Розробка комп’ютерної моделі системи діагностики технічного стану електрообладнання на основі кластерного аналізу

Abstract

В роботі розглянуто можливість використання алгоритмів кластерного аналізу при виконанні діагностики технічного стану електрообладнання на прикладі електродвигунів. Розроблено комп’ютерну модель діагностики, засновану на використанні нейронної мережі Кохонена, нейронної мережі адаптивного резонансу та екстремального машинного навчання з урахуванням основних енергомеханічних параметрів. Дана модель дозволяє виконувати діагностику, виходячи з рівня близькості того чи іншого показника до граничних значень, що характеризують класи можливих станів електродвигунів, серед яких виділялися класи нормальної експлуатації, поточного ремонту, капітального ремонту та повної заміни. Проведений аналіз результатів дослідження дозволив визначити технічний стан електрообладнання при всіх використаних в процесі моделювання алгоритмах. Отримані результати показали, що досліджувані типи електродвигунів ефективно діагностуються за умови безперервного контролю енергомеханічних параметрів, абсолютна середня величина відхилення від емпіричних значень залишалася на рівні 6,5%, проте у випадку максимальної величини відхилення, яка становить понад 10% при діагностиці, існує можливий вплив на якість ремонту і експлуатацію обладнання в подальшому, тому при моделюванні додатково враховувалися крім енергомеханічних параметрів, також несприятливі умови експлуатації на промислових підприємствах і конструктивні особливості. Програмна реалізація комп’ютерної моделі системи діагностики може бути використана для проведення безперебійного контролю електромеханічного обладнання в режимі реального часу з можливістю визначення його залишкового ресурсу на 20-30% ефективніше за існуючі аналоги, що, в свою чергу, дозволить усунути недоліки існуючої системи плановопопереджувальних ремонтів і уникнути значних матеріальних, часових, енергетичних та економічних втрат на підприємствах