Цель: Изучение возможности применения предиктивных моделей для оборудования
Задачи: Создание математической модели для диагностики технического состояния газотурбинных двигателей в составе ГТЭС-25ПА.
Оборудование: 4 газотурбинных двигателя

Решение
Анализ исторических данных работы оборудования и построение моделей работы 4 ГТД в составе ГТЭС-25ПА в специализированном ПО CyberStudio

Результаты
Модели обнаруживают ряд аномалий в данных, связанных с теми или иными работами, производимыми на двигателях, которые свидетельствуют о развитии неисправностей, о возможном изменении характеристик работы системы.

Так наблюдается невязка в следующих моделях:

• В период между промывками – увеличивается невязка в моделях фильтров ВОУ
• Модели реагируют на некритические неисправности узлов

Цель: Изучение возможности применения предиктивных моделей для оборудования
Задачи:

• Создание математической модели для диагностики технического состояния газотурбинных двигателей в составе ГТЭС-25ПА
• Разработка высокоточных физико-математических моделей масляной, топливной и воздушной подсистем ГТД
• Идентификация разработанных моделей по данным результатов испытаний
• Создание архива данных результатов
• Конфигурация классификатора дефектов

Оборудование: морские газотурбинные двигатели

Решение
Создание в ПО CyberStudio математических моделей подсистем ГТД в исправном состоянии и настройка классификатора дефектов

Результаты
Разработаны диагностические модели морского ГТУ:
1) Модель проточной части на основе гибридной физмат-нейросетевой архитектуры, идентифицированная на данных испытаний.
2) Модель топливной системы на основе архитектуры полносвязной нейросети, обученная на данных внешней физмат модели и дообученной на данных испытаний.
3) Модель масляной системы на основе архитектуры нейросети c долгой краткосрочной памятью, обученной на данных испытаний.

Проведено моделирование систем ГТУ с дефектными состояниями и создание классификатора дефектов морского ГТУ
1) Для проточной части >10 дефектов с помощью созданной гибридной модели проточной части.
2) Для топливной и масляной системы >10 дефектов с помощью физмат моделирования во внешней программе.
3) Все смоделированные дефекты собран в архив дефектных состояний, на его основе построен классификатор дефектов.

Создан прототип системы предиктивной диагностики морского ГТУ.

На данных испытаний ГТУ с имитацией дефектных состояний проведена проверка корректности работы диагностических алгоритмов.

Цель: Разработка программного комплекса (ПК) для интеллектуального мониторинга и прогностического моделирования технического состояния паровой турбины и турбогенератора
Задачи:

• Разведочный статистический анализ характеристик турбины и турбогенератора, разработка ЧТЗ на создание ПК интеллектуального мониторинга и прогнозирования параметров турбины и турбогенератора, разработка прототипов основных модулей ПК
• Разработка ПК интеллектуального мониторинга и прогнозирования параметров турбины и турбогенератора, дообучение моделей анализа данных, отладка ПК в соответствии с протоколом приемо-сдаточных испытаний

Оборудование:

• Паровая турбина
• Турбогенератор

Решение
Разработка моделей паровой турбины и турбогенератора в CyberStudio

Результаты
Разработан ПК

• Программные компоненты загрузки и подготовки данных
• Компоненты настройки и расчета модели анализа данных
• Модуль управления вычислением и обменом данных
• БД для хранения данных мониторинга технического состояния оборудования

Разработаны модели для оборудования

• Паровая турбина
• Турбогенератор

Проведено обучение сотрудников работе с ПО

Разработан комплект документации, согласно ТЗ

ПК подключен к реальным данным и введен в эксплуатацию