Прогнозування тривалості роботи газоперекачувальних агрегатів на засадах генетичних алгоритмів

Abstract

На діючих компресорних станціях проведено експериментальні дослідження з метою виявлення залежностей між часом наробітку газоперекачувального агрегату (ГПА) і факторами, що характеризують його технічний стан – температурою викиду, ступенем підвищення тиску газу, осьовим зсувом турбіни нагнітача, а також вібраційним станом агрегату; для турбіни – віброшвидкість підшипників № 1 і № 2; для нагнітача – горизонтальні і вертикальні складові амплітуди опорного та опорно-упорного підшипників. Шляхом статистичного аналізу встановлено, що тільки частина цих показників впливає на час наробітку ГПА, а саме: віброшвидкість підшипника № 1, горизонтальні та вертикальні складові амплітуди опорного підшипника та вертикальна складова амплітуди опорно-упорного підшипника. Виявлення аналітичної залежності між часом наробітку ГПА і вказаними значущими факторами здійснено шляхом емпіричного моделювання із застосуванням генетичних алгоритмів, що дало змогу, у порівнянні з індуктивним методом самоорганізації моделей, підвищити швидкість збіжності алгоритму ідентифікації та отримати адекватну емпіричну модель у вигляді полінома оптимальної структури. Отримана емпірична модель дає змогу за показниками вібрації прогнозувати значення часу наробітку ГПА і, як наслідок, визначати його технічний стан як "попередження", або як "зупинка". Остання обставина відкриває можливості для переходу від планового обслуговування ГПА до обслуговування за його фактичним технічним станом.

На действующих компрессорных станциях проведены экспериментальные исследования с целью выявления зависимости между временем наработки газоперекачивающего агрегата (ГПА) и факторами, характеризирующими его техническое состояние - температурой выхлопа, степенью повышения давления газа, осевым сдвигом турбины нагнетателя, а также вибрационным состоянием агрегата; для турбины - виброскоростью подшипников № 1 и № 2; для нагнетателя - горизонтальными и вертикальными составляющими амплитуды опорного и опорно-упорного подшипников. Путем статистического анализа установлено, что только часть из этих показателей влияет на время наработки ГПА, а именно: виброскорость подшипника № 1, горизонтальные и вертикальные составляющие амплитуды опорного подшипника и вертикальная составляющая амплитуды опорно-упорного подшипника. Аналитическая зависимость между временем наработки ГПА и указанными значимыми факторами выявлена путем эмпирического моделирования с применением генетических алгоритмов, что позволило, по сравнению с индуктивным методом самоорганизации моделей, повысить скорость сходимости алгоритма идентификации и получить адекватную эмпирическую модель в виде полинома оптимальной структуры. Полученная эмпирическая модель позволяет по показателям вибрации прогнозировать значение времени наработки ГПА и, как следствие, определять его техническое состояние как "предупреждение", или как "остановка". Последнее обстоятельство открывает возможности для перехода от планового обслуживания ГПА к обслуживанию по его фактическому техническому состоянию.

At the operating compressor stations experimental researches have been conducted for the purpose of detecting the dependencies between the operating time of gas compressor units (GCU) and factors which characterize its technical state – the temperature of emission, the degree of gas pressure increase, axial shear of the turbine supercharger as well as the oscillation state of the unit; for the turbine they are vibrospeed of the bearings №1 and №2; for the supercharger; they are horizontal and vertical components of the amplitudes of mounting and thrust bearings. By the statistical analysis we’ve determined that only a part of these indexes influences the lifetime of GCU operation, namely: vibrospeed of bearing №1, horizontal and vertical components of amplitudes of the mounting bearing and vertical components of the amplitude of the thrust bearing. The determining of the analytical dependency between the operating lifetime of GCU and mentioned significant factors have been carried out by the empiric modeling with the application of genetic algorithms, that has allowed comparison with the inductive method of models self-organization increasing the speed of convergence of algorithm for getting an adequate empiric model in the form of a polynomial of the optimum structure identification. The obtained empiric model enables to forecast the value of operating lifetime of GCU on the basis of vibration indexes; as a result, it allows determining its technical state as a warning or as a “stop”. The last fact opens possibilities for transiting from the planned maintenance of GCU to the maintenance by its actual technical state.