Streszczenie
W opracowaniu przedstawiono rozwiązanie niektórych problemów monitorowa-nia stanu technicznego środków transportu. W szczególności uzyskano rozwiązanie problemów związanych z wyborem zbioru parametrów diagnostycznych, oceną stanu technicznego środka transportu oraz wyznaczaniem terminu jego obsługiwania. Słowa kluczowe: stan techniczny Ğrodka transportu, monitorowanie stanu, ocena stanu, termin
obsługiwania Ğrodka transportu
1. Wprowadzenie
Zastosowanie w procesie eksploatacji metod monitorowania stanu technicznego Ğrodków trans-portu wymaga optymalizacji ze wzglĊdu na przyjĊte kryteria: zbioru parametrów diagnostycznych, testów diagnostycznych i metod prognozowania. Rozwiązanie tych zadaĔ zaleĪy od wielu czynni-ków związanych z wykorzystaniem obserwacji wielosymptomowych procesu „zuĪycia” zespołów Ğrodka transportu. Monitorowanie stanu technicznego Ğrodka transportu powinno umoĪliwiü: okre-Ğlenie stanu w czasie bieĪącym na podstawie wyników badaĔ diagnostycznych, co umoĪliwia ono kontrolĊ stanu i lokalizacjĊ uszkodzenia układów i zespołów Ğrodka transportu oraz przewidywanie stanu w czasie przyszłym na podstawie historii wyników badaĔ diagnostycznych, co umoĪliwia oszacowanie czasu niezawodnego uĪytkowania Ğrodka transportu oraz wyznaczenie terminu obsłu-giwania jego układów i zespołów. W procesie monitorowania stanu szczególnie wydaje siĊ byü waĪna problematyka wyboru: zbioru parametrów diagnostycznych, metody wyznaczania testów diagnostycznych w zaleĪnoĞci od wiarygodnoĞci diagnozy, iloĞci informacji i prawdopodobieĔstwa uszkodzenia zespołów Ğrodka transportu oraz metody prognozowania w zaleĪnoĞci od horyzontu prognozy, minimalnej liczby elementów szeregu czasowego niezbĊdnej do uruchomienia predykcji oraz przebiegu lub czasu pracy Ğrodków transportu.
Problematyka badania powyĪszych problemów, wysokie wymagania stawiane przez uĪytkow-ników, a takĪe obowiązujące przepisy prawne dotyczące bezpieczeĔstwa uĪytkowników oraz ochrony Ğrodowiska, stanowią impuls do poszukiwania nowych metod monitorowania oraz wyzna-czania nowych miar i narzĊdzi opisujących aktualne stany diagnostyczne Ğrodków transportu w procesie eksploatacji, które poniĪej zostały przedstawione jako odpowiednie procedury i algo-rytmy.
2. Charakterystyka zagadnienia
Problematyka monitorowania stanu technicznego Ğrodków transportu obejmuje ewolucjĊ stanu technicznego układów i zespołów, identyfikacjĊ problemów monitorowania stanu oraz sposobów ich do rozwiązania [2,3,4,6]. Uszkodzenia układów i zespołów jest jednym z istotnych zdarzeĔ wy-stĊpujących w procesie uĪytkowania Ğrodków transportu, determinującym ich niezawodnoĞü i efektywnoĞü wykorzystania oraz proces obsługiwaĔ technicznych. Wynika stąd, Īe w wiĊkszoĞci przypadków uszkodzenia są zdarzeniami losowymi, bowiem nie moĪna dokładnie przewidzieü chwili uszkodzenia oraz dokładnie okreĞliü przyczyny i okolicznoĞci zaistnienia uszkodzenia. Sto-sując odpowiednie narzĊdzia z zakresu rozpoznawania stanu i niezawodnoĞci maszyn [1,2,5,10]
moĪliwe jest, co przedstawiono w opracowaniu, ocenienie stanu układów i zespołów Ğrodka trans-portu oraz oszacowanie na odpowiednim poziomie ufnoĞci Ğredniego czasu do ich uszkodzenia.
W procesie monitorowania stanu technicznego Ğrodków transportu podstawą wnioskowania są za-zwyczaj zbiory informacji generowane przez system monitorujący stan techniczny, czyli zaobserwowane historie zmian wartoĞci nadzorowanych parametrów diagnostycznych Y(Θ). Zbiory te, dane w postaci szeregu czasowego yΘ, są realizacją pewnego procesu losowego ζ(Θ), którego parame-try zaleĪą od losowego wektora wymuszeĔ X(Θ), kształtującego poziom badanego procesu zuĪycia układów i zespołów Ğrodka transportu (wektor U(Θ)) oraz losowego szumu zakłóceĔ (wektor Z(Θ)) [3,8,15].
SkutecznoĞü szacowania wartoĞci parametrów diagnostycznych w przyszłoĞci (prognozowa-nie), przy załoĪeniu niepełnej i niepewnej (nieprecyzyjnie okreĞlonych lub wyznaczonych z nieokreĞlonym błĊdem) ich wartoĞci w czasie (Θ1,Θb), jest tym wiĊksza im dłuĪszy jest posiadany szereg czasowy yΘ i prostsze są mechanizmy kształtujące jego przebieg. W badaniach diagnostycz-nych wystĊpuje niestety czĊsto sytuacja, gdy szeregi czasowe obserwacji diagnostycznej maszyny są relatywnie krótkie w stosunku do potrzeb związanych z poprawną identyfikacją składnika syste-matycznego (zdeterminowanego) kształtującego trend rozpoznawanego zjawiska μ(Θ) oraz obciąĪone są błĊdem pomiarowym. Dlatego teĪ podstawowym zagadnieniem w analizie szeregów czasowych {yΘ} jest badanie struktury ciągu zebranych wyników pomiarowych. Problem ten naj-czĊĞciej jest ukierunkowany na wyróĪnienie w szeregu czasowym składowych deterministycznych (regularnych) opisywanych za pomocą trendu μ(Θ) i oddziaływaĔ losowych η(Θ), np. (obciąĪenia, warunki terenowe, warunki klimatyczne, jakoĞü obsług, inne). Trend w tym ujĊciu jest reprezento-wany pewną nielosową funkcją trendu μp(Θ) wyznaczającą generalny kierunek rozwoju i okreĞlającą ogólną prawidłowoĞü zmian kontrolowanego zjawiska procesu zuĪycia maszyny, zaĞ składnik losowy η(Θ) okreĞla wahania wokół składowej systematycznej, spowodowane przez róĪne, losowo powtarzające siĊ wymuszenia [10,15,19] działające na maszynĊ.
Analizując najnowsze osiągniĊcia diagnostyki technicznej [6,7,10,14] moĪna stwierdziü, Īe moĪ-liwoĞü taką stwarza system rozpoznawania stanu maszyn, który oprócz oceny stanu, umoĪliwia takĪe wyznaczenia prognozowanie stanu, od którego najczĊĞciej Īąda siĊ wyznaczenie terminu i za-kresu obsługiwania Ğrodka transportu.
3. Charakterystyka procesu monitorowania
Monitorowanie stanu Ğrodków transportu jest to proces, który powinien umoĪliwiü:
a) okreĞlenie stanu technicznego w czasie bieĪącym na podstawie wyników badaĔ diagno-stycznych, co umoĪliwi kontrolĊ stanu i lokalizacjĊ uszkodzeĔ w przypadku stanu niezdatnoĞci;
b) przewidywanie stanu Ğrodków transportu w czasie przyszłym na podstawie niepełnej hi-storii wyników badaĔ diagnostycznych, co umoĪliwi oszacowanie czasu niezawodnego uĪytkowania i pozwoli na wyznaczenie terminu obsługiwania Ğrodka transportu.
Problem opracowania oceny stanu, prognozy i genezy stanu maszyny istotny jest zarówno na etapie opracowywania jej konstrukcji, produkcji i eksploatacji. PrzystĊpując do wyznaczania rozpo-znawania stanu jako testów kontroli stanu i lokalizacji uszkodzeĔ, prognozy natrafia siĊ na problemy, które sprowadzają siĊ do nastĊpujących pytaĔ:
a) czy optymalny zbiór parametrów diagnostycznych jednoznacznie opisuje stan Ğrodka trans-portu, czy jest skorelowany ze zmianą stanu, czy zawiera odpowiednią iloĞü informacji o stanie Ğrodka transportu?
b) czy optymalny zbiór parametrów diagnostycznych jest stabilny, czy teĪ wykazuje istotne zmiany a jeĞli tak, to jaki jest charakter tych zmian w zaleĪnoĞci od czynników wynikają-cych z eksploatacji Ğrodków transportu?
c) w jaki sposób na stabilnoĞü optymalnego testu kontroli stanu i lokalizacji uszkodzeĔ wpły-wają czynniki charakterystyczne dla eksploatacji, mianowicie: podatnoĞü diagnostyczna, wartoĞü poziomu wiarygodnoĞci diagnozy (o którym moĪe decydowaü uĪytkownik), zmienne warunki eksploatacji i zmienna niezawodnoĞü?
d) w jaki sposób na stabilnoĞü optymalnej prognozy wpływają czynniki charakterystyczne dla eksploatacji Ğrodków transportu, mianowicie: wartoĞü horyzontu prognozy (o którym moĪe decydowaü uĪytkownik), zmienne warunki eksploatacji i zmienna niezawodnoĞü zespołów maszyny ?
Trafne rozwiązanie tych problemów jest niezbĊdne do efektywnego rozpoznawania stanu, a tym samym wymusza koniecznoĞü badania wraĪliwoĞci procedur optymalnego rozpoznawania na po-wyĪsze czynniki. JeĪeli badanie wykazuje, Īe wyznaczone procedury są stabilne wówczas moĪna je wykorzystaü do wyznaczania programów kontroli stanu i lokalizacji uszkodzeĔ, prognozy oraz ge-nezy stanu maszyn. W przeciwnym wypadku naleĪy podjąü decyzjĊ o modyfikacji załoĪeĔ i ograniczeĔ procesu wyznaczania procedur rozpoznawania, np. poprzez Ğwiadome nieuwzglĊdnie-nie czynników wywołujących nieuwzglĊdnie-niestabilnoĞü rozwiązania i tym samym zmnieuwzglĊdnie-niejszenieuwzglĊdnie-nie uniwersalnoĞci otrzymanego rozwiązania.
3.1. Wybór parametrów diagnostycznych
Zbiór parametrów diagnostycznych wyróĪnia siĊ ze zbioru parametrów wyjĞciowych. Na pod-stawie przeprowadzonych badaĔ uwaĪa siĊ, Īe wyznaczanie zbioru parametrów diagnostycznych w procesie oceny stanu i prognozowania stanu Ğrodków transportu powinno uwzglĊdniaü [14,16]:
zdolnoĞü odwzorowania zmian stanu Ğrodka transportowego w czasie eksploatacji, iloĞü informacji o stanie Ğrodka transportowego oraz odpowiednią zmiennoĞü wartoĞci parametrów diagnostycznych w czasie eksploatacji Ğrodka transportowego.
Algorytmy uwzglĊdniające te postulaty przedstawia siĊ jako metodĊ korelacji wartoĞci parame-trów diagnostycznych ze stanem oraz metodĊ maksymalnej pojemnoĞci informacyjnej parametru diagnostycznego. Zaletą przedstawionych metod jest to, Īe pozwalają one wybraü ze zbioru para-metrów wyjĞciowych jednoelementowe oraz wieloelementowe zbiory parapara-metrów diagnostycznych. Algorytm metodyki wyznaczania optymalnego zbioru wartoĞci parametrów dia-gnostycznych zawiera: akwizycjĊ danych (zbiór wartoĞci parametrów diadia-gnostycznych w funkcji czasu eksploatacji Ğrodka transportu, zbiór wartoĞci nominalnych i wartoĞci granicznych parame-trów diagnostycznych oraz zbiór stanów Ğrodka transportu) oraz optymalizacjĊ zbioru parameparame-trów diagnostycznych za pomocą metody korelacji wartoĞci parametrów diagnostycznych ze stanem Ğrodka transportowego (z czasem eksploatacji, rj = r(W, yj), (rj = r((Θ, yj)), metody definiowania iloĞci informacji parametrów diagnostycznych o stanie Ğrodka transportowego hj. W celu wyboru zbioru parametrów diagnostycznych wykorzystuje siĊ wartoĞci wag wj, zaĞ jako kryterium wyboru parametru diagnostycznego (parametrów diagnostycznych) przyjmuje siĊ maksymalizacjĊ wartoĞci wag wj i wybranie parametrów diagnostycznych według powyĪszego kryterium.
3.2. Ocena stanu Ğrodka transportu
Wyznaczanie oceny stanu Ğrodka transportu wiąĪe siĊ z badaniem relacji: parametry diagno-styczne – stany Ğrodka transportu. Na podstawie wyników badaĔ [14,16,17] uwaĪa siĊ, Īe
wykorzystanie odpowiednich procedur powinno uwzglĊdniaü:
a) potrzebĊ uzyskania informacji diagnostycznej na odpowiednim poziomie dekompozycji; b) potrzebĊ uzyskania informacji diagnostycznej w odpowiednim zakresie oceny stanu
(kon-trola stanu, lokalizacja uszkodzenia, kon(kon-trola stanu i lokalizacja uszkodzenia);
c) iloĞü informacji o relacji: parametr diagnostyczny – stan, parametr diagnostyczny – czas eksploatacji Ğrodka transportu;
d) odpowiednią zmiennoĞü wartoĞci parametrów diagnostycznych w czasie eksploatacji Ğrodka transportu.
Badania w tym zakresie obejmują: okreĞlenie metody wyznaczania testu kontroli stanu i lokalizacji uszkodzeĔ w funkcji wiarygodnoĞci diagnozy, okreĞlenie metody wyznaczania testu kontroli stanu Ğrodka transportowego, okreĞlenie metody wyznaczania testu lokalizacji uszkodzeĔ Ğrodka transportowego oraz okreĞlenie metody wyznaczania testu kontroli stanu maszyny i lokalizacji uszkodzeĔ Ğrodka transportowego.
Algorytm metodyki wyznaczania testu diagnostycznego zawiera: 1. AkwizycjĊ danych.
2. OptymalizacjĊ zbioru parametrów diagnostycznych.
3. Porządkowanie zbioru danych poprzez okreĞlenie zbioru {si (Θk), i=1,…, 1; k=1, …, K}. 4. Badanie istotnoĞci zmian wartoĞci parametrów diagnostycznych {yj(Θk)}w zaleĪnoĞci od stanu {si = f(Θk); Θk∈(Θ1, Θb)}, tzn. który z parametrów diagnostycznych „najlepiej” opisuje stan si, odpowiednio przyjmuje siĊ wartoĞci 1 oraz 0.
5. Wyznaczenie macierzy boolowskiej: 1 – gdy zmiana stanu si powoduje istotne zmiany war-toĞci parametru diagnostycznego yj; 0 – gdy zmiana stanu si nie powoduje istotnych zmian wartoĞci parametru diagnostycznego yj;
6. Wyznaczenie testu kontroli stanu TKS na podstawie macierzy boolowskiej – test TKS jako wektor wartoĞci logicznych (0, 1) parametrów diagnostycznych i toĪsamy jemu wektor stanów: (y1, …, yn, …, yN)} S0∨ S1 = {(s1, …, sn, …, sN) dla stanu zdatnoĞci S0 i stanu niezdatnoĞci S1:
7. Wyznaczenie testu lokalizacji uszkodzeĔ TLU na podstawie macierzy boolowskiej – test TLU jako wektor wartoĞci logicznych <0, 1> parametrów diagnostycznych i toĪsamy jemu wektor sta-nów: {(y1, …, yn, …, yN)} S1 = {(s1, …, sn, …, sN), przy czym, jeĪeli wartoĞü logiczna wektora sprawdzeĔ parametru diagnostycznego przyjmuje wartoĞü „1” – wartoĞü parametru jest w przedziale wartoĞci granicznej, natomiast gdy wartoĞü logiczna wektora sprawdzeĔ parametru diagnostycznego przyjmuje wartoĞü „0”, to wartoĞü parametru jest poza przedziałem wartoĞci granicznych.
3.3. Procedura prognozowania stanu
Proces prognozowania stanu maszyny moĪe byü realizowany kilkoma sposobami, które okre-Ğlają jednoczeĞnie cel i postaü prognozy. Są to [1,3,5]:
1. Prognozowanie stanu technicznego maszyny polega na okreĞleniu zmian wartoĞci parame-trów diagnostycznych, charakteryzujących proces pogarszania stanu w przyszłoĞci. Stan techniczny Ğrodka transportu przedstawia siĊ w postaci funkcji wektorowej: Y(Θ) = [y1(Θ),...,yj(Θ),...,ym(Θ)], o przebiegu dyskretnym lub ciągłym w czasie Θ1,..., Θb (Θ1-czas początku eksploatacji, Θb - czas badania), przy czym wiadome są wartoĞci funkcji Y(Θ1),..., Y(Θb) w tym czasie. NastĊpnie okreĞla siĊ przebieg funkcji Y(Θb+τ), przy czym prognoza moĪe dotyczyü funkcji Y(Θ), jak równieĪ kaĪdej jej składowej yj(Θ).
2. Wynik prognozowania okreĞla siĊ jako prawdopodobieĔstwo znajdowania siĊ wartoĞci symp-tomów maszyny poza przedziałem wartoĞci granicznych. Przy prognozowaniu prawdopodobieĔstwa znajdowania siĊ Ğrodka transportu w stanie zdatnoĞci zakłada siĊ, Īe znane są wartoĞci parametrów diagnostycznych) yj(Θi) w czasach Θi, i=1,...,b oraz gĊstoĞci prawdopodobieĔ-stwa zmian parametrów diagnostycznych ft(yj) w czasie Θ.
2. Na podstawie prognozy kwalifikuje siĊ Ğrodek transportu do odpowiedniej klasy według kry-terium załoĪonego poziomu niezawodnoĞci lub trwałoĞci. W tym przypadku prognozowanie polega na zakwalifikowaniu Ğrodka transportu do jednej z klas na podstawie danych uzyskanych w czasie badania.
Wynikiem wykorzystania opisanych powyĪej procedur prognozowania jest wnioskowanie o stanie Ğrodka transportu na podstawie prognozy wartoĞci parametrów diagnostycznych. Jednym z moĪliwych sposobów jest formułowanie prognostycznych wniosków o stanie na podstawie po-równania prognoz wartoĞci parametrów diagnostycznych z ich wartoĞciami granicznymi, wyznaczającymi np. klasy stanów zdatnoĞci i niezdatnoĞci i okreĞlenie postaci prognozy np. jako terminu kolejnego obsługiwania w strategii eksploatacji Ğrodków transportu według stanu.
Stan maszyny W(Θn) w chwili czasuΘn moĪna scharakteryzowaü za pomocą zbioru wartoĞci parametrów diagnostycznych yj(Θ); ej,...,m}. Maszyna w chwili Θn+τ znajduje siĊ w stanie zdatnoĞci W 0, gdy spełniony jest warunek:
W(Θn+τ) = W 0⇔ ∀ (j=1,...,m) [{yj,d} ≤ {yj (Θn+τ)} ≤ {yj,g}] (1) gdzie: {yj,d}, {yj,g} – zbiory dolnych i górnych wartoĞci granicznych parametrów diagnostycz-nych.
Elementy zbioru {yj(Θn+τ)} są nieznane i stąd koniecznoĞü ich przewidywania w załoĪonym przedziale czasu τ. W ujĊciu tym ocenĊ czasu przejĞcia urządzenia w stan niezdatnoĞci wyznaczają wyniki prognoz parametrów diagnostycznych {yj(Θn+τ)}, sygnalizujące przekroczenie wartoĞci gra-nicznych.
Jako dopuszczalny okres uĪytkowania Ğrodka transportu przyjmuje siĊ wówczas czas jego pracy, w którym granice przedziału błĊdu dla poszczególnych prognoz okreĞlone na podzbiorze Ωy⊂ Ω dostĊpnych realizacji obserwowanych parametrów {yj(Θ)} oraz ich prognozach {yj,p} we-dług przyjĊtego predyktora P(yΘ,τ) nie przekraczają wartoĞci granicznych {yj,gr}. Termin kolejnego obsługiwania Θb1 wyznacza wówczas horyzont czasowy prognozy τ* :
1. Dla którego nie wystąpi przekroczenie wartoĞci granicznej parametru diagnostycznego ygr przez granicĊ przedziału błĊdu prognozy wyznaczoną przez promieĔ rσ (metoda poziomowania war-toĞci błĊdu prognozy.
2. Dla którego nie wystąpi przekroczenie wartoĞci granicznej parametru diagnostycznego ygr przez prognozowaną wartoĞü parametru diagnostycznego (metoda poziomowania wartoĞci granicz-nej parametru diagnostycznego.
3. Dla którego nie wystąpi przekroczenie wartoĞci granicznej parametru diagnostycznego ygr przez szacowaną wartoĞü parametru diagnostycznego (metoda szacowania zmiany parametru dia-gnostycznego.
4. Wystąpi przekroczenie wartoĞci granicznej parametru diagnostycznego y*gr przez wartoĞü parametru diagnostycznego w czasie Θb (metoda szacowania terminu diagnozowania i obsługiwania Θb.
Wyznaczanie terminu Θb1 na podstawie przedstawionych metod determinuje wiele problemów, zaĞ najwaĪniejsze z nich to :
a) wyznaczenie optymalnego zbioru parametrów diagnostycznych opisujących zmianĊ stanu maszyny w funkcji czasu jej „Īycia”;
b) okreĞlenie funkcji wagi dla wieloelementowego optymalnego zbioru parametrów diagno-stycznych;
c) okreĞlenie „najlepszej” metody wyznaczającej termin Θb1.
Rozwiązanie powyĪszych problemów wymaga zastosowania odpowiednich metod optymaliza-cji wielokryterialnej oraz metod prognozowania umoĪliwiających wyznaczenie wartoĞci prognozowanej parametru diagnostycznego yj,p oraz koniecznoĞü znajomoĞci wartoĞci granicznej parametru diagnostycznego ygr.
Algorytm prognozowania stanu Ğrodków transportu zawiera [13,18]:
1. Prognozowanie wartoĞci parametru diagnostycznego yj*:
a) za pomocą metody adaptacyjnej Browna – Mayera rzĊdu 1 (B-M1) z współczynnikiem α= (0,5 – 0,8) i dla horyzontu prognozy τ = (1 – 3)ΔΘ wyznaczonej dla przedziału czasu (Θ1,Θb);
b) za pomocą metody adaptacyjnej Holta z współczynnikiem α1=(0,6 – 0,8) i α2=(0,4 – 0,8) dla horyzontu prognozy τ = (1 – 3)ΔΘ wyznaczonej dla przedziału czasu (Θ1,Θb); c) za pomocą metod analitycznych (liniowa, wykładnicza, potĊgowa pierwszego, drugiego
i trzeciego rzĊdu dla horyzontu prognozy τ = (1 – 3)ΔΘ wyznaczonej dla przedziału czasu (Θ1,Θb).
a) Θd1 za pomocą metody poziomowania błĊdu prognozy dla promienia błĊdu prognozy rp; b) Θd2 za pomocą metody poziomowania wartoĞci granicznej parametru diagnostycznego
(yjg1= yjg; yjg1= yjg +γ(yjn – yjg) dla yjn > yjg oraz yjg1= yjg; yjg1= yjg – γ (yjg – yjn) dla yjg > yjn); c) wyznaczenie terminu obsługiwania: Θd*= min (Θd1, Θd2).
4. System monitorowania stanu technicznego Ğrodków transportu
System Monitorowania Stanu Technicznego Środków Transportu (SMSTŚT) stanowią zaimple-mentowane procedury monitorowania stanu, które umożliwiają:
a) wyznaczenie optymalnego zbioru parametrów diagnostycznych do oceny stanu i progno-zowania wartoĞci parametrów diagnostycznych i na ich podstawie ocenĊ stanu i lokalizacjĊ uszkodzenia i prognozowanie stanu;
b) wyznaczenie testu oceny stanu technicznego poprzez wyznaczenia macierzy relacji: stan techniczny – czas eksploatacji – wartoĞü parametru diagnostycznego oraz wyznaczenia te-stu kontroli stanu i tete-stu lokalizacji uszkodzenia;
c) prognozowanie stanu poprzez wyznaczenie metody prognozowania wartoĞci parametru diagnostycznego według funkcji błĊdu prognozy oraz okreĞlenie metody wyznaczenia ter-minu kolejnego obsługiwania.
System MSTĝT składa siĊ z czterech modułów: Akwizycja, Optymalizacja Parametrów Dia-gnostycznych, Ocena Stanu, Prognozowanie Stanu.
W module Akwizycja wprowadzane są dane (zbiór wartoĞci parametrów diagnostycznych w czasie eksploatacji Ğrodka transportu oraz ich wartoĞci nominalne i graniczne, zbiór stanów w cza-sie eksploatacji poprzez import z pliku csv, pliku Excel lub import z czujników Ğrodka transportu. W module Optymalizacja Parametrów Diagnostycznych przy zastosowaniu procedur optyma-lizacji wielokryterialnej nastĊpuje obliczenie wartoĞci funkcji kryterialnych oraz wag waĪnoĞci parametrów diagnostycznych dla Ğrodka transportu z moĪliwoĞcią zapisu do pliku tekstowego. MoĪ-liwa jest takĪe aktualizacja wartoĞci wag parametrów diagnostycznych (według preferencji operatora systemu) oraz „rĊczny” wybór parametrów diagnostycznych przez operatora.
W module Ocena Stanu tworzona jest macierz diagnostyczna na podstawie danych wejĞcio-wych (wybrane parametry diagnostyczne oraz zbiór stanów) z moĪliwoĞcią jej edycji i zapisu do pliku tekstowego. Na podstawie macierzy diagnostycznej wyznaczany jest test kontroli stanu oraz testu lokalizacji uszkodzeĔ.
W module Prognozowanie Stanu na podstawie optymalnego zbioru parametrów diagnostycz-nych (działanie modułu Optymalizacja Parametrów Diagnostyczdiagnostycz-nych) wyznaczane są prognozowane wartoĞci parametrów diagnostycznych z błĊdami prognozy według odpowiednich modeli. Istnieje moĪliwoĞü „rĊcznego” wyboru metod prognozowania i parametrów metod przez operatora w celu automatycznego przeszukiwania metod i wyboru metody według kryterium mini-malnego błĊdu prognozy. UmoĪliwia to nastĊpnie wyznaczenie terminu obsługiwania Ğrodka transportu według odpowiedniej metody. Istnieje moĪliwoĞü „rĊcznego” wyboru metody wyznacze-nia terminu obsługiwawyznacze-nia maszyny przez operatora systemu. W przypadku wieloelementowego optymalnego zbioru parametrów diagnostycznych wystĊpuje waĪenie wyniku terminu obsługiwa-nia. WystĊpuje takĪe wizualizacja wyznaczania terminu obsługiwania maszyny na podstawie prognozowanych wartoĞci parametrów diagnostycznych i ich odległoĞci od wartoĞci granicznej.
PrzystĊpując do realizacji procedur naleĪy dysponowaü danymi uzyskanymi podczas badaĔ eksploatacyjnych Ğrodka transportu. Są to: zbiór wartoĞci parametrów diagnostycznych maszyny {yj(Θi)} wraz ze zbiorem wartoĞci granicznych {yjg} i wartoĞci nominalnych {yjn} oraz zbiór stanów maszyny {sm(Θi)} zaistniałych podczas jej eksploatacji.
Etap pierwszy to wyznaczenie optymalnego zbioru parametrów diagnostycznych Yo, realizo-wane poprzez okreĞlenie wartoĞci wagi w1j. Znajdują tu zastosowanie reguły wnioskowania: jeĞli wj ≥ 0,1 to yj∈Yo lub jeĞli wj = wjmax to yj∈Yo. DziĊki temu uzyskuje siĊ zbiory jednoelementowe lub wieloelementowe, przy czym zgodnie z właĞciwoĞcią modułu Optymalizacja Parametrów Diagno-stycznych operator systemu moĪe „rĊcznie” kształtowaü elementy zbioru Yo, jak i wartoĞci wagi wj.
Etap drugi to wyznaczenie testu diagnostycznego, który nastĊpnie moĪna realizowaü „rĊcznie” lub zaprogramowaü jego wykonanie przez pokładowy system diagnostyczny. W celu jego wyzna-czenia naleĪy:
a) okreĞliü zbiór stanów według kryterium wartoĞci prawdopodobieĔstwa p(sm)); b) okreĞliü zbiór stanów (kryterium wartoĞci czasu eksploatacji si (Θi)∈ S; c) wyznaczyü macierz diagnostyczną MD;
d) wyznaczyü test kontroli stanu TKS i okreĞliü sposób interpretacji wartoĞci logicznych „0” i „1”;
e) okreĞliü sposób interpretacji wartoĞci logicznych „0” i „1” testu kontroli stanu TKS, f) okreĞliü sposób interpretacji wartoĞci logicznych „0” i „1” testu lokalizacji uszkodzeĔ TLU. Etap trzeci działania procedur SMSTŚT dotyczy prognozowania stanu poprzez:
a) wykorzystanie optymalnego zbioru parametrów diagnostycznych (zbiór jednoelementowy, zbiór wieloelementowy);
b) okreĞlenie metody prognozowania wartoĞci parametrów diagnostycznych poprzez minima-lizacjĊ błĊdu prognozy;
c) okreĞlenie metody wyznaczania terminu kolejnego obsługiwania Θd poprzez jego minima-lizacjĊ;
d) okreĞlenie, dla zbioru wieloelementowego parametrów diagnostycznych, sposobu interpre-tacji wartoĞci waĪonego terminu kolejnego obsługiwania Θdw poprzez uwzglĊdnienie wag wj.
W celu rozwiązania powyĪszych zadaĔ wykorzystuje siĊ w module Prognozowanie Stanu re-guły wnioskowania. Są to:
a) jeĞli w1j = w1jmax i jeĞli w1j≥ 0,9 to yj∈Yo i zbiór Yo jest zbiorem jednoelementowym, Yo =Yo1;
b) jeĞli w1j = w1jmax i jeĞli w1j < 0,9 to yj∈Yo i zbiór Yo nie jest zbiorem jednoelementowym, Yo =Yoo;
c) jeĞli błąd prognozy metody Holta (z odpowiednimi wartoĞciami parametrów α, β) dla zbioru Yo1 < błĊdu prognozy metodą Browna – Mayera (z odpowiednią wartoĞcią parame-tru α) dla zbioru Yo1 to metodą prognozowania wartoĞci zbioru Yo1 jest metoda Holta (z odpowiednimi wartoĞciami parametrów α, β), w przeciwnym przypadku metodą pro-gnozowania wartoĞci Yo1 jest metoda Browna – Mayera (z odpowiednią wartoĞcią parametru α);
d) jeĞli wartoĞü terminu kolejnego obsługiwania Θo1(Yo1) ≤ wartoĞci terminu kolejnego ob-sługiwania Θd2 (Yo1) to metodą wyznaczania terminu kolejnego obsługiwania jest metoda
poziomowania wartoĞci błĊdu prognozy, w przeciwnym przypadku jest to metoda progno-zowania wartoĞci granicznej parametru diagnostycznego;
e) jeĞli błĊdy prognoz dla metod: Holta (z odpowiednimi wartoĞciami parametrów α, β) lub Browna – Mayera (z odpowiednią wartoĞcią parametru α) dla parametrów diagnostycz-nych zbioru Yoo przyjmuje wartoĞci minimalne, to metodami prognozowania wartoĞci odpowiednich parametrów diagnostycznych zbioru Yoo są powyĪsze metody;
f) jeĞli wartoĞü terminu kolejnego obsługiwania Θd1 (Yoo) ≤ wartoĞci terminu kolejnego ob-sługiwania Θd2 (Yoo) to metodą wyznaczania terminu kolejnego obsługiwania (dla rozpatrywanego parametru diagnostycznego) jest metoda poziomowania wartoĞci błĊdu prognozy, w przeciwnym przypadku jest to metoda prognozowania wartoĞci granicznej parametru diagnostycznego;
g) jeĞli wartoĞü terminu kolejnego obsługiwania Θo wyznacza siĊ dla Yoo to wartoĞü ta jest wartoĞcią waĪoną wartoĞci Θow.
5. Podsumowanie
Przeprowadzona prezentacja procedur i algorytmów monitorowania stanu Ğrodków transportu pozwala na sformułowanie nastĊpujących wniosków:
1. Wszystkie prezentowane procedury i algorytmy pozwalają wyznaczyü optymalne, ze wzglĊdu na przyjmowane kryteria, elementy monitorowania stanu: zbiór parametrów diagnostycz-nych, test kontroli stanu i lokalizacji uszkodzeĔ oraz prognozĊ wartoĞci parametrów diagnostycznych i oszacowanie terminu obsługiwania;
2. Procedury SMSTĝT umoĪliwiają uzyskaü zadowalające wyniki rozwiązaĔ na kaĪdym etapie działania procedur. Wynika to z nastĊpujących przesłanek:
a) na etapie wyznaczenie optymalnego zbioru parametrów diagnostycznych, do oceny stanu maszyny i prognozowania wartoĞci parametrów diagnostycznych, i na ich podstawie ocenĊ stanu i lokalizacjĊ uszkodzenia oraz prognozowanie stanu poprzez moĪliwoĞü uzyskiwania zbiorów jednoelementowych i wieloelementowych z wartoĞciami wagi wj;
b) na etapie wyznaczenia testu oceny stanu technicznego poprzez wyznaczenie macierzy re-lacji: stan techniczny – czas eksploatacji – wartoĞü parametru diagnostycznego oraz moĪliwoĞü wyznaczenia róĪnorodnych postaci testów kontroli stanu i testów lokalizacji uszkodzenia uzaleĪnionych tylko od relacji macierzy diagnostycznej MD.
c) na etapie prognozowania stanu poprzez wyznaczenie metody prognozowania wartoĞci pa-rametru diagnostycznego według funkcji błĊdu prognozy ze zbioru: metody Browna – Mayera rzĊdu pierwszego i drugiego oraz metody Holta oraz okreĞlenie metody wyznacze-nia terminu kolejnego obsługiwawyznacze-nia z zbioru: metoda poziomowawyznacze-nia wartoĞci błĊdu prognozy i metoda prognozowania wartoĞci granicznej parametru diagnostycznego. 3. Ze wzglĊdu na powyĪsze, przedstawione procedury i algorytmy mogą stanowiü podstawĊ do wyznaczania reguł wnioskowania i budowy pokładowego systemu monitorowania stanu technicz-nego Ğrodków transportu w zakresie: wyznaczenia optymaltechnicz-nego zbioru parametrów diagnostycznych, wnioskowania o stanie Ğrodków transportu i lokalizacji jego uszkodzeĔ oraz osza-cowanie terminu nastĊpnego obsługiwania.
Bibliografia
1. Batko W., Metody syntezy diagnoz predykcyjnych w diagnostyce technicznej. Mechanika, z. 4. Zeszyty Naukowe AGH, Kraków 1984.
2. Cempel C., Theory of energy transforming systems and its aplication in diagnostic of systems, I Seminarium Wibroakustyka w systemach technicznych, Warszawa 1994.
3. GołĊbiowski A., Tylicki H., Model procesu rozpoznawania stanu technicznego obiektów. WAT. Warszawa 1987.
4. Inman D. J. I in., Damage prognosis for aerospace, civil and mechanical systems. John Wiley & Sons, Ltd. New York 2005.
5. KaĨmierczak J., Zastosowanie liniowych modeli procesów losowych do prognozowania w diagnostyce maszyn. Mechanika, z. 95. Zeszyty Naukowe Politechniki ĝląskiej, Gliwice 1985.
6. Korbicz J., Metody sztucznej inteligencji w diagnostyce maszyn, Kongres Diagnostyki Technicznej, tom I ZD SPE KBM PAN, GdaĔsk 1996.
7. KoĞcielny J., M., Diagnostyka zautomatyzowanych procesów przemysłowych, AOW Exit, Warszawa 2001.
8. Lewitowicz, J., Systemy eksploatacji statków powietrznych, t. 3. Badania eksploatacyjne statków powietrznych. Wydawnictwo ITWL, Warszawa 2005.
9. Merkisz J., Mazurek, S., Pokładowe systemy diagnostyczne pojazdów samochodowych. WKŁ, Warszawa 2002.
10. Michalski, R., NiziĔski, S., Diagnostyka obiektów technicznych. Wydawnictwo ITE, Radom 2003.
11. NiziĔski S., Koncepcja informatycznego systemu zarządzania eksploatacją pojazdów mechanicznych. Sprawozdanie nr 36/SS/2003. WITPiS Sulejówek 2002.
12. Tylicki H., Conception of the optimization of devices technical condition forecasting process. Machine Dynamics Problems, 9 (1994), Warszawa 1995.
13. Tylicki H., ĩółtowski B., Determination methods of the next diagnosis term of transport vehicle. Archives of Transport. vol.12. Warsaw 2001.
14. Tylicki H., Monitorowanie stanu środków transportowych, TRANSCOMP 2009 –
International Conference Computer Systems Aided Science, Industry and Transport. Zakopane 2009.
15. Tylicki H., ĩółtowski B., Rozpoznawanie stanu maszyn. Wydawnictwo ITE Radom. Radom – Bydgoszcz 2010.
16. Tylicki, H., Wykorzystanie dedykowanego systemu diagnostycznego w rozpoznawaniu stanu maszyn. Sprawozdanie z realizacji prac badawczych „Techniki wirtualne w badaniach stanu,
zagroĪeĔ bezpieczeĔstwa i Ğrodowiska eksploatowanych maszyn”. Bydgoszcz 2011. 17. Tylicki, H., Metody optymalizacyjne w niezawodności symptomowej maszyn. Materiały
konferencyjne, XXXV Zimowa Szkoła NiezawodnoĞci, Szczyrk 2007.
18. Zienkiewicz, O.C., Zhu, J.U., A simple error estimation and adaptive procedure for practical engineering analysis. International Journal for Numerical Methods in Engineering., vol. 24 (1987), pp. 337–357.
19. ĩółtowski B., Castaneda L. (2006), Sistema Portail de Diagnostico para el Sistema Metro de Medellin. VIII Congresso International de Mantenimiento, Bogota, Columbia 2006.
MONITORING THE TECHNICAL STATE OF MOTOR VEHICLES Summary
Solution of some problems of monitoring the technical state of transportation ve-hicle in study was introduced. It the solution of problems in peculiarity was got was connected with choice of diagnostic parameters set, the opinion of technical state transportation vehicle as well as marking term of his service.
Keywords: technical state of transportation vehicle, monitoring the state, opinion of state, term of transportation vehicle service
Henryk Tylicki Bolesław Ochodek Leszek Surówka Instytut Politechniczny
PaĔstwowa WyĪsza Szkoła Zawodowa im. St. Staszica w Pile ul. PodchorąĪych 10, 64-920 Piła
