Моделювання системи предиктивного обслуговування турбіни

Скорочена інформація про документ
dc.contributor.advisorПоліщук, Ігор Анатолійович
dc.contributor.authorТемчур, Владислав Сергійович
dc.date.accessioned2023-02-09T14:08:06Z
dc.date.available2023-02-09T14:08:06Z
dc.date.issued2022-06
dc.description.abstractМагістерська дисертація складається зі вступу, п’яти розділів, висновку, списку використаних джерел (29 найменувань). Робота містить 32 таблиці, 77 рисунків та формули. Повний обсяг магістерської дисертації складає 109 сторінок. Об’єкт дослідження – вібродіагностика та предиктивний аналіз несправностей турбоагрегату. Предмет дослідження – система вібродіагностики та предиктивного обслуговування парової турбіни Т-100/120-130. Мета дослідження – розробка системи предиктивного обслуговування турбоагрегату. Основні задачі: Для досягнення поставленої мети необхідно вирішити наступні задачі: - розробка системи контролю та моніторингу вібрації; - розробка моделі вібродіагностики; - розробка моделі прогнозування стану обладнання з використанням методів машинного навчання. Актуальність На сьогоднішній день, затрати на обслуговування обладнання, а також затрати підприємства в зв’язку з простоєм обладнання обчислюються неймовірними сумами. Впровадження систем предиктивного обслуговування дозволяє мінімізувати час простою обладнання шляхом прогнозування виникнення дефектів. За рахунок цього можна заздалегідь планувати ремонтні та профілактичні роботи, значно скоротити час їх проведення, а також оптимізувати процес закупівлі, транспортування та зберігання запасних комплектуючих. Методи дослідження: методи математичного і комп’ютерного моделювання динамічних процесів, методи вібродіагностики, методи предиктивного обслуговування, методи машинного навчання. Наукова новизна отриманих результатів полягає у виборі ефективних засобів обрахунку вібропараметрів та використання методів машинного навчання для прогнозування стану обладнання. Практичне значення отриманих результатів 1. Розроблено та реалізовано програмний продукт системи вібродіагностики. 2. Розроблено та реалізовано програмний продукт системи предиктивного обслуговування турбоагрегату. Апробації результатів дослідження Результат дослідження впроваджується на контролерах Siemens Simatic S7-400 при автоматизації системи вібродіагностики та предиктивного обслуговування парової турбіни Т-100/120-130, підприємством ТОВ «ENERTEX». Додається відповідний акт про впровадження. Публікації 1. Темчур В.С., Поліщук І.А. «Вимоги до обладнання автоматизації, яке працює у вибухонебезпечних умовах»// Матеріали ХVІІІ Міжнародної науково-практичної конференції молодих вчених і студентів 2020 року. У 2 т. – К. : 7 КПІ ім. Ігоря Сікорського, 2020. – Т. 2. – С. 59. 2. Темчур В.С., Поліщук І.А. «Оптимізація економічності згоряння палива парового котла за допомогою машинного навчання»// Матеріали ХІХ Міжнар. наук.-практ. конф. молод. вчених і студ., м. Київ, 20–23 квіт. 2021 р. – Київ : КПІ ім. Ігоря Сікорського, Вид-во «Політехніка», 2021. – Т. 2. – С. 40-41. 3. Темчур В.С., Поліщук І.А. «Предиктивне обслуговування обладнання на основі аналізу вібрації» // Матеріали ХХ Міжнар. наук.-практ. конф. молод. вчених і студ., м. Київ, 26–29 квіт. 2022 р. – Київ : КПІ ім. Ігоря Сікорського, Вид-во «Політехніка», 2022. – Т. 2. 4. Темчур В.С., Поліщук І.А. «Застосування методів машинного навчання для предиктивного обслуговування турбоагрегату» // Вчені записки Таврійського національного університету ім. В.І. Вернадського. Серія: Технічні науки. Том 33 (72), №4, 2022.uk
dc.description.abstractenThe master's dissertation consists of an introduction, five chapters, a conclusion, a list of sources used (29 titles). The work contains 32 tables, 77 figures and formulas. The full volume of the master's dissertation is 109 pages. The object of research is vibration diagnostics and predictive analysis of turbine unit malfunctions. The subject of research is the system of vibration diagnostics and predictive maintenance of the steam turbine T-100 / 120-130. The purpose of research is to develop a system of predictive maintenance of the turbine unit. Main tasks: To achieve this goal it is necessary to solve the following tasks: - development of vibration control and monitoring system; - development of vibration diagnostics model; - development of a model for forecasting the state of equipment using machine learning methods. Actuality To date, the cost of maintaining the equipment, as well as the cost of the enterprise due to equipment downtime is calculated in incredible amounts. The introduction of predictive service systems can minimize equipment downtime by predicting the occurrence of defects. Due to this, it is possible to plan repair and maintenance work in advance, significantly reduce the time of their implementation, as well as optimize the process of purchasing, transporting and storing spare parts. Research methods: methods of mathematical and computer modeling of dynamic processes, methods of vibrodiagnostics, methods of predictive maintenance, methods of machine learning. The scientific novelty of the obtained results is the choice of effective means of calculating vibration parameters and the use of machine learning methods to predict the state of equipment. The practical significance of the results obtained 1. Developed and implemented a software product for vibration diagnostics. 2. Developed and implemented a software product for predictive maintenance of the turbine unit. Approbation of research results The result of the study is implemented on the Siemens Simatic S7-400 controllers in the automation of the vibration diagnostics system and predictive maintenance of the steam turbine T-100 / 120-130, at the enterprise "ENERTEX". The corresponding act of implementation is attached. Publications 1. Temchur, Polishchuk "Requirements for automation equipment operating in explosive atmospheres" // Proceedings of the XVIII International Scientific and Practical Conference of Young Scientists and Students 2020. In 2 volumes - K .: 7 KPI. Igor Sikorsky, 2020. - Vol. 2. - P. 59. 2. Temchur VS, Polishchuk IA "Optimization of fuel economy of steam boiler with the help of machine learning" // Materials of the XIX International. scientific-practical conf. young. Scientists and Students, Kyiv, April 20-23. 2021 - Kyiv: KPI named after Igor Sikorsky, Polytechnic Publishing House, 2021. - Vol. 2. - P. 40-41. 3. Temchur VS, Polishchuk IA "Predictive maintenance of equipment based on vibration analysis" // Materials of the XX International. scientific-practical conf. young. Scientists and Students, Kyiv, April 26-29. 2022 - Kyiv: KPI named after Igor Sikorsky, Polytechnic Publishing House, 2022. - Vol. 2. 4. Temchur VS, Polishchuk IA "Application of machine learning methods for predictive maintenance of the turbine unit" // Scientific notes of Tavriya National University. VI Vernadsky. Series: Technical Sciences. Volume 33 (72), №4, 2022.uk
dc.format.page110 с.uk
dc.identifier.citationТемчур, В. С. Моделювання системи предиктивного обслуговування турбіни : магістерська дис. : 151 Автоматизація та комп’ютерно-інтегровані технології / Темчур Владислав Сергійович. - Київ, 2022. - 110 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/52444
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорського.uk
dc.publisher.placeКиївuk
dc.subjectвібродіагностикаuk
dc.subjectsteam turbineuk
dc.subjectпредиктивне обслуговуванняuk
dc.subjectpredictive maintenanceuk
dc.subjectvibration analysisuk
dc.titleМоделювання системи предиктивного обслуговування турбіниuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Temchur_magistr.pdf
Розмір:
3.69 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
1.71 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (АЕП)
Магістерські роботи