Интеллектуальная система мониторинга и управления техническим состоянием мехатронных технологических объектов

Введение. Исследуются, в основном, цифровые системы, которые управляют обслуживанием отдельных технологических мехатронных объектов (ТМО) и комплексов технологических машин. Отмечена многочисленность вопросов поддержания надежности состояния и возникающих неисправностей, а также многофакторность применения существующих систем мониторинга и диагностики. В связи с этим указано на актуальность задач разработки методов и способов обслуживания технологического оборудования, позволяющих принимать решения в условиях неопределенности и ограниченности данных.

Материалы и методы. Для анализа критичности технического состояния сформирована оценка качества эффективности автономного управления состоянием устройств. При этом используется метод нейронечеткой системы определения совокупного критерия критичности. Предлагается применять этот подход для выработки рекомендаций по оснащению технологического объекта необходимыми средствами поддержания общей работоспособности и надежности.

Результаты исследования. Решение позволяет прогнозировать развитие состояния мехатронного технологического оборудования, оповещать персонал об аварийных и иных опасных состояниях, при необходимости проводить доработку или корректировку управляющих программ. Предусматривается выполнение части функций обслуживания технического состояния самим мехатронным объектом, т. е. самообслуживание оборудования. Сформулировано понятие «автономное управление техническим состоянием». Рассмотрены структура системы и функции управления. Отмечено, что внедрение рассматриваемых систем позволит в значительной степени повысить эффективность использования оборудования. Результативность автономного управления устройства или ТМО в целом оценивается в соответствии со стандартом ISO 13381-1:2004. На основании этого стандарта и данных, представленных ранее, построена структура нейронной сети для оценки автономности управления состоянием. Эффективность обучения системы рассмотрена с учетом среднеквадратического отклонения выходов сети от целевых значений обучающей выборки.

Обсуждение и заключение. Представлен перечень основных функций управления при разных уровнях автономности технического обслуживания: от сигнализации для предупреждения отказа до полной автономности технического обслуживания без непосредственного участия оператора.

1. Мальцев, А. И. Мониторинг технического состояния крупных машин/ А. И. Мальцев, А. А. Мальцев. — Электросталь : ДАМО, 1998. — 62 с.

2. Никитин, Ю. P. О построении системы диагностирования станков с ЧПУ/ Ю. P. Никитин, И. В. Абрамов // Мехатроника, автоматизация и управление. — 2011. — № 4. — С. 32-35.

3. Muller, A. Formalisation of a new prognosis model for supporting proactive maintenance implementation on industrial system / A. Muller, M.-C. Suhner, B. Iung // Reliability Engineering and System Safety : [сайт]. — 2008. — Vol. 93 (2). — P. 234-253. — URL: https://ideas.repec.Org/a/eee/reensy/v93y2008i2p234-253.html (дата обращения: 15.05.2020).

4. Lee, J. Intelligent prognostics tools and e-maintenance / J.Lee, J. Ni, D. Djurdjanovic [et al.] // Computers in Industry. — 2006. — Vol. 57. — P. 476-489.

5. Djurdjanovic, D. Watchdog Agent — an infotronics-based prognostics approach for product performance degradation assessment and prediction / D. Djurdjanovic, J. Lee, J. Ni // Advanced Engineering Informatics. — 2003. — No. 17(3). — P. 109-125.

6. Moore, W. J. An intelligent maintenance system for continuous cost-based prioritisation of maintenance activities / W. J.Moore, A. G. Starr// Computers in Industry. — 2006.— Vol. 57. — P. 595-606.

7. Круглова, Т. Н. Диагностирование и прогнозирование технического состояния мехатронных модулей движения технологического оборудования / Т. Н. Круглова, Н. А. Глебов. — Новочеркасск : Изд-во ЮРГТУ (НПИ), 2011. — С. 119.

8. Emmanouilidis, C. E-Maintenance update: the road to success for modern industry / C. Emmanouilidis, E. Jantunen, E. Gilabert [et al.] // COMADEM : proc of the 24th International Conference on Condition Monitoring and Diagnostic Engineering Management, 30 May - 1 June, 2011. — Norway, Stavanger // ResearchGate : [сайт]. — URL: https://www.researchgate.net/publication/258006515_e-aintenance_update_the_road_to_success_for_modern_industry (дата обращения: 15.05.2020).

9. Wang, P. Fault prognostics using dynamic wavelet neural networks / P.Wang, G. Vachtsevanos // Artificial Intelligence for Engineering Design, Analysis and Manufacturing. — 2001. — No.15. — P. 349-365.

10. Zhang, W. An agent-based platform for service integration in E-maintenance / W. Zhang, W. Halang, C. Diedrich // Industrial technology : proc. of IEEE international conference. Slovenia, Maribor. — 2003. — Vol. 1. — P. 426-433 // ResearchGate : [сайт]. — URL: https://www.researchgate.net/publication/4070917_An_agent-based_platform_for_service_integration_in_E-maintenance (дата обращения: 15.05.2020).

11. Lee, J. E-manufacturing: fundamental, tools, and transformation / J. Lee // Robot. Comput.-Integr. Manuf. — 2003.— 19(6). — P. 501-507.

12. Mitchell, J. MIMOSA — four years later / J. Mitchell, T. Bond, K. Bever, N.Manning// Journal of Sound and Vibration. — 1998.— No. 11. —P. 12-21.

13. Lee, J. Prognostics and health management design for rotary machinery systems — reviews, methodology and applications / J.Lee, F. Wu, W.Zhao, M.Ghaffari// Mechanical Systems and Signal Processing. — 2014. — No. 42. — P. 314-334.

14. Cao, X. Development of SOA Based Equipments Maintenance Decision Support System/ X. Cao, P. Jiang // Intelligence Robotics and Applications : proc. First International Conference, ICIRA, Wuhan, China, 15-17 October, 2008. — Berlin; Heidelberg : Springer-Verlag; 2008. — Part II, vol. 5315. — P. 576-582.

15. Rissland, E. L. Combining case-based and rule-based reasoning: A heuristic approach / E. L. Rissland, D. B. Skalak // Proc. of the 11th International joint conference on Artificial intelligence (IJCAI-89). Michigan, Detroit. — Vol. 1. — P. 524-530 // ResearchGate : [сайт]. — URL: https://www.researchgate.net/publication/220816256_Combining_Case-Based_and_Rule-Based_Reasoning_A_Heuristic_Approach (дата обращения: 15.05.2020).

16. Bangemann, T. PROTEUS — An integration platform for distributed maintenance systems / T.Bangemann, D. Reboul, J. Scymanski [et al.] // Computers in Industry. — 2006. — Special issue on E-maintenance, 57(6). — P. 539-551.

17. Karray, M. H. A component based system for S-maintenance / M. H. Karray, B. Chebel-Morello, C. Lang, N. Zerhouni // ResearchGate : [сайт]. — URL: https://www.researchgate.net/publication/252048503_A_component_based_system_for_S-maintenance (дата обращения 15.05.2020).

18. Muller, A. On the concept of e-maintenance: Review and current research / A. Muller, C. Marquez, B. Iung // Journal of Reliability Engineering and System Safety. — 2008. — No.93. — P. 1165-1187.

19. Тугенгольд, А. К. Модуль E-Mindmachine в интеллектуальной системе мониторинга станка / A. К. Тугенгольд, Р. Н. Волошин, С. В. Ющенко // Международный научно-исследовательский журнал. — 2008. — № 9 (40), ч. 2. — С. 100-102.

20. Тугенгольд, А. К. Управление техническим состоянием станков / А. К. Тугенгольд, Р. Н. Волошин, B. П. Димитров [и др.] // СТИН. Станки. Инструмент. — 2018.— № 7.— С. 8-15.

21. Тугенгольд, А. К. Гибкий мониторинг мехатронных технологических машин // А. К. Тугенгольд, Р. Н. Волошин // Вестник Донского государственного технического университета. — 2016. — № 4. — С. 51-58.

22. Tugengol'd, A. K. Monitoring and Control of Tools in Multifunctional Machine Tools / A. K. Tugengol'd, V. P. Dimitrov, A. I. Izyumov, A.R. Yusupov // Russian Engineering Research. — 2017. — Vol.37, no.5. — P. 440446.

23. Tugengol'd, A. K. Monitoring of Machine Tools// A. K. Tugengol'd, V. P. Dimitrov, R. N. Voloshin, L. V. Borisova // Russian Engineering Research. — 2017. — Vol. 37, no. 8. — P. 440-446.

24. Пуш, В. Э. Автоматические станочные системы / В.Э.Пуш, Р. Пигерт, В. Л. Сосонкин. — Москва : Машиностроение, 1982. — 320с.

25. Autonomous Maintenance of Digital Equipment / A. K. Tugengol'd, V. P. Dimitrov, L. V. Borisova [et al.] // Russian Engineering Research. — 2019. — Vol. 39, № 6. — P. 510-515.

26. Структура и алгоритм работы системы диагностики состояния многооперационного станка / А. В. Ядченко, М. Ю. Соломыкин, А. К. Тугенгольд, Р. Н. Волошин // Современные научные исследования и разработки. — 2017. — № 8 (8). — С. 232-237.

27. Тугенгольд, А. К. Критерии критичности при анализе состояния технологических машин/ А. К. Тугенгольд, Р. Н. Волошин // Состояние и перспективы развития сельскохозяйственного машиностроения : сб. ст. 10-й междунар. науч.-практ. конф. в рамках 20-й междунар. агропром. выставки «Интерагромаш-2017». — Ростов-на-Дону : Изд-во ДГТУ, 2017. — С. 288-292.