Привет студент

Министерство образования и науки Российской Федерации

Федеральное агентство по образованию

Государственное образовательное учреждение

высшего профессионального образования

«Уфимский государственный нефтяной технический университет»

 

Кафедра автоматизации технологических процессов и производств

 

 

 

 

 

КУРСОВАЯ РАБОТА

по курсу: «Диагностика и надежность автоматизированных систем управления»

 

 

 

Вариант 13

 

 

Выполнил:   Принял: .

А.В. Иванова

 

 

УФА 2011

 

Содержание

 

	С.
1 Теоретическая часть	3
1.1 Общие сведения	3
1.2 Современные подходы к прогнозированию показателей долговечности объектов при ограниченной информации	5
2 Расчетная часть	13
2.1 Принципиальную схему рассматриваемого логического устройства и ее краткое описание	13
2.2 Расчет интенсивности отказов, среднего времени наработки на отказ, вероятности безотказной работы для структуры без резервирования	13
2.3 Расчет интенсивности отказов, среднего времени наработки на отказ, вероятности безотказной работы для структуры с резервированием	16
2.4 Расчет методом Колмогорова показателей надежности для этой же системы (с восстановлением и без восстановления)	17
2.5 Расчет показателей надежности на ЭВМ используя пакет программ PSA	25
Заключение	28
Список используемой литературы	29

 

 

 

 

 

 

 

 

1 Теоретическая часть

1.1 Общие сведения

 

Наука о надежности  занимается изучением причин, вызывающих отказ, определением закономерностей, которым они подчиняются, разработкой и способов измерения надежности, методов расчета и испытаний, а также поиском средств по повышению надежности.

Основным понятием в теории надежности является понятие системы, под которым понимается совокупность совместно действующих объектов, предназначенных для выполнения заданных функций.

Все системы, рассматриваемые в теории надежности, могут быть разделены на восстанавливаемые, в которых после появления отказа происходит замена отказавшего объекта, и невосстанавливаемые, в которых замена не производится.

Элементы и системы могут находится в двух состояниях: работоспособном и неработоспособном. Работоспособность-это такое состояние системы или элемента, при котором они способны выполнить заданные функции, сохраняя значения заданных параметров в пределах, установленных нормативно-технической документацией.

Событие, заключающееся в нарушении работоспособности, называется отказом. По характеру возникновения отказы можно классифицировать следующим образом:

– внезапные отказы (скачкообразные изменения параметров системы или элемента);

– постепенные (постепенное изменение параметров системы или элемента).

Отказ одного из элементов системы может привести к нарушению устойчивости, что представляет собой отказ  системы.

Для систем автоматического регулирования и управления большое значение имеют сбои. Сбой – событие в течение некоторого времени прекращает выполнение своих функций. Таким образом, сбой – это самоустраняющийся отказ, приводящий к кратковременному нарушению работоспособности.

На  основании использования понятий работоспособности и отказа можно сформулировать также очень важные понятия:

Безотказность – свойство системы или элемента непрерывно сохранять работоспособность в течение  некоторого времени или некоторой наработки.

Сохраняемость – свойство системы или элемента непрерывно сохранять исправное,  работоспособное состояние всего времени хранения.

Ремонтопригодность – свойство системы или элемента, заключающееся в приспособлении к предупреждению и обнаружению причин возникновения их отказов, повреждений и устранению их последствий путем проведения ремонтов и технического облуживания.

Восстанавливаемость – свойство системы или элемента, заключающееся в проведении восстановительных работ после появления отказа с целью восстановления работоспособности.

Надежность – свойство системы или элемента выполнять заданные функции, сохраняя во время значения установленных эксплуатационных показателей в заданных пределах, соответствующих заданным режимам и условиям использовании, ремонтов.

Долговечность – свойство системы или элемента сохранять работоспособность до наступления предельного состояния при установленной системе технического обслуживания и ремонтов.

Эффективность – свойство системы или элемента выполнять заданные функции с требуемым качеством.

Избыточность – дополнительные средства и возможности сверх минимально необходимых для выполнения САУ заданных функций.

Резервирование – метод повышения надежности путем введения избыточности.

 

1.2 Современные подходы к прогнозированию показателей долговечности объектов при ограниченной информации

 

Рассмотрим более подробно вопросы прогнозирования ресурса в условиях ограниченной информации, причем этот анализ будем относить в основном к периоду эксплуатации оборудования сложных систем.

Все методы оценки и прогнозирования ресурса оборудования можно разделить на четыре группы (рисунок 1): статистические, детерминированные, физико-статистические (комбинированные) и экспертные.

Статистические методы определения и прогнозирования ресурса оборудования требуют большого объема исходной информации как по отказам, так и по наработке исправно действующего оборудования. Только при наличии такой информации возможно получить статистически устойчивые параметры распределения выборок для оценки показателей надежности. В условиях эксплуатации оборудования сложных систем выборки, как правило, неполные, и обрабатываемые данные в силу объективных и субъективных причин имеют высокую степень неопределенности.

Детерминированные методы оценки ресурса используют аналитические зависимости, связывающие время до разрушения объекта с характеристиками эксплуатационных нагрузок и параметрами физико-хими­ческих процессов в конструкционных материалах оборудования сложных систем. Однако детерминированные методы не учитывают случайных воздействий эксплуатационных нагрузок и, следовательно, случайных изменений в конструкционных материалах. Как правило, детерминированные методы дают весьма консервативные оценки ресурса оборудования СС.

 

Рисунок 1 – Классификация методов оценки и прогнозирования ресурса оборудования сложных систем

 

Физико-статистические методы при оценке ресурса учитывают как влияние разнообразных физико-химических факторов, способствующих развитию деградационных процессов в конструкционных материалах оборудования, так и действующих эксплуатационных нагрузок. Причем несущая способность оборудования и эксплуатационные нагрузки анализируются с позиций математической статистики. Как показал опыт использования физико-статистических моделей для оценки и прогнозирования ресурса оборудования модели этого класса дают наиболее адекватные практике эксплуатации результаты.

Экспертные методы оценки и прогнозирования ресурса связаны с ограничениями в выборе экспертов и их субъективностью. Вместе с тем, если в качестве групп экспертов используются специалисты различной квалификации и опыта работы (эксплуатационный и ремонтный персонал сложных систем, конструкторы, технологи), и одновременно проводится независимая экспертиза сложных систем в конструкторском бюро и на предприятии-поставщике оборудования, то экспертный опрос может дать весьма интересные результаты для оценки и прогнозирования ресурса оборудования сложных систем.

Очевидно, что основная ценность эвристического подхода, основанного на экспертных оценках, заключается прежде всего в быстром получении результатов при минимальных затратах. При этом трудно утверждать о высокой точности результирующих оценок по сравнению с аналогичными, но полученными с использованием математических методов (в том числе и вероятностно-статистических). Однако при достаточно корректной постановке экспертизы и грамотной обработке ее результатов можно утверждать, что экспертные оценки вполне адекватно отражают исследуемую ситуацию и исчерпывающе отвечают на многие вопросы, возникающие при оценке и прогнозировании ресурса.

Следует указать, что так как каждая группа методов оценки и прогнозирования ресурса имеет свои преимущества и недостатки, то применять их необходимо в комплексе, сравнивая и анализируя полученные результаты. И только после такого анализа возможен научно-обоснованный вывод о значении остаточного ресурса оборудования сложных систем.

Определение количественных значений показателей надежности объектов (в том числе и ресурса) по ГОСТ 27.002-89 ориентировано на оценку генеральной совокупности, т.е. гостированные показатели на­дежности имеют статистический, групповой характер. Многие годы ряд ученых отстаивает следующую точку зрения: для высокоответственных, опасных для обслуживающего персонала и населения и дорогостоящих объектов главный показатель – индивидуальная надежность. Отражением этого мнения является появление в РД 50-650-87 кроме статистических показателей индивидуальных показателей надежности объектов: безотказная наработка, ресурс, срок службы. Поскольку индивидуальное прогнозирование ОР относится к конкретному объекту, а прогноз неизбежно содержит элементы вероятностного характера, то возникает вопрос об истолковании вероятностных выводов применительно к индивидуальной ситуации. Компромиссное предложение было высказано В.В. Болотиным: понятие индивидуаль­ных показателей надежности, в конечном счете, представляет собой математическую формализацию интуитивных представлений (экспертных оценок). Это определяет важность правильного использования при прогнозе различных видов информации. Каждой группе методов оценки и прогнозирования ресурса оборудования сложных систем присущи трудности (неопределенности), связанные с малым объемом информации. Рассмотрим эти неопределенности.

Неопределенности при прогнозировании ресурса объектов сложных систем по эксплуатационным данным (статистике отказов). Наиболее ценной информацией для оценки ресурса оборудования являются статистические данные реальной эксплуатации сложных систем. Для определения показателей по эксплуатационным данным (статистике отказов) применяют два метода:

– непараметрический – при неизвестном законе распределения наработки до отказа (ресурса, срока службы, срока сохраняемости), который включает непосредственную оценку показателей надежности по выборочным данным;

– параметрический – при известном законе распределения параметров, входящих в расчетную формулу определяемого показателя надежности, а опенку показателя надежности – по вычисленным оценкам параметров закона распределения.

Вид закона распределения выбирают на основе анализа физики отказов объектов и (или) опыта обработки информации о надежности объектов. Из опыта обработки многократно цензурированных выборок из генеральных совокупностей объектов, наиболее часто встречающимися законами распределения являются: экспоненциальный, Вейбулла, нормальный и логарифмически нормальный.

При отсутствии необходимой информации для выбора вида закона распределения используется параметрический метод оценки показателей надежности.

С точки зрения корректного определения характеристик надежности оборудования сложных систем необходимо учитывать следующие факторы.

1. Оборудование сложных систем относится к классу высоконадежных объектов. Поэтому при анализе его надежности имеет место ситуация, когда часть однотипного оборудования сложных систем не отказывала за период наблюдения, а другая часть имела отказы, причем может иметь место ситуация, когда моменты отказов точно не известны. В таких случаях определение характеристик надежности объектов приходится осуществлять на основе специфических выборок. Этот способ носит название цензурированных данных, а получаемые в результате выборки данные называются цензурированными выборками (ЦВ). Элементами ЦВ являются значения наработки объекта до отказа и наработки до цензурирования, либо только значения наработки до цензурирования. При этом наработка объекта до отказа носит название полной наработки, а наработка объекта от начала эксплуатации до данного времени наблюдения, не завершившаяся отказом, – неполной наработкой.
2. Высокая надежность объектов сложных систем не позволяет за определенный период эксплуатации довести до отказа все объекты выборки.
3. Разное время начала и (или) окончания работы объектов. Это приводит к тому, что в выборке одновременно могут находиться объекты: ни разу не отказавшие; замененные после отказа на новые; восстановленные после отказа с помощью ремонта без замены.
4. Наличие профилактики, которая приводит к обработке статистики, получившей название обработки усеченных выборок. Усеченные выборки образуются в следующих случаях: 1) во время планово-предупредительного ремонта (ППР) ряд наиболее ответственных элементов заменяется, хотя они еще работоспособны. После замены снятые блоки ремонтируют, настраивают и отправляют на хранение в ЗИП. При проведении следующих ППР эти блоки ставят в систему, а те, которые были в работе, направляются после ремонта в ЗИП и т.д.; 2) такая же процедура, как и в предыдущем пункте, производится и для отказавших блоков (работа – отказ – снятие с эксплуатации – ремонт – хранение в ЗИПе – работа).
5. Практика эксплуатации оборудования сложных систем свидетельствует о том, что эксплуатационный персонал часто не фиксирует в журналах учета и паспортах оборудования время снятия с эксплуатации, время ремонта, время нахождения в ЗИПе, время установки в систему. Необходимо также подчеркнуть, что по субъективным и объективным причинам нередки случаи неучета отказов оборудования персоналом СС. Поэтому целесообразно применение компьютерных журналов технического состояния оборудования, где легче обеспечить полноту информации и контроль.

С учетом указанных пяти групп факторов определение характеристик надежности по данным эксплуатации представляет весьма сложную задачу.

Неопределенности при прогнозировании ресурса объектов, связанные с аналитическим описанием механизмов деградации конструкционных материалов. Недостаток статистических данных об отказах объектов в процессе эксплуатации исследователи пытаются устранить за счет информации об изменении свойств конструкционных материалов. Принято считать, что зная аналитические зависимости процессов коррозии, эрозии, износа, усталости, термического и радиационного охрупчивания, образования трещин и других процессов от эксплуатационных факторов, можно предсказать значение ресурса оборудования. Однако этот путь не всегда дает положительные результаты из-за следующих причин:

• до настоящего времени имеется очень мало математических моделей, адекватно описывающих зависимости ресурса оборудования сложных систем от факторов старения;
• отсутствуют аналитические зависимости показателей старения от комплексного воздействия эксплуатационных факторов: давления, температуры, термогидравлических и тепловых ударов, вибраций, динамических нагрузок и т.д.;
• не разработана теория оценки и прогнозирования ресурса оборудования при неопределенности исходных данных о характеристиках свойств конструкционных материалов;
• практически нет сведений о математических моделях ускорения процессов деградации материалов оборудования из-за некачественного изготовления и монтажа, неправильного хранения оборудования перед монтажом, нагрузок при испытаниях (часто необоснованных), нарушения режимов работы, технического обслуживания и ремонта.

Неопределенности прогнозирования ресурса из-за ограниченности экспериментальных данных типа «процесс деградации – время – фактор». Теория прочности твердых тел дает ответ на вопрос: при каких условиях значения напряжений, вызываемые нагрузками в конструкционных материалах объекта, превзойдут его несущую способность, и возникает отказ. Методы теории надежности дополняют выводы теории прочности: отказ объекта может произойти в какой-то момент времени с такой-то доверительной вероятностью. Таким образом, обе эти теории пытаются спрогнозировать условия и время появления отказа объекта. Однако до сих пор нет четкого ответа на вопрос: как предсказать момент появления отказа объекта из-за его «усталости» под действием комплекса внутренних и внешних факторов с течением времени эксплуатации. Другими словами это проблема формулируется следующим образом: несущая способность конструкционных материалов и действующие на объект в процессе эксплуатации нагрузки, вызывающие деградацию свойств материалов, между собой коррелированны, причем стохастиче­ская связь между несущей способностью и нагрузками существенно мо­жет зависеть от времени. Эта взаимосвязь особенно проявляет себя у объектов длительного использования, для которых сохранение свойств безотказности и долговечности одинаково важны. До настоящего времени практически отсутствуют экспериментальные данные, по которым можно было бы строить модели отказов объектов типа «процесс деградации – время – фактор».

Неопределенность прогнозирования ресурса из-за отсутствия достоверных моделей, связывающих интервал наблюдения (предыстории), время упреждения (прогноза) и точность прогноза. Решение этой задачи как в теоретическом, так и в прикладном плане позволит ответить на многие вопросы проектирования оборудования на заданный срок службы (или ресурс).

 

 

 

 

2 Расчетная часть

2.1 Принципиальную схему рассматриваемого логического устройства и ее краткое описание

 

Емкость Е периодически заполняется и опорожняется по сигналам от датчиков D1 и D2 с помощью исполнительных устройств И1 и И2. После заполнения ёмкости Е, жидкость перемешивается (включается мешалка ИЗ).

Принципиальная схема устройства приведена на рисунке 2.

 

Рисунок 2 – Принципиальная схема устройства

 

2.2 Расчет интенсивности отказов, среднего времени наработки на отказ, вероятности безотказной работы для структуры без резервирования

 

Разбиение системы управления на подсистемы.

A – Исполнительное устройство И1;

B – Исполнительное устройство И2;

C – Исполнительное устройство И3;

D – Датчик D1;

E – Датчик D2;

F – Регулятор.

Так как при выходе из строя одноного из устройств выходит из строя вся система, то функциональная схема будет выглядеть следующим образом:

 

 

 

Рисунок 3 – Функциональная схема системы

 

Интенсивность отказов датчиков:

λ₁ = 5,26∙10^-5 час^-1.

Интенсивность отказов контроллера:

λ₂ = 4∙10^-6 час^-1.

Интенсивность отказа исполнительного устройства:

λ₃ = 8,5∙10^-5 час^-1.

Интенсивность отказа мешалки (электродвигателя):

λ₄ = 2∙10^-4 час^-1.

 

По формуле  рассчитывается вероятность безотказной работы.

Вероятность безотказной работы датчика:

.

;

;

.

 

Вероятность безотказной работы контроллера:

.

;

;

.

 

Вероятность безотказной работы исполнительного устройства:

.

;

;

.

 

Вероятность безотказной работы мешалки:

.

;

;

.

 

Вероятность безотказной работы всей системы:

.

;

;

.

 

Интенсивность отказов системы:

.

 

.

 

Среднее время наработки до отказа:

.

.

 

 

2.3 Расчет интенсивности отказов, среднего времени наработки на отказ, вероятности безотказной работы для структуры с резервированием

 

Резервирование производится для всех устройств (для повышения вероятности безотказной работы).

A – Блок датчиков;

B – Блок регуляторов;

C – Блок исполнительных устройств;

D – Блок мешалок.

 

 

 

 

 

 

Рисунок 4 – Функциональная схема системы с резервированием

 

Вероятность безотказной работы системы:

.

;

;

.

 

Интенсивность отказов системы:

.

;

;

.

 

Среднее время наработки до отказа:

.

;

;

.

 

2.4 Расчет методом Колмогорова показателей надежности для этой же системы (с восстановлением и без восстановления)

 

Расчет показателей надежности для структуры с восстановлением и резервированием. Методом Колмогорова.

 

 

 

 

 

 

 

 

 

 

Рисунок 5 – Граф состояний для системы с восстановлением и резервированием

 

1 – система исправна;

2 – отказал один из датчиков;

3 – отказал регулятор;

4 – отказал один из исполнительных устройств;

5 – отказала мешалка;

6 – система неисправна.

Интенсивность отказа блока датчиков:

λ₁ = 2·5,26∙10^-5 час ^-1.

Интенсивность отказа блока контроллера:

λ₂ = 4∙10^-6 час ^-1.

Интенсивность отказа блока исполнительного устройства:

λ₃ = 2·8,5∙10^-5 час ^-1.

Интенсивность отказа блока мешалки:

λ₄ = 2∙10^-4 час ^-1.

 

Интенсивность восстановления датчиков:

μ₁ = 0,4 час ^-1.

Интенсивность восстановления контроллера:

μ₂ =  0,2 час ^-1.

Интенсивность восстановления исполнительного устройства:

μ₃ =  0,33 час ^-1.

Интенсивность восстановления мешалки:

μ ₄ = 0,02 час ^-1.

 

Система дифференциальных уравнений по Колмогорову

 

Для решения системы уравнений используем преобразование Лапласа.

Начальные условия:

Р₁(0) = 1; Р₂(0) = 0; Р₃(0) = 0; Р₄(0) = 0; Р₅(0) = 0; Р₆(0) = 0.

Итак, по Лапласу:

 

Решая систему уравнений, получаем следующее:

 

         Функция готовности:

;

;

.

Рисунок 6 – Функция готовности для системы с резервированием и восстановлением

 

Расчет коэффициента готовности.

 

 

 

 

 

 

 

 

Рисунок 7 – Граф состояний для системы с восстановлением

Система дифференциальных уравнений по Колмогорову:

Уравнения Колмогорова в статике:

 

Решая систему уравнений получаем следующее:

Р₆ = 4,32·10^-6.

К_Г = 1 – Р₆ = 1 – 4,32·10^-6 = 0,99999568.

 

 

 

 

 

 

Расчет показателей надежности для структуры без восстановления и с резервированием. Методом Колмогорова.

Интенсивность восстановления  равна нулю

 

 

 

 

 

 

 

 

Рисунок 8 – Граф состояний для структуры без восстановления с резервированием

 

Система дифференциальных уравнений по Колмогорову:

Для решения системы уравнений используем преобразование Лапласа.

Начальные условия:

Р₁(0) = 1; Р₂(0) = 0; Р₃(0) = 0; Р₄(0) = 0; Р₅(0) = 0.

Итак, по Лапласу:

 

Решая систему уравнений, получаем следующее:

;

;

.

Рисунок 9 – Функция готовности для системы с резервированием без восстановления

 

Расчет коэффициента готовности

Уравнения Колмогорова в статике

Р₆ = 1

К_Г = 1 – Р₆ =1 – 1 = 0

Система при  выходит из строя.

 

 

 

Расчет коэффициента оперативной готовности (при условии контроля состояния элементов с периодом 0,1t).

Находим суммарное значение λ:

.

.

Δt = 0,1

Для всей системы:

 

 

2.5 Расчет показателей надежности на ЭВМ используя пакет программ PSA

 

Результаты расчёта программы psa1.exe

 

Расчёт надёжности системы с произвольными структурой

и числом элементов при условии её невосстанавления

 

Таблица типов элементов

Типы    Инт.отк.Инт.восст.

Д:      5.26e-05     0.4    Датчик уровня

ИУ:   8.5e-05       0.33  исполнительное устройство

М:     0.0002        0.02  мешалка(электродвигатель)

К:      4e-06 0.2    контроллер

 

Структура отказа

 1 Датчик уровня

 2 Датчик уровня

 3 контроллер

 4 исполнительное устройство

 5 исполнительное устройство

 6 мешалка(электродвигатель)

 

Время   Вероятность безотказной работы

0  1

 1000  0.619279

 2000  0.383506

 3000  0.237497

 4000  0.147077

 

Среднее время наработки на отказ: 2042.13 ч

 

 

Результаты расчёта программы psa12.exe

 

Расчёт надёжности системы с линейной структурой и произвольным

числом элементов при условии её восстановления

 

Таблица типов элементов

Типы    Инт.отк.Инт.восст.

Д:      5.26e-05     0.4    Дачик

К:      4e-06 0.2    контроллеръ

ИУ:   8.5e-05       0.33  исполнительное устройство

М:     0.0002        0.02  мешалка

 

Структура отказа

 1 Дачик

 2 Дачик

 3 контроллеръ

 4 исполнительное устройство

 5 исполнительное устройство

 6 мешалка

 

Коэффициент готовности Кг=1

 

 

 

 

Заключение

 

В ходе курсовой работы были произведена оценка надежности логического устройства, представленного на рисунке 2, для различных структур системы. Оценка надежностных характеристик, рассчитанных вручную и с помощью соответствующего программного обеспечения (пакет PSA), дает одинаковые результаты. Из полученных данных можно сделать вывод о том, что наиболее эффективным способом повышения надежности является резервирование при условии восстановления системы.

Необходимым условием повышения эксплуатационной надежности системы является взаимозаменяемость и восстанавливаемость устройств, а также внедрение систем диагностики, своевременный ремонт и техническое обслуживание приборов.

 

 

 

 

Список используемой литературы

 

1 Острейковский В.А. Теория надежности: Учеб. Для вузов/ В.А. Острейковский. – М.: Высш. шк., 2003. – 463 с.

2 Хуснияров М.Х., Сунагатов М.Ф., Матвеев Д.С. Основы надежности и диагностики неполадок технических систем: учеб. пособие. – Уфа: Изд-во УГНТУ, 2010.– 121 с.

3 Методические указания к выполнению курсовой работы по курсу: «Диагностика и надежность автоматизированных систем управления» для студентов специализации «Автоматизация химико-технологических процессов»/ С.В. Денисов.– Уфа: УГНТУ, 2007.– 31 с.

4 Веревкин А.П. Лекции по курсу диагностика и надежность автоматизированных систем управления для специальности 210200 – Автоматизация технологических процессов и производств.–Уфа: УГНТУ. 2004.–70 с.

 

Скачать: kr-po-dinasu.rar