Телефон: 8-800-350-22-65
WhatsApp: 8-800-350-22-65

Статья опубликована в рамках: LXXXIX Международной научно-практической конференции «Научное сообщество студентов XXI столетия. ТЕХНИЧЕСКИЕ НАУКИ» (Россия, г. Новосибирск, 11 мая 2020 г.)

Наука: Информационные технологии

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:
Кондрашкин А.А. РАЗРАБОТКА АЛГОРИТМА ОПРЕДЕЛЕНИЯ ВИБРАЦИОННОГО СОСТОЯНИЯ ГИДРОАГРЕГАТА С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ АНАЛИЗА БОЛЬШИХ ДАННЫХ // Научное сообщество студентов XXI столетия. ТЕХНИЧЕСКИЕ НАУКИ: сб. ст. по мат. LXXXIX междунар. студ. науч.-практ. конф. № 5(88). URL: https://sibac.info/archive/technic/5(88).pdf (дата обращения: 21.09.2021)
Проголосовать за статью
Конференция завершена
Эта статья набрала 0 голосов
Дипломы участников
Диплом Выбор редакционной коллегии

РАЗРАБОТКА АЛГОРИТМА ОПРЕДЕЛЕНИЯ ВИБРАЦИОННОГО СОСТОЯНИЯ ГИДРОАГРЕГАТА С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ АНАЛИЗА БОЛЬШИХ ДАННЫХ

Кондрашкин Антон Андреевич

студент 2 курса магистратуры, кафедра программных систем, кафедра прикладной математики, Самарский национальный исследовательский университет имени академика С.П. Королева,

РФ, г. Самара

Научный руководитель Додонова Наталья Леонидовна

канд. физ.-мат. наук., доцент кафедры прикладной математики, Самарский национальный исследовательский университет имени академика С.П. Королева,

РФ, г. Самара

 

АННОТАЦИЯ

В статье рассматривается самообучающийся алгоритм, определяющий текущее вибрационное состояние гидроагрегата на основе кортежа значений наблюдаемых вибрационных параметров. Для определения алгоритм использует методы анализа больших данных – кластеризации и классификации – с возможностью обучения у вибродиагноста.

 

Ключевые слова: большие данные, гидроагрегат, кластеризация, классификация, вибродиагностика, вибрации.

 

ВВЕДЕНИЕ

В настоящее время в России работают 102 ГЭС мощностью свыше 100 МВт. Общая установленная мощность гидроагрегатов на ГЭС составляет примерно 45 млн. кВт (5 место в мире), а выработка порядка 165млрд кВт*ч/год (также 5 место) в общем объеме производства электроэнергии, а в России доля ГЭС не превышает 21% [1].

Но каких бы размера и мощности ни была ГЭС, на ней обязательно присутствует контроль вибраций, поскольку они критично влияют на рабочее состояние гидроагрегата (ГА). Основываясь на значениях параметров вибрации, компанией РусГидро в 2016 году была введена абстрактная мера (которую можно назвать вибрационным состоянием, вибрационной зоной или усталостью), характеризующая выработку агрегатом своего ресурса [2].

Специалист по вибродиагностике (иначе, вибродиагност) оценивает значения вибрационных параметров и делает заключение о вибрационном состоянии ГА. Однако делать это в реальном времени и постоянно следить за изменяющейся ситуацией проблематично.

Таким образом, целью данной работы будет разработка алгоритма, определяющего текущее вибрационное состояние и тем самым помогающего вибродиагносту определять текущее вибрационное состояние.  на основе текущих значений вибрационных параметров и учитывающего ранее сделанные выборы вибродиагноста в качестве самообучения.

Для достижения поставленной цели необходимо решить следующие задачи:

  1. Рассмотреть основные понятия, методы и определения.
  2. Ввести понятие кластера для рассматриваемой предметной области и описать его структуру.
  3. Словесно сформулировать алгоритм анализа значений.
  4. Разработать блок-схему сформулированного алгоритма.

ОСНОВНЫЕ ПОНЯТИЯ, МЕТОДЫ И ОПРЕДЕЛЕНИЯ

Рассмотрим некоторые понятия, связанные с исследованием:

Вибрации – колебания корпуса оборудования или его составных частей относительно всей конструкции. Вибрация, чаще всего, характеризуется двумя общими параметрами: частотой и амплитудой.

Виброконтроль (вибрационная диагностика) в технике – это технологии измерения вибрации машин и оборудования и сравнение результатов с нормируемыми (пороговыми) значениями вибрации. Рабочий диапазон частот и пороговые значения вибрации регламентируются либо государственными стандартами или технологическими условиями на контролируемую машину, либо другими регламентирующими документами [8].

Вибрационное состояние (усталость, вибрационная зона) – буквенное обозначение, приписываемое состоянию гидроагрегата на основе значений размахов и частот вибрационных параметров. Верхние границы (выдержка из таблицы) вибрационных зон были введены компанией «РусГидро» в 2016 году и представлены в таблице 1.

Таблица 1

Зоны оценки вибрации опорных узлов

Частота

вибрации, Гц

Размах, мкм 

Верхняя граница зоны оценки

Более

A

B

C

D

E

F

Е1

Е2

0,80

50

100

180

300

400

500

500

1,00

50

100

180

300

400

500

500

1,25

49

99

179

298

398

497

497

1,60

47

97

176

293

391

489

489

2,00

44,5

94,5

170

283

378

472

472

2,50

41

92

160

267

356

444

444

 

Кластер – набор элементов, объединённых по одному или нескольким признаков [4].

Кластеризация – один из методов обработки Больших Данных, заключающийся в разбитии множества разрозненных данных на конечное число кластеров [4].

Классификация – процесс соотнесения некоего значения с кластером.

Кортеж – упорядоченный набор фиксированной длины. В случае разрабатываемого алгоритма, кортеж – набор значений вибрационных параметров в конкретный момент времени.

СТРУКТУРА ДАННЫХ

В разрабатываемой системе кластер – совокупность кортежей, характеризующих одно вибрационное состояние. Таким образом, один кластер характеризует одно конкретное вибрационное состояние. Кластеры не пересекаются между собой.

Однако поскольку изменения вибрационного состояния и наблюдаемых параметров связаны нелинейной зависимостью, количество кластеров будет не равно количеству вибрационных состоянию. Одному вибрационному состоянию может соответствовать не один кластер, но одному кластеру всегда соответствует одно вибрационное состояние.

Для однозначного определения кластера, его имя будет формироваться следующим образом: к названию вибрационного состояния добавляется порядковый номер кластера. Например: «А_1», «С_5» или «Е1_3». Таким образом, если какой-либо кортеж относится к кластеру, то можно однозначно определить вибрационное состояние.

Введём математическое обозначение рассматриваемых величин.

,

где

X – любой наблюдаемый параметр;

i – номер кластера, n – количество наблюдаемых параметров.

Кластер определяется тремя векторами: вектором средних значений – центром, вектором наименьших значений – «левой» границей и максимальных значений по каждому из параметров – «правой» границей. Таким образом каждый кластер образует собой n-мерный (n – число параметров) параллелепипед. Данный вид кластера был выбран из-за того, что создать правильный паркет (плоскость или пространство, замощённое фигурами одного и того же типа) можно только при помощи треугольников (пирамид), прямоугольников (параллелепипедов) или шестиугольников.

Математически структура кластера может быть описана следующим образом:

,

где:

 – имя кластера (например, A_1, B_2 и так далее);

 – количество кортежей, которое на данный момент содержится в кластере;

 – кортеж максимальных значений наблюдаемых параметров, взятых среди тех значений, которые попали в кластер;

, т.е. каждое значение из вектора максимальных значений – максимум по всем значениям, попавшим в кластер, соответствующего наблюдаемого параметра;

 – кортеж минимальных значений каждого наблюдаемого параметра, взятых среди тех значений, которые попали в кластер;

, т.е. каждое значение из вектора минимальных значений – минимум по всем значениям соответствующего наблюдаемого параметра, попавшим в кластер;

 – кортеж средних значений каждого наблюдаемого параметра, взятых среди тех значений, которые попали в кластер;

, т.е. каждое значение из вектора средних значений – среднее арифметическое по всем значениям соответствующего наблюдаемого параметра, попавшим в кластер;

Таким образом, описанный кластер представляет собой n-мерный параллелограмм, стороны которого образованы максимумами и минимумами по каждому измерению. Данную структуру легко проиллюстрировать, перейдя на плоскость, где каждый такой кортеж имеет размерность не n, а всего два, и представляет собой точку на плоскости. На рисунке 1 представлен пример кластера для двух параметров: одной вибрации и одной температуры.

 

Рисунок 1. Пример кластера на двух параметрах

 

Проиллюстрируем описанный двумерный (когда наблюдаемых параметра всего два) пример математически. Любой произвольный кортеж значений параметров будет выглядеть следующим образом: , где j – номер любого произвольного кортежа значений.

Предположим, что есть некий кластер K8, который соответствует вибрационному состоянию А. В данном случае его имя будет «А_8» Пусть в кластер попали кортежи , тогда N8, обозначающее количество кортежей в кластере, будет равно трём, а векторы максимальных, минимальных и средних значений будут следующими:

;

;

.

Такая структура удобна как для хранения, так и для быстрой обработки структуры. Необходимо хранить только три значения в каждом измерении и не требуется постоянно пересчитывать границы фигуры, описывающий в пространстве кластер. Благодаря такой записи, не нужно хранить и обрабатывать непосредственно каждый отдельный кортеж значений в каждый момент времени, чтобы определить вибрационный режим. Достаточно только знать среднее значение и границы кластера, а все «внутренние» кортежи не рассматривать.

Если какой-либо новый кортеж значений попадает в кластер, то по имени кластера мы однозначно определяем текущее вибрационное состояние ГА. Однако, поскольку необходимо учесть некую погрешность, с которой новый кортеж попадёт в кластер, был введён дополнительный кортеж значений – .

Каждое из значений кортежа – допустимое колебание, с которым новое значение может попасть в кластер. Описание того, как данные значения были получены, будет предоставлено в четвёртой главе.

ОПИСАНИЕ АЛГОРИТМА ОПРЕДЕЛЕНИЯ ВИБРАЦИОННОГО СОСТОЯНИЯ

Прежде чем непосредственно перейти к алгоритму, необходимо привести перечень действий, которые будут выполнены перед стартом алгоритма.

1) Пользователем выбираются наблюдаемые параметры (данное действие позволяет работать с данными более гибко, поскольку нужды пользователя могу меняться).

2) Организуется подписка на изменения наблюдаемых параметров в базе данных.

3) Текущие значения наблюдаемых параметров выгружаются в оперативную память (действие необходимо, чтобы минимизировать работу с БД и, тем самым, уменьшить взаимодействие алгоритма с внешней средой).

4) Из базы данных выгружается информация о кластерах, сортируется по массивам в оперативной памяти.

5) Из базы данных выгружаются значения для дельт (допустимая погрешность вхождения в кластер).

После того, как все необходимые приготовления сделаны, подписка на изменения активируется, и система переходит в режим ожидания поступления нового кортежа. Как только изменится значение хотя бы одного наблюдаемого параметра, формируется кортеж значений, который является входными данными для описанного ниже алгоритма.

1) Система получает на вход кортеж новых значений.

2) Система берёт кластер, загруженный в оперативную память, и начинает анализировать значения входного кортежа.

3) Система берёт максимальное, минимальное и входное значения кластера для одного анализируемого параметра, а также соответствующую параметру дельту.

4) Если значение из входного кортежа меньше максимума, увеличенного на дельту, и больше минимума, уменьшенного на дельту, для соответствующего наблюдаемого параметра (в дальнейшем он будет называться допустимым промежутком) в рассматриваемом кластере, и были проанализированы не все параметры, то алгоритм возвращается к шагу 3.

5) Если значение находится вне допустимого промежутка, и ещё не все кластеры были проанализированы, то алгоритм возвращается к шагу 2.

6) Если входные значения всех параметров оказались внутри допустимых промежутков, то алгоритм считает, что новый кортеж однозначно попал в кластер. В противном случае алгоритм переходит к шагу 9

7) По имени найденного кластера однозначно определяется вибрационное состояние гидроагрегата.

8) Новый кортеж вносится в кластер, пересчитываются его границы и среднее значение. Все изменения вносятся в базу данных. Алгоритм переходит к шагу 12.

9) Если не нашлось подходящего кластера, то система переходит в режим обучения. В качестве выходного значения (вибрационного состояния) выдаётся состояние, соответствующее ближайшему кластеру (вычисляется расстояние между входным кортежем и вектором средних значений каждого кластера и выбирается наименьшее).

10) Из базы данных выгружается текущее значение вибрационного состояния (устанавливаемого вибродиагностом).

11) Создаётся новый кластер, где значениями векторов максимальных, минимальных и средних значений становятся значения входного кортежа. Имя для него задаётся исходя из выбранного вибродиагностом и загруженного из базы вибросостояния.

12) Обработка входного кортежа закончена. Вне зависимости от того, будет ли создан кластер или выбран один из существующих, пользователю будет выведено вибрационное состояние, на основе которого он уже сможет вынести своё решение.

13) Система переходит в режим ожидания.

14) Как только изменится хотя бы одно значение наблюдаемых параметров, алгоритм перейдёт к шагу 1.

Алгоритм предназначен для круглосуточного непрерывного функционирования. С каждым циклом имеющиеся кластера будут либо дополняться новой информацией, либо будет создан новый кластер. Данный алгоритм решает одновременно две задачи: непосредственное определение вибрационного состояния и сокращение использования ресурсов, поскольку весь объём наработанных данных хранится в обобщённом виде.

ИЛЛЮСТРАЦИЯ АЛГОРИТМА

На рисунках 2-5 представлены блок схемы разработанного алгоритма. Для более наглядной визуализации его работы.

 

Рисунок 2. Блок-схема алгоритма обработки входного кортежа (начало)

 

Рисунок 3. Блок-схема алгоритма обработки входного кортежа (продолжение)

 

Рисунок 4. Блок-схема алгоритма обработки входного кортежа (продолжение)

 

Рисунок 5. Блок-схема алгоритма обработки входного кортежа (окончание)

 

ВЫВОД

В данной работе были достигнуты следующие результаты:

  1. Рассмотрены основные понятия и определения.
  2. Введена и описана структура кластера в приложении к предметной области.
  3. Сформулирован алгоритм анализа.
  4. Описанный алгоритм был визуализирован при помощи блок-схемы.

В дальнейшем планируется реализовать данный алгоритм и протестировать его с помощью имитатора.

 

Список литературы:

  1. Сайт, посвящённый строению ГЭС и авариям на них [Электронный ресурс]. URL: http://fis.bobrodobro.ru/4027 (дата обращения: 06.06.2019).
  2. Временные методические указания по мониторингу и контролю вибрационного состояния гидроагрегатов, оснащенных стационарными системами вибродиагностики. ПАО «РусГидро». 2016 г. 39с.
  3. Вибрационный контроль [Электронный ресурс]. URL: http://vibropoint.ru/%D0%B2%D0%B8%D0%B1%D1%80%D0%BE%D0%BA%D0%BE%D0%BD%D1%82%D1%80%D0%BE%D0%BB%D1%8C/ (дата обращения: 20.01.2019).
  4. Кластерный анализ [Электронный ресурс]. URL: https://ru.wikipedia.org/wiki/Кластерный_анализ (дата обращения: 20.01.2019).
Проголосовать за статью
Конференция завершена
Эта статья набрала 0 голосов
Дипломы участников
Диплом Выбор редакционной коллегии

Оставить комментарий

Форма обратной связи о взаимодействии с сайтом