Диагностика - неполадка
Cтраница 2
Рассмотрим примеры использования конкретных алгоритмов распознавания образов для решения задач моделирования ХТС и отдельных ее элементов, диагностики неполадок ХТС, эксплуатируемой в нормальных условиях оптимизации ХТС и управления качеством промышленных изделий. [16]
Временной ряд, в котором может иметь место изменение параметров или случайная ошибка, создает серьезную статистическую проблему при аналгзе и диагностике неполадок. [17]
Если возможен более чем один источник неполадки, диагностирование сводится к определению ( после обнаружения случившейся неполадки) того оборудования или той его части, которые послужили причиной неполадки. Таким образом, диагностика неполадок - это определение того, в какой из подсистем или материальной среде нарушены предписанные им условия, необходимые для обеспечения нормальных эксплуатационных качеств процесса. Из-за взаимодействия частей технологического процесса очень трудно идентифицировать причину неполадки в сложных системах. Инженер стремится добиться максимально возможной степени различения причин неполадок, используя данные специальных контрольных опытов с наименьшим количеством вычислений. Однако если параметры, применяемые для классификации состояния оборудования с возможными неполадками, не являются однозначными, то очень мало надежды на то, что можно установить, какой элемент из нескольких служит источником неудовлетворительной работы. [18]
Диагностирование неполадок облегчается в том случае, если для их классификации и анализа используется один из методов распознавания образов. Известно 1157 ], что для диагностики неполадок используются три метода: словари неполадок, кластерный анализ и анализ шумов и вибраций. [19]
Одна из главных целей экспериментирования заключается в том, чтобы сделать какой-либо вывод об ансамбле по выборке из этого ансамбля. Мы Можем установить три различных типа такого рода выводов, которые находят широкое применение при обнаружении и диагностике неполадок, а именно: 1) оценивание параметров; 2) получение интервальных оценок и 3) проверка гипотез. Все они будут описаны в этой главе и используются здесь и в последующих главах. [20]
Имеется одно существенное различие между допущениями, принятыми в этой главе и в гл. Следует иметь в виду, что методы, изложенные в этой главе, не окажут большой помощи в обнаружении и диагностике неполадок, если выбранная модель процесса имеет повышенную чувствительность к ошибкам моделирования. [21]
В этой главе дается общее представление о целях, объектах и методах обнаружения и диагностики неполадок в химических установках, а также указываются практические типы неполадок. Затем обсуждается проектирование систем обнаружения неполадок, включая виды проводимых испытаний и роль оператора и ЭВМ как в обнаружении, так и в диагностике неполадок. [22]
Мы не можем в данной книге описывать все подробности рассматриваемого вопроса, однако укажем, что для случая, когда модель процесса состоит из нелинейных обыкновенных дифференциальных уравнений, Грюел и Гловер [34] пришли к очень важному выводу. Они установили, что если набор параметров линеаризованной модели структурно идентифицируем как а, то набор параметров нелинейной модели также структурно идентифицируем как а. Этот результат показывает, что использование оценивания коэффициентов как средства для выявления и диагностики неполадок намного более перспективен, чем это можно было предполагать ранее. [23]
Поэтому наименее предположительные или специфичные объяснения - это те, которые обеспечивают наиболее общее объяснение. Абдуктивный процесс, реализующий этот вид отбора, был предложен Стикелем. Могут отбираться и наиболее специфичные объяснения, которые сами не имеют нетривиальных объяснений. Эта стратегия кажется полезной для диагностики неполадок, когда требуются очень подробные знания о природе неполадки. [24]
Эти особенности приводят к высокой стоимости простоя оборудования. Достижение эксплуатационной надежности требует дорогостоящих программ технического обслуживания, а также надежного, а следовательно, и более дорогого оборудования. Любая система обнаружения неполадок, которая позволяет использовать менее дорогое оборудование, увеличивает работоспособность установки и / или снижает эксплуатационные расходы, заслуживает серьезного внимания. Таким образом, обнаружение и диагностика неполадок технологического оборудования имеет определенное экономическое значение как при проектировании, так и во время эксплуатации оборудования. [25]
Вопрос о том, как провести эксперименты, чтобы избежать смещения оценок, предотвратить получение результатов, безразличных к проверяемым гипотезам, и увеличить точность оценок, находится вне рамок нашего рассмотрения, но отнюдь не является маловажным. Относительно же экспериментов на промышленных установках можно отметить, что контрольные воздействия искажаются шумовыми влияниями или смешиваются с неконтролируемыми воздействиями. Шумовой фон и возмущения со стороны окружающей среды накладываются на собственный шум процесса и смещают результаты измерений отклика ( откликов) системы. Ясно, что модели и методы нахождения оценок, не допускающие совместно таких эффектов, могут способствовать эффективному обнаружению и диагностике неполадок. [26]
 |
Кривая распределения времени пре - p ( fi бывания и два различных значения безразмерного - У среднего времени пребывания, полученные из двух I. [27] |
Предположим, что две найденные величины t существенно различаются. Напомним, что вы должны прервать интегрирование в некоторый момент времени, а также что экспериментально снятая функция С ( t) при малых значениях С имеет большую ошибку, чем при больших значениях С. Из вида кривой, изображенной на рис. 5.14, вероятно, можно было бы сделать заключение, что между двумя средними значениями времени пребывания имеется некоторое различие, но что, по-видимому, оно не очень велико. Слишком большое различие делает кривую Е ( 9) непригодной для диагностики неполадок, однако как средство их обнаружения она может быть полезной. [28]
Страницы: 1 2