергии на ТЭС

1.3 Состав и структура компьютерной системы 35 оптимизации ремонтных работ

Выводы к разделу

РАЗДЕЛ 2. АЛГОРИТМИЧЕСКОЕ ОБЕСПЕЧЕНИЕ

КОМПЬЮТЕРНОЙ СИСТЕМЫ ТЕХНИЧЕСКОЙ ДИАГНОСТИКИ

И ОПТИМИЗАЦИИ РЕМОНТНЫХ РАБОТ 4 2.1 Краткие сведения о непараметрическом оценивании

2.2 Краткие сведения о методе стохастической аппроксимации

2.3 Алгоритмы технической диагностики

2.4 Процесс, технологический регламент и модели

2.5 Непараметрические алгоритмы управления и принятия решений с ЛПР

2.6 Система технической диагностики 84 * Выводы к разделу

РАЗДЕЛ 3. СТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ АЛГОРИТМОВ ТЕХНИЧЕСКОЙ ДИАГНОСТИКИ И

ОПТИМИЗАЦИИ РЕМОНТНЫХ РАБОТ

3.1 Общая схема моделирования алгоритмов 91 технической диагностики

3.2 Исследования алгоритмов методом статистического 93 моделирования

3.3 Анализ результатов исследования алгоритмов технической диагностики

Выводы к разделу

РАЗДЕЛ 4. КОМПЬЮТЕРНАЯ СИСТЕМА ОПЕРАТИВНОГО УПРАВЛЕНИЯ РЕМОНТНЫМИ РАБОТАМИ

4.1 Математические постановки задачи ППР ф 4.2 Назначение и особенности системы СПУ ремонтом оборудования электростанций

4.3 Объект моделирования и элементы сетевой модели

4.4 4.4 Основные правила построения сетевого графика

4.5 Расчет параметров сетевой модели

4.6 Приведение сетевых моделей к директивной продолжительности

4.7 Оптимизация сетевых моделей по трудовым ресурсам

4.8 Приведение сетевых моделей к календарному времени

4.9 Обучающиеся непараметрические алгоритмы управления ремонтными процессами

Выводы к разделу

Актуальность проблемы. Совершенствование управления промышленным производством является одним из наиболее перспективных направлений его развития и тесно связано с использованием информационных технологий. Сегодня совершенно ясно, что коренное решение этой проблемы невозможно без широкого использования средств вычислительной техники (СВТ). В последнее десятилетие темпы освоения СВТ значительно возросли, а главное, повысилась эффективность их использования для управления современными промышленными предприятиями [3,55].

Существенное значение при разработке разнообразных компьютерных систем имеет тот факт, что на предприятиях часто наряду с новым оборудованием эксплуатируется оборудование, возраст которого исчисляется десятилетиями. Так, на Красноярской ГРЭС-2 пуск первого энергоблока осуществлен в 1961 году. В настоящее время эксплуатируются четыре типа энергоблоков.

Важнейшая проблема, возникающая при эксплуатации ТЭС, является планирование и оперативное руководство ремонтными работами [22,23,32,56]. Существенной особенностью проведения ремонтных работ является жесткий регламент, накладываемый отраслевыми руководящими материалами. Важно также отметить, что вся эта деятельность осуществляется в условиях жесткого дефицита на финансовые и трудовые ресурсы. При разработке компьютерной системы планирования и оперативного управления ремонтными работами возникли задачи, математические постановки которых не укладываются в традиционные рамки, а поэтому и требуют для своего решения развитие новых методов. Одним из важнейших факторов, побудивших к поискам новых подходов, явилось наличие недостаточной априорной информации об исследуемом объекте для математической постановки задачи [47].

Особенно это важно, когда на производстве имеются разнотипные энергоблоки и другое оборудование. Здесь целесообразно при оперативном управлении ремонтными работами использовать теорию адаптивных и обучающихся систем, которая позволяет восполнять недостаток знания о процессе на начальном этапе в процессе обучения. В этом случае естественно задачи идентификации, управления и принятия решения в стохастических системах рассматриваются в условиях непараметрической неопределенности, т.е. когда не известна параметрическая структура модели исследуемого процесса (В.П. Тарасенко, А.В.Медведев, В.Я.Катковник, А.И.Рубан, А.В.Лапко) [1,25-28, 35-37,47-54].

Работа посвящена разработке методологии создания интегрированной автоматизированной системы планирования и управления ремонтными работами основных объектов ТЭС на примере Красноярской ГРЭС-2. Наряду с общими вопросами создания ИАСУ, рассматриваются две конкретные подсистемы: первая - подсистема планирования и оперативного управления ремонтными работами; вторая - подсистема технической диаг-ностики состояния оборудования [3,13,14,32,38]. При разработке соответствующих алгоритмов была использована теория адаптивных и обучающихся систем как параметрическая, так и непараметрическая [47,69,71,90-93]. Последнее обусловлено тем, что, учитывая сложность исследуемых процессов, недостаток априорных данных, наличие случайных факторов, наиболее перспе-ктивный путь создания компьютерных систем прогнозирования технологических параметров и технической диагностики состоит в создании обучающихся систем, т.е. систем способных в процессе своего функционирования улучшать свои рабочие показатели. Это и определяет актуальность настоящего исследования.

Цель работы состоит в разработке методологии, структуры и состава создания компьютерной системы планирования и оперативного управления ремонтными работами. На этом пути необходимо было решить следующие задачи: сформулировать комплекс технических задач диагностики, управления и оптимизации технологического процесса проведения ремонтных работ; =>разработать модификации соответствующих адаптивных алгоритмов, обеспечивающих обучаемость компьютерных систем; провести численное исследование непараметрических алгоритмов диагностики и прогнозирования технологических параметров; осуществить разработку технологии проведения и организации ремонтных работ.

Методы исследования. В работе используются методы системного анализа, теории идентификации и распознавания образов, математической статистики, теории адаптивных и обучающихся систем, статистического моделирования.

Научная новизна. Основные научные результаты диссертационной работы состоят в следующем:

• даны технические и математические постановки задач технической диагностики состояния основного оборудования ТЭС;

• дана трехуровневая структура системы технической диагностики;

• предложены модификации обучающихся непараметрических алгоритмов технической диагностики;

• дан системный анализ технологии планирования и оперативного управления ремонтными работами;

• предложены на основе численного исследования способы настройки различных непараметрических алгоритмов обучения оптимизации планирования и оперативного управления ремонтными работами. '

Практическая ценность. Разработанная в диссертации методология создания иерархической системы планирования и оперативного управления ремонтными работами положена в основу создания комплексной интеллектуальной компьютерной системы управления основным производством Красноярской ГРЭС-2, включающая компьютерную иерархическую системы технической диагностики. При этом технологические переменные, положенные в основу подсистем технической диагностики структурированы. Разработанное алгоритмическое обеспечение и схемные решения при создании интеллектуальной компьютерной системы управления производством могут широко использоваться на предприятиях энергетики, а также и в других отраслях промышленности.

На защиту выносятся:

1. Технология планирования и проведения ремонтных работ;

2. Алгоритмы оперативной коррекции хода ремонтных работ в случае отклонений от ранее предписанного регламента;

3. Модификации обучающихся непараметрических алгоритмов оперативного управления ремонтными работами в режиме активного накопления информации;

4. Структура и состав иерархической системы технической диагностики основных объектов ТЭС;

5. Диалоговые обучающиеся алгоритмы принятия решений и управления технологическими процессами проведения ремонтных работ;

6. Результаты численного исследования алгоритмов технической диагностики.

Апробация работы. Основные результаты диссертации были представлены и докладывались на пятой Международной научной конференции «Интеллектуальные системы и информационные технологии управления IS&ITC-2000», Псков, 2000 г.; "Проблемы информатизации региона" (Красноярск, 2000г., 2001г.); Научно-техническая конференция «Научно-инновационное сотрудничество». (М:МИФИ, 2002); IV Международном симпозиуме "Интеллектуальные системы" (Москва, 2000г.); на Практическом семинаре «Проблемы синтеза и проектирования систем автоматизированного управления» (Новосибирск, 2001г.); Научно-практический семинар «Проблемы синтеза и проектирования АСУ» (Новосибирск, НГТУ, 2001); Всероссийской научно-практической конференции «Перспективные материалы, конструкции и технологии» (Красноярск, 2001г.); на Международной конференции «Моделирование и методы анализа данных» (Минск, 2001г.); на научных семинарах НИИ Систем управления, волновых процессов и технологий (19992001гг.); Научно-техническая конференции «Научно-инновационное сотрудничество»; International Conference in cooperation with The Russian Academy of Sciences - Siberian Branch Automation, control, and Information Technology. (Novosibirsk, 2002 Russia); Школа-семинар БИКАМП - 03» (Санкт-Петербург, 2003); The Fifth International Symposium (Moscow: BMSTU, 2002).

Публикации. По теме диссертации опубликовано 15 печатных работ. Личный вклад соискателя состоит в постановке задач технической диагностики основного оборудования (в частности, энергоблока), разработке модификаций алгоритмов классификации, моделирования, оперативного управления ремонтными работами, а также схемы их численного исследования.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, приложения и списка литературы. Общий объем диссертации составляет 138 страниц. Библиография содержит 103 названия.

Основные результаты работы сводятся к следующему:

- предложены алгоритмы оперативной коррекции хода ремонтных работ в случае отклонений от ранее предписанного регламента;

- разработаны модификации обучающихся непараметрических алгоритмов оперативного управления ремонтными работами в режиме активного накопления информации;

- получены диалоговые обучающиеся алгоритмы принятия решений и управления технологическими процессами проведения ремонтных работ;

- дана структура и состав иерархической системы технической диагностики основных объектов ТЭС.

Полученные в диссертационной работе результаты могут быть использованы не только при создании компьютерной системы планирования и оперативного управления ремонтными работами, но и при создании компьютерных систем моделирования, диагностики, управления и принятия решений для различных производств дискретно-непрерывного типа.

ЗАКЛЮЧЕНИЕ

В настоящей работе дана характеристика предприятия ремонтного профиля, ориентированного на работу на объектах теплоэнергетики. Одновременно дана краткая характеристика теплоэлектростанции (ТЭС) на примере Красноярской ГРЭС-2. Рассмотрены некоторые вопросы и задачи, возникающие при планировании и оперативном управлении ремонтными работами.

Рассматриваются структура и состав математического обеспечения компьютерной системы планирования и оперативного управления ремонтными работами. Обращается внимание на неразрывность ремонтных процессов управления ремонтными работами и диагностики состояния оборудования как средствами разрушающего, так и неразрушающего контроля.

Рассмотрено алгоритмическое • обеспечение компьютерной системы планирования и оперативного управления ремонтными работами. Для решения задачи минимизации стохастического критерия оптимальности используется вероятностная итеративная процедура. Изложены также некоторые модификации рекуррентных вероятностных алгоритмов. Предложены алгоритмы распознавания образов для системы технической диагностики, при этом вводится понятие эпсилон-класса. Таким образом, задача диагностики свелась к трехальтернативной задаче классификации. На основании фактических данных была произведена оценка объема подобласти определяющей нормальное течение процесса, и входящей в гиперпараллелепипед.

Рассмотрена задача оптимизации и принятия решений в условиях непараметрической неопределенности, приводятся различные модификации непараметрических алгоритмов оптимизации и принятия решений с активным и комбинированным накоплением информации. Эти алгоритмы составляют основу алгоритмического обеспечения компьютерной системы планирования и оперативного управления ремонтными работами. Следует заметить, что работа с подобной системой предполагает участие ЛПР при принятии решений по управлению ремонтными процессами. Проведено исследование непараметрических алгоритмов диагностики методом статистического моделирования. Результаты исследования непараметрических алгоритмов иллюстрируют численную тенденцию повышения качества регулирования по мере уменьшения влияния помех и увеличения объема выборки.

Рассмотрена задача планирования и оперативного управления ремонтными работами на ТЭС. Для корректировки планирования ремонтных работ рассматривается метод сетевого планирования и управления.

Предложены непараметрические алгоритмы обучения и оптимизации ремонтным процессом. При этом рассматриваются их различные модификации, учитывающие взаимодействие с ЛПР. Обращено также внимание на то, что отдельные переменные могут быть не только вещественными, но и дискретными и булевыми.

1. Агафонов Е.Д., Медведева H.A. Об исследовании непараметрических оценок производной кривой регрессии // Информатика и системы управления: межвузовский аспирантский и докторантский сборник науч. трудов. - Красноярск: Изд-во КГТУ, 1996. - С. 176-182.

2. Анисимов С.А., Зайцев И.С., Н.С. Райбман, Яралов A.A. Типовые линейные модели объектов управления. М.: Энергоатомиздат, 1983. -264 с.

3. Баринов В.А., Совалов С.А. Режимы энергосистем: методы анализа и управления. М.: Энергоатомиздат, 1990. - 440с.

4. Бесекерский В.А., Попов Е.П. Теория систем автоматического регулирования. М.: Наука. Гл. ред. физ.-мат. лит., 1975. - 768 с.

5. Бессонов A.A., Загашвили Ю.В., Маркелов A.C. Методы и средства идентификации динамических объектов. Л.: Энергоатомиздат, 1989. -280 с.

6. Бессонов A.A. Методы и средства идентификации динамических объектов. -Л.: Энергоатомиздат, 1989. 340 с.

7. Биленко В.А., Деркач H.H., Никушевич A.A. Разработка и внедрение систем регулирования основных параметров котла в составе АСУ ТП энергоблока 500 МВт Рефтинской ГРЭС. // Теплоэнергетика. 1999. №10. С.2-8.

8. Веников В.А., Журавлев ВГ, Филиппова Т.А Оптимизация режимов электростанций и энергосистем. — М.: Энергоатомиздат, 1990. 352с.

9. Воронов A.A. Основы теории автоматического регулирования. М. - Л.: 1979.

10. Волков В.И., Казаков Б.В., Медведев A.B. Диалоговая система оптимизации и принятия решений для управления производственным комплексом с непрерывным характером технологического процесса. -Красноярск: КФ СО АН, 1985 С. 25-29.

11. Дуэль М.А. Автоматизированные системы управления энергоблоками с использованием средств вычислительной техники. М.: Энергоиздат, 1983.-208с.

12. Гроп Д. Методы идентификации систем. М.: Мир, 1979.

13. Глускер Б.Н., Таран O.E., Носов Б.И. Обработка технологии пуска энергоблока мощность 300 Мват с котлом ТГМП-114 Костромской ГРЭС на скользящем давлении // Теплоэнергетика. 2000. №5. С.59-62.

14. Гуртовцев А.Л. Комплексная автоматизация энергоучета на промышленных предприятиях и хозяйственных объектах // Современные технологии автоматизации. 1999. №3. С.48-60.

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

16. Добровидов A.B. Непараметрическая оценка оптимального байесовского риска в задачах фильтрации случайных сигналов// Автоматика и телемеханика, 1971. № 10. С. 56-61;

17. Добровидов A.B. Об одном алгоритме непараметрической оценки случайных многомерных сигналов // Автоматика и телемеханика, № 2, 1971.-С. 121-129.

18. Епанечников В.А. Непараметрическая оценка многомерной плотности вероятности// ТВ и П, 1969. Т. XIV. С. 156-161.

19. Живоглядов В.П., Медведев A.B. Непараметрические алгоритмы адаптации. Фрунзе: Илим, 1974. - 136 с.

20. Заде JL, Чезоер Ч. Теория линейных систем.- М.: Наука, 1970.-589с.

21. Заварин А.Н. О вероятностных моментах непараметрической оценки функции регрессии // Автоматика и телемеханика, №4, 1985.- С. 57-68.

22. Зюх В., Пилюгин A.B., Голуб А.Ф., Мирошниченко С.А. Реконструкция и модернизация АСУ ТП Новгородской ТЭЦ//Теплоэнергетика. 1999. №10. С.40-46.

23. Иванов В.А Регулирование энергоблока. Д.: Машиностроение, 1982. -311 с.

24. Иващенко H.H. Автоматическое регулирование. Теория и элементы систем.-М.: «Машиностроение», 1978.

25. Иванилов A.A. Алгоритмы идентификации и управления для линейных динамических систем в условиях непараметрической неопределенности: Дис. .канд. техн. наук / ТПИ, Томск, 1986. 148 с.

26. Иванилов A.A. Об алгоритмах идентификации линейных систем с запаздыванием // Стохастические системы управления. Новосибирск: Наука, 1978.-С. 109-119.

27. Иванилов A.A., Ковязин С.А. Непараметрическая оценка производной функции регрессии и ее применение к задаче идентификации // Адаптивные системы и их приложения. Новосибирск: Наука, 1978. - С. 109-119.

28. Иванилов A.A., Чайка С.Н. Непараметрические алгоритмы идентификации динамических систем // Препринт ВЦ СО АН СССР. Красноярск: ВЦ СО АН СССР, 1979.

29. Катковник В.Я. Непараметрическая идентификация и сглаживание данных. -М.: Наука, 1985.-415с.

30. Катковник В.Я. Линейные оценки и стохастические задачи оптимизации.-М.: Наука, 1976.-437с.

31. Каминский В.П. О совершенствовании системы прогнозирования состояния и объемов ремонта экранов котла // Теплоэнергетика. 2000. №4. С.34-38.

32. Кирсанов Ю.А. Математическое моделирование тепловых процессов в регенеративном воздухоподогревателе // Теплоэнергетика. 1999. №1 с.51

33. В.А. Колемаев, О.В. Староверов, В.Б. Турундаевский Теория вероятностейи математическая статистика. -М.: Высш.шк., 1991. 400 с.

34. Колмогоров А.Н., Фомин C.B. Элементы теории функций и функционального анализа,- М.: Наука, 1989.-624 с.

35. Кошкин Г.М., Симахин В.А., Тарасенко Ф.П. Об одной оценке сложной функции распределения и линии регрессии // Материалы IV научной конференции по математике и механике.- Томск: ТГУ, 1974,- С. 135-136.

36. Кошкин Г.М. Об одном подходе к исследованию функционалов от условных распределений при статистической неопределенности // Автоматика и телемеханика, №8, 1978.- С. 53-65.

37. Коробкин Н., Лопаткин Б., Липчук В. Универсальная система автоматизированного управления тепловыми агрегатами // Современные технологии автоматизации. 1998. №2. С.58-63

38. Конаков В.Д. Непараметрическая оценка плотности распределения вероятностей // Теория вероятностей и ее применение. Т. 17, вып. 2, 1972.-С. 377-379.

39. Крамер Г. Математические методы статистики.- М.: Мир, 1975.-821 с.

40. Крутько П.Д. Обратные задачи динамики управляемых систем: Линейные модели. М.: Наука. Гл. ред. физ.-мат. лит., 1987. - 304 с.

41. Крюков В.И. Обслуживание и ремонт электрооборудования подстанций и распределительных устройств. М.: Высш. шк., 1989. - 366с.

42. Куликовский Р. Оптимальные адаптивные процессы в системах автоматического регулирования М.: Наука, 1967.-423с.

43. Кузнецова О.В., Паныиин А.Б.- Компьютерная система управления качеством работы энергоблока. Вестник НИИ СУВПТ, вып. I. Красноярск: 1999.

44. Липаев В.В. Проектирование математического обеспечения АСУ (системотехника, архитектура, технология).-М.: «Сов. Радио», 1977.-412с.

45. Льюнг Л. Идентификация систем, М.: Наука, 1991.-421с.

46. Медведев A.B. Непараметрические системы адаптации. Новосибирск: Наука, 1983.-173с.

47. Медведев A.B. О сходимости непараметрических алгоритмов управления //Известия академии наук киргизской ССР №1. Фрунзе: Илим, 1975. - С. 27-32.

48. Медведев A.B. Непараметрические оценки плотности вероятности и ее производных // Автоматизация промышленного эксперимента. Фрунзе: Илим, 1973.- С. 22-31.

49. Медведев A.B. Об идентификации линейных динамических систем // Алгоритмы и программы в системах обработки экспериментальныхданных,- Фрунзе: Илим, 1975,- С. 14-26.

50. Медведев A.B. Адаптация . в условиях непараметрической неопределенности //В кн. Адаптивные системы и их приложения. -Новосибирск: Наука, 1978. С. 4-34.

51. Медведев A.B., Цыкунова И.М. О сходимости непараметрических алгоритмов поиска экстремума. В сб.: «Обработка информации в автоматизированных системах». Фрунзе: Илим, 1974.

52. Медведева H.A. Непараметрические модели и регуляторы // Известия Вузов. Физика. 1995. № 9. С. 124-129.

53. Медведева H.A. О непараметрической идентификации динамических систем с запаздыванием // Материалы Международной научн.-техн. конференции «Микропроцессорные системы автоматики», Новосибирск: НГТУ, 1996. С. А20-А22.

54. Мелентьев J1.A. Системные исследования в энергетике. М.: Наука, 1979. -312 с.

55. Методическое указание по разработке и применению системы сетевого планирования и управления при ремонте оборудования электростанций. -М.: Главэнергоремонт, 1977. 120с.

56. Надарая Э.А. Непараметрические оценки плотности вероятности и кривой регрессии,- Тбилиси: Тбил. ун-т, 1983.-286с.

57. Надарая Э.А. Об оценке регрессии // Теория вероятностей и ее применение. Т9, вып. 1, 1964.- С. 157-159.

58. Надарая Э.А. Непараметрические оценки кривой регрессии // Труды ВУ АН ГрССР.- Тбилиси: вып. 5, 1965.- С. 56-68.

59. Надарая Э.А. Замечания о непараметрических оценках плотности вероятности и кривой регрессии // Теория вероятностей и ее применение. Т. 15, вып. 1, 1970.- С. 139-142.

60. Новиков Н.Ф., Рукосуев Ю.А. Об адаптивных алгоритмах управления качеством. //В кн. Адаптивные системы и их приложения. Новосибирск: Наука, 1978.-С. 158-163.

61. Ордынцев В.М. Математическое описание объектов автоматизации. М.: Машиностроение, 1965. - 360 с.

62. Побожей А., Парфенов А., Жердев О Асу ТП Нижневартовской ГРЭС// Современные технологии автоматизации. 1999. №3. С.48-60.

63. Паньшин А.Б. О разработке интеллектуальной компьютерной системы управления ТЭС // Вестник НИИ СУВПТ, сб. науч. трудов / под общей ред. проф. Н.В. Василенко. Вып. 5. - Красноярск: НИИ СУВПТ, 2000. - С. 191122.

64. Перегудов Ф.И., Ф.П. Тарасенко Основы системного анализа. Томск: НТЛ, 1997.-396 с.

65. Первозванский A.A. Математические модели в управлении производством.- М.: Наука, 1975.-739с.

66. Пирумов У.Г. Численные методы. М.: МАИ, 1998. - 188 с.

67. Правила организации технического обслуживания и ремонта оборудования, зданий и сооружений электростанций и сетей. М.: Энергоатомиздат, 2002. - 430с.

68. Пугачев B.C. Теория случайных функций. М.: Физматгиз, 1960.-827с.

69. Пугачев B.C. Статистические методы в технической кибернетике. М.: «Советское радио», 1971. - 192 с.

70. Растригин JI.A. Современные принципы управления сложными объектами. М.: Сов. радио, 1980. - 232 с.

71. Райбман Н.С. Что такое идентификация. М.: Наука, 1970. - 120 с.

72. Райбман Н.С., Чадеев В.М. Адаптивные модели в системах управления. -М.: Сов. радио, 1966. 160 с.

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

74. Рубан А.И. Методы анализа данных. Учеб. пособие: в 2 ч. Красноярск: КГТУ, 1994.

75. Рубан А.И. Идентификация и чувствительность сложных систем,- Томск: ТГУ, 1982.-351с.

76. Рубан А.И. Идентификация стохастических объектов на основе непараметрического подхода // Автоматика и телемеханика, № 11, 1979.-С. 106-117.

77. Ротач В.Я. Теория автоматического управления теплоэнергетическими процессами. М.: Энергия, 1989. - 308 с.

78. Рыжкин В.Я. Тепловые электрические станции. М.: Энегрия. 1967. - 400 с.

79. Самарский A.A. Теория разностных схем. М.: Наука. Гл. ред. физ.-мат. лит., 1983.-616 с.

80. Сейдж Э.П., Мелса Д.Л. Идентификация систем управления. М.: Наука, 1974.

81. Соколов B.C., Деев Л.В. Устройство и обслуживание энергетического блока. М.: Высш.шк., 1985. - 279с.

82. Современные методы идентификации систем: Пер. с англ. / Под ред. П. Эйкхоффа. М.: Мир, 1983. - 400 с.

83. Справочник по ремонту котлов и вспомогательного котельного оборудования. М.: Энергоиздат, 1981. - 496с.

84. Срагович В.Г. Теория адаптивных систем.- М.: Наука, 1976.-417с.

85. Теория автоматического управления. 4.2.: Теория нелинейных и специальных систем автоматического управления / Под ред. A.A. Воронова. - М.: Высшая школа, 1977. - 288 с.

86. Фельдбаум A.A. Основы теории оптимальных автоматических систем.- М.: Наука, 1966.-636с.

87. Фельдбаум A.A., Дудыкин А.Д., Мановцев А.П., Миролюбов H.H. Теоретические основы связи и управления. М.: Физматгиз, 1963.-932с.

88. Хардле В. Прикладная непараметрическая регрессия. М.: Мир, 1993.349 с.

89. Цыпкин Я.З. Адаптация и обучение в автоматических системах.- М.: Наука, 1968.-428с.

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

91. Штейнберг Ш.Е. Идентификация в системах управления. М.: Энергоатомиздат, 1987. - 80 с.

92. Эйкхофф П. Основы идентификации систем управления. М.: 1975.-412с.

93. Янушевский Р.Т. Теория линейных оптимальных многосвязных систем управления.- М.: Наука, 1973.-511с.

94. Medvedev A.V. Identification and control for linear dynamic systems of unknown order. // Optimization Techniques IFIP Technical Conference / Berlin Heidelderg - New-York: Springer - Verlag, 1975. - p. 48-55.

95. Medvedeva N.A. Nonparametrical Estimation of Statistical Characteristics in Problem of Modeling. Proceeding of the international Conference « Computer Data Analysis and Modeling, Minsk: BSU, 1995. - p. 89-93.

96. Medvedeva N.A. Nonparametric Modeling Algorithm's of Dynamic Processes// CDAM: Proceedings of Fifth international Conference, V. 2: Minsk, BGU, 1998.-p. 5-10.

97. Parzen E. On Estimation of a Probability Density, Function and Mode // IEEE Transactions on Information Theory, vol. Pami-4, №6, 1982.- p. 663-666.

98. Rosenblatt M. Remarks on some nonparametric estimates of a density function // Ann. Math. Statist. 1956. - V.27, № 3. - Pp. 832-835.1. Публикации автора

99. Шпилькин В.И. Об иерархической компьютерной системе управления производственным комплексом. Тез.докл. V Всерос. научно -практической конференции ПИР-2000, С. 235-236.

100. Иконников О.А., Каркарин А.П., Шпилькин В.И. О компьютерной системе управления производственным комплексом. Вестник НИИ СУВПТ. Вып.5 Красноярск: Изд-во НИИ СУВПТ, 2000, С. 155-162.

101. Шпилькин В.И. Об информационных технологиях управления предприятием ремонтного профиля. Перспективные материалы и технологии, конструкции, экономика: Сб. науч. трудов, ГАЦМиЗ, Красноярск, 2001 Вып.7, С.624-627.

102. Ikonnikov О.A., Karkarin А.Р., Pupkov A.N., Shpilkin V.I. To data analysis in modeling and diagnosis problems. Computer data analysis and modeling:

103. Proceedings of the Sixth International Conference CDAM' 2001 ( September 10-14, 2001, Minsk. Belarus)-Minsk:BSU p.150-157.

104. Шпилькин В.И. О непараметрических алгоритмах моделирования и принятия решений в организационных системах. Проблемы информатизации региона. ПИР-2001: Тез.докл. Седьмой Всероссийской научно практической конференции./ Под ред. Е.А. Вейсова,

105. B.И.Подшивалова/. Красноярск: КГТУ, 2001. С. 25-27.

106. Шпилькин В.И. О компьютерной системе анализа состояния оборудования ТЭС с точки зрения эксплуатации. Проблемы информатизации региона. ПИР-2001: Тез.докл. Седьмой Всероссийской научно практической конференции, С. 137-139.

107. Сергеев А.Н., Шпилькин В.И. Об особенностях задач организационного управления. Вестник НИИ СУВПТ. Вып. 6 Красноярск: Изд-во НИИ СУВПТ, 2001, С. 234-240.

108. Цыганков А.В., Шпилькин В.И. О технической диагностике объектов ТЭС. Вестник НИИ СУВПТ. Вып. 6 Красноярск: Изд-во НИИ СУВПТ, 2001, С. 178-182.

109. Зайцева E.A., Шпилькин В.И. К задаче непараметрического моделирования организационных процессов. Тез. докл. Школы-семинара «БИКАМП 03». - Санкт-Петербург, 2003, С. 312-314.

110. Зайцева Е.А., Шпилькин В.И. Моделирование и принятия решений в организационных процессах. Вестник СибГАУ. Красноярск, 2003, С. 185189.