2020-09-24
253
Необходимо заметить, что размерности пространства погрешностей m и пространства диагностических признаков n в принципе неограничены, что и обуславливает развитие технической диагностики. Практическое же решение прикладных задач диагностики состоит в том, чтобы отыскать диагностические признаки { Yi }, которые однозначно связаны с соответствующими обобщенными погрешностями { Si }, определяющими основные причины деградации технического состояния агрегата. Эти диагностические признаки должны быть практически ортогональны между собой и должны отражать ортогональные “классы” неисправностей и дефектов в агрегате. Слово “практически” отражает наличие взаимосвязей между всеми дефектами и диагностическими признаками как объективного свойства природы. Поэтому главной задачей синтеза СДМ является синтез ортогональных диагностических признаков { Yi }, отражающих соответствующим образом сформулированные ортогональные классы неисправностей { Si }. Это соответствует приведению матрицы наблюдения [ C ] к диагональной квадратной матрице:
 (1.18)
| (2.14) |
В дальнейшем под матрицей наблюдения [ C ] будем понимать квадратную диагональную матрицу (2.14)(1.18), если иное не будет оговорено особо.
Рассмотрим связь между приращением сигнала и приращением износа на интервале между управляющими воздействиями, когда { U } = const:
 (1.19)
| (2.15) |
Полагая приближенно приращение вектора старения от начального состояния нового агрегата до предельного его состояния равным обобщенным погрешностям, характеризующим состояние агрегата «НЕДОПУСТИМО» для приращения вектора диагностических признаков, а также для скоростей изменения состояния и признаков при { U } = const из (2.14) (1.18 и (2.15) (1.19 получим:
| (1.20) (2.16) |
Таким образом, предельно допустимые значения диагностических признаков совпадают с предельно допустимыми значениями обобщенных погрешностей с точностью до масштаба. Полученные соотношения являются формальной основой диагностики и мониторинга состояния объектов по косвенным параметрам. Решая (2.14), (2.15), (1.20) (2.16) (1.18)-(1.20) относительно технического состояния объекта мониторинга, получим:
 (1.21)
| (2.17) |
Соотношения (2.17) (1.21) показывают, что предельное состояние агрегата SНДП и опасная скорость его деградации 
с точностью до масштаба совпадают с критическими значениями диагностических признаков и скоростей их изменения. Подставляя 
из (2.17) (1.21) в оба уравнения (2.13)
для состояния { S } получим:
 , (1.22)
| (2.18) |
где последние члены постоянны на интервале между воздействиями персонала. Уравнения (2.17) и (2.18) полностью определяют состояние объекта мониторинга через тренды диагностических признаков и их скорости. Техническое состояние объекта мониторинга определяется также качеством управления { U } со стороны персонала, осуществляющего ремонт, регулировку и управление режимом работы агрегата и установки в целом, и существенно зависит, как показывают соотношения (2.18), от “человеческого фактора”.
Таким образом мы доказали три утверждения:
1. Полная косвенная наблюдаемость состояния технологических объектов производственного комлекса при мониторинге достигается при измерении диагностических сигналов и скоростей их изменения во времени.
2. Предельное состояние агрегата { SНДП } и опасная скорость его деградации с точностью до масштаба совпадают с критическими значениями диагностических признаков и скоростей их изменения.
3. Приращение диагностических сигналов (вибропараметров) пропорционально приращению износа, утраты безопасности и уменьшению остаточного ресурса технологического объекта и производственного комлекса в целом.
Контрольные вопросы
1. Математическая модель детерминированного процесса единого закона динамики старения;
2. Блок-схема обобщенной модели системы мониторинга состояния;
3. Оценка ошибки системы диагностики и мониторинга;
4. Оценки изменения диагностических признаков;
5. Математическая модель системы мониторинга;
6. Связь между приращением сигнала и приращением износа.
начать 7.11.17
