Details

В работе рассмотрены основные методы автоматизации мониторинга износа на поверхностях трубопровода и рулевой тяги оборудования. Предложен простой в применении алгоритм автоматического обнаружения повреждений магистрального трубопровода на основе вибрации и данных. Этот подход позволил обнаруживать повреждения с помощью одного акселерометра на контролируемой тяге, не требует знания физических переменных, например, осевой нагрузки на рулевую тягу, временных проверок и может выполняться без присмотра человека-оператора. Применение процедуры очистки данных, алгоритм обнаружения повреждений, основанный на методе MSD (квадрат расстояния Махаланобиса), построения логистических кривых (регрессии) ROC, позволили полностью автоматически осуществить мониторинг рулевой тяги с помощью одного датчика и простого алгоритма, который не требует знания физических переменных, например, осевой нагрузки на рулевую тягу. Показано, что с увеличением повреждений и увеличения коэффициента модального затухания от 𝜉=5/8𝐿 до 𝜉=8/10𝐿, графики ROC-кривой проходят через верхний левый угол, где доля истинно положительных результатов составляет 100%, а предсказательная способность модели возрастает, особенно, когда результаты представлены со скользящим средним.

The paper considers the main methods of automation of wear monitoring on the surfaces of pipelines and tie rods of equipment. An easy-to-use algorithm for automatic detection of damage to the main pipeline based on vibration and data is proposed. This approach made it possible to detect damage using a single accelerometer on controlled thrust, does not require knowledge of physical variables, for example, axial load on the steering rod, temporary checks and can be performed without the supervision of a human operator. The application of the data cleaning procedure, the damage detection algorithm based on the MSD (Mahalanobis distance square) method, the construction of logistic curves (regression) ROC, made it possible to fully automatically monitor the steering rod using a single sensor and a simple algorithm that does not require knowledge of physical variables, for example, the axial load on the steering rod. It is shown that with an increase in damage and an increase in the modal attenuation coefficient from 𝜉=5/8𝐿 to 𝜉=8/10𝐿, the graphs of the ROC curve pass through the upper left corner, where the proportion of truly positive results is 100%, and the predictive ability of the model increases, especially when the results are presented with a moving average.