Разработка программно-аппаратного комплекса для оценки технического состояния машинных агрегатов с электрическим приводом

А. В. Самородов, М. Г. Баширов, Д. Г. Чурагулов, А. А. Абдуллин

Аннотация


В данной работе приведены результаты разработки программно-аппаратного комплекса для оценки технического состояния взрывозащищенных машинных агрегатов по параметрам высших гармонических составляющих токов и напряжений, генерируемых двигателями электропривода. Метод оценки поврежденности элементов машинных агрегатов основан на мониторинге потребляемого тока и напряжения с последующим спектральным анализом полученного сигнала. Для определения уровня поврежденности машинного агрегата предложен интегральный параметр поврежденности D∑. Рассмотрен алгоритм работы программно-аппаратного комплекса, в котором реализованы три режима диагностики.

Ключевые слова


diagnostics;electric drive;hardware and software system;machine units;maintenance;spectral analysis;диагностика;машинный агрегат;программно-аппаратный комплекс;спектральный анализ;техническое состояние;электрический привод

Полный текст:

PDF

Литература


1. Прахов И.В., Баширов М.Г., Самородов А.В. Анализ взаимосвязи параметров высших гармонических составляющих токов и напряжений, генерируемых двигателем электропривода, с режимами работы и характерными повреждениями машинных агрегатов // Проблемы безопасности и чрезвычайных ситуаций. М.: ВИНИТИ, 2011. №1. С.62-69.

2. Петухов В.С., Соколов В.А. Диагностика состояния электродвигателей. Метод спектрального анализа потребляемого тока. // Новости электротехники № 1. 2005. №31 URL: http://www.news.elteh.ru/arh/2005/31/11.php. (дата обращения 01.11.2010).

3. Pete Bechard Advanced spectral analysis // Персональный сайт магистра ДонНТУ. 2008. URL: http://www.masters.donntu.edu.ua/2008/eltf/naftulin/library/lette r5.htm (дата обращения: 25.09.2012)

4. Горбань А.Н. Обучение нейронных сетей. М.: Изд-во СССР-США СП «ПараГраф», 1990. 160 с.

5. Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие системы. М.: Горячая линия – Телеком, 2007. 452 с.

6. Стариков А. Нейронные сети – математический аппарат. // Технологии анализа данных. 1995 URL: http://www.basegroup.ru/library/analysis/neural/math. (дата обращения 01.11.2010).

7. Прахов И.В., Баширов М.Г., Самородов А.В. Повышение эффективности использования искусственных нейронных сетей в задачах диагностики насосно-компрессорного оборудования применением теории планирования эксперимента // Транспорт и хранение нефтепродуктов и углеводородного сырья. М.: ОБРАКАДЕМНАУКА, 2011. №2. С. 14-17.

8. Способ диагностики механизмов и систем с электрическим приводом: пат. 2431152 Рос. Федерация № 2009143292/28; заявлено 23.11.2009; опубл. 10.10.2011. Бюл. №28.

9. Бессонов Л.А. Теоретические основы электротехники. М.: Высшая школа, 1973. 752 с.

10. Рекус Г.Г. Электрооборудование производств. М.: Высшая школа, 2005. 709 с.

11. Баширов М.Г., Прахов И.В. Повышение надежности работы насоснокомпрессорного оборудования применением спектрального метода диагностики // Экологические проблемы нефтедобычи: сб. тр./ Всерос. науч. конф. Уфа: Нефтегазовое дело, 2010. С. 183-185.

12. Самородов А.В. Диагностика и прогнозирование остаточного ресурса взрывозащищенного электропривода насосно-компрессорного оборудования нефтехимических производств // Главный энергетик. 2010. №4. С. 49-51.


Ссылки

  • На текущий момент ссылки отсутствуют.