E-Book Overview
Решение многих задач ремонтной службы производственного цеха промышленного предприятия требует выполнения прогнозирования сроков отказов деталей эксплуатируемого оборудования. Известны различные модели, позволяющие решать задачу прогнозирования сроков отказов. Наиболее точной из них можно считать модель, использующую данные о текущем техническом состоянии (ТС), полученные на основе результатов проведенной диагностики. При решении этой задачи можно воспользоваться моделью, описанной в данной статье. 1999 г.
E-Book Content
ИСПОЛЬЗОВАНИЕ ДАННЫХ ДИАГНОСТИКИ ПРИ ПРОГНОЗИРОВАНИИ СРОКА ОТКАЗА ДЕТАЛЕЙ МЕХАНИЧЕСКОГО ОБОРУДОВАНИЯ Ченцов Н.А., Ручко В.Н., Сулейманов С.Л. (ДонГТУ, Донецк, Украина) Решение многих задач ремонтной службы производственного цеха металлургического предприятия требует выполнения прогнозирования сроков отказа tОТК деталей эксплуатируемого оборудования. Известны различные модели [1], позволяющие решать задачу прогнозирования сроков отказа. Наиболее точной из них можно считать модель, использующую данные о текущем техническом состоянии (ТС), полученные на основе результатов проведенной диагностики [2]. При решение этой задачи можно воспользоваться следующей моделью [3]: tОТК = tУ + TОСТ ,
(1)
где tУ - дата начала упреждения прогноза; TОСТ - прогнозный остаточный ресурс детали. Наиболее совершенным можно считать подход к определению TОСТ с учетом стохастического характера изменения ТС. В нем предполагается, что значение TОСТ определяется с учетом вида закона распределения остаточного ресурса Z, его параметров - математического ожидания М и коэффициента вариации ν, а также заданной вероятностью безотказной работы P(t): TОСТ = f[ Z , M ,ν , P ( t )].
(2)
Эти параметры определяются на основе анализа исходной информации о текущем ТС, полученные в результате проведенных диагностик. Наглядное отображение имеющейся статистической информации о ТС на момент проведения прогнозирования, который считается сроком начала упреждения прогноза tУ, можно представить графически (рис. 1). Для решения задачи прогнозирования срока отказа, накопленная статистика по каждой i-той реализации преобразуется с целью представления ее в виде функции: TОСТ = f ( YT ),
значение текущего ТС на момент упреждения прогноза tУ, соответствующий сроку последней диагностики. При формировании экспериментальной функции (3), для каждой j-той точки статистики используется выражение:
где
YТ
-
(3)
TОСТ j = tОТК − t j ,
(4)
где tОТК - дата отказа; tJ - дата проведения j-той диагностики.
.
Y Yпр Yj текущая реализация
Yт
.
0
tу
. .
.
tj
tотк
статистика изменения ТС предыдущих реализаций
t
Рис. 1 Изменение ТС по n+1 реализациям детали После такого преобразования получаем статистику оценки остаточного ресурса, характеризующую зависимость изменение TОСТ от текущего ТС. Графическое представление сформированной статистики показано на рис. 2. Tост
стати сти ка оценки остаточного ресурса
Мo
M =f(Y)
Мт
T ост j 0
Yт
Yj
Yпр
Y
Рис. 2 Изменение остаточного ресурса TОСТ детали в зависимости от ее ТС Используя значение TОСТ по каждой реализации, соответствующее началу эксплуатации детали при Y=0, и применяя традиционный аппарат математической
статистики, определяем параметры: закон распределения остаточного ресурса Z и коэффициент вариации ν. Дальнейшая обработка этой статистики позволяет получить функцию для тренда (математического ожидания) остаточного ресурса в зависимости от значения текущего ТС - Y: M = f ( Y ).
(5)
Таким образом, в результате обработки статистики оценки остаточного ресурса получаем значения параметров: Z, M(Y) и ν, необходим