Н. А. Назарбаева народу Казахстана
жүктеу/скачать 35,33 Mb. Pdf көрінісі
|
- Бұл бет үшін навигация:
- Жылулық электростанцияның турбоагрегаттардың диагностикалау жүйесін құрудың концепциясы Түйіндеме.
- Түйін сөздер
- Concept of creation of system of diagnostics of turbine units of a thermal power plant Summary
- Набиева Г.С., Казиев Г.З., Каленова Б.С., Калижанова А.У., Ахметов С.С.
- МӘЛІМЕТТЕРДІ ӨҢДЕУ ЖҮЙЕЛЕРІН ЖОБАЛАУ ҮРДІСІНДЕГІ ДИСКРЕТТІ БАҒДАРЛАМАЛАУ ЕСЕПБІНІҢ МОДЕЛДЕРІ МЕН ӘДІСТЕРІ
- Дискретті бағдарламалаудың жеке есебі.
- Дискретті бағдарламалау есептерін шешу әдістері.
Рисунок 1 - Элементы турбоагрегата и влияние ДП на их техническое состояние
Из рисунка №1 видно, что на техническое состояние подшипников влияют вибрация, температура баббита и температура масла, при этом оценки технического состояния подшипников (Y ОП и Y УП ), в свою очередь, являются диагностическими признаками для оценки технического состояния ЦВД, ЦНД и ГПТ. Необходимо учитывать и тот факт, что на эти элементы турбины
Х 2 Х 4
Х 11
ЦНД ГПТ УП СВП Y ОП Y П Х 5,6
Х 7 Х 12 Y П Х 5 ,6 Х 8 Х 15 Y П Х 5,6
Х 11
Х 1 Y УП
Y СВП
Х 9 Х 10
294 одинаково влияет состояние как опорного, так и упорного подшипников. В связи с чем предлагается учитывать оценку технического состояние лишь одного из них, имеющего худшее значение оценки, т.е: Î Ï Î Ï
Î Ï Y , Y ‹Y . , Y
Ï Ó Ï Ó Ï åñë è Y Y åñë è Y
где Y П – общая оценка технического состояния упорного и опорного подшипников Учет одной общей оценки технического состояния подшипников (Y
) позволит сократить число ДП на единицу для каждого из трех основных элементов: ЦВД, ЦНД и ГПТ. Оценка технического состояния наиболее опасной системы подачи водорода (Y СПВ ) зависит от значений давления и температуры водорода в корпусе генератора. В тоже время Y
совместно с другими ДП (X 5,6
, Y П и X 11 ) могут служить исходными данными для оценки технического состояния генератора в целом. При этом осевой сдвиг в сторону генератора (X 5 ) и осевой сдвиг в сторону стула (X 6 ) являются взаимоисключающими факторами, т.е. сдвиг может осуществляться либо в одну, либо в другую сторону, поэтому мы объединили эти два фактора в один – X 5,6 , что сократило число ДП на единицу для каждого из трех основных элементов: ЦВД, ЦНД и ГПТ. Кроме того, переменные X 16 (температура металла в цилиндре высокого давления) и X 17
(температура металла в цилиндре низкого давления) являются ДП для оценки технического состояния ЦВД и ЦНД только в процессе подготовки их к пуску при прогреве. В процессе же нормальной эксплуатации турбоагрегата они даже не контролируются человеком, поэтому мы их исключили из числа ДП, тем самым еще больше снизив размерность решаемой нами задачи. Переменные X 13 (температура острого пара) и X 14 (давление острого пара) являются чисто технологическими, зависящими от физического состояния пара, поступающего из котельного цеха. По этим переменным невозможно оценить техническое состояние ЦВД или ЦНД, поэтому мы их также исключили из числа ДП. Таким образом, с учетом сокращений диагностических признаков, оценку каждого из основных элементов турбоагрегата (ТА) можно оценить лишь по четырем ДП (см. рис.), тем самым количество «мысленных» экспериментов для каждой из частей ТА (ЦВД, ЦНД и ГТП) составит N= 34 = 81, что достаточно просто осуществить. В силу ограниченности объема статьи мы не смогли рассмотреть методику формирования матрицы ПФЭ для синтеза моделей оперативной диагностики технического состояния каждого из элементов ТА. Однако в следующих статьях будет показан процесс формирования матриц ПФЭ, синтез интеллектуальных моделей диагностики технического состояния элементов ТА и их исследование.
ЛИТЕРАТУРА 1. Бермант А.Ф., Краткий курс матанализа – 7-о? ???.- е изд.- М.: Наука, 1979. – 725 с. 2. Васильев Ю.Н., Игуменцев Е.А. и др. Виброконтроль технического состояния газотурбинных ГПА. – М.: Недра, 1987. –199 с. 3. Урьев Е.В., Агипитова Ю.Н. Проблемы создания систем технической диагностики турбоагрегатов. // Теплоэнергетика, №11, 2001, с. 25-30. 4. Турбина ПТ-80. Инструкция по эксплуатации. – Алматы: ТЭЦ-2, – 33 с. 5. Сулейменов Б.А., Мутанов Г.М., Сулейменов А.Б. Интеллектуальные системы управления: теория, методы, средства. – Алматы: КазНУ имени аль-Фораби, 2012, – 237 с.
Муханов Б.К., Сулейменов Б.А., Сулейменов А.Б. Жылулық электростанцияның турбоагрегаттардың диагностикалау жүйесін құрудың концепциясы Түйіндеме. Инженерлік тәжірибе маңызды авариялық жағдайларды анықтап, жылдам оқшаулау үшін мүмкін деффекттердің үлкен санымен күрделі техникалық жүйелерді диагностикалау мәселелерін шешу кездеседі. Деффекттерді жою және жедел оқшаулау мақсатымен диагностикалау стратегиясын тиімділеу мәселесі қауіпті өндірістік объекттерде сенімділікті талап етуді ескерсек өрши түседі. Бұл мәселені шешудің ең бірінші әлеуметтік және экологиялық жағдайға әсер ететін функционалдаудың сапасына әсер ететін және де уаықытында әлсіз жерлерін анықай алмау катастрофиялық аппаттарға әкеліп соқтырады. Түйін сөздер: техникалық диагностика, интеллектуальды технологиялар, объектті басқару, диагностикалық белгілер, параметрлік диагностика.
Mukhanov B. K. Suleymenov B. A. Suleymenov A.B. Concept of creation of system of diagnostics of turbine units of a thermal power plant Summary. Engineering practice even more often faces a problem of the solution of problems of diagnostics of difficult technical systems with a large number of the possible defects demanding fast localization for prevention of serious emergencies.
295 The problem of optimization of strategy of diagnosing for the purpose of expeditious localization and elimination of defects especially becomes aggravated taking into account requirements of reliability of dangerous production objects. The solution of this task is made by paramount value for the systems which quality of functioning significantly influences a social and ecological situation, and untimely detection of weak places can lead to irreversible catastrophic consequences.
parametrical diagnostics.
Набиева Г.С., Казиев Г.З., Каленова Б.С., Калижанова А.У., Ахметов С.С. Қ.И.Сатпаев атындағы Қазақ ұлттық техникалық университеті Алматы қ., Қазақстан Республикасы gulnaz_nc@mail.ru
бағдарламалау есептерінің моделдері мен әдістеріне қысқаша шолу жасалған. Дискретті бағдарламалау есептері анықталған. дискретті бағдарламалау есептерінің қойылымы мен шешу барысында дәстүрлі кластары көрсетілген. Бұл кластын қолданбалы есептері көп жағдайларда олардың математикалық қойылымы және ерекшеліктерімен байланысты болатындығы корсетілген. Түйін сөздер: дискретті бағдарламалау, моделдер, әдістер, булевті айнымалылар. Кіріспе. Қазіргі кезде адамзат өмірінің барлық саласында ақпараттық жүйелердің түрлі кластары қолданылады. Ақпараттық жүйелерді құру процесінде заманауи бағдарламалаудың аспаптық құралдары, деректер базасының басқару жүйелері, жобалаудың автоматтық жүйелері, зерттемелермен басқару, жасанды интеллект элементтері және есептеу желілердің түрлі деңгейіндегі заманауи техникалық базасы қолданылады. Сонымен қатар ақпараттық жүйелерді құру және пайдаланудың тез өзгеретін шарттары мен талаптары, ұйымдар мен өндірістің талаптарының бейімделу қажеттілігі, нарық талаптарына сай олардың қызметтерінің жылдам қалыпқа келтірілуі ақпараттық жүйелерді құрудың өзекті есептерінің тұрақты шешімдерінің қажеттілігін шарттайды. Сондықтан да ақпараттық жүйелердің талдау есептері, сенімдігі, жобалау, пайдаланылу, және модификациялану өзекті мәселе болып табылады.
Жоғарыда келтірілген қолданбалы есептердің көпшілігі, ережеге сәйкес, дискретті бағдарламалау есептеріне келтіріледі, есептің қойылымы мен шешімі өз кезегінде біршама қиындықтар туғызады. Жаңа қолданбалы есептердің қойылымы мен шешімін табу процесінде алдыңғы есептермен салыстырғанда әлдеқайда тиімді болып келетін дискретті бағдарламалаудың жаңа есептер класын құру қажеттілігі туындайды. Мұндай есептерге тоқталу үшін дискретті бағдарламалау классикалық есептеріне қысқаша шолу жасайық. Дискретті бағдарламалау есептерін келесі жағдайда анықтайық. Дискретті бағдарламалау есептері деп дискреттілік талаптары келтірілген мүмкін болатын шешімдер аймағын анықтайтын барлық немесе кейбір айнымалылы математикалық бағдарламалау есептерінде дискретті (байланыспаған) жиында берілген скаляр функцияның экстремумын (max, min) табуды айтамыз. Математикалық бағдарламалау есебін келесі түрде жазайық:
}, (1)
мұндағы, х=(х 1 ,...,х
j ,..,x
n ) - n-өлшемді вектор; f(x)-скаляр функция; Rn-дегі -қандай да бір жиын,
Rn. Егер
к - шеткі (немесе жұп) жиын немесе шеткі (немесе жұп) жиынды континиум қуаты жиынына декарттың көбейтіндісі болса, онда дискретті бағдарламалау есептері болып табылады. Бұл жағдайда х-тің қандай да бір жиынға тиістілік шарты келесі түрде жазылады:
296 x j k , V j = , 1 1 n x , , V j = , 1 n Rn, n 1 (2)
n 1 Егер
k - барлық бүтін мәнді векторлардың жиыны болса, онда n 1 =n болғанда бүтін мәнді бағдарламалау есебі, ал n 1
Көп жағдайда бүтін мәнді сызықты бағдарламалау есептерін шешу әдістері қарастырылған:
мұндағы, 1 - барлық теріс емес бүтін сандардың жиыны, бүтін мәнді сызықты бағдарламалау есептерінің жеке жағдайында x j булевті айнымалылары бар есептер болып табылады, (1.2.3) өрнектегі: х (0,1), V j = 1 , 1 n . Бүтін мәнді сызықты бағдарламалау есептерінің бірқатары бүтін мәнділік талабына бағытталған мақсат функцияға келтіріледі. Дискретті бағдарламалау есептерінің қойылымы мен шешімін табуда дәстүрлі келесі кластарды көрсетуге болады: бөлінбейтін есептер класы, экстремалды комбинаторлық есептер, бірегей үзілісті мақсат функциялы есептер, классикалық емес аймақтағы есептер, көп экстремалдық есептер, шеткі жиындарда экстремумдарды анықтаумен байланысты дискретті есептер. Бұл класқа байланысты қолданбалы есептердің әртүрлі математикалық қойылымы және оларды жүзеге асыру әдістері болады. Сондықтан дискретті бағдарламалаудың дамуы келесі сүлбе бойынша жүзеге асады: қолданбалы есептің қойылымы, дискретті бағдарламалаудың математикалық моделін құру, есепті шешудің әдісін (алгоритмін) құру. Әдетте есептің тиімді шешімі есептің математикалық моделімен, модельдің құрылымы және оның ерекшеліктерімен тығыз байланысты. Дискретті бағдарламалаудың кейбір математикалық модельдерін және оларды шешудің әдістерін қарастырайық. Дискретті бағдарламалау есептерінің моделі. Бұл класс моделінің классикалық мысалы бүтін мәнді сызықты бағдарламалау моделі болып табылады, мұндағы айнымалылар бөлінбейтін өлшемдер. Бұл кластың модельдері бірінші кезекте қолданбалы есептердің қойылымының түрлі варианттарын генерациялайды және бөлінбейтін модель ретінде анықталады. Дискретті бағдарламалау теориясының даму процесінде комбинаторлық модельдер класы ерекшеленеді [1- 4]. Бұл модельдер шеткі жиын элементтерінің берілген бүтін мәнді функциясының экстемумын немесе мақсат функция экстремумын жеткізуші осы шеткі жиынның элементтерін анықтау қажет. Комбинаторлық модельдер класы мысалдарының бірі коммивояжер есебі болып табылады: «n қалалар мен олардың ара қашықтықтары шарт түрінде берілген, бұл есепте барлық қалалардан бір рет өтетін қысқа тұйық жолды табу қажет». Комбинаторлық есеп қойылымында мақсат функциясының өлшемін минимальды ететін орын ауыстыруды табуымыз қажет. Комбинаторлық есептердің түрлі қойылымдары көбінесе тек 0 және 1 мәндерін қабылдайтын булевті айнымалылардың моделі түріне келтіріледі. Жалпы көптеген қолданбалы есептер булевті модельдерге келтіріледі, бұл осы кластың модельдеу перспективасын айғақтайды [5-6] . Мақсат функциясына немесе шектеу аймағына қатысты қолданбалы есептердің қойылымында бірқатар ерекшеліктер кездеседі. Мысал ретінде дөңес көпжағындағы біртекті емес үзілісті функция экстремумын анықтау қажет:
(4)
n 1 j j j , x C
0 x åãåð , d x C 0 x åãåð 0, x C j j j j j j j
Бұл модельдер біртекті емес үзілісті мақсат функциялы модельдер класын құрайды. Аймақтағы экстремум моделін табу тек сызықты теңсіздіктермен (шектеулермен) ғана емес,
297 сонымен бірге логикалық шарттармен берілген жағдайда қарастырылады. Әдетте мұндай аймақтар дөңес емес немесе байланыспаған болады. Бұл есептер классикалық емес аймақтар моделін құрайды. Зерттеушілердің аса қызығушылығын көп экстримальды модельдер тудырды, мұнда жүйедегі шектеуге қатысты бірден жоғары мақсат функциясының тиімді мәнін анықтау қажет. Ережеге сәйкес, есептеулерге қатысты мұндай класс модельдері күрделі болады. Сонымен бірге, бірқатар қолданбалы есептердің қойылымы аталған модельдер класына келтіріледі. Көрсетілген есептердің шешімі өзекті болып табылады . Дискретті бағдарламалау аймағында көптеген зерттеулерімен байланысты алғашқы модельдердің бірі болып транспорттық есеп моделі болып табылады. Бұл зерттеулер желілердегі ағындардың модельдеріне және көрсетілген есептердің модификациялауға алып келеді. Атап өту керек, модельдерді құру оны жүзеге асыру әдісімен тығыз байланысты және де керісінше, жаңа әдістерді құру ең алдымен, қолданбалы есептер үшін жаңа моледьдердің пайда болуына алып келеді.
Дискретті бағдарламалау есептерінің шешу әдістері көп жағдайларда олардың математикалық қойылымы және ерекшеліктерімен байланысты. Бұл есептерді шешудің көптеген әдістері болады. Осыған байланысты дискретті бағдарламалау есептерін шешудің келесі әдістерін ерекшелеуге болады: тура және жуықтау әдісі. Тура әдістер арасынан комбинаторлық әдіс пен қию әдісі кең тараған. Комбинаторлық әдістердің мысалы тармақ және шекара әдісі болып табылады. Әдістің негізгі мақсаты бағалауды есептеу негізінде мүмкін болатын шешім талдау бағытында болады. Негізгі кезеңдері төмендегідей: - G бастапқы жиын шешімдері g i ішкі жиынға бөлінуі (тармақ процесі); - g
ішкі жиындарының әрқайсысы үшін бағалау мәні есептеледі (төменгі және жоғарғы шекара); - таңдалған бағалау мәні негізінде мүмкін болатын шешім есептеледі; - тармақтың итерациялық процесі берілген ереже бойынша және оптимальды шешім алғанға дейін бағалауды есептеу қайталанады. Қию әдісінің идеясы төмендегідей болады. Бастапқы есеп шығарылады. Егер алған шешім бүтін мәнді шартты қанағаттандырса, есеп шешімін тапты. Кері жағдайда бастапқы есептің шектеулеріне қосымша жаңа сызықты шектеулер қосылады. Бұдан әрі қосымша енгізілген шектеулермен шешіледі. Итерациялық процес бүтін мәнді шешім болғанға дейін қайталанады. Қию әдісінің сәтті жүзеге асқан мысал ретінде Гомори алгоритмін айтуға болады. Сонымен қатар үлкен көлемді қолданбалы есептерді шешу үшін тура әдістерді қолдану шектелгендігін атап айту қажет. Бүгінгі таңда жады көлемі үлкен қуатты есептеу жүйелерін қолдансақ та, математикалық жабдықтың дамуы мен жетілдіруінде «дискретті лағынет» қалыптасып отыр.
Сондықтан қолданбалы есептердің тиімді шешімі және тура әдістердің есептеу күрделілігін жеңу мақсатында жуықтау және эвристикалық әдістерді құру қажеттілігі пайда болды, бұлар осы есептердің қойылымының ерекшеліктерімен және құрылымымен тығыз байланысты. Тура әдістерге қарағанда, жуықтау әдістері үлкен өлшемді есептерді шешуге және алынған шешімдер тәжірибе талаптарын қанағаттандырады. Сонымен қатар кейбір жағдайларда тиімді шешімнен ауытқуды бағалауға немесе тиімді шешімнің жуық маңайын анықтауға болады. Осылардың барлығы тәжірибелік есептерді шешуде жуықтау әдістерін тиімді құрал ретінде қолдануға мүмкіндік береді. Дискретті бағдарламалаудың модельдері мен әдістерін дамыту барысында жаңа есептер қойылымы мен қосымшалардың пайда болуына байланысты есептерді шешудің әдістері мен жаңа жолдарын құру қажеттілігі туындайды. Мұндай әдістердің бірі - блокты-симметриялы модельдер мен әдістер болып табылады [7,8]. ӘДЕБИЕТТЕР 1. Сигал И.Х. Приближенные методы и алгоритмы в дискретной оптимизации. МГУПС (МИИТ), учебное пособие, 2000, Москва. 2. Сигал И.Х. Параметризация и исследование некоторых задач дискретного программирования большой размерности. // Известия РАН. Теория и системы управления. 2001. №2. 3. Корбут А.А, Филькейнштейн Ю.Ю. Дискретное программирование.М.: Наука, 1969. 4. Сигал И.Х., Иванова А.П. Введение в прикладное дискретное программирование. М.: ФИЗМАТЛИТ, 2002.
298 5. Дроздов Н.А. Алгоритмы дискретного программирования. Тверь: Наука, 2002. 6. Сигал И.Х. Алгоритмы решения задач коммивояжера большой размерности. В кн. “Комбинаторные методы и алгоритмы решения задач дискретной оптимизации большой размерности”, гл.13. Москва, Наука, 2000. 7. Казиев Г.З., Сагимбекова А.О., Набиева Г.С., Оспанова С.Б. Эффективный алгоритм решения блочно-симметричных задач // Вестник КазНТУ имени К.И. Сатпаева. - Алматы, 3/4 (37/38), 2003. 8. Nabiyeva G.S., Kaziev G.Z., Balgabaeva L.Sh., Kalenova B.S., Kalizhanova A.U., Akhmetov S.S., Izbasarov E.Zh. Development of models and methods for optimal allocation of information resources in computer systems. // 6th World Conference on Educational Sciences (WCES-2014) in Malta. 06-09 February 2014.
REFERENCES 1. Segal I.H. Approximate methods and algorithms in discrete optimization. MGUPS (MIIT), Tutorial, 2000, Moscow.
2. Segal I.H. Parameterization and study some discrete programming problems of high dimensionality. // Izvestiya. Theory and control systems. 2001. №2. 3. Korbut A.A., Filkeynshteyn Y.Y.. Discrete programming. M.: Science, 1969. 4. Segal I.H., Ivanov AP Introduction to Applied discrete programming. M.: FIZMATLIT, 2002. 5. N.A. Drozdov. Algorithms for discrete programming. Tver: Nauka, 2002. 6. Segal I.H. Algorithms for solving the traveling salesman problem of large dimension. In the book. "Combinatorial methods and algorithms for solving discrete optimization problems of large dimension", Chapter 13. Moscow, Nauka, 2000. 7. Kaziev G.Z., Sagimbekova A.O., Nabiyeva G.S., Ospanova S.B. Efficient algorithm for solving block- symmetric problems // Herald KazNTU after KI Satpaeva. - Almaty, 3/4 (37/38), 2003. 8. Nabiyeva G.S., Kaziev G.Z., Balgabaeva L.Sh., Kalenova B.S., Kalizhanova A.U., Akhmetov S.S., Izbasarov E.Zh. Development of models and methods for optimal allocation of information resources in computer systems. // 6th World Conference on Educational Sciences (WCES-2014) in Malta. 06-09 February 2014.
Набиева Г.С., Казиев Г.З., Каленова Б.С ., Калижанова А.У., Ахметов С.С. жүктеу/скачать 35,33 Mb. Достарыңызбен бөлісу:
|