автореферат диссертации по машиностроению и машиноведению, 05.02.13, диссертация на тему:Разработка методов диагностирования и ремонта оборудования прядильного производства по технологическим показателям продукции

На правах рукописи

УСАЧЕВ Сергей Викторович

уЛ/

РАЗРАБОТКА МЕТОДОВ ДИАГНОСТИРОВАНИЯ И РЕМОНТА ОБОРУДОВАНИЯ ПРЯДИЛЬНОГО ПРОИЗВОДСТВА ПО ТЕХНОЛОГИЧЕСКИМ ПОКАЗА ГЕЛЯМ ПРОДУКЦИИ

Специальность 05.02.13 - Машины, агрегаты и процессы

(легкая промышленность)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Санк1-Пе1ербур1 -2006

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Санкт-Пе1ербургский государственный университет технологии и дизайна».

Научный руководитель: доктор технических наук,

профессор И. II. Смирнов

Официальные оппоненты:

доктор технических наук, профессор В. К. Поляков

кандидат технических наук, профессор В. В. Волков

Ведущая организация:

ОАО «ПНК им. С. М. Кирова»

Защита состоится

_2006 г. в 14.00 часов на заседании

диссертационного совета Д 212 236.02 в Санкт-Петербургском 1осударствен-

ном университете технологии и дизайна по адресу:

191186, Саша-Петербург, ул. Большая Морская, д. 18, ауд. 241.

С диссертацией можно ознакомиться в библиотеке университета.

Автореферат разослан 3 Р о- /* л 2006 г.

Ученый секретарь диссертационного совета

д.т.н., профессор В. В. Сигачева

лога з

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Старение оборудования предприятий обусловливает значительное увеличение трудоемкости ремонта и технического обслуживания. В текстильной промышленности износ оборудования превышает 50%. В настоящее время преимущественно используется система планово-предупредительных ремонтов. В то же время, ясно прослеживается тенденция создания систем диагностирования и ремонта, ориентированных на планирование по фактическому состоянию оборудования. Задачи разработки таких систем актуальны и для прядильных производств. Для них характерна тесная взаимосвязь между состоянием оборудования и показателями выпускаемой продукции. Уче1 этой взаимосвязи также является одной из актуальных задач.

Цель и задачи работы. Целью работы является разработка методов диагностирования и оптимального планирования ремонта оборудования прядильного производства по показателям продукции, создание соответствующего математического и программного обеспечения. В соответствии с данной целью были поставлены следующие задачи.

1.Сравни 1ельный анализ существующих методов оптимального планирования ремонтов и выбор направления их разработки с учетом особенностей оборудования прядильного производства.

2. Разработка алгоритмов планирования ремонта, ориентированных на применение в условиях прядильного производства

3. Разработка компьютерных программ для реализации алгоритмов и их опробование на моделях и тестовых примерах.

4. Применение программ для оптимизации планирования ремонта конкретных типов оборудования.

5. Разработка методов и алгоритмов диагностирования оборудования в связи с задачами оптимального планирования ремонтных мероприятий.

6. Разработка компьютерных программ диагностирования и их использование применительно к конкретному оборудованию.

7. Разработка образцов программ для автомашзации документооборота в системах диагностирования и ремонта и рекомендаций по их применению

Методы исследования. При решении поставленных задач применялись меюды 1еории случайных процессов, теории цепей Маркова, статистического моделирования, а также специально разработанные численные методы.

Научная новизна.

1. Обоснована целесообразное 1Ь совершенствования ремонтных работ в прядильном производстве на основе метода планирования «по состоянию» с применением цепей Маркова.

2. Предложен алгоритм приближенного укрупнения состояний цепей Маркова высокой размерносш и проведено исследование его ючности.

РОС. НАЦИОНАЛЬНАЯ БИБЛИОТЕКА С.-Петербург

ОЭ гоо^актУ//

3. Разработан метод оптимального планирования ремонта в группах однотипного оборудования на основе алгоритма приближенного укрупнения.

4. Разработан метод подготовки исходных данных по результатам анализа показателей продукции в процессе эксплуатации оборудования.

5. Предложен метод диагностирования оборудования по показателям не-ровноты продуктов прядильного производства.

Практическая значимость результатов работы. Разработаны готовые к практическому применению компьютерные программы подготовки исходных данных и оптимального планирования ремонта в больших группах однотипного оборудования, а также программы определения диагностических параметров по линейной плотности текстильной ленты и распознавания состояний оборудования. Программы использованы для решения задач планирования ремонта чесальных машин и диагностирования вытяжных приборов ленточных машин. Разработаны и переданы в ОАО «ПНК им. С М. Кирова» образцы программных средств для автоматизации документооборота в процессе технического обслуживания и ремонта оборудования.

Апробация работы. Основные положения диссертационной работы были доложены на следующих восьми научно-технических конференциях и семинарах: всероссийская научная конференция «Управление и информационные технологии УИТ-2003», Санкт-Петербург, 2003 г.; 3-я международная научно-практическая конференция «Математическое моделирование в образовании, науке и производстве», Тирасполь, 2003 г.; 5-я международная научно-техническая конференции «Компьютерное моделирование 2004», Санкт-Петербург, 2004 г.; всероссийская научно-техническая конференция «Проблемы экономики и прогрессивные технологии в текстильной, легкой и полиграфической отраслях промышленности», Санкт-Петербург, 2004 г.; всероссийская научно-техническая конференция «Проблемы экономики и прогрессивные технологии в текстильной, легкой и полиграфической отраслях промышленности», Санкт-Петербург, 2005 г.; всероссийская научно-техническая конференция «Современные технологии и оборудование тсксгильной промышленности», Москва, 2005 г.; 4-я международная конференция «Математическое моделирование в образовании, науке и производстве», Тирасполь, 2005 г.; совместный семинар кафедр Автоматизации производственных процессов и Машиноведения СПГУТД, Санкт-Петербург, 2005 г.

Публикации. По теме дисссршции опубликовано 8 статей и тезисов докладов, получено 3 свидетельства о регистрации программ для ЭВМ.

Структура и объем работ ы. Диссертация состоит из введения, пяти глав, заключения и приложения. Общий объем работы 178 страниц, в том числе 133 страницы основного текста, 18 рисунков, 8 таблиц, 45 страниц приложений Список литературы содержит 101 наименование.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы работы, отражены тенденции развития систем диагностирования и ремонта оборудования в мировой и отечественной практике, определены направления исследований.

В первой главе проведен анализ существующего положения в сфере диагностирования оборудования текстильного оборудования и проведения ремонтных работ. Отмечен существенный вклад в исследование показателей надежности, совершенствование ремонтного обслуживания и диагностирование текстильного оборудования, внесенный работами отечественных ученых и инженеров - Беленько! о С.И., Пирогова K.M., Зизюкина М.И., Худых М.И., Сига-чевой В.В., Грубова O.E. и ряда других.

Проанализирована организация ремонта оборудования прядильного производства. Основной подход, используемый в настоящее время - это проведение обязательных ремонтов периодически через некошрое время, коюрис установлено, исходя из отраслевых нормативов. Однако исследования и наблюдения показывают, что «жесткие» графики ремонта оборудования влекут потери, обусловленные, в частности, проведением регламентированных работ на практически работоспособном оборудовании Альтернативный подход состоит в осуществлении ремонта каждой машины лишь по мере достижения ею состояний, характеризуемых определенной степенью потери работоспособности, и, в частности, по мере снижения качества продукции

Прядильное производство имеет ряд особенностей, побуждающих к разработке новых методов диагностирования и ремонтного обслуживания. Это -наличие больших групп однотипных машин; длительные сроки их эксплуатации, сопровождающиеся значительным старением и износом; непосредственное влияние состояния оборудования на качество выпускаемого продукта; развитая база и большой опыт лабораторных исследований продукции, результаты которых еще слабо используются для целей диагностирования и ремонта.

В области техническою диагностирования текстильного оборудования накоплен значительный опыт на базе имеющихся приборных средств. В то же время, проблемы диагностирования, обусловленные потребностями планирования ремонта, приобретают свои особенности. Среди них - сравнительно невысокие требования к глубине диагностирования, достаточные лишь для отнесения состояния оборудования к одной из выделенных категорий. Показатели продукции как диагностические признаки приобретают повышенное значение, поскольку именно они вносят i лавный вклад в оценку эффективности ремонта.

Во второй главе проведен сравнительный анализ теоретических схем планирования «по состоянию». Рассмотрены модели развития неисправностей, лежащие в их основе. Отмечены типичные для хекст ильного оборудования модели, характеризуемые постепенным накоплением явлений разладки и износа с

монотонным изменением соответствующих количественных показателей. Анализ схем ремонтного обслуживания с учетом характеристик надежности и режимов эксплуатации оборудования прядильного производства обнаружил целесообразность использования аппарата цепей Маркова

Реализация оптимальных планов ремонта требует больших по объему исходных данных, составляющих основу информационного обеспечения автоматизированных систем диагностирования и ремонта. Заключительная часть главы посвящена некоторым вопросам разработки информационного обеспечения. Сформулированы предъявляемые к нему требования, даны рекомендации по использованию стандартных программных продуктов. Применительно к практике работы ОАО «ПНК им. С. М. Кирова» разработаны элементы информационного обеспечения системы автоматизированного документооборота ремонтной и диспетчерской служб.

В третьей главе рассмотрены методические основы и общая схема применения цепей Маркова к задачам оптимального планирования ремонта. Использована алгебраическая теория цепей Маркова, оперирующая с понятием состояний системы Еи Ег, ... Еп, случайным образом сменяющих друг друга в моменты времени ?0> 'ь Ь.отделенные равными промежутками времени Т (шаг цепи). Основной характеристикой цепи служат не зависящие от к переходные вероятности рц— вероятности нахождения системы в состоянии Е} в момент времени если в предшествующий момент система находилась в состоянии Е1 (г,у - 1,2,..., п; к~= 1,2,...). Вероятностиру объединяются в матрицу переходных вероятностей Р. Применяемые в работе цепи Маркова относятся к категории регулярных; для них существуют предельные абсолютные вероятно-сги (ПАВ) ц, т.е. вероятности реализации состояния Е] после большого (теоретически - бесконечною) числа шагов. Эти вероятности имеют смысл средней доли времени пребывания системы в состоянии Е1 при ее длительной работе, что позволяет оценить эффективность функционирования системы через средние потери 5 за интервал Т

где ^ - потери от пребывания системы в состоянии Е] в течение времени Т, учитывающие снижение производительности, ухудшение продукции, затраты на ремонт и другие издержки. Показатель X может изменяться при изменении переходных вероятностей р,р которые в свою очередь определяются тем, как организовано функционирование системы. В рамках поставленных в работе проблем эта организация означает выбор того или иного плана ремонта, благодаря чему возникает возможность минимизации потерь. Для определения вероятностей я) в работе использован эффективный метод последовательных приближений и разработана соответствующая программа [5].

п

0)

Существенное препятствие для практических решений на базе цепей Маркова - это необходимость рассматривать большое число состояний. Для его преодоления в работе предложен метод приближенного укрупнения состояний. Наиболее продуктивным оказывается применение метода по отношению к системам, образованным несколькими входящими в нее частями (подсистемами), которые при определенных обстоятельствах могут функционировать независимо друг от друга. В то же время, между подсистемами существует относительно редко возникающая взаимосвязь через общий элемент. Такие системы названы системами с редким взаимодействием.

С точки зрения теории цепей Маркова независимость т подсистем означает, что каждая из них описывается независимой от остальных матрицей переходных вероятностей Р, с числом состояний п, (7=1,2,. ,т). В случае зависимости необходимо, вообще говоря, вводить понятия состояний системы в целом.

Каждое из них означает, что первая подсистема находится в одном из своих со-« „ (1) ^ т „ ^ а> ^

стоянии л ь- л „/, а при этом вторая — в одном из состоянии л [, л,

(2)„2 и т.д. Число таких «системных» состояний равно произведению всех п, и оказывается чрезвычайно большим уже при т и п,, не выходящих за пределы десятка. Выход из этого положения найден на пути рассмотрения «укрупненных» состояний, в качестве которых рассматриваются состояния каждой подсистемы в отдельности при предположении, что состояния остальных подсистем - любые. Вычислительная схема метода приближенного укрупнения применительно к системам с редким взаимодействием распадается на следующие этапы: 1) рассматривается «порождающая система», образованная исходными подсистемами, взаимосвязь между которыми игнорируется, и находятся ПАВ подсистем, образующие «порождающее решение»; 2) для каждой подсистемы строится матрица условных переходных вероятностей, учитывающая зависимость между подсистемами и содержащая ПАВ всех подсистем, в качестве приближенных значений которых используется порождающее решение; 3) по полученным матрицам находятся новые значения ПАВ подсистем, образующие приближенное решение. Для реализации метода составлена компьютерная программа [6]. С целью проверки его точности проведена серия вычислительных экспериментов с помощью специально разработанных программ.

В четвертой главе рассмотрены методы оптимального планирования ремонта больших групп однотипного оборудования, характерных для прядильного производства. В качестве подсистем рассмотрены отдельные машины общим числом т, а в качестве общего элемента - ремонтный орган. Порождающей системой считается вся группа машин при условии, что пропускная способность ремонтного органа не ограничена. Тогда становится возможной следующая двухэтапная схема планирования. На первом этапе рассматривается порождающая система, в которой любая машина может ремон I ироваться независимо от других, и разрабатывается алгоритм оптимального планирования ремонта

для одиночной машины На втором учитывается ограниченность пропускной способное 1И ремонтного органа и разрабатывается алгоритм планирования для всей группы машин с применением схемы приближенного укрупнения.

Для отдельной машины выделено (п + 1) состояний, нумеруемых с О (полная исправность) в последовательности, соответствующей снижению работоспособности. Предполагается, что шаг цепи Т совпадает с продолжительностью ремонта, в результате которого машине полностью возвращается исправность. Матрица переходных вероятностей для состояний машины обозначена Р*к>. Индекс указывает, что матрица составлена для некоторого к-го - одного из допустимых - варианта плана ремонта.. В качестве допустимых выделены планы, которые предусматривают проведение ремонта нри достижении порогового состояния, имеющего номер «к», или состояния с большим номером. Задача оптимального планирования сводится к определению номера порогового состояния. С учетом неубывающего характера изменения номеров состояний, матрица приобретает следующий вид:

0 1 к-1 к к+1 п

0 Роо Р01 РО. к-1 Рок РО, к+1 РОп

1 0 Рп Р1 к-! Р1к Р1 к+1 Ры

к-1 0 0 Рк-1. к-1 Рк-1 к Рк-1, к+1 Рк-1, п

к 1 0 0 0 0 0

к+1 1 0 0 0 0 0

п 1 0 0 0 0 0

Критерием оптимальности выбора порогового состояния «Ь> служит средняя стоимость потерь рассчитываемая по формуле (1) с заменой л3 на ПАВ я®, соответствующие матрице Р®. Коэффициенты г, при /> к имеют общее значение Я, равное сумме стоимости потерь от простоя машины и затрат на ремонт; г0 = 0. Оптимальное пороговое состояние при встречающихся на практике значениях п может быть найдено путем прямого перебора.

При обобщении алгоритма планирования на случай группы машин правила, определяющие допустимые планы ремонта, дополнены условиями: 1) ремонтное подразделение может одновременно восстанавливать не более одной из т машин; 2) ремонту подлежит машина с наивысшим по номеру из достигших порогового значения состояний, а в случае нескольких таких машин - равновероятно любая из них. В силу совпадения условий для всех машин можно

построить общую для каждой из них матрицу переходных вероятностей Р®. Первые ее (к-1) элементов те же, что у матрицы (2). Остальные строки содержат элементы, отличающиеся от 0 или 1:

О 1 к-1 к к+1 п

к+1

/7® Ч к 0 0 (Н^к)- ■Ркк (1-чУ- Рк к+1 (1-^к)-Ркп

0 0 0 (1-я^О- Рк+1 к+1 Рк+1, п

0 0 0 0

(3)

Величины (}=к,..., п) представляют собой вероятности того, что, находясь в состоянии машина будет выбрана для ремонта при возможном наличии других машин в том же состоянии. Определение этих вероятностей снова требует анализа всей совокупности состояний для группы из т машин; в этом смысле рассмотрение видоизмененной матрицы Р(к> нисколько не облетает точное решение задачи. Однако это открывает возможность приближенного решения, поскольку при принятых условиях группа машин обладает свойствами системы с редким взаимодействием. Распространение методики гл.З, на рассматриваемый случай приводит к следующему результату

! тар ы н

(4)

после чего процедура выбора оптимального значения к может быть выполнена так же, как и в случае одиночной машины. При этом формула для стоимости потерь видоизменяется:

+ + , (5)

1=1 |=* _

где тР~\ - предельные вероятности, отвечающие матрице Р(к> Вторая сумма в (7) учитывает, что состояния с номерами, большими порогового, теперь не обязательно сопровождаются ремонтом.

Таким образом, приближенное решение для случая группы однотипных машин подчиняется следующей схеме: 1)построепие матрицы Я® для некоторого значения к ; 2) отыскание предельных вероятностей щ® по матрице Р® ; 3) вычисление вероятностей по формуле (4) и видоизменение части строк матрицы РПс) для построения матрицы Pík>^, 4) отыскание новых значений предельных вероятностей и подстановка их и весовых коэффициентов г„ Я в

формулу (5); 5) повторение этапов 1 - 4 для других к, сравнение вариантов и выбор плана, обеспечивающего минимум стоимости потерь.

Практическое решение требует знания элементов матриц переходных вероятностей, которые могут быть получены на основе статистических данных ремонтных служб и специально организованных наблюдений. Стандартная оценка вероятностей по соответствующей эмпирической частоте событий представляет собой трудоемкую процедуру и, кроме того, в случае коррекции принятой модели (например, при изменении количества состояний) требует повторного проведения. По этой причине разработан свободный от этих недостатков метод оценки переходных вероятностей, основанный на усредненных данных, полученных в результате длительных наблюдений в условиях нормальной эксплуатации. Предполагается, что состояния характеризуются монотонно изменяющимся показателем V, обобщающим количественные характеристики и качественные признаки, относящиеся к процессу развития неисправностей. Каждому состоянию соответствуе1 свой диапазон значений V. Б основе метода лежит эмпирическая зависимость среднего по группе машин значения показателя от времени V(t) По ней определяется среднее время пребывания машины в каждом состоянии, а затем при дополнительном предположении об экспоненциальном распределении времени пребывания - элементы матриц

Разработанные методы применялись для планирования ремонта чесальных машин «Унерея 4С» в условиях ОАО «Г1ЯК им. С.М. Кирова». Экспертные оценки специалистов дали возможность выделить в качестве показателя состояния машины зависимость V(t), характеризующую количество пороков, приходящихся на 1 грамм прочеса. Показатель наблюдался на 20 машинах в течение года. В результате был получен график V(t), показанный на рисунке.

Выделено 5 (п = 4) состояний машины- состояние «О» - от 0 до 4 пороков, «1» - от 5 до 7, «2» - от 8 до 10, «3» - от 11 до 12, «4» - более 12 пороков. Средние длительности сохранения состояний равны соответственно 15, 15, 45 и 105 дней. Состояние 4 по длительности не ограничено. Продолжительность ремонта согласно имеющимся сведениям в среднем составляет 7 дней (таким же принят и шаг цепи Маркова 7) По этим данным была получена матрица 10<4) 0 12 3 4

0 0,627089 0,280073 0,08645 0,00623 0,000157

1 0 0,627089 0,339145 0,032773 0,000993

2 0 0 0,855940 0,138557 0,005503

3 0 0 0 0,935507 0,064493

4 1 0 0 0 0

по которой легко определяются и матрицы для прочих значений к= 1,2,3.

Весовые коэффициенты г,, входящие в формулы стоимости потерь были определены в относительной безразмерной форме на основании экспертных оценок. Единичный уровень принят для потерь, возникающих при простое машины. В результате получены следующие оценки: г(1 = 0; г, = 0,02; г2 = 0,04; г3 = 0,08; г4 = 0,3;Я= 1,4.

Планирование ремонта осуществлялось для различного числа т машин в группе с целыо выяснения влияния этого числа, а также выбора порогового состояния на величину потерь. Результаты частично отражены в таблице.

Зависимость средних потерь от числа машин и порогового сос тояния

к

т 1 2 3 4

1 0,380 0,253 0,141 0,107

10 0,284 0,222 0,139 0,108

20 0,241 0,194 0,136 0,109

50 0,198 0,158 0,129 0,115

100 0,169 0,141 0,121 0,125

Минимальные потери для каждого числа машин выделены жирным шрифтом. Например, при 20 машинах в группе минимальная величина потерь 0,109 достигается ири выборе в качестве порогового состояния 4. Это же поро-

говое состояние сохраняется как оптимальное и при количестве машин 1, 10, 50. Однако при 100 машинах в группе оптимальным оказывается уже состояние 3. Этот факт отвечает общей тенденции, обнаруживаемой и в других расчетах: в больших группах оборудования остановку машин для ремонта следует осуществлять при более ранних признаках разладки и износа, нежели в малых группах. Характерна также слабая зависимость потерь от числа машин при пороговых состояниях, близких к оптимальному. На практике ото означает, что можно пользоваться одним и тем же планом в группах машин, не слишком сильно отличающихся по количеству.

Для сравнения эффективности планирования "по состоянию" с планированием на основе жестких графиков была составлена программа статистического моделирования. При использовании в ней тех же исходных данных, что и выше и в предположении, что остановка на ремонт осуществляется раз в полгода, получено среднее значение потерь 5*^,-0,172, что примерно в полтора раза превосходит средние потери при оптимальном планировании.

В пятой главе рассмотрены процедуры диагностирования оборудования по характеристикам линейной плотности СЛП) продуктов прядения (ленты, ровницы, пряжи). Объектами диагностирования могут быть, например, чесальные, ленточные и прядильные машины. Они могут подвергаться диагностированию на основе алгоритмически близких процедур, отличающихся друг от друга техникой измерения и оценки показателей продукции, а также закономерностями их связи с конструктивными особенностями машин. В качестве конкретного объекта рассмотрены ленточные машины Л2-50-220.

Предложенные выше оптимальные планы ремонта используют представление о некотором показателе продукции, монотонно изменяющемся по мере снижения работоспособности оборудования. Между тем, существуют показатели, которые таким свойством не обладают. К ним относятся и характеристики ЛП продукта. Таким образом, возникает проблема диагностирования как задача установления связи между показателями продукции и состоянием оборудования. Материалы главы посвящены решению именно этой задачи.

В основу диагностической модели положено представление о ЛП как случайном процессе, подчиняющемся авторегрессионной модели вида

Х(х) = А,Х(х,_,) + А2Х(х1.2) + В¥. (7)

Здесь х, - дискретные значения (¿=0,1,.. .Ы) координаты х, отсчитываемой вдоль продукта. Они разделены одинаковыми промежутками И. X представляет собой центрированное значение случайного процесса. Величины А]1А2 и В суть постоянные коэффициенты, а У- независимые случайные величины со стандартным нормальным распределением. Значения р(к) нормированной корреляционной функции процесса в точках кк связаны с коэффициентами А; Л, формулами

р(Щ = \ , р(\) ■--■ , р(*)=л,ДЫ)Ы2ДА-2), ¿=2,3, (8)

Дисперсия процесса зависит от всех коэффициентов. Обнаружено, что неисправности сказываются преимущественно на корреляционной функции, а дисперсия определяется в основном дисперсией ЛП входящего продукта. Поэтому в качестве диагностических признаков приняты коэффициенты Аи А2. Трудность диагностирования по этим признакам обусловлена тем, что реальная ЛП не обязательно подчиняется модели (7). Попытки ее преодоления за счет усложнения модели неминуемо приводят к сужению возможностей практической реализации. В то же время, изменения Ль А2 влеку! за собой достаточное разнообразие корреляционных функций, что позволяет рассчитывать на приемлемое совпадение их с корреляционными функциями г(х) реального продукта. Выбором коэффициентов Аь А2 можно добиться минимального по некоторому критерию отклонения р(к) от соответствующих значений г(х), после чего к рас сматривать их как признаки образца продукта.

В качестве критерия близости р к г принята сумма I/ квадратов их разностей в диапазоне Т. задания г(х) на сетке значений _/-1,2,... где N - ^,

и=Ъг(т-р{])}2. (9)

7=1

Для минимизации IIвыбран метод покоординатного спуска в плоскости А,, А2 с использованием на каждом шаге поиска формул (8). Метод реализован в программе [11].

Алгоритм распознавания состояний по параметрам Ль А2 строится в три этапа. Первый - это составление таблицы неисправностей (износ элементов передач, рабочих органов и т.п.) и соответствующих значений диагностических признаков. Неисправности объединяются в группы по состояниям оборудования, используемым при планировании ремонтов. Составление таблицы предусматривает измерение ЛП образца ленты при известном состоянии, получение оценки ее корреляционной функции и определение параметров А\, А2. Эти действия дают строку таблицы в форме «состояние - диагностические признаки». Каждое состояние сопровождается анализом нескольких образцов.

На втором этапе применено линейное решающее правило разделения признаков на два класса: класс 1 - «образец относится к данному состоянию» и класс 2 - «образец не относится к данному состоянию». Правило применяется по отношению к каждому из состояний, входящих в таблицу. В графической интерпретации его формулировка сводится к построению разделительной прямой линии, перпендикулярной к отрезку, соединяющему центры каждого класса на плоскости А\, А2, и проходящей через его середину При компьютерной реализации правила выводятся параметры а, р прямой в нормальной форме

^соза + ^та-р^, (10)

Выводятся также расстояния с1\ и <17 от центров классов до прямой.

На третьем - рабочем этапе осуществляется распознавание заранее не-н'-шрегипгп состояния. Образец продукта с диагностируемой машины обрабатывается теми же средствами, что и на первом этапе, и для него выявляются значения А, и Аг. Последовательно для состояний, входящих в список, применяется решающее правило. Для этого значения А\ и А2 подставляются в левую часть равенства (10); результатом подстановки является расстояние й от точки (А1Л2) До разделительной прямой. Если знаки с! и с1\ одинаковы, делается вывод о принадлежности образца к состоянию, отнесенному к классу 1. В противном случае происходит переход к следующему состоянию.

Исследования показали, чю более половины дефектов ленточных машин возникает в вытяжном приборе, который и был рассмотрен в качестве конкретною объекта диагностирования. Схема диагностирования учитывает два типа неисправностей вытяжного прибора: биение в вытяжных парах и биение сменных шестерен. Предусмотрено распознавание трех состояний прибора: 1) исправность, 2) наличие повышенного биения элементов вытяжных пар, 3) наличие биения в вытяжных парах, сопровождаемое повышенным биением сменных шестерен. Корреляционные функции находились по 22 образцам ленты длиной 50 м с шагом /1=0,01 м на интервале 1=5м (N-50).

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Рассмотрены модели развития неисправностей оборудования, составляющие основу процедур диагностирования и планирования ремонтов. Выявлено преимущественное для оборудования текстильной промышленности положение моделей постепенного накопления неисправное гей.

2. Проведен сравнительный анализ методов оптимального планирования ремонта по состоянию и выявлена целесообразность применения цепей Маркова для разработки оптимальных планов ремонта оборудования.

3. Выделен класс систем (системы с редким взаимодействием) отражающих существенные признаки организации ремонтного обслуживания; разработан метод «приближенного укрупнения состояний» для их анализа. «

4. Разработана программа для реализации метода приближенного укрупнения и проведены вычислительные эксперименты, подтвердившие его достаточную точность.

5. Предложен метод оптимального планирования ремонта в больших группах однотипного оборудования, обслуживаемого одним ремонтным органом, с использованием алгоритма приближенного укрупнения состояний.

6. Разработана методика подгоювки данных для планирования, использующая результаты текущей эксплуатации оборудования.

7. Разработаны компьютерные программы для подготовки исходных данных и реализации алгоритмов оптимального планирования

8. Разработан оптимальный план ремонта чесальных машин применительно к опыту их эксплуатации в ОАО «ППК им. С.М. Кирова».

9. При планировании ремонта чесальных машин обнаружены некоторые общие тенденции качественного характера. К ним относится, в частности, снижение номера оптимального порогового состояния с ростом числа машин в группе, а также относительно слабая зависимость потерь от этого числа.

10. Разработана программа статистического моделирования ремонта на основе жесткого графика и проведено сравнение с результатами оптимального планирования. При оптимальном планировании средние потери снижаются более чем в 1,5 раза.

11. В качестве диагностических признаков предложены коэффициенты авторегрсссионой модели линейной плотности. Разработана программа определения коэффициентов по корреляционным функциям образцов продукта.

12. Разработан алгоритм и программа распознавания состояний оборудования по коэффициентам модели.

13. Программа распознавания применена для диагностирования вытяжных приборов ленточных машин; вероятность безошибочного распознавания составила примерно 0,8.

14 Сформулированы требования к информационному обеспечению процедур диагностирования и планирования ремонтов. Разработаны элементы информационного обеспечения применительно к практике работы ОАО «ПНК им. С. М. Кирова».

Основное содержание диссертации опубликовано в работах:

1. Смирнов И.Н., Усачев C.B. Модель управления ресурсами в технико-экономических системах // Математическое моделирование в образовании, науке и производстве: Сб. материалов 3-й междунар. научно-практ. конф. — Тирасполь, 2003. — С. 156-157.

2. Смирнов И.Н., Усачев C.B. Марковская модель сложной системы со слабыми связями // Управление и информационные технологии: Сб. докладов всерос. науч. конф. Том 2 — СПб, 2003. — С. 189-190.

3. Андреев В.И., Смирнов И.Н., Усачев C.B. Модель оптимального планирования ремонта больших групп оборудования // Компьютерное моделирование 2004: Труды 5-й междунар. научно-техн. конф. 4.2 — СПб: Изд. «Нестор», 2004. — С. 80-82.

4. Смирнов И.Н., Усачев С В. Метод приближенного укрупнения цепей Маркова в задачах анализа технико-экономических систем / Проблемы экономики и прогрессивные технологии в текстильной, легкой и полиграфической

ICOGA

»1 02 7 1 ноет

отраслях промышленности: Сб. научн. тр. вып. 7 — СПб: Изд. СПГУТД, 2004.

— С. 114-118.

5. Свидетельство № 2004610861 об официальной регистрации программы для ЭВМ «Программа вычисления предельных переходных вероятностей цепи Маркова». Авторы: Смирнов И.Н., Усачев C.B., Золина A.M. Опубл. в бюл. № 3,2004. Дата регистрации 8.04.2004.

6. Свидетельство № 2005612069 об официальной регистрации программы для ЭВМ «Программа приближенного укрупнения состояний цепи Маркова». Авторы: Смирнов И.Н., Усачев C.B., Опубл. в бюл. № 4, 2005. Дата регистрации 12.08.2005.

7. Усачев C.B. Управление ремонтными службами с использованием моделирования информационных потоков // Математическое моделирование в образовании, науке и производстве: Сб. материалов 4-й междунар. научно-практ. конф. — Тирасполь, 2005. — С. 214-215.

8. Смирнов И.П., Усачев C.B. Оптимальное планирование ремонта чесальных машин / Проблемы экономики и прогрессивные технологии в текстильной, легкой и полиграфической отраслях промышленности: Сб. научн. тр. вып. 9 — СПб: Изд. СПГУТД, 2005. — С. 84-89.

9. Смирнов И.Н., Усачев C.B. Диагностирование ленточных машин по показателям линейной плотности ленты / Современные технологии и оборудование текстильной промышленности: Тез. докл. на всерос. научно-техн. конф.

— М.: Изд. МГТУ, 2005., —С. 211.

10. Смирнов И.Н., Усачев C.B. Распознавание дефектов ленточных машин по показателям выпускной ленты / Проблемы экономики и прогрессивные технологии в текстильной, легкой и полиграфической отраслях промышленности: Сб. научн. тр. вып. 10. — СПб: Изд. СПГУТД, 2005. — С. 148-151.

И. Свидетельство № 2006610853 об официальной регистрации программы для ЭВМ «Программа поиска коэффициентов авторегрессионной модели стационарного случайного процесса по заданной нормированной корреляционной функции». Авторы: Смирнов И.Н., Усачев C.B. Опубл. в бюл. № 2, 2006. Дата регистрации 28.02.2006.

Издательская лицензия № 000285 от 21.10.99

Оригинал подготовлен автором

Подписано в печать . Формат 60x84 1/16

Усл. печ. л. 1,0. Тираж 100 экз. Заказ №

Отпечатано в типографии СПГУТД

191028, Санкт-Петербург, ул. Моховая, 26

ВВЕДЕНИЕ.

Глава 1 Состояние и проблематика диагностирования и ремонта текстильного оборудования.

1.1 Состояние ремонтных работ на предприятиях текстильной промышленности.

1.2 Организация работы ремонтных подразделений в прядильном производстве (на примере ПНК им. С.М. Кирова).

1.3 Техническое диагностирование оборудования текстильной промышленности.

1.4 Направления развития ремонтного обслуживания оборудования и постановка задач исследований.

Глава 2 Методы оптимального планирования ремонта оборудования.

2.1 Модели отказов и повреждений оборудования.

2.2 Модели планирования ремонта «по состоянию».

2.3 Информационное обеспечение ремонтных мероприятий.

2.4 Выводы.

Глава 3 Оптимальное планирование ремонта оборудования на основе цепей Маркова.

3.1 Методические основы применения теории цепей Маркова к задачам планирования ремонта.

3.2 Метод приближенного укрупнения состояний цепи Маркова.

3.3 Вычислительные эксперименты по анализу точности приближенного укрупнения состояний систем с редким взаимодействием.

3.4 Программное обеспечение метода приближенного укрупнения.

3.5 Выводы.

Глава 4 Оптимальное ремонтное обслуживание комплексов однотипного оборудования.

4.1 Общая схема планирования ремонта в больших группах однотипного оборудования прядильного производства.

4.2 Алгоритм планирования для одной машины.

4.3 Алгоритм планирования для группы машин.

4.4 Подготовка исходных данных.

4.5 Планирование ремонта чесальных машин.

4.5.1 Исходные данные для планирования.

4.5.2 Исследование планов ремонта чесальных машин по состоянию».

4.6 Выводы.

Глава 5 Диагностирование машин по характеристикам неровноты продуктов прядения.

5.1 Характеристики неровноты как диагностические признаки.

5.2 Принципы диагностирования по параметрам корреляционных функций.

5.3 Алгоритм диагностирования.

5.4 Ленточная машина как объект диагностирования.

5.5 Диагностирование вытяжного прибора ленточной машины.

5.6 Выводы.

С середины 1990-х годов предприятия ряда отраслей оказались в ситуации, характеризуемой широтой интересов конкурирующих сторон, динамизмом и агрессивностью. Среди отдельных отраслей российской промышленности наиболее конкурентноспособными являются экспортно-ориентированные отрасли, слабую конкурентную позицию занимает текстильная промышленность.

Негативное влияние на уровень конкурентоспособности российской промышленности оказывают моральное старение и физический износ основных фондов. В промышленности износ машин и оборудования в 2000 г. составил 66,5%. В ряде базовых отраслей, определяющих научно-технический прогресс (машиностроение, химическая и нефтехимическая промышленность), износ оборудования превышает 50%. В легкой промышленности он еще выше (таблица 1) [26].

В сложившихся условиях эффективность предприятий текстильной промышленности напрямую зависят от эффективности работы ремонтного хозяйства. Основные факторы, влияющие на техническое обслуживание и ремонт оборудования, можно условно разделить на технические, организационные, экономические, а также факторы внешнего окружения. В настоящее время особую роль приобретает эффективная организация ремонтных и эксплуатационных служб. Особенно это актуально для текстильных предприятий, представляющих собой сложные технологические системы, являющиеся совокупностью технологических аппаратов и машин.

Одним из основных путей повышения эффективности ремонтных и эксплуатационных служб является рациональная организация ремонтного производства на основе оптимального планирования обслуживания и ремонта оборудования.

Таблица 1 Степень износа основных фондов по отраслям промышленности

Доля полностью

Отрасли промышленности Степень износа, % изношенных основных фондов, %

1995 1999 2000 1995 1999 2000

Промышленность, в том числе: 46,2 52,9 52,4 16,2 19,8 19,8 электроэнергетика 43,4 49,4 51,1 11,7 14,3 15,5 топливная 48,2 54,6 52,3 17,7 23,0 22,0 черная металлургия 44,8 53,1 52,9 15,7 19,5 21,9 цветная металлургия 45,9 51,8 49,6 16,5 19,1 19,2 химическая и нефтехимическая 54,1 62,7 61,0 20,3 30,5 30,6 машиностроение и металлообработка 45,4 53,2 55,2 18,6 20,7 21,5 лесная, деревообрабатывающая и целлюлозно - бумажная 46,8 55,3 51,2 13,5 19,9 18,1 промышленность строительных материалов 43,3 53,7 54,2 13,0 18,7 20,2 легкая 42,8 55,01 55,7 13,4 19,0 22,0 пищевая 41,1 43,9 39,8 9,5 12,9 11,7

В настоящее время на предприятиях при организации ремонтных служб в основном применяется система планово-предупредительных ремонтов (111 IP). Система 111 IP ориентирует ремонтные службы на поддержание безаварийной работы оборудования путем принудительной, иногда преждевременной замены узлов в среднестатистические сроки. Зачастую это увеличивает затраты на содержание оборудования. Основное достоинство планово-предупредительного ремонта сложного оборудования в том, что стоимость ремонта по факту аварии существенно дороже ППР. В то же время, иногда плановый ремонт с разборкой механизма и заменой деталей временно (до приработки деталей) или постоянно снижает надежность агрегата. Некоторые исследования обнаруживают, что около 70% возникающих после вмешательства дефектов были связаны с планово-предупредительным ремонтом [34].

Альтернативой ППР является проведение ремонтов в зависимости от фактического состояния оборудования — ремонт «по состоянию». При техническом обслуживании и ремонте (ТоиР) по фактическому состоянию качество обслуживания техники не изменяется, но происходит существенная экономия средств из-за уменьшения количества простоев. По тем же данным, снижение затрат на обслуживание может составить 75%, снижение количества обслуживаний - 50% [34].

В тесной связи с задачами ремонта оборудования «по состоянию» находятся проблемы его технического диагностирования. Принятие решений о необходимости ремонта напрямую зависит от текущей оценки технического состояния оборудования. Тем самым, эффективность проведения ремонтных работ в значительной мере определяется степенью достоверности (безошибочности) результатов диагностирования.

Следует сразу оговориться, что обслуживание по фактическому состоянию возможно лишь на современной технике, снабженной системами контроля. Суть такой системы сервиса сложного оборудования состоит в том, что при помощи постоянного технического диагностирования производится анализ состояния узлов и агрегата в целом и делается прогноз необходимого ТОиР. При этом диагностирование может производиться по различным критериям. Проще всего организовать контроль по изменению допустимого уровня одного или нескольких параметров. Более сложные варианты включают в себя не только контроль допустимой величины параметра, но и прогноз уровня надежности узла или агрегата в целом.

Системы управления ремонтами оборудования развиваются наряду с другими информационными системами управления. Двадцать лет назад существовали так называемые системы CMMS (Computerized Maintenance Management Systems). В 90-х годах CMMS в большинстве случаев были расширены для управления закупками и складскими запасами, людскими ресурсами (ремонтным персоналом), сопутствующим документооборотом и так далее — то есть дополнены элементами концепции ERP (Enterprise Resource Planning). Возник класс программного обеспечения, названный ЕАМ (Enterprise Asset Management - системы комплексного управления основными фондами). Появилисья новые, более формализованные концепции управления ТОиР (например, Zéro Breakdown Strategy - стратегия «работа без отказов»). Среди причин - повышение требований к отказоустойчивости и безопасности, обилие накапливаемой в современных информационных системах информации (что требует развитых аналитических функций), необходимость стыковки с АСУТП и стандартизации интерфейсов обмена данными [95].

В последнее десятилетие появилось значительное число концепций, которые все меньше напоминают старые консервативные методологии, и являются результатом многолетних обобщений. Инновационные концепции появляются и в сфере управления ТОиР. Современные интегрированные ЕАМ-системы дают возможность вести статистику по объекту, проводить анализ множества параметров, и на этом основании создавать более объективный план ремонта и обслуживания. Стандартизация интерфейсов позволила облегчить обмен информацией между различными системами, позволяя выполнять более глубокий и комплексный анализ.

Больший объем используемой информации, упрощение ее сбора, повышение достоверности — все это позволяет постепенно реализовывать концепцию ремонта по состоянию. От ЕАМ-систем сегодня требуется не только сбор и предоставление информации по всем аспектам, касающимся основных фондов. Важно увязать эти данные с другими показателями деятельности предприятия. Наиболее прогрессивные ЕАМ-системы сегодня позволяют осуществлять многомерный анализ данных и визуально отображать состояние ключевых показателей эффективности предприятия. Согласно отчету ведущего аналитического агентства Aberdeen Group , к концу 2005 года около 40% предприятий будут использовать ЕАМ-системы [97]. Прежде всего, это объясняется хорошим экономическим эффектом от них. Так, согласно данным группы компаний "Современные технологии", типовым является сокращение на 20% и более затрат на ремонтные работы, что для крупных предприятий приводит к экономии миллионов долларов [95].

Что касается российского опыта и предприятий, созданных в СССР, то сегодня имеются примеры внедрения ЕАМ-систем в различных отраслях. Так, их используют в металлургическом производстве (Молдавский завод «Алдарис»), ЖКХ (Новокузнецкий водоканал), энергетике (Игналинская АЭС), на транспорте (Новороссийский морской порт), в автосервисе (АЗР Автомобиль - звезда Руси) [95].

Резюмируя, можно констатировать, что в экономически развитых странах, включая Россию, ясно прослеживается тенденция создания автоматизированных систем диагностирования, технического обслуживания и ремонта оборудования в различных отраслях промышленности.

Задачи разработки таких систем актуальны и для текстильной промышленности. Для их решения необходимо совместное рассмотрение и исследование технических, информационных, математических и организационных сторон проблем диагностирования и ремонта оборудования.

5.6 Выводы

1. Характеристики неровноты продуктов прядения могут быть использованы в качестве диагностических признаков для распознавания неисправностей оборудования. В числе способствующих этому обстоятельств большой опыт исследования и развитая лабораторно-инструментальная база для анализа неровноты, существующая на предприятиях.

2. В качестве диагностических признаков предложено использовать коэффициенты авторегрессионой модели неровноты по линейной плотности. Разработана компьютерная программа определения коэффициентов по нормированным корреляционным функциям образцов продукта.

3. Разработан алгоритм распознавания состояний оборудования по коэффициентам модели, использующий линейные правила разделения образцов на классы. Разработана компьютерная программа распознавания.

4. Алгоритмы и программы диагностирования применены для распознавания дефектов и состояний вытяжных приборов ленточных машин. Предварительная оценка вероятности правильного распознавания составляет 0,8.

ЗАКЛЮЧЕНИЕ

Оборудование текстильной промышленности и, в частности, прядильного производства ориентировано на длительные сроки эксплуатации и характеризуется высокой степенью износа, что делает разработку рациональных планов ремонта машин актуальной проблемой. Эта проблема сохраняет актуальность и при частичной замене оборудования на новое.

Анализ ситуации с проведением ремонтных работ в других областях промышленности обнаруживает, что и для них проблемы совершенствования ремонтного обслуживания обладают достаточной остротой. Отечественный и зарубежный опыт разработки и внедрения современных разработок в области методов и средств выполнения ремонтных работ свидетельствует, что одним из главных направлений является создание автоматизированных систем управления процессами ремонта оборудования, использующих измерительную технику и компьютерные технологии для целей диагностирования оборудования и организации ремонтных работ. Такой подход требует, в свою очередь, разработки соответствующего математического и программного обеспечения.

Современное прядильное производство обладает рядом особенностей. Во-первых, это наличие обширного парка оборудования, включающего в себя большие группы однотипных машин (чесальных, ленточных, прядильных и др.). Во-вторых, состояние оборудования непосредственно влияет на показатели качества выпускаемой продукции и полуфабрикатов прядения. В-третьих, существует развитая система внутризаводского лабораторного контроля качества продукции, возможности которой не в полной мере используются в процессе диагностирования и ремонтного обслуживания оборудования. В-четвертых, планирование ремонтных работ преимущественно строится на применении жестких графиков, ориентированных на средние показатели надежности оборудования, и влекущих за собой возможные экономические потери.

Анализ положения в прядильных цехах и ремонтных службах одного из крупнейших предприятий текстильной промышленности - ОАО «ПНК им. С. М. Кирова», проведенный в ходе выполнения данной работы, подтвердил правомерность приведенных суждений и определил направления исследований, предпринятых в диссертации. Среди этих направлений основными являются использование в качестве диагностических признаков показателей качества продукции, разработка методов планирования ремонтов по фактическому состоянию оборудования, ориентация этих методов на большие группы однотипного оборудования.

В результате сравнительного анализа существующих методов планирования ремонтно-профилактических работ «по состоянию» выявлено, что с учетом характера эксплуатации оборудования прядильного производства и его особенностей перспективными являются методы планирования, использующие в качестве математической основы аппарат простых однородных цепей Маркова. Предложено использовать в качестве критерия оптимизации планов ремонта минимум средних потерь, вызванных снижением работоспособности оборудования и затратами на ремонт.

В то же время обнаружено, что непосредственное применение цепей Маркова к задачам планирования больших групп машин приводит к недопустимому росту размерности матриц переходных вероятностей, с которыми приходится оперировать при использовании цепей Маркова.

В целях преодоления этой трудности выделен класс систем марковского типа — системы с редким взаимодействием, отражающих существенные признаки организации ремонтного обслуживания. Для таких систем разработана приближенная процедура (алгоритм приближенного укрупнения состояний), радикально сокращающая размерность матриц. Проведено исследование точности алгоритма приближенного укрупнения с помощью серии вычислительных экспериментов, показавшее, что погрешности приближенного метода в экспериментах не выходят за пределы 13%.

Разработаны две компьютерные программы для реализации метода приближенного укрупнения и две вспомогательные программы для получения точных решений в целях сравнительной оценки точности.

Предложена двухэтапная схема оптимального планирования ремонта больших групп однотипного оборудования по критерию минимума средних потерь. На первом этапе рассматривается одиночная машина, и для нее определяется оптимальное пороговое состояние, по достижении которого машина выводится в ремонт. Предполагается монотонное изменение показателя продукции, на основе которого различаются состояния машины, по мере снижения ее работоспособности с ростом накопления неисправностей. На втором этапе правило остановки на ремонт уточняется с учетом наличия многих машин и ограниченной пропускной способности ремонтного органа (считается, что ремонтное подразделение может одновременно восстанавливать одну машину). При этом использован алгоритм приближенного укрупнения.

Разработана методика подготовки исходных данных для оптимального планирования, использующая в своей основе сведения об эксплуатации оборудования в обычных производственных условиях. Составлены две компьютерные программы для подготовки исходных данных и для реализации оптимальных планов.

На основе общих методов и программ разработан оптимальный план ремонта чесальных машин применительно к данным, относящимся к опыту эксплуатации машин в ОАО «ПНК им. С. М. Кирова». Состояния машин различались в зависимости от числа пороков выпускаемой ленты. План допускает коррекцию в зависимости от количества обслуживаемых машин.

На примере планирования ремонта чесальных машин обнаружены некоторые общие тенденции качественного характера. К ним относится, в частности, снижение номера оптимального порогового состояния при значительном увеличении числа машин в группе, а также относительно слабая зависимость потерь от этого числа.

Разработана программа статистического моделирования процедуры ремонта на основе жесткого графика, и на ее основе проведено сравнение с результатами оптимального планирования. При оптимальном планировании уровень средних потерь снижается более чем в 1,5 раза.

В тесной связи с проблемами планирования ремонтов находятся задачи диагностирования оборудования, приобретающие в этом случае ряд особенностей. К их числу относятся сравнительно невысокие требования к глубине диагностирования и точности локализации неисправностей, достаточные лишь для отнесения оборудования к одной из категорий, характеризующих его состояние. В то же время, показатели продукции как диагностические признаки приобретают повышенное значение, поскольку именно они вносят главный вклад в экономическую оценку эффективности ремонтных мероприятий.

Для распознавания неисправностей оборудования могут быть использованы характеристики неровноты продуктов прядения. В числе способствующих этому обстоятельств — большой опыт исследования и развитая лабораторно-инструментальная база для анализа неровноты, существующая на предприятиях.

В качестве конкретных диагностических признаков предложено использовать коэффициенты авторегрессионой модели неровноты по линейной плотности. Составлена компьютерная программа определения коэффициентов по нормированным корреляционным функциям образцов продукта.

Разработан алгоритм распознавания состояний оборудования по коэффициентам модели, использующий линейные правила разделения образцов на классы, отвечающие различным состояниям оборудования. Составлена компьютерная программа распознавания.

Алгоритмы и программы диагностирования применены для распознавания дефектов и состояний вытяжных приборов ленточных машин.

Сформулированы требования к информационному обеспечению ремонтных мероприятий и рекомендации по использованию в этих целях стандартных программных продуктов. Разработаны элементы системы управления данными ремонтных и диспетчерских служб применительно к опыту работы ОАО «ПНК им. С. М. Кирова». Результаты разработок переданы комбинату.

Перспективными направлениями развития представленных в диссертации разработок являются обобщение процедур оптимального планирования ремонта на случай нескольких групп однотипных машин, учет возможностей одновременного ремонтного обслуживания нескольких машин, совершенствование алгоритмов диагностирования, накопление и систематизация исходных данных, характеризующих оборудование более широкого спектра наименований.

1. Аганин И.Х. Техническая диагностика ленторовничных и чесальных машин прядильного производства.// Текстильная промышленность.1983. № 9. - С.63-65.

2. Андреев В.И., Смирнов И.Н., Усачев C.B. Модель оптимального планирования ремонта больших групп оборудования// Компьютерное моделирование 2004: Труды 5-й междунар. научно-техн. конф. 4.2 — СПб: Изд. «Нестор», 2004. — С. 80-82.

3. Аникин B.C., Шиганов С.Д. Опыт эффективного использования вариометра// Текстильная промышленность. -1980. № 1. - С.ЗО.

4. АСУП в текстильной и легкой промышленности/Климов В.А., Архипов A.B., Бардачев Ю.Н. и др.; под ред. В.А.Климова. -М.: Легпромбытиздат,• 1986.-256 с.

5. Виброакустическая диагностика зарождающихся дефектов/ Ф.Я.Балицкий, И.А.Иванова, А.Г.Соколова, Е.И.Хомяков. М.: Наука,1984.- 120 с.

6. Барзилович Е.Ю. Модели технического обслуживания сложных систем. -М.: Высшая школа, 1982. 231 с.

7. Барзилович Е.Ю. Вопросы математической теории надежности/ Е.Ю. Барзилович, Ю.К. Беляев, В.А. Каштанова. М.: Радио и связь, 1983. — 376 с.

8. Бездудный Ф.Ф. Расчет надежности производственных систем в текстильной и легкой промышленности/ Ф.Ф. Бездудный, Л.А. Либерман, И.Н. Смирнов. М, Легкая индустрия, 1977. - 240 с.ф Ю.Беленький С.И. Повышение надежности текстильного оборудования.

9. М.: Легкая индустрия, 1969. -414 с.

10. Беленький С.И., Справочник по ремонту оборудования текстильной и легкой промышленности.-М.: Легкая индустрия, 1974. 367 с.

11. Бендат Дж., Пирсон А. Применения корреляционного и спектрального анализа. М.: Наука, 1983. - 312 с.

12. Бешелев С. Д., Гурвич Ф.Г. Математико-статистические методы экспертных оценок.- М.: Статистика, 1974. 160 с.

13. Бокс Дж., Дженкинс Г. Анализ временных рядов: прогноз и управление. -Вып. 1.-М.: Мир, 1974. 406 с.

14. Бокс Дж., Дженкинс Г. Анализ временных рядов: прогноз и управление. -Вып.2. М.: Мир, 1974. - 198 с.

15. Борзунов И.Г. и др. Прядение хлопка и химических волокон (проектирование смесей, приготовление холстов, чесальной и гребенной ленты): учебник для вузов.- М.: Легкая и пищевая промышленность, 1982. -376с.

16. Вариометр толщины волокнистой ленты и ровницы АТЛ-1М: временная инструкция по контролю неровноты и диагностике технического состояния оборудования. -М: 1980.-19с.

17. Вентцель Е.С. Теория случайных процессов и ее инженерные приложения. Учеб. Пособие для втузов. - 2-е изд., стер. - М.; Высш.шк., 2000. -283 с.

18. Вяткин Б.А. Исследование надежности ткацких станков//Известия вузов. Технология текстильной промышленности. 1974. -№ 2. - С. 67—

19. Гантмахер Ф.Р. Теория матриц. М.: Наука, 1966. -576 с.

20. Герцбах И. Б., Кордонский X. Б. Модели отказов. -М.: Советское радио, 1966.-166 с.

21. Герцбах И.Б. Модели профилактики. М.: Советское радио, 1966. — 166 с.

22. Гискина Б.Е. Ленточные машины (прядение хлопка)/ Б.Е. Гискина, Н.И. Труевцев, Б.П. Хмелевский. М.: Легкая индустрия, 1969.- 104с.

23. Гнеденко Б.В. Математические методы в теории надежности/ Б.В. Гнеденко, Ю.К. Беляев, А.Д. Соловьев. М.: Наука, 1965. -524 с.

24. Горецкий Е.В. и др. Автоматизированная система технической диагностики тяжелых фрезерных станков.- в кн.: Тез. докл. Всесоюз.совещ. «Техническая диагностика». Суздаль, 1982, С.54-58.

25. Государственная политика в промышленном комплексе России и его трансформация в период реформ. Доклад Министерства науки, промышленности и технологий РФ и Межведомственного аналитического центра // Вопросы экономики. -2001. -№ 6. С. 92-107.

26. Грубов O.E. Разработка системы технического диагностирования ленточных машин для хлопка на основе применения методов распознавания и микропроцессорной техники: дис .канд. техн. наук. —Л., 1986.-298 с.

27. Денисова Н. Е. Оценка надежности прядильных машин в хлопчатобумажной промышленности. (Обзор)/ Н.Е. Денисова, М.И. Худых, Я.Б Шор.- М.: ЦНИИТЭИлегпищемаш, 1972. 59 с.

28. Дружинин Г. В. Надежность автотизированных производственных систем. М., Энергоатомиздат, 1986. -480 с.

29. ЗО.Зизюкин М.И. Надежность текстильных и швейных машин. -М.: Машиностроение, 1973. -232 с.

30. Иванов Л. Н., Терентьев О. А. Анализ надежности боевых механизмов ткацких станков типа СТБ. -М.: ЦНИИТЭИпегпищемаш, 1969. -51 с.

31. Иванова Т.К., Хавкин В.П. Методы диагностики причин отклонения технологического процесса от нормального режима.- в кн.: Новое в технологии лубяных волокон (Труды/ЦНИИЛВ).- М.: 1983, С. 116-120.

32. Ивченко Г.П. Теория массового обслуживания/ Г.П. Ивченко, В.А.Каштанов, H.H. Коваленко. Москва, Высшая школа, 1982. — 256 с.

33. Как правильно организовать техническое обслуживание сложного оборудования//Снабженец. -2005.-№ 41. С. 29-31.

34. Касимов A.M. Совершенствование ремонтного производства на 0 предприятии. М.:Экономика, 1985. - 112 с.

35. Киселев Н.В., Сечкин В.А. Техническая диагностика методами нелинейного преобразования,- Д.: Энергия. Ленингр.отделение, 1980.112 с.

36. Коллакот P.A. Диагностирование механического оборудования. -JL: Судостроение, 1980. 296 с.

37. Колчин A.B. Датчики средств диагностирования машин. М.: Машиностроение, 1984. - 120с.

38. Комиссарова JI.A. Автоматический анализатор для определения дефектов швейных машин. в кн.: Тез.докл.Всесоюз.научно-техн. конф. «Автоматизация технологических процессов легкой промышленности», посвящ. 60-летию образ.СССР.-М.: 1982.

39. Консон A.C. Экономика ремонта машин. -Д.: Машиностроение, 1970. -216 с.

40. Копылов С.Н. О надежности ткацких станков СТБ//Известия вузов.

41. Технология текстильной промышленности. -1973. -№ 4.- С. 9—13.

42. Лебедев A.B. Методы и средства бездемонтажной диагностики/ A.B. Лебедев, Ю.П. Бородин, В.А. Зазулин// Приборы и системы управления. -1977.-№3.-С. 56-58.

43. Макаров А.И. и др. Расчет и конструирование машин прядильного производства.- М: Машиностроение, 1981. 464с.

44. Маркеданец О.В. Диагностика машин: учеб. Пособие/ПГУПС.-СПб.: Изд. ПГУПС, 1996. 54 с.

45. Махлевич Л. Я., Капустин И. И. Надежность и производительность технологического оборудования. -М.: ВЗИТЛП, 1967. -95 с.

46. Миловидов H.H. и др. Прядение хлопка, ч. 1.учебник для средн. Спец. учеб. Заведений текстильной пром-ти/ H.H. Миловидов, К.И. Бадалов, П.П. Фаминский. -М.: Легкая индустрия, 1976. -312 с.

47. Мозгалевский A.B. Техническая диагностика (непрерывные объекты): # обзор//Автоматика и телемеханика. -1978. -№ 1. -С.145-166.

48. Отнес Р., Эноксон Л. Прикладной анализ временных рядов: основные методы.-М.:Мир,1982. 428с.

49. Юшманов П.А., Полухин В.П. Оценка надежности ткацких станков. (Обзор). -М.: ЦНИИТЭИлегпищемаш, 1968. -32 с.

50. Павельев К.И. Диагностирование технического состояния кипоразборочных машин в АСУТП хлопкопрядения/ К.И. Павельев, Ю.В. Закорюкин, С.А. Капустин//Текстильная промышленность. -1983. -№ 9. С.30-32.

51. Пирогов K.M. К методике исследования надежности малогабаритных чесальных машин//Известия вузов. Технология текстильной промышленности. 1972. -№ 2. - С. 116-119.

52. Пирогов K.M. Надежность малогабаритных чесальных машин и эффективность их использования. -М.: Легкая индустрия, 1976. -205 с.

53. Пирогов K.M., Кочин Б.П. Методика и практика исследования отказов текстильных машин//Известия вузов. Технология текстильной промышленности. 1973. - № 1. -С. 8—12.

54. Пирогов K.M., Вяткин Б.А. Основы надежности текстильных машин: учебник для вузов. М.: Легпромбытиздат, 1985. -256с.

55. Половко А. М. Основы теории надежности. М.: Наука, 1964. -446 с.

56. Положение о системе технического обслуживания и ремонта технологического оборудования в производственных объединениях на предприятиях системы министерства легкой промышленности СССР. -М.: ЦНИИТЭИлегпром, 1987. -387с.

57. Райкин А.Л. Элементы теории надежности для проектирования технических систем. М.: Советское радио, 1967. -264 с.

58. Саати Т.Л. Элементы теории массового обслуживания и ее приложения. -М.: Советское радио, 1970. -520 с

59. Севостьянов А.Г. Методы и средства исследования механико-технологических процессов текстильной промышленности: учебник для вузов.-М.: Легкая индустрия, 198 . 392 с.

60. Севостьянов А.Г. Современные методы исследования неровноты продуктов хлопкопрядения. -М.:Легкая индустрия, 1966. 87 с.

61. Севостьянов А.Г., Севостьянов П.А. Моделирование технологических процессов (в текстильной промышленности): учебник для вузов. -М.: Легкая и пищевая промышленность, 1984. 344 с.

62. Смирнов И.Н. Моделирование на ЭВМ объектов и систем управления: конспект лекций ч. 4. -СПб.: СПГУТД, 2004. 135с.

63. Смирнов И.Н. Приближенное укрупнение состояний марковской цепи со слабыми связями // Автоматика и телемеханика. -1988. -№1. С. 77-83.

64. Смирнов И.Н., Усачев C.B. Диагностирование ленточных машин по

65. Ф показателям линейной плотности ленты.// Современные технологии иоборудование текстильной промышленности: Тез. докл. на всерос. научно-техн. конф. -М.: МГТУ, 2005. С. 211.

66. Смирнов И.Н., Усачев C.B. Марковская модель сложной системы со слабыми связями.// Управление и информационные технологии: Сб. докл. всерос. научн. конф. Том 2. СПб., 2003. С. 189-190.

67. Смирнов И.Н., Усачев C.B. Оптимальное планирование ремонта чесальных машин/ Проблемы экономики и прогрессивные технологии в текстильной, легкой и полиграфической отраслях промышленности: Сб.• научн. Тр. Вып. 9. СПб: изд. СПГУТД, 2005. -С. 84-89.

68. Смирнов И.Н., Усачев C.B. Модель управления ресурсами в технико-экономических системах.// Математическое моделирование в образовании, науке и производстве: Сб. материалов 3-й междунар. научно-практ. конф. — Тирасполь, 2003. С. 156-157.

69. Свидетельство № 2005612069 об официальной регистрации программы для ЭВМ «Программа приближенного укрупнения состояний цепиф Маркова». Авторы: Смирнов И.Н., Усачев C.B., Опубл. в бюл. № 4, 2005.

70. Дата регистрации 12.08.2005.

71. Свидетельство № 2004610861 об официальной регистрации программы для ЭВМ «Программа вычисления предельных переходных вероятностей цепи Маркова». Авторы: Смирнов И.Н., Усачев C.B., Золина A.M. Опубл. в бюл. № 3, 2004. Дата регистрации 8.04.2004.

72. Смирнов И.Н. Компьютерное моделирование случайных процессов на основе аппроксимации случайных функций//Вестник СПГУТД. -2005. -№ 11.-С. 39-41.

73. Технические средства и методы виброакустической диагностики оборудования текстильной и легкой промышленности/ В.В. Сигачева, В.А. Климов, С.И. Лукичев и др М.; Легпромбытиздат, 1993. - 160 с.

74. Тихомиров В.Б. Планирование и анализ эксперимента (при проведении исследований в легкой и текстильной промышленности). М.: Легкая индустрия, 1974. - 262 с.

75. Труевцев Н.И. и др. Технология и оборудование текстильного производства, уч. для ВУЗов текстильной промышленности. -М.: Легкая индустрия, 1975. — 640 с.

76. Ф 85.Усачев C.B. Управление ремонтными службами с использованиеммоделирования информационных потоков.// Математическое моделирование в образовании, науке и производстве: Сб. материалов 4-й междунар. научно-практ. конф.- Тирасполь, 2005. -С. 214-215.

77. Фостер Г.А.Р.Основы процесса вытягивания и неровнота. -М.: Ростехиздат, 1962. 168 с.

78. Хавкин В.П., Ильин Э.Р., Молчанов A.C. Автоматический контроль и регулирование развеса текстильных материалов.- М.: Легкая индустрия, 1975.-248 с.

79. Харазов A.M., Цвид С.Ф. Методы оптимизации в технической диагностике машин.- М.: Машиностроение, 1983.- 132 с.

80. Ховард P.A. Динамическое программирование и марковсие процессы. -ф М.: Советское радио, 1964. 189 с.

81. Худых М.И. Состояние и перспективы развития производства технологической оснастки текстильного оборудования//Текстильная промышленность." 1972. № 1.- С. 1-6.

82. Худых М. И. Ремонт и монтаж оборудования текстильной и легкой промышленности. -М.: Легкая индустрия, 1974. -360 с.

83. Худых М.И. Ремонт оборудования прядильного производства: учебник для средн.спец.учебн.завед.- М.: Легпромбытиздат, 1986. -272 с.

84. Широков В.П. и др. Справочник по хлопкопрядению. -М.: Легкая и пищевая промышленность, 1985. 472 с.

85. Шор Я.Б. Статистические методы анализа и контроля качества и надежности. М.: Советское радио, 1962. -552 с.

86. Эволюция систем управления техобслуживанием и ремонтами //Оборудование (приложение к журналу "Эксперт"). -2004. -№2.

87. Явленский К.Н., Явленский А.К. Вибродиагностика и прогнозирование качества механических систем.-JI.'Машиностроение. Ленингр.отделение, 1983.-239 с.97.http://www.aberdeen.com9 8. http ://www.uster. com

88. T.Back. Evolutionary algorithms in theory and practice. New York: Oxford univ. press, 1996.-314 p.

89. Paulo S.R. Dinlz, Eduardo A.B. da Silva, Sergio L. Netto. Digital signal processing. Cambrige univ. press, 2002.- 612 p

90. D.Poole, A.Macknorth, R.Goebel. Computational intelligence.- New York: Oxford univ. press, 1998.- 558 p.

91. Образцы документов, полученных с помощью СУБД по ремонту оборудования в ОАО «ПНК им. С. М. Кирова»

92. ОТЧЕТ ОБ УСТАНОВЛЕННОМ ОБОРУДОВАНИИ11 ря л п. I ы I ос ирои'шодетво2 Чесальный цех ф.1

93. ЕФ-2-св-2 Фильтр к чесальной машины "Унерея"

94. Инвент № Цеховой номер Завод № Работа Местоположение Примечание3304 1 831 1 2 этаж, корпус"Б"3305 2 901 1 2 этаж, корпус"Б" 3306 3 903 1 2 этаж, корпус'Б"

95. Кол-во работающего оборудования = 17

96. НаименЦеха' ■ Чесальный цех ф.1 (20 ед.)

97. Всего работающего оборудования по цеху ■ 20

98. Отчет за сутки из журнала проведения ремонтных работ

99. Дата ввод| Цех | Марка | Номер |ДатаОста)ЩатаПуска|Плановый|неплановь1 Ответственный Примечание30,05,05 30,05,05 30,05,05 30,05,05 30,05,05 30,05,05 30,05,05 30,05,05 30,05,05 30,05,05 30,05,05 30,05,05 30,05,05

100. Чесальньи'ЧС 132 30,05,05 31,05,05 СР

101. ЧесальньпЧС 89 27,05,05 31,05,05 СР

102. ЧесальньиАГР 1 27,05,05 31,05,05 СР

103. Прядильж П-76-5М7 165 30,05,05 31,05,05 СР

104. Прядильж П-76-5М7 1135 30,05,05 31,05,05 СР

105. Прядильм МОШ 3 25,05,05 27,05,05 СР

106. Прядильм БД-200 10 26,05,05 30,05,05 СР1. Прядильн1 БД-200 10

107. ТР Крутиг 3 ТМ 23,05,05 СР

108. ТР Крутиг КМ-83 круп 60 20,05,05 СР

109. ТР Крутиг КМ-83 кру1б4 30,05,05 СР

110. ТР Крутиг КМ-83 круп 69 30,05,05 СР

111. ТР Крутиг КМ-83 крул 210 30,05,05 СР

112. Объем работы при среднем ремонт Чесальная машина1. ЧСп/п Наименование механизма Содержание работ

113. Подготовка К ремонту Подготовка инстумента и приспособлений.

114. Узел питания и приемный барабан

115. Главный и съемный барабаны4 Система передачи

116. Разборка задка машины. Проверка приемного барабана и его гарнитуры. Проверка подшипников и решетки и замена их по мере надобности.

117. Проверка гарнитуры барабанов. Проверка подшипников с зачисткой шеек валов. Перезарядка подшипников. Зачистка ножей, проверка и ремонт решетки, редукторных шестерен.

118. Проверка и ермонт всей системы передачи с заменой изношенных шестерен.5 Шляпки6 Механизм съемного гребня7 Лентоукладчик8 Тормозное устройство9 Разводки

119. Замена шляпок вновь выточенными. Промывка и осмотр шляпочных цепей, осмотр и ремонт шляпочного гребня. Проверка редукторных шестерен.

120. Проверка гребенной коробки, шеек вала и подшипников съемного гребня, зачистка полотна съемного гребня.

121. Разборка, проверка и ремонт деталей лентоукладчика, проверка плющильных валиков с зачисткой заусенец.

122. Проверка и ремонт тормозного устройства автоблокировки передней крышки главного барабана, механического останова машины.

123. Установка разводок по шаблону.10 Ограждения и футляры11 Пневмосистема

124. Ремонт ограждений и футляров их установка и подгонка.1. Ремонт пневмосистемы.12 Смазка13 Наладка14 Сдача машины

125. Проверка системы смазки, прочистка и исправление всех смазочных отверстий. Смазка машины и перезарядка подшипников.

126. Пуск, заправка и регулировка машины.

127. Сдача машины цеху после 3 смен работы в заправке с устранением всех выявленных дефектов.151. Уборка рабочего места1. Программа Магк1

128. Конец вывода исправл.матр. и выч.пред. вер.*/main*/G1. Программа МагкЗ

129. Поиск Al, А2 по заданной нормированной корреляционной функции*/include<math.h> #include <stdio.h> #include<stdlib.h> #include<time.h> #include<conio.h> #include<graphics.h> void corf () ;void gracor(float nkf.,int n,int col); void setka(); void error();

130. OUttextxy(320,40,"ОПРЕДЕЛЕНИЕ КОЭФФИЦИЕНТОВ АР-МОДЕЛИ"); outtextxy(320,70,"СЛУЧАЙНОГО ПРОЦЕССА ПО"); OUttextxy(320,100,"НОРМИРОВАННОЙ КОРРЕЛЯЦИОННОЙ1. ФУНКЦИИ");