Тип публикации: статья из журнала
Год издания: 2024
Идентификатор DOI: 10.25018/0236_1493_2024_71_0_126
Ключевые слова: reliability, risk, analysis, safety, pumps, neural network, engine, unanswered work, artificial intelligence, надежность, риск, анализ, безопасность, насосы, нейронная сеть, двигатель, безотказная работа, искусственный интеллект
Аннотация: В условиях механизации и автоматизации возрастает актуальность повышения надежности работы оборудования. Оценка показателей риска эксплуатации насосов осуществляется с использованием модели, называемой «деревом событий». Из-за ограниченности информации результаты вероятностного анализа безопасности характеризуются высокой степенью Показать полностьюнеопределенности. Для сбора информации о состоянии горных машин и оборудования используются бортовые журналы, электронные таблицы и специализированное программное обеспечение по типу системы SAP Plant Maintenance (SAP PM). Сбор, обработка и анализ статистической информации об отказах позволяет установить закономерности возникновения отказов работы горных машин и оборудования, наработку узлов и агрегатов и др. Обоснован алгоритм вероятностного анализа безопасности насосов с применением искусственного интеллекта. Показано, что прогнозирование безотказной работы с помощью нейронной сети позволяет уточнить техническое состояние насосов. Определены показатели надежности крупного синхронного двигателя насосного аграгата насосной станции с учетом возможного превышения температуры обмотки в режиме перегрузки. Выявлено, что при превышении температуры обмоток двигателя вероятность безотказной работы уменьшается на 10%. Оптимизирована конструкция инструментов для выявления отказов элементов крупных насосов в горнодобывающей промышленности с учетом режимов эксплуатации. In the conditions of mechanization and automation, the urgency of the problem of increasing the reliability of the equipment is increasing. Evaluation of indicators of the risk of operation of pumps is carried out using a model called «event tree». Because of the limited information, the results of probabilistic security analysis are characterized by a high degree of uncertainty. To collect information about the condition of mining machines and equipment, onboard logs, electronic tables and specialized software such as the SAP Plant Maintenance (SAP PM) system are used. Collection, processing and analysis of statistical information about failures allows to establish patterns of failure of mining machines and equipment, working units and aggregates, etc. Based on the algorithm of probabilistic analysis of the safety of pumps with the use of artificial intelligence. It is shown that the prediction of error-free operation with the help of a neural network allows to specify the technical condition of pumps. Determined reliability indicators of the large synchronous motor of the pumping unit of the pumping station, taking into account the possible excess temperature of the winding in the overload mode. In the work, it was revealed that when the temperature of the motor windings is exceeded, the probability of error-free operation decreases by 10%. Optimized design of tools for identifying failures of elements of large pumps in the mining industry taking into account operating modes.
Журнал: Горный информационно-аналитический бюллетень (научно-технический журнал)
Выпуск журнала: №7-1
Номера страниц: 126-136
ISSN журнала: 02361493
Место издания: Москва
Издатель: ООО "Горная книга"