автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.05, диссертация на тему:Надежность интеллектуальных датчиков систем управления газоперерабатывающих производств

На правах рукописи

Юсупов Дмитрий Роальдовяч

НАДЕЖНОСТЬ ИНТЕЛЛЕКТУАЛЬНЫХ ДАТЧИКОВ СИСТЕМ УПРАВЛЕНИЯ ГАЗОПЕРЕРАБАТЫВАЮЩИХ ПРОИЗВОДСТВ

Специальность 05.13.05 - Элементы и устройства вычислительной техники и систем управления

Автореферат

диссертации на соискание ученой степени кандидата технических наук

Астрахань 2006

Рабата выполнена в Астраханском Государственном техническом

университете

Научный руководитель: доктор технических наук,

профессор Надеев А. И.

Официальные оппонент:

доктор технических наук, профессор Зак Е. А.,

кандидат технических наук, профессор Артемьев Э. А.

Ведущее предприятие: ООО «Инвенсис Системе»,

г. Москва.

Защита состоится декабря 2006 г. в 15-30 час. на заседании диссертационного совета Д 307.001.01 в Астраханском государственном техническом университете по адресу: 414025, гор. Астрахань, ул. Татищева, 16, главный корпус, ауд. 305.

Отзывы на автореферат в двух экземплярах, заверенные гербовой печатью, просим направлять ученому секретарю диссертационного совета по адресу: 414025, гор. Астрахань, ул. Татищева, 16, АГТУ, Ученый совет.

С диссертацией можно ознакомиться в библиотеке Астраханского государственного технического университета.

Автореферат разослан « » // 2006 г.

Ученый секретарь у

диссертационного совета

д.т.н., профессор Попов Г. А.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Работа различных систем управления, функционирующих в реальном времени, например, систем управления технологическими процессами, существенным образом зависит от количества и качества используемых в системах измерительных преобразователей информации - датчиков.

Использование интеллектуальной составляющей в датчиках позволяет по-новому подойти к их компоновке и алгоритмам функционирования, увеличить информационные возможности, повысить точность, надежность и быстродействие.

Исследования зарубежных и отечественных ученых Захарова D.H., Иванова В.Н., Надеева А.И, Соболева B.C., Финкелстайн Л., Цветкова Э.М. и др. создали базовые условия для развития технологии интеллектуального преобразования сигнала, привели к появлению структурных, технологических, алгоритмических принципов улучшения функциональных характеристик интеллектуальных датчиков..

Мировыми лидерами в исследованиях, разработке и производстве интеллектуальных датчиков являются крупнейшие фирмы-производители средств измерения «Foxboro», «Fisher Rose-mount», «Endress+Hauser», «Yokogawa», «Метран» и др.

Примером использования интеллектуальных датчиков может служить Астраханский газоперерабатывающий завод (AI 113) -крупнейшее предприятие по переработке пластового газа н газового конденсата. С 1995 года на заводе эксплуатируется более 200 датчиков фирм «Foxboro» и «Fisher Rosemount» (США).

Информация о структурной надежности ИД является закрытой темой для зарубежной и отечественной технической литературы. Вопросы же эксплуатационной надежности почти не щучены, нет апробированных алгоритмов управления надежностью ИД, не определены методы и средства прогнозирования ресурса, методы рационального обеспечения запасными элементами датчиков.

В связи с этим для многих высокотехнологичных предприятий, эксплуатирующих ИД, несомненно актуальными становятся вопросы исследования общих свойств функционирования элементов ИД, экспериментальное исследование функционирования ИД в специальных условиях, исследование эксплуатационных характеристик, в частности, эксплуатационной надежности ИД.

Цель исследования. Разработка алгоритма оценки эксплуатационной надежности интеллектуальных датчиков н научно обоснованной программы анализа и управления надежностью ИД.

Для достижения намеченной цели в работе необходимо решить следующие задачи:

1) исследование специфики эксплуатации ИД и выбора характеристик надежности;

2) разработка методов расчета характеристик безотказности ИД, оценка адекватности модели на примере статистических данных об эксплуатации датчиков на ЛГПЗ;

3) разработка алгоритма анализа безотказности и долговечности ИД , прогнозирования ресурсов и управления запасами, их программная реализация;

4) разработка методики расчета среднего срока службы ИД методами статистической динамики;'

4) разработка методики оценки запаса прочности гибких элементов ИД методом абсолютных максимумов;

5) сравнительный анализ полученных результатов и выработка рекомендаций для их последующего использования.

Методы исследования. Для решения поставленных задач использованы методы математического моделирования, методы теории вероятностей и математической статистики, метода теории надежности, прогнозирования и управления запасами, методы теории случайных функций, в частности, методы статистической динамики, корреляционной теории стационарных процессов, методы огибающих и абсолютных'максимумов с использованием пакета МаЛСа*! 2001 РгоГеББЮпа!. ■ ■

Научная новизна:

1) составлена классификация отказов интеллектуальных датчиков с учетом специфики их конструктивных н функциональных характеристик;

2) предложен алгоритм расчета характеристик эксплуатационной надежности ИД, составлена вероятностная модель безотказности ИД, проведена оценка адекватности модели;

3) разработаны основы инженерной методики планирования профилактических работ, прогнозирования надежности ИД и управления запасами; '

4) разработаны математические модели, позволяющие осуще-

сталь прогнозирование срока службы ИД и запаса прочности чувствительного элемента на динамику нагрузки и на износ.

На защиту выносятся:

1) результаты исследования специфики отказов интеллектуальных датчиков и специфики определения основных характеристик надежности;

2) результаты исследования безотказности и долговечности интеллектуальных датчиков;

3) метода прогнозирования отказов и управления запасами элементов ИД;

4) математические модели оценки срока службы интеллектуальных датчиков;

5) математические модели оценки запаса прочности гибких элементов датчиков.

Практическую ценность работы представляют:

1) методика анализа потока отказов и алгоритм расчета характеристик надежности интеллектуальных датчиков;

2) методика расчета запаса прочности и срока эксплуатации интеллектуальных датчиков давления;

3) методика прогнозирования отказов и управления запасами элементов интеллектуальных датчиков на Астраханском газоперерабатывающем заводе.

Апробация работы. Основные положения и результаты диссертационной работы изложены и обсуждены на XIV и XV Всероссийской научно-технической конференции' «Датчик-2002», «Датчик-2003», (Судак, 2002, 2003), юбилейной научно-технической конференции АГТУ-75 (Астрахань, 2005), 50-й научной конференции профессорско-преподавательского состава АГТУ (Астрахань, 2005).

Публикации. Основные результаты работы опубликованы в 4-х статьях и материалах 3-х конференций, в т. ч. 4 - по перечню ВАК.

Структура н объем работы. Диссертация состоит из введения, четырех глав основного текста, списка литературы из 99 наименований, заключения и восьми приложений, общим объемом 129 страниц. В работе содержится I б рисунков и 5 таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы исследования, определены цели и задачи исследования, доказана научная новизна и практическая ценность работы, сформулированы основные положения, выносимые на защиту.

В первой главе рассмотрены существующие статистические методы исследования надежности измерительных устройств, приведена классификация ИД, используемых на АГПЗ, обоснована необходимость исследования «физики отказов» ИД.

Надежность интеллектуальных датчиков, работающих непрерывно, представляет собой сочетание трех основных свойств: безотказности, долговечности и ремонтопригодности.

Интеллектуальные датчики, используемые на АГПЗ, предназначены для измерения расхода, давления, уровня и температуры жидкости, газа или пара. Это датчики перепада давления, массовые расходомеры, датчики абсолютного и избыточного давления, датчики давления с мембранными разделителями, датчики измерения уровня гидростатическим методом, универсальные программируемые нормирующие преобразователи с широким спектром конфигураций, используемые для измерения температуры.

Все они относятся к восстанавливаемым элементам с не нагруженным резервом сложных технологических систем АГПЗ. В связи с этим в работе использована соответствующая схема расчета показателей надежности.

Информация для оценки надежности датчиков содержится в параметрах испытываемой нагрузки и несущей способности элементов датчиков. Кроме того, они подвержены постепенному дестабилизирующему воздействию факторов внешней среды, следствием которого является постепенный износ и отказ датчика. Характеристики надежности при этом определяются по изменению выходных параметров элементов в процессе их эксплуатации. В связи с этим в последнее время в теории надежности возникло новое направление по исследованию проблемы «физики отказов». Первая часть проблемы о внезапных отказах элементов описывается физической моделью надежности «нагрузка - несущая способность», вторая часть - о постепенных отказах - моделью «параметр - поле допуска». Они рассмотрены в третьей главе диссер-

тации для оценки запаса прочности мембран ИД на динамику нагрузки и на износ.

Во второй главе исследованы характеристики надежности интеллектуальных датчиков: выполнен анализ потока отказов датчиков, проработавших на АГПЗ, найдены характеристики безотказности и долговечности интеллектуальных датчиков давления, найден оптимальный вариант закона распределения времени безотказной работы, интенсивности отказов и функции надежности.

Под определение «отказ» попадают 151 электронных дифференциальных датчиков давления «ЛозетоигЛ» и «РохЬого», эксплуатируемых в условиях АГПЗ при наличии агрессивных серо-водородосодержащих компонентов как в рабочей среде (до 73,8 % об.), так и в окружающей атмосфере (в рамках ПДК - 10 ррт), в диапазонах температур окружающей среды от -35 до +55°С, температур рабочей среды от -80 до 4420°С, в диапазоне рабочих давлений от 0 до 73 кг/смг.

В данной работе использованы статистические оценки основных показателей безотказности и долговечности ИД, полученные в результате обработки статистических данных наблюдений, проведенных на АГПЗ в 1995-2004 г.г. Было выявлено, что длительность работы интеллектуальных датчиков до первого отказа лежит в достаточно широком временном интервале от 7 тыс. до 62 тыс. час.

$ ю'!

»ю-1

* 1С"

: к"

'1 по* : ; I-)1 ! м* ло'

Рис. I

Для каждого типа датчиков составлен статистический ряд наработки на отказ с шагом п ~ 4250 час. Полученные на основании табличных данных полигоны частот показали, что законы

I л / / -л

V Ч. -------—

распределения наработки для обоих типов датчиков имеют одинаковый характер (рис. 1: сплошная линия - датчики «Коэетоип!», пунктирная — «РохЬого»).

Характеристики распределений, т. е. средние значения и дисперсии наработок до отказа датчиков «РохЬого» и «Яо5ешоипЬ> почти совпадают (табл. 1).

Таблица 1

Типы датчиков Средняя наработка, час. Дисперсия наработки Среднее кв. откл., час.

Козетощ^ 2,579-104 1,166-108 1,080 -104

РохЬого 3,032 -104 1,042-10® 1,021 -Ю4

Из рисунка 1 видно, что кривые распределения времени безотказной работы датчиков «Ко$етоипЬ> и «РохЬого» имеют довольно длинную составляющую в области больших наработок. Этот факт явился причиной того, что ни один из стандартных законов распределения не в состоянии оказался описать данные эмпирические распределения: при использовании критерия моментов точки с координатами р1 и р2 неизменно попадали в критическую область. Попытка отбраковки резко выделяющихся (максимальных) значений наработок с последующей оценкой адекватности одному из одномодальных распределений (гамма, Вейбулла, лог-нормальному) также дала отрицательный результат. В связи с этим возникла необходимость в представлении рассматриваемых распределений в виде композиции двух распределений с разными объемами выборок и разными параметрами.

Таблица 2. Причина отказов датчиков

Причины отказов «Яозетоит» «РохЬого»

Кол-во % Кол-во %

Мембрана 87 75,6 10 25,8

Мембранный блок 24 20,9 9 25,0

Электронный блок 4 3,5 17 47,2

Отказы рассматриваемых датчиков происходили в основном по трем причинам: выход из строя чувствительного элемента -мембраны, разгерметизация мембранного блока и выход из строя электронного блока.

В табл. 2 показано процентное соотношение отказов датчиков по этим причинам. Одним из слабых мест у датчиков «КсйетошП» является мембрана, на ее долю приходится три четверти всех отказов этого типа датчиков.

Очень важная с теоретической точки зрения особенность надежности интеллектуальных датчиков состоит в том, что интенсивность отказов в целом непостоянна и зависит от срока эксплуатации приборов. Это позволило в качестве основного компонента бимодального закона выбрать закон Вейбулла — один из самых распространенных и достаточно удобных для расчетов законов, применяемых в качестве вероятностной модели надежности технических систем с переменной интенсивностью отказов [3]:

где р — параметр формы кривой,

о - параметр масштаба. Параметры цио связаны с математическим ожиданием щ и дисперсией А случайной наработки следующей системой уравне-

Для датчиков «Ко&ешоип1» и «РохЬого» закон распределения времени безотказной работы рассматривается как композиция двух функций

( > 0, р. > 0, о > 0, (1)

ний [3]:

где г(т|)= |дгп~'е тс6с - известная гамма-функция.

о

ЛО^ъАЮ+ьМЪ

(3)

где весовые коэффициенты С\ и а определяются как доля выборки каждой составляющей в общем объеме выборочной совокупности.

Неизвестные генеральные средние - математическое ожидание mt и дисперсию D, - заменяются выборочными средними

л

и выборочными дисперсиями S, , полученными в результате обработки данных.

Решение системы (3) относительно ц и а показало, что для рассматриваемых датчиков плотность распределения Вейбулла имеет следующие параметры (табл. 3).

Таблица 3 _ _

Типы датчиков Первая составляющая Вторая составляющая

ог

«Rosemount» 4,980 2,355 -104 6,024 4,827 -104

«Foxboro» 5,153 2,588 -104 7,582 4,504 104

Мембранами» 5,368 2,272-104 4,559 4,584-Ю4

На рис. 3 изображены кривые эмпирического (штриховая линия) и теоретического (сплошная линия) распределения времени безотказной работы интеллектуальных датчиков фирмы «Rose-mount». Адекватность полученной модели надежности проверена с помощью критерия Пирсона при уровне значимости р = 0,05.

Аналогичные кривые получены и для датчиков «Foxboro», и для чувствительных элементов датчиков «Rosemount».

Погрешность математической модели надежности датчиков и чувствительного элемента определялась путем сравнения средней наработки до отказа, полученной по статистическим данным, и средней наработки, полученной аналитическим методом. Результаты сравнения оказались следующими:

для датчиков «Rosemount» погрешность модели составила 0,28%, для датчиков «Foxboro» - 1,84%, для чувствительного элемента датчиков «Rosemount» - 1,86%.

Максимальная погрешность полученной модели безотказности датчиков оказалась менее 2%.

При известной плотности распределения времени безотказной работы /(/) вероятность отказов датчиков определяется из равенства

есо=/д*)л,

о

to

а вероятность безотказной работы - P(t) = 1 - Q(l) =

(

Интегральная функция распределения случайной наработки имеет вид:

I <

F(0- ¡Ax)dx=j[ctMt) + c2f2(t)^t=clFl(t) + c2F2(t) =

-а> О

Тогда функция надежности R(t) можно найти из равенства

Функция надежности наработки на отказ в случае композиции двух распределений выглядит аналогично плотности и функции распределения, т.е. является композицией функций надежности составляющих:

Л(0=сЛ(0+<^(0. (4)

Интенсивность отказов равна отношению плотности распределения к функции надежности:

w т ело+с2я2(о'

(5)

По статистическим данным получены эмпирические оценки характеристик надежности интеллектуальных датчиков. Графическая иллюстрация некоторых показателей и им соответствующих математических моделей показаны на рис. 4-5.

1 д А,

\ »X

о lio* MÍ1 ; ic4 ¿ло* ; ií* т к*

Рис. 4

На рис. 4 показана функция надежности (вероятность безотказной работы) датчиков «Rosemount», на рис. 5 - интенсивность отказов этих же датчиков.

мо**

i i»'

; lo

Í

L

V

<1 1 ; К'4 ; к4 ■ м»4 • ¡о*

Рис.5

Исследования показали, что для интеллектуальных датчиков указанных типов кривая распределения времени безотказной работы имеет бимодальный характер, в основе композиции двух рас-

пределений лежит закон Вейбулла, подтверждена адекватность теоретической модели статистическим данным, получены модели функции надежности и интенсивности отказов датчиков, составлен алгоритм расчета основных характеристик надежности интеллектуальных датчиков.

Третья глава посвящена исследованию физических моделей надежности «нагрузка - несущая способность» и «параметр - поле допуска».

Одной из основных причин случайных отказов датчиков давления (до 54%) является выход из строя мембраны, разгерметизация мембранного блока (18%). Они обусловлены главным образом колебаниями давления. Сюда же следует добавить высокочастотную вибрацию мембраны как непременную динамическую составляющую любой подвижной системы. Последнее оказывает влияние в основном на износ изделия, усталость материала и пр.

В случае, когда эксплуатационная нагрузка S является нормальной случайной величиной с параметрами {s, а,), а разрывная прочность R на некотором промежутке времени постоянна. Вероятность безотказной работы будет равна -

p{s<xh ^^ < ==F(z)=0,5+ф(2),

где s - квантиль нормального распределения,

F (г) -функция распределения действующей нагрузки S, Ф(г) - интегральная функция Лапласа.

При заданной вероятности Ра безотказной работы датчика запас прочности его чувствительного элемента равен

„.ibEEESEilel

-Т^ЧГ?-•

где Vf и Vr — коэффициенты вариации эксплуатационной и разрывной нагрузок соответственно.

Измеряемое датчиком давление является случайным процессом 5(0. равным сумме статической и динамической составляющих:

Выход из строя мембраны датчика происходит в том случае, если до некоторого момента г давление 5(0 было меньше критического (разрушающего) значения Ящ, а затем становится больше и в течение некоторого времени А остается выше этого уровня - происходит «выброс» случайной функции 5(0 за уровень И^:

Вероятность такого события равна двойному интегралу [2]

= ) /ЛЗД'О^Л» или

Ог-Г.МЛ

Р[я{0-гд(№<8я(0£гЮ]=л)улАг,уя/фгл. (10)

о

■ . . Отношение —Гд является ВреМеНной

плотностью разрыва мембраны и обозначается обычно р(г). В теории надежности р(г) называется интенсивностью отказов

При определенных условиях динамическую составляющую давления можно считать стационарной случайной функцией. В этом случае методы корреляционной теории дают возможность определить вероятность безотказной работы в зависимости от параметров эксплуатационной нагрузки и несущей способности материала чувствительного элемента:

Уровень нормированной нагрузки г, невозможность пересечения которого гарантируется наперед заданной вероятностью /ЧТ«)*^,. равен _

Тогда запас прочности чувствительного элемента датчика получает вид:

а средний срок службы датчика при заданной вероятности безотказной работы Р0 равен

где г = /¡^ - /г - среднее значение критического уровня для динамической составляющей за период времени Тер.

Анализ выражения (12) показал, что для стационарного квазигармонического процесса

где Т0 =--основной период колеоании давления.

и>0

Тогда средний срок эксплуатации интеллектуальных датчиков давления определяется соотношением

Этот результат можно уточнить так называемым методом огибающих. Если мембрана испытывает случайные квазигармонн-ческис колебания

то случайная амплитуда A(t) является огибающей процесса и подчинена закону Рэлея.

Рассматривая вновь условие пересечения огибающей заданного уровня разрывной прочности мембраны, получаем трансцендентное уравнение

(12)

I

(14)

3(/) = Л(/)СО5(ш0/ + ф(0),

1п ~ - - 1п Л/,

О 2стг

О'

(15)

где ЛГ, = -

к^Б. 1п(Р0 ГД/

к - параметр формы кривой распределе-

ния, Т - время работы, Ро - вероятность безотказной работы, Д/ - энергетическая ширина спектра частот колебательного процесса.

Решение уравнения (15) позволяет найти коэффициент запаса прочности чувствительного элемента датчика на динамику процесса

г

н = 1 +

т'

Условия эксплуатации интеллектуальных датчиков могут быть и такими, что давление в рабочей среде окажется нестационарным, но достигающим в определенный момент наибольшего значения. Известно, что если весь период эксплуатации разбить на интервалы определенной длительности (циклы), то распределение абсолютных максимумов в этих циклах подчиняется двойному показательному распределению:

о>0.

Параметры цист связаны с математическим ожиданием и дисперсией абсолютных максимумов 5Л соотношениями

Л/(У„) = ц +0,577а, £>(£„) = 1,645с1.

Тогда при заданной вероятности Ро и начальной прочности мембраны Л» средний срок службы определяется по формуле

Т =

ч>

1 а

1п

1Л

где а и Р — параметры кривой потери прочности мембраны, Ут — коэффициент вариации эксплуатационной нагрузки (давления) на мембрану.

Обобщенный запас прочности мембраны, рассчитанный н на динамику, н на износ материала, определяется соотношением

В результате исследования физической модели надежности «нагрузка - несущая способность» с позиций теории случайных функций получены математические модели запаса прочности гибких элементов интеллектуальных датчиков на динамику процесса. С учетом максимальных нагрузок и износа мембран датчиков получена формула обобщенного запаса прочности мембраны.

В четвертой главе рассмотрены некоторые вопросы управления надежностью интеллектуальных датчиков, а именно; прогнозирование ресурса и срока износа интеллектуальных датчиков, расчет объема и периодичности профилактических и регламентных работ, обоснование рационального состава и объема запасных элементов датчиков.

К основным принципам оценки и прогнозирования ресурса измерительных систем могут быть отнесены следующие.

1. Принцип стохастичности ресурса датчика.

2. Принцип обоснования значения ресурса датчиков из условий риска. При известной интенсивности отказов ?»(/) и предельно

допустимой вероятности безотказной работы РДМ1 ресурс датчика

Тр определяется из равенства

3. Принцип сохранения условий эксплуатации при прогнозировании ресурса.

4. Принцип адекватности математических методов оценки и прогнозирования ресурса статистическим данным о работоспособности интеллектуальных датчиков.

5. Принцип сочетания детерминированных и вероятностных подходов к оценке и прогнозированию ресурса.

6. Принцип прогнозирования индивидуального ресурса.

п

<р

о

Оценка и прогнозирование ресурса интеллектуальных датчиков на практике осуществляется несколькими методами, из которых наиболее приемлемыми в данном случае являются следующие,

1. Статистические методы определения и прогнозирования ресурса датчиков, требующие некоторого объема информации как по отказам, так и по наработке исправно действующих датчиков.

2. Физико-статистические методы при оценке ресурса учитывают как влияние разнообразных физико-химических факторов внешней среды, способствующих развитию разрушающих процессов в материалах датчиков, так и действующих эксплуатационных нагрузок. Причем несущая способность датчика и эксплуатационные нагрузки анализируются с позиций математической статистики. Как показал опыт использования физико-статистических методов, модели этого класса дают наиболее адекватные практике эксплуатации результаты.

В данной работе использованы оба метода.

Поддержание требуемого уровня надежности интеллектуальных датчиков — это одна из основных задач по обеспечению безотказности и долговечности контрольно-измерительной системы. Среди мероприятий по повышению надежности при эксплуатации датчиков важное место отводится техническому обслуживанию. Основу технического обслуживания составляют профилактические работы и регламентные проверки. Работы по техническому обслуживанию на АГПЗ проводятся периодически с целью поддержания работоспособности и надежной эксплуатации технически исправных датчиков, а также для установления причин, способствующих возникновению отказов.

На АГПЗ используются следующие виды стратегии профилактических работ:

• полное восстановление датчика производится после проявления отказа;

• полное восстановление датчика производится во время плановой предупредительной профилактики;

• профилактическая замена датчиков и их элементов производится после выработки ими определенного ресурса.

Существует «Положение о системе технического обслуживания и ремонта технологического оборудования ГШ Мингазпро-ма» <1989) и «Прейскурант № 26-05-28 «Оптовые цены на капитальный ремонт оборудования и машин, выполняемы предприятиями Мингаэпрома» (1991). В соответствие с этими документами периодичность технического обслуживания (ТО4) интеллектуальных датчиков составляет полгода.

В начале срока службы датчиков допустимое снижение вероятности безотказной работы до момента первой профилактики можно принять равным 0,01. Тогда согласно равенству (4) этот период для датчиков «РохЬого» равен 10193 час, что составляет 1,2 календарного года. Как видно, увеличение срока первой профилактики в 2 раза вполне приемлемо, а это дает ощутимый экономический эффект. Сроки последующих лрофилакгик определяются аналогично в соответствие с наработкой датчиков и снижением вероятности безотказной работы.

Результаты исследования надежности позволяют также дать оценку существующей методике определения необходимого количество запасных датчиков и их элементов. Согласно вышеуказанному Положению годовой запас интеллектуальных датчиков по статьям «Аварийный запас» и «Ремонтные нужды» должен составить 30% числа работающих датчиков.

В условиях АГПЗ, когда достоверные данные о результатах профилактических осмотров отсутствует, датчики ставятся на эксплуатацию в разное время, отказавшие датчики часто восстанавливаются и отправляются в ЗИП, решение задачи оптимального состава и объема запасных приборов становится достаточно сложным.

Задача может быть решена методом последовательного приближения: в начале эксплуатации ЗИП определяется по упрощенной схеме, а затем корректируется о учетом характера потока отказов и восстановления. В этом случае среднее число запасных датчиков составляет 19,4%. Для обеспечения бесперебойной работы технологических объектов вводится повышающий коэффициент. В данном случае он составляет 1,19. Тогда при гарантийной вероятное™ 0.95 годовой запас интеллектуальных датчиков должен составить 23,08 %. Как видно, потребность в запасных датчиках

даже без учета вышеуказанных факторов значительно меньше потребности, регламентируемой существующим Положением.

Полученные в предыдущих главах параметры эксплуатационной надежности интеллектуальных датчиков позволили по-новому решить вопросы прогнозирования отказов датчиков и числа запасных элементов. В свою очередь интенсивное развитие производства интеллектуальных датчиков дает основание полагать, что существующие Положения о нормативных сроках профилактики и статьях «Аварийный запас» и «Ремонтные нужды» можно считать устаревшими и их следует пересмотреть.

В заключении отмечено, что в последние годы получило развитие новое научное направление - теория интеллектуальных систем, в частности, теория интеллектуальных преобразователей и датчиков. Указаны основные тенденции развития современных интеллектуальных датчиков; расширение функциональных свойств датчиков, миниатюризация, увеличение чувствительности и улучшение избирательности датчиков, повышение надежности отдельных блоков и датчика в целом, уменьшение стоимости, расширение видов связи датчика с контроллером, создание новых технологий проектирования, исследование эксплуатационной надежности интеллектуальных датчиков.

В приложениях приведены фрагменты журнала учета отказов датчиков «Foxboro» и «Fisher Rosemount», используемых на различных установках АГПЗ, а также расчет параметров безотказности датчиков в операционной системе MathCad 2001 Professional.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Разработана методика сбора, регистрации и предварительной обработки информации о работе интеллектуальных датчиков давления, используемых на Астраханском газоперерабатывающем заводе. Выполнен статистический анализ потока отказов интеллектуальных датчиков, в результате которого получены данные об их среднем времени безотказной работы и среднем сроке службы.

2. Показано, что распределение времени безотказной работы интеллектуальных датчиков подчиняется закону Вейбулла и носит бимодальный характер; методом Пирсона выполнена оценка адекватности полученной модели исходным данным: отклонение теоретической кривой от эмпирических данных не превышает 13%.

3. Получены основные характеристики безотказности и долговечности интеллектуальных датчиков: интенсивность отказов, вероятность безотказной работы датчиков и мембран, средняя наработка до отказа, гамма-процентные наработки до отказа.

4. Методами статистической динамики исследована случайная функция эксплуатационной нагрузки на гибкий элемент датчика давления и получена математическая модель запаса прочности гибкого элемента (мембраны) датчика на динамику процесса. Методом огибающих стационарного процесса получена формула верхней границы коэффициента запаса прочности мембраны.

5. Определены параметры закона распределения абсолютных максимумов нагрузок на мембрану датчика. Составлена модель среднего срока службы интеллектуальных датчиков давления и обобщенного запаса прочности на динамику процесса и на износ.

6. Составлен алгоритм анализа экспериментальных данных, расчета статистических показателей надежности и вероятностных моделей надежности интеллектуальных датчиков. Выработаны практические предложения по организации системы управления надежностью интеллектуальных датчиков: по оптимизации периодичности и объема профилактических работ, обеспечению рационального состава запасных элементов.

7. Составлены и внедрены в учебный процесс АГТУ методические указания «Надежность интеллектуальных датчиков дав-

ления» по курсу «Диагностика н надежность АСУ» для студентов спец. 220301 (210200) «Автоматизация технологических процессов и производств».

8. Разработана «Методика прогнозирования и управления запасами интеллектуальных датчиков на Астраханском газоперерабатывающем заводе». С февраля 2006 г. методика используется при формировании планов на техническое обслуживание, капитальный ремонт интеллектуальных датчиков и составлении заявок по статье «Ремонтные нужды», «Аварийный запас» в части средств автоматизации.

9. Внедрение вышеуказанной «Методики» позволило:

9.1. Оптимально распределить затраты на техническое обслуживание и ремонт средств автоматизации, проводить планово-предупредительные работы с учетом характеристик надежности конкретного типа датчиков, рекомендаций фирм изготовителей.

9.2. Снизить затраты на закупку средств автоматизации по статье «Ремонтные нужды» и «Аварийный запас» за счегг внедренной системы прогнозирования и управления запасами интеллектуального приборного оборудования в части контрольно-измерительных приборов и автоматики.

Список публикаций по теме диссертации

1. Белинский Б.И., Костин М.К., Свечников Ю.К., Юсупов Д.Р. Информационно-управляющая система на АГПЗ. // Газовая промышленность,ноябрь 2001. С. 49-50.

2. Надеев А, И., Свечников Ю. 1С, Кожакин В. В., Юсупов Д. Р. Эксплуатационная надежность интеллектуальных датчиков. // Датчики и системы, 2002Дз5. С. 27-28.

3. Надеев А. И., Свечников Ю. К., Юсупов Д. Р. Анализ статистических данных эксплуатационной надежности интеллектуальных датчиков. // Материалы XIV Научно-технической конференции с участием зарубежных специалистов «Датчики и преобразователи информации систем измерения, контроля и управления» (Датчик — 2002). Под ред. д. т. н., проф. В. Н.Азарова. М.:МГИЭМ, 2002. С. 35.

4. Надеев А, И., Юсупов Р. А., Юсупов Д. Р. Моделирование эксплуатационной надежности измерительных преобразователей. // Тезисы УШ международной конференции «Образование. Экология. Экономика. Информатика». Серия «Нелинейный мир». Астрахань:изд.АГТУ, 2003. С. 217.

5. Надеев А. И., Юсупов Р. А,, Свечников Ю. К., Юсупов Д. Р. Математическая модель эксплуатационной надежности интеллектуальных датчиков. // Измерительная техника. 2004, №1. С. 8-12.

6. Nadeev A.I., Usupov R.A,, Svechnikov U.K., Usupov D.R. Mathematical model of reliability of intellectual transducer operation. "Measurement techniques": - J/New York, 2004. Vol. P. 15-19,

7. Юсупов Д. P. Математическая модель среднего срока службы интеллектуальных датчиков давлениям/Известия вузов. Северо-Кавказский регион. Технические науки.: - Новочеркасск, 2005,№3, С, 22.

Тип. АГТУ. Зак. 880. Тир. 100. 20.11.06.

ВВЕДЕНИЕ

Глава I. СОВРЕМЕННЫЕ МЕТОДЫ ИССЛЕДОВАНИЯ И МОДЕЛИ НАДЕЖНОСТИ ИЗМЕРИТЕЛЬНЫХ СИСТЕМ.

1.1. Современные тенденции развития интеллектуальных измерительных систем.

1.2. Интеллектуализация измерительных устройств как средство повышения их надежности.

1.3. Специфика эксплуатации интеллектуальных датчиков на Астраханском газоперерабатывающем заводе.

1.4. Классификация отказов интеллектуальных датчиков и выбор показателей надежности.

1.5. Вероятностные модели надежности интеллектуальных датчиков и аналитические зависимости между ними.

1.6. Статистические оценки показателей надежности интеллектуальных датчиков.

1.7. Качественные характеристики надежности интеллектуальных датчиков.

Глава II. СТАТИСТИЧЕСКИЕ МОДЕЛИ НАДЕЖНОСТИ ИНТЕЛЛЕКТУАЛЬНЫХ ДАТЧИКОВ.

2.1. Предварительная обработка данных и анализ потока отказов интеллектуальных датчиков.

2.2. Оценка адекватности модели надежности интеллектуальных датчиков.

2.3. Оценка характеристик безотказности интеллектуальных датчиков.

2.4. Алгоритм расчета основных характеристик надежности интеллектуальных датчиков.

Глава III. ФИЗИЧЕСКИЕ МОДЕЛИ НАДЕЖНОСТИ ИНТЕЛЛЕКТУАЛЬНЫХ ДАТЧИКОВ ДАВЛЕНИЯ.

3.1. Запас прочности чувствительного элемента датчика давления при случайном характере действующих нагрузок

3.2. Расчет запаса прочности чувствительного элемента методом статистической динамики.

3.3. Расчет запаса прочности методом огибающих.

3.5. Модель срока службы интеллектуальных датчиков при нестационарных параметрах внешней среды.

Глава IV. НЕКОТОРЫЕ ВОПРОСЫ УПРАВЛЕНИЯ НАДЕЖНОСТЬЮ ИНТЕЛЛЕКТУАЛЬНЫХ ДАТЧИКОВ.

4.1. Методы прогнозирование ресурса и срока износа интеллектуальных датчиков.

4.2. Расчет объема и периодичности профилактических работ.

4.3. Расчет рационального состава и объема запасных датчиков и их элементов.

Вторая половина XX и начало XXI столетий характерны появлением машин и систем высокой конструктивной сложности, способных выполнять ответственные задачи. В процессе их эксплуатации стало расти число отказов, обусловленное прежде всего ростом числа элементов, составляющих систему. Устойчивое образование связанных между собой элементов определяет такие свойства системы как качество, эффективность, безопасность, живучесть, управляемость, устойчивость. Каждое из приведенных свойств имеет смысл при наличии изначального свойства любой системы -надежности. Поэтому было естественным становление в 50-е годы XX в. новой научной дисциплины - теории надежности как науки о закономерностях отказов систем и их элементов. К настоящему моменту определены два основных направления исследования надежности: статистические методы обработки информации о работоспособности элементов систем и физико-химические методы изучения процессов изменения выходных параметров. По результатам таких исследований разрабатываются мероприятия по повышению характеристик надежности, выполняются расчеты остаточной прочности, остаточного ресурса и срока износа.

Таким образом, проблема обеспечения надежности стала ключевой проблемой современной техники. Современные сложные системы, в частности, такие как системы управления технологическими процессами, отличаются большим количеством и разнообразием оборудования и систем измерения.

Работа различных систем управления, функционирующих в реальном времени, например, систем управления технологическими процессами, существенно зависит от количества и качества используемых первичных измерительных преобразователей информации - датчиков.

По данным швейцарской фирмы Intechno Consulting объем мирового рынка датчиков в 2001 году составил 65,1 млн. немецких марок, что более чем в 2 раза превышает объем мирового рынка датчиков в 1991 году, когда оборот составлял 30,7 млн. немецких марок.

Современный этап развития приборостроения характеризуется широким применением в составе средств измерений вычислительных устройств, построенных на базе микропроцессоров. В настоящее время подобные устройства принято называть интеллектуальными приборами [3, 8, 14, 15, 20]. Применением таких устройств в измерительных системах достигают двух целей: расширяют функции измерительных устройств и улучшают их характеристики.

Использование микропроцессорных систем в средствах измерений позволяет по-новому подойти к их компоновке и алгоритмам функционирования, увеличить информационные возможности, повысить точность, надежность и быстродействие. Мировыми лидерами в исследованиях, разработке и производстве интеллектуальных систем измерения и, в частности, интеллектуальных датчиков являются крупнейшие фирмы-производители средств измерения Foxboro, Fisher Rosemount (США), «Endress+Hauser», «Yokogawa», «Метран» и др.

Исследования зарубежных и отечественных ученых Захарова В.Н., Иванова В.Н., Надеева А.И., Соболева B.C., Финкелстайн JI, Цветкова Э.М. и др. создали базовые условия для развития новой технологии измерений, привели к появлению структурных, технологических, алгоритмических принципов улучшения их функциональных характеристик.

Однако включение интеллектуального компонента в состав измерительных устройств наряду с сообщением им несомненно положительных качеств привело к существенному усложнению приборного оборудования.

Следует отметить, что информация о структурной надежности интеллектуальных датчиков является закрытой темой для зарубежной и отечественной технической литературы. Мало того, вопросы эксплуатационной надежности почти не изучены, нет апробированных алгоритмов управления надежностью интеллектуальных датчиков, не определены методы и средства прогнозирования ресурса, методы управления запасами.

В связи с этим для многих высокотехнологичных предприятий, эксплуатирующих интеллектуальные системы измерений, несомненно актуальными становятся вопросы исследования эксплуатационной надежности интеллектуальных датчиков как многофункциональных измерительных устройств.

Примером может служить Астраханский газоперерабатывающий завод (АГПЗ) - крупнейшее предприятие по переработке пластового газа и газового конденсата. С 1995 года на заводе эксплуатируется более 200 датчиков фирм «Foxboro» и «Fisher Rosemount» (США).

В связи с вышесказанным автором была поставлена цель разработать методику оценки прочностной надежности гибких элементов интеллектуальных датчиков, научно обоснованной программы анализа и управления их надежностью.

Для достижения намеченной цели в работе поставлены и решены следующие задачи:

1) исследование специфики эксплуатации ИД и выбор характеристик надежности;

2) разработка методов расчета характеристик безотказности ИД, оценка адекватности модели на примере статистических данных по АГРЗ;

3) разработка алгоритма анализа безотказности и долговечности ИД, прогнозирования ресурсов и управления запасами, их программная реализация;

4) разработка методики расчета среднего срока службы ИД методами статистической динамики;

4) разработка методика оценки запаса прочности гибких элементов ИД методом абсолютных максимумов;

5) сравнительный анализ полученных результатов и выработка рекомендации для их последующего использования.

Для решения поставленных задач использовались методы математического моделирования, методы теории вероятностей и математической статистики, методы теории надежности, прогнозирования и управления запасами, методы теории случайных функций, в частности, методы статистической динамики, корреляционной теории стационарных процессов, методы огибающих и абсолютных максимумов с использованием пакета MathCad 2001 Professional.

Научная новизна выполненной работы состоит в том, что

1) составлена классификация отказов интеллектуальных датчиков с учетом специфики их конструктивных и функциональных характеристик;

2) предложен алгоритм расчета характеристик эксплуатационной надежности датчиков, составлена вероятностная модель безотказности ИД, проведена оценка адекватности модели;

3) разработаны основы инженерной методики планирования профилактических работ, прогнозирования надежности ИД и управления запасами;

4) разработаны математические модели, позволяющие осуществить прогнозирование срока службы и запаса прочности чувствительного элемента на динамику нагрузки и на износ.

В итоге на защиту выносятся:

1) результаты исследований специфики отказов интеллектуальных датчиков и специфики определения основных характеристик надежности;

2) результаты исследования безотказности и долговечности интеллектуальных датчиков;

3) методы прогнозирования отказов и управления запасами элементов

ИД;

4) математические модели оценки срока службы интеллектуальных датчиков;

5) математические модели оценки запаса прочности гибких элементов датчиков.

Практическую ценность работы представляют:

1) методика анализа потока отказов и алгоритм расчета характеристик надежности интеллектуальных датчиков;

2) методика расчета запаса прочности и срока эксплуатации интеллектуальных датчиков давления;

3) методика прогнозирования отказов и управления запасами элементов интеллектуальных датчиков на Астраханском газоперерабатывающем заводе.

Показатели надежности интеллектуальных датчиков в совокупности с математической моделью эксплуатационной надежности, запаса прочности и среднего срока службы интеллектуальных средств измерений позволяют организовать планово-восстановительные мероприятия, направленные на обеспечение безопасности производства, надежности и работоспособности технологического оборудования, экономически обоснованной практики управления запасами.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Разработана методика предварительной обработки информации о работе интеллектуальных датчиков давления, используемых на Астраханском газоперерабатывающем заводе. Выполнен статистический анализ потока отказов интеллектуальных датчиков, в результате которого получены данные об их среднем времени безотказной работы и среднем сроке службы.

2. Показано, что распределение времени безотказной работы интеллектуальных датчиков подчиняется закону Вейбулла и носит бимодальный характер; выполнена оценка адекватности полученной модели исходным данным: отклонение теоретической кривой от эмпирических данных не превышает 13%.

3. Получены основные характеристики безотказности и долговечности интеллектуальных датчиков: средняя наработка до отказа, вероятность безотказной работы, интенсивность отказов, гамма-процентные наработки до отказа

4. Методами статистической динамики исследована случайная функция эксплуатационной нагрузки на гибкий элемент датчика давления. Для случая стационарного квазигармонического процесса получена математическая модель запаса прочности гибкого элемента (мембраны) датчика на динамику процесса. С применение метода огибающих стационарного процесса получена верхняя граница коэффициента запаса прочности мембраны.

5. Определены параметры закона распределения абсолютных максимумов нагрузок на мембрану датчика. Составлена математическая модель среднего срока эксплуатации интеллектуальных датчиков давления и обобщенного запаса прочности на динамику процесса и на износ.

6. Выработаны практические предложения по организации системы управления надежностью интеллектуальных датчиков: по оптимизации периодичности и объема профилактических работ, обеспечению рационального состава запасных элементов.

7. Составлен алгоритм анализа экспериментальных данных, расчета характеристик статистической надежности и математической модели надежности интеллектуальных датчиков.

8. Внедрена и с 01.02.2006 г. используется при формировании планов на техническое обслуживание, капитальный ремонт интеллектуальных средств измерений и составлении заявок по статье «Ремонтные нужды», «Аварийный запас» в части средств автоматизации, разработанная «Методика прогнозирования и управления запасами интеллектуальных средств измерений на Астраханском газоперерабатывающем заводе».

9. Внедрение вышеуказанной «Методики» позволило:

9.1. Оптимально распределить затраты на техническое обслуживание и ремонт средств автоматизации технологических установок АГПЗ. Техническое обслуживание и ремонт как основное средство обеспечения надежной эксплуатации, до внедрения «Методики прогнозирования и управления запасами интеллектуальных средств измерений» были основаны на необоснованно затратной методике проверки работоспособности и исправном техническом состоянии с обязательным демонтажем каждого средства измерения. На данный момент в соответствии с выставленной на защиту работой планово-предупредительные работы проводятся с учетом срока и условий эксплуатации, надежностных характеристик конкретного типа оборудования, рекомендаций фирм изготовителей, что привело к сокращению трудозатрат и расхода материальных ресурсов на техническое обслуживание и капитальный ремонт интеллектуальных средств измерений.

9.2. Снизить затраты на закупку средств автоматизации по статье «Ремонтные нужды» и «Аварийный запас» за счет внедренной системы прогнозирования и управления запасами интеллектуального приборного оборудования, в связи с сокращением номенклатуры и количества приобретаемых материально-технических ресурсов по статье «Ремонтные нужды» и «Аварийный запас», в части контрольно-измерительных приборов и автоматики.

ЗАКЛЮЧЕНИЕ

Широкое внедрение в системы автоматического управления, регулирования и контроля информационных технологий обусловило в последние годы становление нового научного направления - теории интеллектуальных систем управления, интеллектуальных преобразователей информации, интеллектуальных датчиков. Как и в любом новом научном направлении здесь есть еще много неясных и не решенных проблем.

Отметим основные тенденции и проблемы развития интеллектуальных систем преобразования информации, в частности, интеллектуальных датчиков.

1. Расширение функциональных свойств датчиков, а именно, функции прогнозирования значения измеряемой величины, углубление текущей самодиагностики, прогнозирование возможной некорректной работы датчика, адаптация шкалы датчика к диапазону измерения, передача задач управления с контроллера на датчик.

2. Миниатюризация, т. е. уменьшение размеров и массы датчиков, уменьшение энергопотребления.

3. Увеличение чувствительности, улучшение избирательности датчиков.

4. Повышение уровня надежности (в частности, безотказности) как для каждого блока, так и для датчика в целом.

5. Уменьшение стоимости интеллектуальных датчиков, достижение экономического компромисса между производителем и потребителем интеллектуальной продукции

6. Расширение видов связи датчика с контроллером, разработка и внедрение беспроводных датчиков с встроенными блоками коротковолновой радиосвязи, обеспечивающими с одной стороны высокую надежность работы всей системы и, с другой стороны, экономию затрат на проводную связь, упрощение монтажа системы и расширение возможных мест установки датчиков.

7. Проблема рационального компромисса между аппаратным и программным способами реализации отдельных процедур в интеллектуальных датчиках должна решаться по критерию необходимого быстродействия.

8. Создание принципиально новой технологии проектирования интеллектуальных датчиков, основанной на принципе создания прибора, имеющего определенный интеллект, с помощью средств, имеющих более мощный интеллект.

9. Дальнейшая унификация конструкции интеллектуальных датчиков, позволяющая на базе одного первичного преобразователя создавать преобразователи нескольких технологических параметров.

10. Разработка датчиков, удовлетворяющих нестандартным требованиям по точности, разрешающей способности, быстродействию, условиям внешних воздействий и т. п.

11. Сбор статистического материала об отказах и сроках службы интеллектуальных датчиков и их составляющих, создание базы данных об эксплуатационной надежности датчиков (средней наработки на отказ, вероятности безотказной работы, интенсивности отказов и пр.) и разработка на этой основе рекомендаций по прогнозированию безотказности и долговечности датчиков, научно обоснованной системы управления запасами.

Решение перечисленных задач, знание свойств, функций, особенностей и надежности современных интеллектуальных датчиков, форм их коммутации с другими средствами автоматизации позволит более обоснованно принимать решения при модернизации, расширении и построении новых систем автоматизации технологических процессов и производств.

В данной работе впервые сделана попытка решить одну из вышеперечисленных задач - задачу исследования эксплуатационной надежности и математического моделирования запаса прочности чувствительного элемента интеллектуальных датчиков по статистическим данным о работе датчиков зарубежных фирм «Foxboro» и «Fisher Rosemount», используемых на Астраханском газоперерабатывающем заводе. Исследования в этом направлении продолжаются, а именно продолжается сбор статистического материала об отказах датчиков, создается приборное оборудования для получения характеристик случайной функции нагрузки на чувствительный элемент интеллектуального датчика.

1. Андронов A.M., Копытов Е.А., Гринглаз Л.Я. Теория вероятностей и математическая статистика.-СПб.: Питер, 2004.-461 с.

2. Аш Дж. и др. Датчики измерительных систем: В 2 кн. М.: Мир, 1992.-274 с. и 346 с.

3. Бахмутский В.Ф. Универсальные цифровые измерительные приборы и системы.-Киев: «Техшка», 1979. 298 с.

4. Буловский П.И., Зайдекберг М.Г. Надежность приборов и систем управления. Справочное пособие.-JL, Машиностроение, Ленинградское отделение, 1975-328 с.

5. Вопросы надежности и метрологического обеспечения приборов контроля теплоэнергетических параметров // Сборник научных трудов. М.: НИИтеплоприбор, 1990-87с.

6. Воронин Ю.В., Рубцов A.A. Контроль измерительных приборов и специального инструмента. -М.: Машиностроение, 1981. 199 с.

7. Вульвет Дж. Датчики в цифровых системах. М.: Энергоиздат, 1981. -199 с.

8. Генри М. Самоаттестующиеся датчики // Датчики и системы. 2002, №1, с. 51 -60.

9. Громов Л.В., Андреев В.В., Негривода Г.П. Диагностика неисправности системы контроля поканальных расходов // Вопросы атомной науки и техники. Сер.: Физика ядерных реакторов. 1979, № 1, с. 51 56.

10. Гордюхин А.И., Гордюхин Ю.А. Измерение расхода и количества газа и его учет. Л.: Недра. Ленинградское отделение, 1987 - 212 с.

11. Дентон Р. Будущее датчиков и систем вибромониторинга // Датчики и системы. 2001. № 1. с. 62- 64.

12. Епишин И.Г. Система информационной поддержки обеспечения надежности изделия // Надежность и качество. Труды международного симпозиума / под ред. Н.К.Юркова.- Пенза: Изд. Пенз. гос. ун-та. 2003. С. 327-330.

13. Захаров В.Н. Интеллектуальные системы управления: основные понятия и определения // Известия Академии наук. Теория и системы управления. 1997. №3. с. 138-145.

14. Иванов В.Н., Соболев B.C., Цветков Э.М. Интеллектуализация измерений // Измерения, Контроль, Автоматизация. 1992. № 1-2. с. 48-53.

15. Ицкович Э.Л. Современные интеллектуальные датчики общепромышленного назначения, их особенности и достоинства // Датчики и системы. 2002. №2. с. 42-47.

16. Каршаков В.П., Сальников H.A. Проблемы обеспечения надежности на стадии разработки изделий. // Датчики и системы. 2000. № 7. с. 7 9.

17. Кемпинский М.М. Точность и надежность измерительных приборов,- Л.: Машиностроение, 1972. -264 с.

18. Кондрашкова Г.А., Фесенко Е.П. Надежность измерительных устройств в целлюлозно-бумажной промышленности. М.: Лесная Промышленность, 1978. -158 с.

19. Кончаловский В.Ю. Цифровые измерительные устройства.- М.: Энергоатомиздат, 1985.-304 с.

20. Королев С.Н. Интеллектуальные информационно-измерительные системы // Надежность и качество. Труды международного симпозиума / под ред. Н.К.Юркова.- Пенза: Изд. Пенз. гос. ун-та. 2003. С. 295-296.

21. Куюнджич С. Модели надежности технических объектов // Надежность и качество. Труды международного симпозиума / под ред. Н.К.Юркова.- Пенза: Изд. Пенз. гос. ун-та. 2003. С.189-190.

22. Кроп А.Д. Анализ надежности дискретных измерителей аппаратуры при ее проектировании / под. Ред. В.Н. Сретенского. М.: Сов. Радио,1978. -111 с.

23. Круг П.Г. Виртуальные измерительные системы // Приборы и системы управления. 1996. № 11 с. 44 47.

24. Кузьмицкий A.A., Буров А.Н. О состоянии информатики и измерительной техники в России // Приборы и системы управления. 1996. № 9, с. 5-7.

25. Кузнецов P.O., Надеев А.И., Решетов A.C. Показатели качества эксплуатационных характеристик магнитострикционного преобразователя // Датчики и системы. 2002. № 5. с. 21 22.

26. Макги Дж., Хендерсон И.А., Сиденхем П. Наука о сенсорах основа измерительной техники и приборостроения // Приборы и системы управления. 1996. №1, с. 13-16.

27. Маркин В.Е., Дыда A.A. Повышение надежности электромеханических приводов систем управления с переменной структурой // Надежность и качество. Труды международного симпозиума / под ред. Н.К.Юркова.- Пенза: Изд. Пенз. гос. ун-та. 2003. С. 240-241.

28. Мейзда Ф. Электронные измерительные приборы и методы измерения/ Перевод с английского В.Д. Новикова М.: Мир, 1990. - 525 с.

29. Мирский Г.Я. Микропроцессоры в измерительных приборах. М.: Радио и связь, 1984. - 161 с.

30. Надеев А. И. Интеллектуальные магнитострикционные преобразователи информации. // Датчики и системы. 2002. №5, с. 16-20.

31. Надеев А. И., Свечников Ю. К., Кожакин В. В., Юсупов Д. Р. Эксплуатационная надежность интеллектуальных датчиков. // Датчики и системы. 2002. №5, с. 27-28.

32. Надеев А. И., Юсупов Р. А., Свечников Ю. К., Юсупов Д. Р. Математическая модель эксплуатационной надежности интеллектуальных датчиков. // Измерительная техника. 2004. №1. с. 8-12,

33. Надежность и долговечность машин. Под ред. Б.И. Костецкого. -Киев, «Техшка», 1975. 405 с.

34. Надежность в машиностроении. Справочник/ Шашкин В.В. и др. -СПб.: Политехника, 1992. 718 с.

35. Надежность и долговечность машин и оборудования. Опыт и теоретические исследования. Сборник статей. Под редакцией A.C. Проникова. М., Издательство стандартов, 1972. 315 с.

36. Надежность и долговечность судовых машин и механизмов Сборник статей. // Труды Николаевского кораблестроительного института. Отв. ред. С.Н. Соловьев. Николаев, НКИ, 1973-75. -245 с.

37. Надежность и долговечность технических систем Сборник статей. Отв. ред. акад. B.C. Буд. Киев, «Научная думка», 1975. - 135 с.

38. Надежность и эффективность в технике.: Справочник; в 10 т. Ответственный редактор B.C. Авдуевский. Т.2: Математические методы в теории надежности и эффективности/ В.В. Белов и др.; Под ред. Б.В. Гнеденко -М.: машиностроение, 1987. 277 е.

39. Надежность и эффективность в технике.: Справочник; в 10 т. Ответственный редактор B.C. Авдуевский. Т.З: Эффективность технических сис-тем/В.У. Горбин и др.; Под ред. В.Ф. Ушкина, Ю.В. Крючкова, 1988.-328 с.

40. Надежность и эффективность в технике.: Справочник; в 10 т. Ответственный редактор B.C. Авдуевский. Т 6.: Экспериментальная обработка и испытания / И.З. Аропов и др. Под ред. P.C. Судакова, О.И. Тескина. -1989.-375 с.

41. Надежность и эффективность в технике.: Справочник; в 10 т. Ответственный редактор B.C. Авдуевский. Т 7: Качество и надежность в производстве/ И.В. Апполонов и др.; Под Ред. И.В. Апполонова. 1989 - 280 с.

42. Надежность и эффективность в технике.: Справочник, в 10 т. Ответственный редактор B.C. Авдуевский. Т10: Справочные данные по условиям эксплуатации и характеристикам надежности / Ю.З. Веденеев и др.; Под общ. Ред. В. А. Кузнецова. 1990. -330 с.

43. Надежность систем управления транспортировки газа. М: Недра, 1984.-168 с.

44. Надежность систем энергетики и их оборудования: Справочник. В 4 т. Т.З, кн. 1,2: Надежность систем газо- и нефтеснабжения/ Под общ. Ред. Ю.Н. Руденко. М.: Недра, 1994. - 414 с.

45. Надежность многозначных структур В.В. Григорьев и др.. Под ред. М.А. Ракова. Киев: Наукова думка, 1981. - 173 с.

46. Острейковский В.А. Теория надежности.- М.: Высшая школа, 2003. -464 с.

47. Орнатский П.П. и др. Измерительные приборы периодического сравнения. -М.: Энергия, 1975 231 с.

48. Подкопаев JI.B. Технологические измерения и контрольно-измерительные приборы, М.: Недра 1986. - 294 с.

49. Плоткин Я.Д. Экономика качества и надежности измерительных приборов. -М.: Изд. Стандартов, 1976. -191 с.

50. Рекомендация МИ 2021089. ГСИ. Метрологическое обеспечение гибких производственных систем. Основные положения. М., 1991.

51. Романов В.Н., Соболев B.C., Цветков Э.И. Интеллектуальные средства измерений / Под. Ред. Э.И. Цветкова. М.: РИЦ «Татьянин день», 1994.-186с.

52. Росеев H.H. Анализ надежности иерархической структуры информационно-управляющей системы газотранспортного предприятия // Датчики и системы. 2001 № 1. с. 25 28.

53. Сапожникова К.В. Метрологический диагностический контроль // Метрологическая служба в СССР. 1991. № 2. с. 18 24.

54. Сапожникова К.В., Сломинская Н.И. Метрологический диагностический контроль в гибких автоматизированных производствах // Опыт внедрения прогрессивных средств и методов размерного контроля: материалы краткосрочного семинара, 19-20 апр. Л.: 1990. 38 с.

55. Свешников A.A. Прикладные методы теории случайных функций. -М. : Наука, 1968.-464 с.

56. Соболев B.C. Актуальные вопросы развития теории интеллектуальных измерительных систем // Приборы и системы управления. 1989. №3 с. 16-19.

57. Соболев B.C. Программное обеспечение современных систем сбора и обработки измерительной информации // Приборы и системы управления. 1998. № 1с. 55-63.

58. Стандарт IEEE Р 1451.2. Интеллектуальный преобразовательный интерфейс для датчиков и пускателей. // Electron. Des. 1997. Vol. 45, № 16 с. 97 -106.

59. Тайманов P.E., Сапожникова К.В. Метрологическое обеспечение средств измерительной техники, встраиваемых в оборудование // Рос. Метрологическая энцикл. С-Пб.: Лики России, 2001. с. 260 262.

60. Феллер В. Введение в теорию вероятностей и ее приложения. Т. 1-М. : Мир, 1967. -499 с.

61. Фетисов A.B., Петухов П.А., Черкашина Г.В. Коррозионностойкие датчики давления «Метран 49» // Датчики и системы. 2000. № 11 - 12. с. 16 -17.

62. Финкелстайн JI. Наука об измерениях и средствах измерений аналитический обзор // Приборы и системы управления. 1995 № 8. с. 44 - 50.

63. Финкелстайн JI. Интеллектуальные и основанные на знаниях средства измерений. Обзор основных понятий // Приборы и системы управления.1995. №11. с. 27-30.

64. Фиок А., Кабьяти Ф., Савино М. Промышленные и метрологические аспекты цифровых средств измерений // Приборы и системы управления.1996. №4. с. 31-35.

65. Цветков Э.И. Интеллектуализация измерительных средств // Сб. докладов междунар. конф. по мягким вычислениям и измерениям SCM 99. С-Пб., 1999. с. 42-46.

66. Чернявский А.О., Маркелов И.Г. Анализ деформирования мембран датчиков давления // Датчики и системы. 2000. № 11 12. с. 28 - 30.

67. Шалобаев Е.В. Об интеллектуальном управлении мехатронными системами // Датчики и системы. 2002. № 2. с. 8 12.

68. Шахов Э.К. Преобразователи информации: классификация и динамические свойства // Датчики и системы. 2000. № 2. с. 37-41.

69. Щурков В.Н. К вопросу адекватности математических моделей // Надежность и качество. Труды международного симпозиума / под ред. Н.К.Юркова.- Пенза: Изд. Пенз. гос. ун-та. 2003. С. 209-210.

70. Юровский А.Я., Ушаков JI.B. Датчики давления серии «Метран» // Датчики и системы. 2000. № 11 12. с. 10 -14.

71. Юсупов Д. Р. Математическая модель среднего срока службы интеллектуального датчика давления.//Известия вузов. Северо-Кавказский регион. Технические науки. Новочеркасск. 2005. №3. с. 22.

72. Allgood G.O. and Manges W.W. Sensor Agents When Enginiring Emulates Human Behavior // Sensor. August 2001.

73. Arpaia P. Cennamo F., Daponte P. An error correction technique for scan conversion-based transient digitizers // IEEE Trans. On Instrum. And Meas. 1999. Vol. 48, № 4., p/785-792.

74. Aumala O. Virtual instruments for accurate data acquisition of noisy signals // Proc. Of IMEKO int. Workshop on ADC Model., Smolenice Castle, Slovak Republic, 1996 p. 79-84.

75. Beaudouin F., Favennec J. M. Les capteurs intelligents: le concept et les enjeux // Rev. gen. elec. 1993. № 3 p. 3 8.

76. Berberree D. Dynamically self-validating contact temperature sensors // Temperature: Its Measurement and Control in Science and Industry, 7: AIP Conference Proceedings. Melville, N-Y.: 2003. p. 1097 1102.

77. Duta M., henry M. The fusion of redundant Seva measurements// IEEE Trans. On Control Systems Technology. 2000. Vol. XX, Y.P. 100 111.

78. Efremov L., Sapozhnikova K. Assessment of the sensors Livetime on the basis of test results // proc. Of the IMEKO TC7 Symposium. St. Petersburg, 2004. p. 448-453.

79. Henry M.P. and Clark D.W. The self-validating sensor. Rationale, definitions and examples // Control Eng. Practice. 1993. Vol. 1, № 4, p. 585 610.

80. Intellegent Sensor-Module//Electron. Rept. 1991. № 12 p. 13.

81. Mauris Gilles, Benoit Eric, Foulloy Laurent. An intelligent ultrasonic range finding sensor for robotics // IFAC'96: 13ш World Cong. IFAC (int. Fed. Autom. Contr.). San Francisco (Calif.)., 1996. p. 487-492.

82. Masukawa Takahiro. Интеллектуализация измерительных средств / Кэйсо = Instrum. and Contr. Eng. 1991 № 12. C. 102 -103.

83. Nadeev A.I., Usupov R.A., Svechnikov U.K., Usupov D.R. Mathematical model of reliability of intellectual transducer operation. "Measurement techniques". J/New York. 2004. Vol. P. 15-19.

84. SachenkoA., Kochan V., Turchenko V., Golovko V., savitsky J.,Dunets A., Laopoulos T. Sensor Errors Prediction Using Neural Networks // Proc. of the IEEE-INNS-ENNS Intern. Joint Conf. on Neural Networks IJCNN'2000, Como, Italy. 2000. Vol. IV. 441 446.

85. SachenkoA., Kochan V., Turchenko V., Tymchyshyn V., Vasylkiv N. Intelligent nodes for distributed sensor network // Proc. Of the 16th IEEE Inatrum. And Meas. Tech. Conf. IMTC/99. Venic, Italy 1999. p. 1479 1484.

86. Sachenko A., Kochan V., Turchenko V. Intelligent Distributed Sensor Network // Proc. Of the 15th IEEE Instrum. And Meas. Tech. Conf. IMTC/98. St. Paul, USA, 1998. p. 60-66.

87. Sobolev V. The new dataacquisition technology on the basis of virtual instrumentation // Processings of the XIV IMEKO World Congress, Tampere 1-6, June 1997 / Finnish Society of Automation. Hensilki, 1997. Vol.V. p. 12 17.

88. Sobolev V, Aumala O. Metrological automatic support of measurement resalts in intelligent measurement systems // Measurement. 1996. Vol. 17. № 3 p. 151-159.

89. Taymanov R., Sapozhnikova K., Druzhinin I.I.Nozdrunov N.R. Disitplacement Transducers for Extreme Operating Conditions // Proc. Of the 10 Inter. Conf. "Sensor 2001", May 8-10, 2001, Exhibition Centre Nuremberg, Germany, 2001 Vol. II. P. 369-374.

90. Taymanov R., Chunovkina A. Mathematical methods application in metrological assurance of special measurement instruments and information measurement system// proc. Of the IMEKO TC7 Symposium. St. Petersburg, 2004. p. 437 -441.

91. Taymanov R., Sapozhnikova K. intelligent measuring instruments. Maximum reliability of measuring information, minimum metrological maintenance // Proc. Of the XVII IMEKO World Congress. Dubrovnik, Croatia, 2003. p. 1094-1097.

92. Taymanov R., Moiseeva N. Application of the metrological investigation to the development of the manufacturing technology of high-reliable sensors // proc. Of the IMEKO TC7 Symposium. St. Petersburg, 2004. p. 433 -436.

93. Tinham Brian. Smart sensors ahd PCsultimate distributed control // Contr. And nstrum. 1996. Vol. 28, № 5. p. 37,38,41,42.

94. Winieski W. Virtual instruments whatdoes it really mean? // Processings of the XIV IMEKO World Congress, Tampere 1-6, June 1997 / Finnish Society of Automation. Hensilki, 1997. Vol.IVA. p. 91 - 96.

95. Y 1.732 Датчик диф.давления электронный Foxboro 1DP-10 1600 mm FIC005 97261328 Выход из строя электронного блока и чувствительного элемента (отсутствие связи с HART коммуникатором, нестабильность выходного сигнала) июл.99 18.04.2004 41 040

96. Y 1.732 Датчик диф.давления электронный Foxboro IDP-10 4000 mm.b.ct. F-520 РОУ 97261252 Обрыв связи сенсора с электронной платой июл.99 03.07.2003 34 560

97. ЗЬ271 Датчик давления электронный РохЬого-861 вМ РТ002 96150234 Выход из строя электронного блока авг.99 03.10.2002 27 432

98. У176 Датчик диф.давления электронный ЯозетоигИ 115К ОР РТ001 1838860 Выход из строя чувствительного элемента, нестабильность май.98 08.06.2001 18 192

99. ЗУ172 Датчик диф.давления элеюронный Шкетоит 11515 ОР 2500 мм.в.ст. РТ003 1838766 Выход из строя чувствительного элемента, нестабильность май.98 17.07.2003 45 048

100. У1.732 Датчик диф.давления электронный Яозетоит 115К ОР 3800 мм.в.ст. 251 Р01 1838854 Выход из строя чувствительного элемента, нестабильность май.98 20.04.2005 60 240

101. Расчет параметров распределения Вейбулла наработки до отказа интеллектуальных датчиков "КоэетоипГ