Методи злиття даних для виявлення явища помпажу у відцентрових нагнітачах газоперекачувальних агрегатів

Abstract

Виявлення явища помпажу у відцентрових нагнітачах (ВН) газоперекачувальних агрегатів (ГПА) нерозривно пов’язане з обробленням великої кількості інформативних параметрів. Покращення точності діагностування помпажу може бути забезпечене за рахунок злиття даних, тобто об’єднання декількох джерел цих даних в одне з метою отримання найбільш надійної інформації для систем атипомпажного захисту і регулювання. Технологія злиття даних здатна впоратися з проблемою неповноти інформації та невизначеності. У даній роботі проведено аналіз відомих методів злиття даних, освітлено переваги та недоліки таких методів, як: метод злиття ваг, метод Демпстера-Шафера, штучні нейронні мережі, фільтр Калмана, нечіткий інтеграл, діаграми Ойнера-Вейча-Карно. Зроблено висновок, що нечіткий інтеграл найбільш придатний для виявлення явища помпажу.

The phenomenon of the surge in centrifugal superchargers (CS) gas pumping units (GPU) is inextricably linked with processing of a large number of informative parameters. Improving of the diagnostics accuracy of the surge can be achieved through data fusion that is combining multiple sources of data into one in order to obtain the most reliable information for the system of surging protection and regulation. Data fusion technology is able to cope with the problem of incomplete information and uncertainty. This paper highlighted an analysis of the known methods of data fusion, the advantages and disadvantages of such techniques as the weighted fusion, Dempster- Shafer’s method, and neural networks, Kalman filter, Fuzzy integral, The Karnaugh map. It is concluded that fuzzy integral is best suited for detecting of the surge phenomenon.