Диагностика и управление электроприводом газовой задвижки на основе методов машинного обучения

Описание

Тип публикации: статья из журнала

Год издания: 2025

Ключевые слова: pipeline valves, automated electric drive, full factorial experiment, reliability, machine learning, dataset labeling, трубопроводная арматура, автоматизированный электропривод, полный факторный эксперимент, надёжность, машинное обучение, разметка dataset

Аннотация: Приведены результаты исследования режимов работы автоматизированного электропривода в системах управления транспортом жидкости и газа, в котором безаварийная эксплуатация транспортировочных магистралей и узлов обусловливает применение надежного запорно-регулирующего оборудования и эффективных алгоритмов управления. В рамках проектаПоказать полностьюпоставлена одна из задач разработки программы испытаний 50 изделий для определения комплексного показателя надёжности на базе полного факторного эксперимента и выявления комплексного показателя надёжности в терминах ГОСТ Р 27.102-2021 «Надёжность объекта» на базе применения статистических методов исследования, безотказности, ремонтопригодности и восстанавливаемости, сохраняемости. Основные поставщики, предоставляющие своим потребителям не только сервисы, но и целые экосистемы для диагностики состояния являются IBM (США), Oracle Corporation (США), Microsoft Corporation (США), SAP SE (Германия), AMAZON (США) и др. По отечественным решениям данных нет. Исходя из ранжирования, по количеству срабатываний триггеров по тем или иным параметрам можно сделать вывод с высокой долей вероятности о причине, вызывающей такие эффекты. Рост срабатываний за интервал измерения покажет наиболее вероятную причину отказа системы в перспективе с учетом постоянной времени эксплуатации за смену. The article presents the results of a study of the operating modes of an automated electric drive in liquid and gas transport control systems, in which trouble-free operation of transport lines and units requires the use of reliable shut-off and control equipment and efficient control algorithms. The project sets one of the objectives of developing a test program for 50 products to determine a comprehensive reliability indicator based on a full factorial experiment and identifying a comprehensive reliability indicator in terms of GOST R 27.102-2021 “Object Reliability” based on the use of statistical research methods, failure-free operation, maintainability and recoverability, and storability. The main suppliers that provide their customers with not only services, but also entire ecosystems for condition diagnostics are IBM (USA), Oracle Corporation (USA), Microsoft Corporation (USA), SAP SE (Germany), AMAZON (USA) and others. There is no data on domestic solutions. Based on the ranking, by the number of triggers for certain parameters, it is possible to draw a conclusion with a high degree of probability about the cause causing such effects. The growth of triggers over the measurement interval will show the most probable cause of system failure in the future, taking into account the constant operating time per shift.

Ссылки на полный текст

Издание

Журнал: Журнал Сибирского федерального университета. Серия: Техника и технологии

Выпуск журнала: Т. 18, 6

Номера страниц: 828-844

ISSN журнала: 1999494X

Место издания: Красноярск

Издатель: Сибирский федеральный университет

Персоны

  • Головенко Е.А. (ООО “Диотон”)
  • Кинёв Е.С. (Сибирский федеральный университет)
  • Павлов Е.А. (ООО “Диотон”)
  • Шалаев П.О. (Сибирский федеральный университет)
  • Лукьянов Е.Н. (Сибирский федеральный университет)
  • Литовченко А.В. (Сибирский федеральный университет)
  • Брызгова К.А. (Сибирский федеральный университет)
  • Помозов Е.И. (ООО “Диотон”)
  • Смирная А.А. (Сибирский государственный университет науки и технологии им. академика М. Ф. Решетнёва)

Вхождение в базы данных