Курсовая работа: Изменение функциональных свойств сложных объектов техники с течением времени и при эксплуатации
Рассмотренные выше признаки образуют необозримое множество различных классов систем. Число различных классов систем, для которых разрабатываются нейросетевые модели, изучаемых и рассматриваемых на практике, существенно меньше. С одной стороны, это определяется тем, что из рассмотрения изъяты некоторые замкнутые автоматические системы управления. Тем не менее модели этих систем используют при описании процессов функционирования создаваемых изделий, в том числе систем управления движением, телемеханики, жизнеобеспечения и т.п. Такие модели иногда используют при исследовании влияния отказов элементов на качество функционирования того или иного контура управления и на выходной эффект применяемого изделия [27].
Развитие методов системного анализа применительно к разомкнутым организационным иерархическим системам, реализующим достаточно сложное поведение, находится на таком уровне, что аналитические решения, учитывающие специфику отдельных классов, найдены только в простейших случаях.
Целенаправленные системы – это большой класс систем, в рамках которых обычно исследуется процесс (стратегия) применения создаваемой изделия. Часто это многоцелевые организационно-технические системы с иерархической структурой, сложным поведением, называемые большими системами. В общем случае, кроме целевых контуров, описывающих процесс применения изделий, моделируются контуры обеспечения эксплуатации. К последним относятся: дежурства, обслуживания, контроль восстановления, управление функционированием. В частности, при использовании НС как нелинейной (вследствие химических реакций) модели смешения различных веществ в нефтехимии, в последнюю может входить опыт экспертов, формирующих требуемые рецептуры смешения компонентов.
На ранних стадиях создания объекта при выборе его оптимального облика используют упрощенные модели. При этом моделирование вспомогательных контуров заменяется их интегральными характеристиками, полученными при работе с аналогичными изделиями. Для анализа наиболее полных многоконтурных моделей используют имитационное моделирование, поскольку его методология развита применительно к особенностям транспортных и энергетических систем, систем наблюдения и т.п.
Широкий класс систем контролявключает: системы производственного контроля, системы контроля и диагностики, используемые при подготовке изделий к применению, системы оперативного контроля и управления функционированием и др. Это могут быть многоконтурные системы, включающие в контуры операторов и ЭВМ. Полезный эффект от использования систем может определяться и уменьшением брака готовой продукции (для производственного контроля), и сокращением времени подготовки больших объектов к работе, и повышением эффективности целевого контура (для систем оперативного контроля и управления функционированием).
Системы обеспечения процесса создания объектов.К числу таких систем можно отнести систему обеспечения требуемых свойств и управления качеством объектов, автоматизированную систему управления производством и т.п. Целью таких систем является обеспечение или поддержание на заданном уровне качества процесса создания видов техники в соответствии с нормами, обоснованными и установленными для данного вида техники. Такие системы, действующие в той или иной отрасли, определяют условия создания и общий уровень создаваемого вида техники [27].
4. Цели исследования эксплуатации систем
Каждый из существующих методов прогнозирования обладает своими достоинствами и недостатками относительно тех или иных областей применения. Для определения научно-обоснованных предпосылок применения того или иного метода прогнозирования (либо необходимости разработки нового метода) необходим анализ не только применяемого математического аппарата, но и рассмотрение характеристик класса объектов прогнозирования. В качестве эталона класса сложных объектов в книге рассматриваются сложные системы техногенного происхождения из различных областей жизнедеятельности.
Для решения конкретных задач прогнозирования технического состояния (ТС) сложных объектов необходим анализ данных эксплуатации его подсистем как объектов прогнозирования. В качестве сложных объектов диагностирования будут рассмотрены космический аппарат (КА) (рис. 1.1) и колонна разделения нефтяных фракций (рис. 1.2).
Рис. 1.2. Ректификационная колонна
Прогнозирование технического состояния, наряду с задачами контроля технического состояния и поиска места и причин отказа, являются задачами технического диагностирования [24].
Эксплуатация сложных объектов (далее по тексту просто объектов или систем) с автоматизированными системами диагностирования показывает, что такие системы реагируют не на все неисправности. Несмотря на введение дорогостоящего диагностического оборудования, не всегда удается добиться значительного снижения времени поиска неисправностей и поиска существенных прогнозирующих признаков. При этом идея полного удаления человека из процесса диагностирования не осуществилась. Кроме того, сопоставление различных поисковых ситуаций показывает, что эффективность применения систем диагностики очень часто оказывается ниже той, на которую рассчитывают разработчики [25].
Цель исследования эксплуатации систем состоит в следующем:
· Обеспечить высокую эффективность функционирования или применения эксплуатируемой системы по назначению в рамках установленных сроков.
· Обеспечить большую длительность эксплуатации и готовность системы к применению.
· Поддержать некоторое гарантированное количество изделий в системе в состоянии готовности.
· Обеспечить высокую экономичность и безопасность выполнения эксплуатационных процессов.
Главной задачей системы эксплуатации как таковой является постоянный контроль и поддержание технического состояния и надежности этих систем на уровне, достаточном для выполнения ими заданных функций или готовности к применению и выполнению целевых задач.
Нормальное функционирование сложной технической системы при эксплуатации обеспечивается специальными техническими средствами и системами, а также планомерной целенаправленной работой многочисленных коллективов эксплуатирующих предприятии и организаций.
С целью обеспечения высокой надежности современной техники в производстве и поддержания ее в процессе эксплуатации широко используют разнообразные методы и автоматизированные средства неразрушающего контроля и технического диагностирования. Однако трудоемкость операций контроля для различных видов техники составляет от 15 до 50% трудоемкости основных операций ее изготовления.
Затраты за весь период эксплуатации на ремонт и техническое обслуживание техники в связи с ее износом по многолетним статистическим данным превышают стоимость новых станков или машин в 5…8 раз, а радиотехнической аппаратуры в – 10…12 раз [26].
По зарубежным данным, 20…25% отказов различного рода оборудования вызывается ошибками обслуживающего персонала. 40…90% происшествий на транспорте, в различных энергосистемах, а также большинство травм на производстве являются результатом ошибочных действий людей [27].
Вместе с тем развивается и совершенствуется материально-техническая база промышленности – основа высокого качества и надежности техники. Разрабатываются прогрессивные материалы, осваиваются новые технологические процессы, совершенствуется производственное, испытательное оборудование. Разрабатываются и все шире внедряются системы автоматизированного проектирования, изготовления, контроля и диагностики. Кроме того, внедряются отраслевые и межотраслевые информационно-управляющие системы, комплексные системы управления качеством продукции.
В теории эксплуатации систем получено достаточно много фундаментальных результатов в трех самостоятельно развивающихся направлениях исследования:
вероятностно-статистическом направлении, связанном с исследованием физики отказов. Это направление используется для систем, обладающих сложной многоэлементной структурой и сложными связями между элементами.
Детерминированном направлении, предназначенном для механических систем, конструкций, материалов и элементов.
Информационном направлении, возникшем сравнительно недавно.
В рамках первого направления развиты математические методы оценки надежности, статистической обработки результатов испытаний и эксплуатации, разработки типовых высоконадежных структур изделий, а также планирования испытаний, контроля и прогнозирования надежности, совершенствования системы эксплуатации.
В рамках второго направления изучены механизмы износа, усталостной прочности, коррозии, разработаны методы расчета на прочность и износ. Постоянно разрабатываются новые технологические процессы, повышающие надежность материалов, элементов и машин.