Необходимость эффективной организации технического обслуживания и ремонта (ТО и Р) промышленного оборудования требует реализации ТО и Р в формате по фактическому и прогнозируемому состоянию, т.е. осуществлению предиктивной аналитики (ПА). В статье представлены основные положения концепции ПА при реализации структуры «off-line» вибромониторинга [1, 2], применяемой для электромеханических роторных машин системы собственных нужд ТЭС и АЭС, а также предприятий тепловых сетей и промышленных предприятий различных отраслей.
Реализация должна отличаться приемлемой для практики достоверностью прогноза, поэтому требует решения ряда технических и программных задач. Обобщенные технологические задачи, которые должны быть реализованы при разработке концепции ПА, и возможные результаты анализа и принимаемых решений приведены в табл. 1. Структура актуальна для электромеханических роторных машин, которые не оснащены штатными системами вибромониторинга [2, 3].
Важной методической задачей является разработка адаптивных цифровых двойников (АЦД), моделирующих изменение скорости ухудшения диагностических признаков от типа возникшего дефекта и особенностей конструкции машин. С помощью АЦД производится автоматическая корректировка параметров, описывающих состояние агрегатов, т.е. учет влияния выявленных дефектов и степени их развития, что важно при прогнозировании оптимальных сроков и объемов проведения ТО и Р.
Для каждой машины создается свой АЦД, максимально корректно учитывающий особенности конструкции, эксплуатации и ремонта. При реализации АЦД выполняется раздельное моделирование конструктивных узлов электромеханических агрегатов в виде подсистем: роторной и опорной (механическая подсистема) и электрической [4]. Каждая из подсистем описывается своими параметрами и имеет свои дефекты, которые развиваются по своим деградационным путям, причем изменения в одной из подсистем будут влиять на параметры, определяющие состояние другой, что должно учитываться установлением корреляционных или функциональных связей с вероятностными параметрами. Последнее особенно важно поскольку ПА по своей идеологии основывается только на статистическом анализе данных за историю контроля, что позволяет провести кластеризацию и сформировать базовые образы кластеров (в детерминированном или вероятностном формате для классификатора Байеса) [5]. Поэтому на начальном этапе, в виду недостаточности и возможной некорректности статистики, целесообразно использовать физические модели деградации отдельных узлов подсистем агрегата. Это позволит создать жесткие скелетные алгоритмы, позволяющие оптимизировать целевую функцию, скорректировать весовые коэффициенты и обеспечить достаточность входных параметров.