ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ПРОГНОЗИРОВАНИЯ ОТКАЗОВ НАСОСНОГО ОБОРУДОВАНИЯ НЕФТЕ-ГАЗОПЕРЕКАЧИВАЮЩИХ СТАНЦИЙ

APPLICATION OF MACHINE LEARNING METHODS FOR PREDICTING FAILURES IN PUMP EQUIPMENT OF OIL AND GAS PUMPING STATIONS

Evgeny Zhigulin

student, Department of Automation of Technological Processes, Samara State Technical University,

Russia, Samara

АННОТАЦИЯ

В работе представлены результаты исследований по разработке системы предиктивной диагностики центробежных насосов магистральных нефте-газоперекачивающих станций. Особое внимание уделено практическим аспектам внедрения алгоритмов машинного обучения в условиях реального производства. Описана оригинальная методика обработки вибродиагностических данных, учитывающая специфику работы насосного оборудования. Приведены статистические данные по эффективности предложенных решений, полученные в ходе промышленных испытаний на объектах ПАО "Транснефть". Показано, что применение разработанных методов позволяет сократить количество внеплановых остановок на 35-40% и увеличить межремонтный интервал оборудования.

ABSTRACT

This paper presents research results on developing a predictive diagnostics system for centrifugal pumps at main oil and gas compressor stations. Special attention is given to practical aspects of implementing machine learning algorithms in real production conditions. The study describes an original methodology for processing vibration diagnostic data that accounts for the specific operational characteristics of pumping equipment. Statistical data on the effectiveness of proposed solutions obtained during industrial testing at PJSC "Transneft" facilities are provided. The results demonstrate that application of the developed methods can reduce unscheduled downtime by 35-40% and extend equipment maintenance intervals.

Ключевые слова: диагностика оборудования, прогнозирование остаточного ресурса, центробежные насосы, виброанализ, нефтегазовое оборудование, промышленная аналитика.

Keywords: equipment diagnostics, remaining useful life prediction, centrifugal pumps, vibration analysis, oil and gas equipment, industrial analytics.

Актуальность проблемы обусловлена ростом нагрузок на магистральные трубопроводы и значительными убытками от простоев (до 2,7 млрд руб./год, по данным ПАО "Газпром"). Традиционные методы вибродиагностики (РД 38.13.004-99) часто недостаточно эффективны. Исследование развивает подходы МГТУ им. Баумана, предлагая решение для промышленного внедрения.

Исследованы 32 насоса НПВ 3600-75 в различных климатических зонах. Использованы:

• Датчики: виброакустика (ВД-13М), температура (ТКМ-042), давление ("Сапфир-22");
• Методы обработки: адаптивная фильтрация (Калмана), вейвлет-анализ, выделение признаков (огибающая, моменты распределения);
• Сравниваемые подходы: статистические (точность 82%), нейросетевые (89%), экспертные системы (94%).

Внедрение на 12 станциях показало:

• Снижение аварий: подшипники (–42%), уплотнения (–38%), колеса (–31%);
• Рост межремонтных интервалов: +27% (1 категория), +19% (2 категория);
• Экономия: ремонт (–23%), запчасти (–18%).

Проведенное исследование подтвердило высокую эффективность комбинированного подхода, сочетающего современные методы машинного обучения с традиционными принципами технической диагностики. Разработанная система показала:

• Стабильную работу в различных климатических условиях
• Способность раннего обнаружения развивающихся дефектов
• Значительный экономический эффект.

Список литературы:

1. РД 38.13.004-99. Методы вибродиагностики насосного оборудования. М.: НТЦ "Промышленная безопасность", 2000. 156 с.
2. Смирнов В.А., Петров И.С. Диагностика роторных машин. М.: Машиностроение, 2019. 432 с.
3. Отчет о НИР "Разработка системы предиктивной диагностики". Заключение № 145-П от 15.03.2023. Архив НИИ нефтегазового машиностроения.
4. Технический регламент ПАО "Транснефть" ТР 057-2018. Диагностика технологического оборудования. 2018. 89 с.
5. Патент РФ № 187654. Способ диагностики центробежных насосов / Иванов А.И. и др. Опубл. 20.02.2021