Способ адаптивного прогнозирования остаточного ресурса эксплуатации сложных объектов и устройство для его осуществления

Группа изобретений относится к измерительной технике. Способ включает силовое воздействие на поверхность объекта контроля, регистрацию массива электрических сигналов входной информации установленными на объекте контроля информационными датчиками, при этом сигналы информационных датчиков обусловлены изменениями силового воздействия на поверхность объекта контроля. Используют устройство, включающее информационные датчики, установленные на объекте контроля и воспринимающие изменения параметров объекта контроля, электронные фильтры для повышения отношения сигнал/шум, связанные с выходами датчиков и подключенные к входам электронной аналоговой схемы, реализующей нейросетевую модель надежности эксплуатации объекта контроля, при этом к другой группе входов электронной аналоговой схемы подключен блок подачи сигнала на переобучение модели износами, а к ее выходу подключены последовательно соединенные блок аппроксимации временных зависимостей массивов электрических сигналов, блок формирования временного ряда предсказаний надежности эксплуатации объекта контроля, блок экстраполяции величины массива электрических сигналов на выходе электронной аналоговой схемы до предельного значения и определения остаточного ресурса, к входу которого подключен блок задания модели экстраполяции. Технический результат заключается в повышении достоверности результатов прогнозирования, повышении универсальности метода, расширении области использования. 2 н. и 1 з.п. ф-лы, 3 ил.

 

Изобретение относится к области измерительной техники, в частности к способам и устройствам диагностики технического состояния сложных технических объектов методами неразрушающего контроля.

Изобретение может быть использовано для контроля надежности сложных систем и материалов как в процессе производства, так и в процессе эксплуатации: пространственных сетчатых конструкций, комплексных строительных конструкций, например, сложных муниципальных образований, отсеков космических аппаратов, ракетных двигателей, трубопроводов, герметичных сосудов, сложных деталей (например, лопаток газотурбинных агрегатов) и т.п. Особенно эффективно применение заявленного изобретения при испытании и эксплуатации потенциально опасных и дорогих в изготовлении конструкций и изделий, к которым, с одной стороны, предъявляются высокие требования по надежности эксплуатации, а с другой стороны, они являются достаточно дорогими и трудоемкими в изготовлении для того, чтобы достаточно большое количество конструкций можно было испытать методами разрушающего контроля, т.е. разрушить. В ряде случаев разрушение таких изделий просто не допускается. При этом требуется определить потенциально опасные места (узлы конструкции), которые в первую очередь могут разрушиться (вследствие наличия дефектов, пониженной прочности или других причин) при нагрузках, что может привести к аварии, и которые возможно необходимо укреплять, а также определить надежность эксплуатации - остаточный ресурс эксплуатации конструкции или изделия с определенной вероятностью.

Уровень техники

Старение основных фондов, недостаточный объем планово-предупредительных работ по повышению надежности эксплуатации, падение производственной дисциплины и ряд других причин привели к резкому увеличению в стране аварий и катастроф техногенного характера (увеличение количества аварий в системе строительства, ЖКХ, Саяно-Шушенская ГЭС и др.).

Так, например, по данным статистики из 366000,0 км теплотрасс по российской Федерации 18,4% нуждаются в немедленной замене. Количество аварий, отказов и инцидентов на источниках теплоснабжения, паровых и тепловых сетях составили 107539 случаев в год, т.е. ориентировочно 3,6 аварий/км год.

Если учесть, что на город Москва приходится, ориентировочно, 4000 км теплотрасс, то можно сказать, что в городе Москве происходит, ориентировочно, 15000,0 аварий в год.

Поэтому разработка и внедрение надежного и простого в эксплуатации способа и аппаратуры технической диагностики технического состояния и оценки надежности эксплуатации таких, например, объектов с оценкой их остаточного ресурса достаточно актуальны.

Таких примеров можно привести достаточно много в различных областях техники и промышленности.

За последнее время проведены исследования основных путей решения данной проблемы. Так, например, направление, связанное с восстановлением основных фондов, показало, что для этого потребуется около 1 трлн. долл., что для страны не приемлемо. Аналогичные результаты получились по некоторым другим направлениям.

Одним из перспективных путей решения задачи повышения надежности и безопасности эксплуатации сложных технических систем принята мониторинговая (постоянная во времени) объективная оценка надежности их эксплуатации на основе методов и средств неразрушающего контроля и технической диагностики и, в дальнейшем, проведение ремонтно-восстановительных работ по результатам мониторинга.

Имеется ряд аналогов по способам прогнозирования ресурса технических устройств. Например, способ (см. описание изобретения к патенту Российской Федерации №2292028 «Способ определения остаточного ресурса металлоконструкций», МПК G01N 3/00. Опубликовано 2007.01.20) заключается в определении количества циклов нагружения исследуемого элемента металлоконструкции, и по количеству циклов нагружения за период эксплуатации между измерениями устанавливается зависимость коэрцитивной силы в местах дефектов, на основе которой рассчитывается остаточный ресурс металлоконструкции. При этом учитывается только один показатель - количество циклов нагружения элемента металлоконструкции, такие показатели, как предельные состояния вследствие совместного снижения толщины стенки при износе или коррозии, не учтены. Не предусматривается оценка прочности заменяемых изношенных элементов, точности, достоверности и полноты результатов диагностирования технических устройств, что является существенным недостатком известных способов и средств прогнозирования ресурса технических устройств.

Известны способы прогнозирования среднего и назначенного ресурса (см., например [РД 26.260.005-91. Методические указания. Оборудование химическое. Номенклатура показателей и методы оценки надежности]), в которых ресурс прогнозируется по наработке на отказ до капитального ремонта с использованием вероятностных моделей теории надежности. Способы не находят широкого практического применения из-за недостаточной достоверности оценки ресурса технических устройств, поскольку ресурс принимается на основе номенклатурных показателей надежности, установленных для отдельных типовых узлов, и не учитывает результаты ресурсно-прочностных исследований и технического диагностирования, когда известны данные по износу стенок заменяемых элементов, механические напряжения, выявлены дефекты, возникшие при эксплуатации, и объем технического диагностирования.

По известному способу прогнозирования остаточного ресурса металлических деталей (см. описание изобретения к патенту Российской Федерации №2215280 «Способ оценки остаточного ресурса деталей», МПК 7 G01N 3/00. Опубликовано 2003.10.27) эксплуатационную скорость изменения остаточных напряжений для выбранных зон детали определяют как отношения разности остаточных напряжений на втором и первом контрольных этапах к наработке между этими контрольными этапами, и по максимальной эксплуатационной скорости изменения остаточных напряжений остаточный ресурс определяют после наработки между двумя контрольными этапами не менее 0,05 от проектного ресурса детали. Поэтому известный способ имеет ограниченное применение при оценке ресурса технических устройств, поскольку используется только один показатель - скорость изменения остаточных напряжений в исследуемом материале детали.

Известен способ определения запаса прочности нагруженного материала (см. описание изобретения к патенту Российской Федерации №2167421 «Способ определения запаса прочности нагруженного материала», МПК 7 G01N 29/14, G01N 19/04. Опубликовано 2001.05.20) с нагружением исследуемого материала двумя различными по величине нагрузками, и в исследуемом материале при этих нагрузках акустико-эмиссионным методом регистрируют импульсы акустической эмиссии, измеряют их количественные характеристики и по скорости счета акустической эмиссии определяют запас прочности исследуемого материала. Однако акустико-эмиссионный метод не дает прогноз задолго до разрушения; не позволяет определять ресурс новых изделий без явных дефектов, не позволяет определять ресурс разгруженных изделий без внешних воздействий, например днищ вертикальных цилиндрических резервуаров, снижает остаточный ресурс технического устройства в процессе испытания за счет развития трещин при превышении нагрузки [см., например, в кн. Неразрушающий контроль и диагностика. Справочник. М.: Машиностроение, 1995]. Недостатком известного способа является его ограниченное применение при оценке ресурса технических устройств, поскольку используется только один показатель - запас прочности исследуемого материала с дефектами.

Известен способ определения степени износа (см. описание изобретения к патенту Российской Федерации №2390746 «Способ безразборной диагностики шатунных подшипников двигателя внутреннего сгорания», МПК 7 G01M 15/00, G01M 13/04, F16C 17/24. Опубликовано 2010.05.27) измерением амплитуды пульсаций величины давления. Недостатком известного способа является его ограниченное применение при оценке ресурса деталей, узлов и элементов технических устройств, не содержащих пар механического трения, поскольку используется только один показатель - степень износа по величине зазоров в парах трения машин.

Известен способ определения степени износа (см. описание изобретения к патенту Российской Федерации №2006811 «Способ безразборной диагностики степени износа подшипников двигателя внутреннего сгорания», МПК 5 G01M 15/00, G01M 13/04. Опубликовано: 30.01.1994), по которому определяют отношение разности величин первого и второго давлений к величине второго давления и сравнивают величину этого отношения с эталонной зависимостью от степени износа подшипников, причем рост этого отношения соответствует росту степени износа.

Известен способ определения достоверности неразрушающего контроля дефектов, определяющих качество изготовления, надежность и безопасность эксплуатации изделия (см. описание изобретения к патенту Российской Федерации №2243565 «Способ определения достоверности неразрушающего контроля (НК) дефектов, определяющих качество изготовления, надежность и безопасность эксплуатации изделия», МПК 7 G01N 35/00, G01N 3/00. Опубликовано 2004.12.27), по тест-образцу с дефектами, расположенными случайным образом, проводят контроль этого тест-образца выбранным методом неразрушающего контроля, характеристики дефектов, установленные неразрушающим контролем, сравнивают с характеристиками заложенных дефектов и судят о достоверности данного метода неразрушающего контроля. В то же время дефекты в реальных конструкциях могут существенно отличаться по форме, расположению относительно осей координат элементов технического устройства от дефектов в тест-образце, поэтому использование тест-образца с дефектами носит преимущественно исследовательский характер для оценки достоверности методов неразрушающего контроля и достоверности неразрушающего контроля дефектов, определяющих качество изготовления, надежность и безопасность эксплуатации изделия. Известный способ имеет ограниченное применение при прогнозировании ресурса заменяемых элементов, поскольку, имея показатель достоверности неразрушающего контроля дефектов в исследуемом материале детали, не дает возможности оценивать ресурс технических устройств.

Известен способ прогнозирования остаточного ресурса тонкостенных оболочек технических устройств (см., например, описание изобретения к патенту Российской Федерации №2234079 «Способ и устройство определения остаточного ресурса тонкостенных оболочек из резервуарных и трубных сталей», МПК G01N 27/72. Опубликовано 2004.08.10) с определением остаточной толщины стенки, изменяющейся вследствие коррозии, малоцикловой усталости и старения технического устройства, выборочного контроля исследуемых тонкостенных оболочек, вычислением текущих значений коэффициента запаса ударной вязкости и коэффициента запаса толщины исследуемой тонкостенной оболочки, и сравнивают их с ранее не нагружавшимся образцом - представителем. По массиву остаточных средних сроков службы участков определяют 95% остаточный ресурс одного наиболее типичного узла технического устройства. В известном способе не учтены заменяемые изношенные элементы, полнота и качество проведенного диагностирования, вероятностный параметр достоверности оценки запасов прочности, степень ответственности (группы или класса опасности технического устройства), характеризующей вероятную степень риска в случае отказа или разрушения, показатель коррозии и коррозионной стойкости материалов и эксплуатационная скорость снижения запаса прочности. Поэтому известный способ имеет ограниченное применение для прогнозирования ресурса технических устройств.

По известному способу ((см., например, Махутов Н.А. и Пимштейн П.Г.) определение срока службы и остаточного ресурса оборудования («Проблемы безопасности при чрезвычайных ситуациях. Вып. 5.» М., 1995) остаточный ресурс определяют на основе расчетного срока службы и вероятностного ресурса по избыточной толщине стенки и скорости ее коррозионного и эрозионного износа технического устройства. В условиях циклической нагрузки с допускаемым числом циклов и периодом нагружения, ползучести в зависимости от деформации, скорости ползучести, хрупкого разрушения нормативный срок службы принимается равным 20 годам для большинства технических устройств. Максимальную величину допускаемого времени эксплуатации определяют из множества тех же значений сроков службы в зависимости от объема контроля при диагностировании. Остаточный ресурс определяют разностью между расчетным сроком службы и временем эксплуатации, но не учтено влияние запасов прочности заменяемых элементов на ресурс, не учтена степень ответственности (группы или класса опасности технического устройства), характеризующей вероятную степень риска в случае отказа или разрушения. Не учтены эксплуатационная скорость снижения запаса прочности заменяемых элементов, показатели коррозии и коррозионной стойкости материалов, что не обеспечивает достаточной точности оценки ресурса технического устройства.

Известен способ определения остаточного ресурса технических устройств [например, в кн. «Сосуды и трубопроводы высокого давления: Справочник / А.М. Кузнецов, В.И. Лившиц и др.» Изд. 2-е, доп. Иркутск: Издание ГП "Иркутская областная типография №1", 1999. 600 с.] с учетом резерва запаса прочности по отношению допускаемых нагрузок (рассчитанных, например, по нормативным документам) к фактическим нагрузкам из отношения фактических толщин стенок за вычетом прибавки к расчетной толщине стенки. По известному способу при расчете ресурса не учтено влияние запасов прочности заменяемых элементов на ресурс, не учтена вероятная степень ответственности (группы или класса опасности) технического устройства, характеризующей вероятную степень риска в случае отказа или разрушения. Не учтены эксплуатационная скорость снижения запаса прочности заменяемых элементов, показатель коррозии и коррозионной стойкости материалов, что не обеспечивает достаточной точности прогнозирования исходного, продляемого и остаточного ресурса технических устройств.

Известен способ прогнозирования остаточного ресурса [Махутов Н.А. Конструкционная прочность, ресурс и техногенная безопасность: В 2 ч. / Н.А. Махутов. - Новосибирск: Наука, 2005. - Ч.2: Обоснование ресурса и безопасности. - 610 с.] путем определения запасов прочности для различных критериев предельного состояния из отношения предельных нагрузок, деформаций и числа циклов нагружения к эксплуатационным нагрузкам, деформациям, числу циклов нагружения. Однако в известном способе не учтены количественный показатель полноты и объемов технического диагностирования, вероятностный параметр достоверности оценки запасов прочности заменяемых элементов, степень ответственности (группы или класса опасности), характеризующей вероятную степень риска и ответственность в случае отказа или разрушения, что не обеспечивает прогнозирования ресурса с заменой изношенных узлов, деталей и элементов технических устройств.

В известном способе определения остаточного срока службы технических устройств [см., например, РД 03-421-01. Методические указания по проведению диагностирования технического состояния и определению остаточного срока службы сосудов и аппаратов. Серия 03. Выпуск 17 / Колл. авт. - М.: Государственное унитарное предприятие «Научно-технический центр по безопасности в промышленности Госгортехнадзора России», 2002. - 136 с.] ресурс определяют по скорости коррозии за период эксплуатации, но не учтено влияние запасов прочности заменяемых элементов на ресурс, не учтена степень ответственности (группы или класса опасности), характеризующей вероятную степень риска и ответственность в случае отказа или разрушения, что не обеспечивает достаточной точности оценки ресурса, надежности и безопасности эксплуатации технических устройств.

Известен способ оценки эффективности диагностирования сосудов, резервуаров и трубопроводов [см., например, Черепанов А.П., Порошин Ю.В. Оценка эффективности диагностирования сосудов, резервуаров и трубопроводов. // Безопасность труда в промышленности. 2004. №10. С.43-46.], использующий количественный показатель эффективности диагностирования с учетом степени ответственности (группу или класс опасности), характеризующей вероятную степень риска в случае отказа или разрушения, показатель достоверности методов, полноты и объемов контроля, выполненных при диагностировании. Отсутствие учета влияния запасов прочности заменяемых элементов, показателя коррозии и коррозионной стойкости материалов и эксплуатационной скорости снижения запасов прочности также не позволяет с достаточной точностью оценивать ресурс технических устройств.

Известен способ оценки остаточного ресурса технических устройств, (см., описание изобретения к патенту Российской Федерации №2253096 «Способ оценки технического состояния оборудования», МПК G01M 15/00, F15B 19/00, Опубликовано 2005.05.27), по которому проводят входной контроль до начала эксплуатации, определяют соответствие нормативно-технической документации и условиям эксплуатации и контроль эксплуатационных параметров, измеряют параметры технического состояния по крайней мере одного наиболее типичного узла, разрабатывают компенсирующие мероприятия по устранению выявленных несоответствий, определяют величину остаточного ресурса и/или значение эксплуатационных параметров, при которых возможна безопасная эксплуатация технического устройства, и разрабатывают экспертное заключение. Однако без учета запасов прочности заменяемых элементов, полноты и качества проведенного диагностирования, степени ответственности (группы или класса опасности), характеризующей вероятную степень риска в случае отказа или разрушения, эксплуатационной скорости снижения запасов прочности, показателей коррозии и коррозионной стойкости материалов невозможно прогнозирование ресурса заменяемых элементов технических устройств с применением известного способа.

Известен способ технической диагностики и оценки остаточного ресурса по патенту №2428682 «Способ теплового неразрушающего контроля теплотехнического состояния протяженных, сложнопрофильных и труднодоступных объектов». Он заключается в непрерывной регистрации и анализе температуры вдоль протяженного объекта, и при резком изменении температуры на локальном участке делается заключение о снижении уровня технической безопасности.

Проведенный анализ уровня техники позволил установить, что аналоги, характеризующиеся совокупностью признаков, тождественных всем признакам заявляемого технического решения, отсутствуют. Ни один из самых близких аналогов и прототипов не обеспечивает прогнозирования исходного ресурса сложных технических объектов (комплекса строительных конструкций, сложных производственных объектов и др.) по показателям фактического технического состояния, которое определено техническим контролем при изготовлении, продляемого и остаточного ресурса при замене изношенных элементов с учетом показателя коррозионной стойкости материалов, объемов и показателя эффективности диагностирования, вероятной степени риска при отказе, характеризующей ответственность группой или классом опасности технических устройств, что соответствует критериям "новизны и полезности".

Результаты поиска известных технических решений в данной и смежных областях техники показали, что отличительные признаки заявленного способа и его реализации не следуют явным образом из уровня техники представленных аналогов и прототипов. Из уровня техники также не выявлена известность существенных признаков, предусматриваемых в заявленном изобретении, и достижение указанного технического результата. Следовательно, заявленное изобретение соответствует условию патентоспособности "изобретательский уровень".

Недостаток известных способов и реализующих их устройств заключается в следующем: все известные способы оценки остаточного ресурса решают задачу применительно к конкретным сугубо индивидуальным объектам. Этому должно предшествовать очень глубокое изучение объекта: моделирование поведения при различных дефектах, экспериментальная отработка математических моделей, оценка адекватности и т.п. Это снижает универсальность метода, резко повышает их стоимость и снижает производительность диагностики. Появление нового диагностируемого объекта требует проведение полного комплекса исследований. Кроме того, достоверность результатов, получаемых по известным методам, в достаточно большой степени определяются субъективными качествами, что снижает универсальность методов и достоверность получаемых результатов.

Другими словами, для оценки остаточного ресурса по способам, описанным в приведенных аналогах и прототипе, требуется достоверная большая априорная информация о поведении исследуемого объекта в условиях прилагаемых внешних и внутренних нагрузках.

Это не всегда возможно, т.е. не всегда имеется возможность получить необходимую априорную информацию. Это, например, относится к проблемам диагностики:

- энергетической и промышленной безопасности муниципальных образований, имеющих в одновременной эксплуатации большое количество сложных инженерных объектов,

- сложных инженерных и строительных объектов,

- физического состояния спортсменов и т.п.

Наиболее близким аналогом является способ контроля механических напряжений, описанный в работе И. Эйнав, Б. Артемьев, Е. Азизова, А. Азизова. «Неразрушающий контроль в строительстве» / Учебное пособие под общей редакцией академика РАН В.В. Клюева. М.: Издательский дом Спектр, 2012, с.283-286.

Данный способ и реализующее его устройство заключаются в расположении на объекте контроля информационных датчиков (например, тензодатчиков), которые измеряют напряженно-деформированное состояние конструкции. Информация собирается на тензостанцию. По этим данным оператором оценивается текущее состояние конструкции.

Недостаток данного способа повторяет недостатки ранее описанных способов.

Поэтому на сегодняшний день имеется актуальная потребность в создании способа и устройства адаптивного прогнозирования остаточного ресурса, позволяющего учитывать меняющиеся во времени условия эксплуатации и изменяющуюся скорость изнашивания узлов и блоков и базирующегося на периодически обновляемой информации о текущем состоянии объекта и автоматическом самообучении прогнозированию.

Принципиально подход к решению этой задачи стал возможен с появлением методов и реализующих их средств нейросетевого анализа.

Сущность изобретения

Имеются неоднократные попытки решить эту проблему с помощью дефектоскопии различными методами - ультразвуковым, радиоволновым и т.п. Однако это не приводило к желаемым результатам. Это связано в основном со следующим: все известные способы оценки остаточного ресурса решают задачу применительно к конкретным сугубо индивидуальным объектам. Этому должно предшествовать очень глубокое изучение объекта: моделирование поведения при различных дефектах, экспериментальная отработка математических моделей, оценка адекватности и т.п. Кроме того, достоверность результатов, получаемых по известным методам, в достаточно большой степени определяется субъективными качествами, что снижает универсальность методов и достоверность получаемых результатов.

Технический результат, достигаемый при использовании заявленной группы изобретений, заключается в повышении достоверности результатов прогнозирования, повышении универсальности метода, расширении области использования, снижении стоимости прогнозирования.

Технический результат достигается за счет того, что в способе, включающем воздействие на объект и регистрацию обусловленных им изменений, выполняют следующие действия после регистрации массива сигналов входной информации {Uвх} с информационных датчиков, установленных на объекте контроля: пропускают массив электрических сигналов входной информации Uвх через электронные фильтры Кф для повышения отношения сигнал/шум с получением массива выходных электрических сигналов после обработки U в ы х ф , проводят предварительное обучение нейросетевой модели надежности эксплуатации объекта контроля с использованием массивов электрических сигналов U в ы х ф следующим образом: используют электронную аналоговую схему, алгоритм которой эквивалентен нейросетевой модели надежности эксплуатации объекта контроля с параметрами Fi, где i - номер параметра схемы, пропускают массивы электрических сигналов U в ы х ф через упомянутую схему с получением на выходе массива электрических сигналов ( U в ы х ф с ) i , сравнивают массивы сигналов ( U в ы х ф с ) i с сигналами Uпред, соответствующими потере надежности Pпред эксплуатации контролируемого объекта: если абсолютное значение разности

A B S ( ( U в ы х ф с ) i U п р е д ε , то i=N,

где N - параметр нейросетевой модели, соответствующий моменту потери надежности эксплуатации, ε - погрешность сравнения, Uпред - предельная величина сигнала, соответствующая моменту потери надежности/разрушения контролируемого объекта,

аппроксимируют временные зависимости массивов электрических сигналов U в ы х ф с = U в ы х ф с ( t ) на основе предварительно обученной нейросетевой модели с заданной периодичностью, например, методом наименьших квадратов, где t - время, производят экстраполяцию величины U в ы х ф с ( t ) = P ( t ) до величины предельного значения и определяют Pпред и соответственно величину времени наработки контролируемого объекта до выхода его из строя tпред с помощью выбранной модели экстраполяции, где Р - величина нагрузки, Pпред - величина предельной допустимой нагрузки.

В случае недостижения необходимой точности прогнозирования осуществляют переобучение нейросетевой модели на основе вновь полученных данных.

Технический результат в части устройства достигается за счет того, что устройство для адаптивного прогнозирования остаточного ресурса объектов (1) включает информационные датчики (2), установленные на объекте контроля (1) и воспринимающие изменения параметров объекта контроля, электронные фильтры (3) для повышения отношения сигнал/шум, связанные с выходами датчиков и подключенные к входам электронной аналоговой схемы (4), реализующей нейросетевую модель надежности эксплуатации объекта контроля (1), при этом к другой группе входов электронной аналоговой схемы (4) подключен блок подачи сигнала на переобучение модели (5), а к ее выходу подключены последовательно соединенные блок аппроксимации временных зависимостей (6) массивов электрических сигналов U в ы х ф с , блок формирования временного ряда (7) предсказаний надежности эксплуатации объекта контроля, блок экстраполяции (8) величины U в ы х ф с ( t ) до предельного значения и определения остаточного ресурса, к входу которого подключен блок задания модели экстраполяции (9), а второй выход блока подачи сигнала на переобучение модели (5) подключен к входу блока задания модели экстраполяции (9).

Блок задания модели экстраполяции (9) представляет собой блок памяти (на стандартных схемах ПЗУ - постоянные запоминающие устройства).

Данные блоки выполняют следующие функции.

Блок аппроксимации временных зависимостей массивов электрических сигналов U в ы х ф с осуществляет аппроксимацию массивов электрических сигналов U в ы х ф с степенной функцией 3-й степени для осуществления экстраполяции.

Блок формирования временного ряда предсказаний надежности эксплуатации объекта контроля формирует временной ряд величины надежности.

Блок экстраполяции величины U в ы х ф с ( t ) до предельного значения и определения остаточного ресурса обеспечивает экстраполяции указанной величины до момента прогноза разрушения объекта контроля (выполнения условия не превышения текущего показателя надежности допустимого значения).

Блок задания модели экстраполяции (9) осуществляет представление оптимальной модели по «запросу» блока 5.

Краткое описание чертежей

Фиг.1 - структура искусственной нейронной сети (ИНС) прямого распространения.

Фиг.2 - функциональная схема устройства адаптивного прогнозирования остаточного ресурса эксплуатации сложных объектов.

Фиг.3 -принципиальная схема блока формирования временного ряда (7).

На приведенных фигурах приняты следующие обозначения:

1 - объект контроля

2 - информационные датчики

3 - электронные фильтры

4 - аналоговая схема, реализующая нейросетевую модель надежности эксплуатации объекта контроля

5 - блок подачи сигнала на переобучение модели

6 - блок аппроксимации временных зависимостей массивов электрических сигналов

7 - блок формирования временного ряда

8 - блок экстраполяции

9 - блок задания модели экстраполяции

10 - блок накопления результатов контроля.

11 - аналого-цифровой преобразователь: 8-разрядный АЦП К572ПВ4

12, 14 - запоминающие устройства: 8-разрядное ПЗУ К555РЕ4

13 - Микропроцессорное устройство: 8-разрядное МПК КП1802

15 - блок питания

Xm - входные данные

Wm2 - массив весовых коэффициентов

n - номер нейрона

kn2 - массив весовых коэффициентов

p - номер нейрона

уp - массив весовых коэффициентов

Предпочтительный вариант осуществления изобретения

Все используемые электронные блоки построены на основе стандартных микропроцессорных схем и микропроцессорных сборок с перепрограммируемыми запоминающими устройствами. Блок аппроксимации временных зависимостей массивов электрических сигналов U в ы х ф с , блок формирования временного ряда предсказаний надежности эксплуатации объекта контроля и блок экстраполяции величины U в ы х ф с ( t ) до предельного значения и определения остаточного ресурса реализованы на стандартных логических микросхемах (например, в соответствии с книгой: Угрюмов Е.П. Цифровая схемотехника: учебн. пособие для вузов. - 3-е изд. перераб. и доп. - СПб.: - БХВ - Петербург, 2010) или другим аналогичным изданием).

Конкретная реализация блоков микросхем приведена, например, в книгах:

- Справочник. Большие интегральные схемы запоминающих устройств. Под. ред. А.Ю. Гордеева, Ю.Н. Дьяков. - М.: Радио и связь.

- С.В. Якубович и др. Цифровые и аналоговые интегральные микросхемы. Справочник. - М.: Радио и связь.

И в др. аналогичных книгах.

Например, на фиг.3 приведена принципиальная схема блока формирования временного ряда.

Устройство (фиг.1), реализующее предлагаемый способ, работает следующим образом.

От информационных датчиков (2) от объекта контроля (1) через электронные фильтры (3) на вход аналоговой схемы (4) поступает информация о состоянии объекта контроля.

Алгоритм функционирования схемы (4) эквивалентен нейросетевой модели надежности эксплуатации объекта контроля с параметрами Fi, где i - номер параметра схемы.

Функционирование схемы (4) осуществляется следующим образом.

Пропускают массивы электрических сигналов U в ы х ф с через упомянутую схему с получением на выходе массива электрических сигналов ( U в ы х ф с ) i . Сравнивают массивы сигналов ( U в ы х ф с ) i с сигналами Uпред, соответствующими потере надежности Pпред эксплуатации контролируемого объекта следующим образом:

если абсолютное значение разности

A B S ( ( U в ы х ф с ) i U п р е д ε , то i=N,

где N - параметр нейросетевой модели, соответствующий моменту потери надежности эксплуатации, ε - погрешность сравнения, Uпред - предельная величина сигнала, соответствующая моменту потери надежности/разрушения контролируемого объекта.

Если схема (4) не может выполнить свою функцию, то производят дополнительное обучение схемы (4) посредством блоков (5) и (9), - задается новая модель.

Далее с помощью блока (6) аппроксимируют временные зависимости массивов электрических сигналов U в ы х ф с = U в ы х ф с ( t ) на основе предварительно обученной нейросетевой модели (блок 4) с заданной периодичностью, например, методом наименьших квадратов, где t - время, блок (7) формирует временной ряд значений сигналов, в блоке (8) производят экстраполяцию величины U в ы х ф с ( t ) = P ( t ) до величины предельного значения и определяют Pпред и соответственно величину времени наработки контролируемого объекта до выхода его из строя tпред с помощью выбранной модели экстраполяции, где Р - величина нагрузки, Pпред - величина предельной допустимой нагрузки. В блоке (10) формируются результаты обследования.

Использование в данном предлагаемом способе нейронных сетей дает высокую степень адаптивности способу прогнозирования, поскольку, во-первых, позволяет настраивать модель износа на особенности конкретного объекта, во-вторых, позволяет по мере увеличения наработки корректировать экстраполяционную модель изменения параметра до предельного значения, гибко реагируя на изменение скорости изнашивания сопряжении.

Рассмотрим теоретическое обоснование некоторых узловых этапов выполнения предлагаемого способа.

1. Пропускают электрические сигналы информационных массивов (Uвх) через электронные фильтры (Кф) для повышения достоверности их информативных признаков и снижения их шумовой составляющей (повышение отношения сигнал/шум) - выходные сигналы после обработки - ( U в ы х ф с ) .

В разработанном методе эволюционного поиска с кластеризацией признаков предельных состояний конструкций сложных объектов, их дефектов и повреждений, ведущих к предаварийной ситуации, предлагается группировать схожие признаки с помощью методов кластеризации, которые позволяют разбить выборку на группы компактно расположенных признаков в пространстве экземпляров (кластеры, факторные группы) и выделить в каждом кластере по одному наиболее типичному признаку.

Эволюционный поиск с кластеризацией признаков для выделения наиболее значимого набора признаков из заданной выборки предельных состояний конструкций сложных объектов, их дефектов и повреждений, ведущих к предаварийной ситуации <X, Y>, предлагается выполнять как следующую последовательность шагов.

Шаг 1. Сгруппировать признаки исходной выборки данных в кластеры.

Шаг 1.1. Для каждого признака Xi рассчитать Эвклидово расстояние от него до всех остальных признаков в выборке. Эвклидово расстояние между признаками Xa и Xb вычисляется по формуле:

d E ( X a , X b ) = Σ p = 1 m ( x p a x p b ) 2 ,

где m - количество экземпляров в выборке; Xpa и Xpb - значения a-го и b-го признаков p-то экземпляра соответственно.

Шаг 1.2. На основе рассчитанных ранее расстояний между экземплярами, используя методы кластер-анализа, например, метод с добавлением кластеров, метод с удалением кластеров, комбинированный метод или метод нечетких C-средних, сформировать группы признаков компактно расположенных в пространстве экземпляров. Выделить признаки, являющиеся центрами кластеров.

Шаг 1.3. Для каждого признака Xi вычислить вероятность его включения в хромосому.

Шаг 1.3.1. Рассчитать значение индивидуальной оценки информативности Ii признака Xi, например, на основе коэффициента парной корреляции, коэффициента корреляции знаков, коэффициента корреляции Фехнера, дисперсионного отношения, коэффициента связи, информационного критерия, энтропии признака, критерия, основанного на вероятностном подходе, или критерия, основанного на статистическом подходе.

Шаг 1.3.2. Определить вероятность Pi включения i-го признака:

P i = I i = d E ( X i , X C , i ) d E max , C ( I i I C )

где dE(Xi, XC,i) - расстояние от признака Xi до центра его кластера; dEmax,C - максимальное расстояние в кластере, в котором расположен i-й признак; IC - информативность признака, являющегося центром кластера, в котором расположен признак Xi.

Шаг 2. Установить счетчик итераций (времени): t=0.

Шаг 3. Инициализировать начальные.

Шаг 3.1. Установить счетчик сформированных признаков: j=1.

Шаг 3.2. Сформировать j-й признак Hj.

Шаг 3.2.1. Установить счетчик определенных признаков: i=1.

Шаг 3.2.2. Сгенерировать случайное число: r=rand[0; 1], где rand[a; b] - случайно сгенерированное число в интервале [a; b].

Шаг 3.2.3. Если Pi>r, тогда i-му признаку j-го параметра присвоить значение: hij=1, в противном случае: hij=0.

Шаг 3.2.4. Если j-параметр сформирован полностью (i=L), тогда

выполнить переход к шагу 3.3.

Шаг 3.2.5. Установить: i=i+1.

Шаг 3.2.6. Перейти к шагу 3.2.2.

Шаг 3.3. Если сформированы все параметры (j=N), тогда выполнить переход к выполнению шага 4.

Шаг 3.4. Установить: j=j+1.

Шаг 3.5. Перейти к шагу 3.2.

Шаг 4. Вычислить значение фитнесс-функции f(Hj) по формуле:

f ( H j ) = I ( H j ) Σ i = 1 L h i j ( 1 + Σ i = 1 L I i h i j ) ( 1 + Σ i = 1 L P i h i j )

где J(Hj) - значение критерия, учитывающего размер и информативность набора признаков, соответствующего параметра Hj.

Шаг 5. Выполнить проверку критериев останова (достижение максимально допустимого времени функционирования метода, числа итераций, значения фитнесс-функции). Если критерии окончания поиска удовлетворены, тогда выполнить переход к шагу 11.

Шаг 6. Увеличить счетчик итераций: t=t+1.

Шаг 7. Выбрать параметр путем использования одного из существующих методов отбора (пропорциональный отбор, отбор с использованием рулетки, турнирный отбор, пороговый отбор, отбор ранжированием).

Шаг 8. Применить оператор равномерного скрещивания. При этом в маске скрещивания установить единичные значения, которым соответствуют признаки с вероятностью обнаружения, выше средней, остальным - присвоить нулевые значения.

Шаг 9. Останов.

Таким образом, в предложенном методе эволюционного поиска с кластеризацией признаков предельных состояний конструкций сложных объектов, их дефектов и повреждений, ведущих к предаварийной ситуации учитывается близость расположения признаков в пространстве экземпляров, что позволяет формировать новые решения из признаков, расположенных, как правило, в разных группах, увеличивая вероятность отыскания комбинации признаков, обладающей максимальной информативностью.

2. Производят предварительное обучение нейросетевой модели надежности эксплуатации контролируемого объекта с использованием массивов электрических сигналов ( U в ы х ф ) следующим образом.

Построена и обучена нейронная сеть для аппроксимации таблично заданной функции yi=f(xi)=[n1, n2, …nN], i=1, 2, … N

Использована функция newff(.) - создание «классической» многослойной нейронной сети с обучением по методу обратного распространения ошибки.

P=zeros(1,);

for i=1:N% создание массива

P(i)=i*0.1; % входные данные (аргумент)

end

T=[n1, n2, …, nN], % входные данные (значение функции)

net=newff([-12.09], [51], {'tansig' 'purelin'}); %создание нейронной сети

net.trainParam.epochs=100; %задание числа эпох обучения

net=train(net, P, T); %обучение сети

у=sim(net, P); %опрос обученной сети

figure (1);

hold on;

xlabel ('P');

ylabel ('T');

plot(P, T, P, y, 'o'),grid; %прорисовка графика исходных данных и функции, сформированной нейронной сетью

Результат работы нейронной сети

3. Производят экстраполяцию величины U в ы х ф с ( t ) = P ( t ) до величины предельного значения и определение (Pпред) и, соответственно, величины времени, остаточного ресурса - (tпред) с помощью выбранной модели экстраполяции, где Р - величина нагрузки.

Нейронные сети позволяют экстраполировать данные. Использована трехслойная ИНС прямого распространения с функцией активации сигмоид (Фиг.2). Непосредственно для определения остаточного ресурса L O S T C P G используется нейрон третьего слоя сети.

Обучение выполняется с использованием скользящего окна по методу обратного распространения ошибки. На каждом шаге обучения берут k значений ряда (по размеру окна) и обучают сеть, предъявляя в качестве эталона на выходе ИНС (k+1) значение ряда. Затем окно перемещается на шаг вправо и цикл обучения возобновляется. Данный процесс повторяют, начиная с первой позиции окна, до тех пор, пока не будут получены приемлемые результаты по точности. При экстраполяции ряда более чем на один шаг используются данные, полученные в результате предшествующих этапов экстраполяции. Для эксперимента применялась ИНС с 10 нейронами входного слоя и 5 скрытого.

Для подтверждения вышесказанного проведен следующий эксперимент: обучалась нейронная сеть на 20 измерениях и определялся остаточный ресурс сложного технического объекта.

Размер скользящего окна составил k=90, критерием останова служило приемлемое значение среднеквадратичное отклонение (СКВО). Время обучения ИНС на одном процессоре AMD AthlonMP 1800+составило 280 с, а СКВО - 3.01.

В результате ИНС экстраполирует ряд с некоторыми ошибками, но при этом достаточно хорошо прогнозирует тенденцию.

Представленный способ имеет следующие преимущества:

- обеспечивает оперативный контроль в реальных условиях эксплуатации контролируемых конструкций в процессе их нагружения различными типами нагрузок,

- позволяет повысить достоверность результатов контроля и прогноза, ориентировочно в два раза,

- позволяет повысить надежность и безопасность эксплуатации контролируемых конструкций (особенно работающих на пределе остаточного ресурса),

- обеспечивает универсальность технических и программных средств за счет гибкой адаптации методики контроля к разнообразным объектам контроля,

- позволяет снизить вероятность аварий за счет определения реальных технических характеристик конструкций и оценки реального остаточного ресурса.

1. Способ адаптивного прогнозирования остаточного ресурса технических объектов, включающий силовое воздействие на поверхность объекта контроля, регистрацию массива электрических сигналов входной информации Uвх установленными на объекте контроля информационными датчиками, при этом сигналы информационных датчиков обусловлены изменениями силового воздействия на поверхность объекта контроля, отличающийся тем, что
пропускают массив электрических сигналов входной информации Uвх через электронные фильтры Кф для повышения отношения сигнал/шум с получением массива выходных электрических сигналов после обработки ,
проводят предварительное обучение нейросетевой модели надежности эксплуатации объекта контроля с использованием массивов электрических сигналов следующим образом:
используют электронную аналоговую схему, алгоритм которой эквивалентен нейросетевой модели надежности эксплуатации объекта контроля с параметрами Fi, где i - номер параметра схемы,
пропускают массивы электрических сигналов через упомянутую схему с получением на выходе массива электрических сигналов ,
сравнивают массивы сигналов с сигналами Uпред, соответствующими потере надежности Pпред эксплуатации контролируемого объекта:
если , то i=N,
где N - параметр нейросетевой модели, соответствующий моменту потери надежности эксплуатации, ε - погрешность сравнения, Uпред - предельная величина сигнала, соответствующая моменту потери надежности/разрушения контролируемого объекта,
аппроксимируют временные зависимости массивов электрических сигналов на основе предварительно обученной нейросетевой модели с заданной периодичностью, например, методом наименьших квадратов, где t - время,
производят экстраполяцию величины до величины предельного значения и определяют Pпред и соответственно величину времени наработки контролируемого объекта до выхода его из строя tпред с помощью выбранной модели экстраполяции, например, по выборке максимального подобия, где Р - величина нагрузки.

2. Способ по п.1, отличающийся тем, что в случае недостижения необходимой точности прогнозирования осуществляют переобучение нейросетевой модели на основе полученных данных.

3. Устройство для адаптивного прогнозирования остаточного ресурса технических объектов, включающее информационные датчики, установленные на объекте контроля и воспринимающие изменения параметров объекта контроля, электронные фильтры для повышения отношения сигнал/шум, связанные с выходами датчиков и подключенные к входам электронной аналоговой схемы, реализующей нейросетевую модель надежности эксплуатации объекта контроля, при этом к другой группе входов электронной аналоговой схемы подключен блок подачи сигнала на переобучение модели износами, а к ее выходу подключены последовательно соединенные блок аппроксимации временных зависимостей массивов электрических сигналов , блок формирования временного ряда предсказаний надежности эксплуатации объекта контроля, блок экстраполяции величины до предельного значения и определения остаточного ресурса, к входу которого подключен блок задания модели экстраполяции, где - массив электрических сигналов на выходе электронной аналоговой схемы.



 

Похожие патенты:

Система локализованного контроля утечек горючего газа по первичным параметрам измерительных устройств включает стационарные датчики-газоанализаторы горючих газов, систему автоматического управления, содержащую блок звуковой и световой сигнализаций, блок управления датчиками-газоанализаторами.

Изобретение относится к области неразрушающего контроля материалов и веществ, измерения статистических характеристик случайных процессов. Устройство контроля материалов и веществ содержит последовательно включенные источник физического поля, элемент с объектом контроля, преобразователь физического поля, а также первую и второю цепь преобразования, каждая из которых содержит последовательно соединенные накапливающий усредняющий сумматор и отсчетный блок, при этом выход первой цепи подключен к первому входу вычислительного устройства, а выход второй цепи присоединен к второму входу вычислительного устройства, первый выход которого соединен с входами стробирования накапливающих усредняющих сумматоров, объединенных в шину «Время измерения», перемножитель первый, аналого-цифровой преобразователь первый и, кроме того, аналого-цифровой преобразователь второй, второй перемножитель, первый управляемый умножитель частоты, последовательно соединенные второй управляемый умножитель частоты и управляемый фазовращатель, выход которого присоединен к второму входу второго перемножителя, выход которого подключен к входу второго аналого-цифрового преобразователя, а первый вход перемножителя объединен с первым входом первого перемножителя и подключен к выходу первого управляемого умножителя частоты, вход которого присоединен к выходу преобразователя физического поля, а выход источника физического поля присоединен к входу второго управляемого умножителя частоты, выход которого подключен к второму входу первого перемножителя, выход которого присоединен к входу первого аналого-цифрового преобразователя, у которого выход присоединен к входу первой цепи преобразования, а вход второй цепи преобразования соединен с выходом второго аналого-цифрового преобразователя, причем управляющие входы первого и второго управляемого умножителя частоты и управляемого фазовращателя объединены в шину «Установка Vm» и подключены к второму выходу вычислительного устройства.

Изобретение относится к средствам для контроля над процессом лечения повреждения. Устройство контроля содержит блок мониторинга уровня оксида азота повреждения, блок генерации контролирующего сигнала посредством сравнения уровня оксида азота с предварительно определенным порогом и блок корректировки дозировки света для лечения повреждения, при этом блок мониторинга предназначен для определения магнитного поля, образуемого вследствие перехода из Fe2+ в Fe3+, получения уровня Fe3+ в соответствии с магнитным полем, вычисления уровня метгемоглобина в соответствии с уровнем Fe3+ и вычисления уровня оксида азота в соответствии с пропорциональным отношением между уровнем метгемоглобина и уровнем оксида азота.

Изобретение относится к средствам оперативного обнаружения отравляющих веществ и токсинов и моментальной их нейтрализации. Устройство содержит микропроцессорные комплекты первого 16 и второго 22 порядка, блок памяти эталонов 17, блоки для обнаружения отравляющих веществ и токсинов, аудио-видео-систему, при этом блоки обнаружения отравляющих веществ и токсинов выполнены в виде всасывающих устройств 3-7, имеющих на выходе датчики, определяющие уровень заражения воздушной среды, выходы которых подключены к усилителям-преобразователям 11-15, выходами-входами соединенными с микропроцессорным комплектом первого порядка 16, который выходами-входами подсоединен к блоку памяти эталонов 17, блоку ввода вопросов 18 и микропроцессорному комплекту второго порядка 22, блок памяти эталонов 17 входами-выходами подключен к матричному полю 21 в виде диодной кристаллической решетки на базе жидких кристаллов, блок ввода вопросов 18 соединен входами-выходами с блоком анализа ответов 19 и блоком анализа неизвестных химических соединений и комбинаций отравляющих веществ 20, который входами-выходами подключен к блоку анализа ответов и к матричному полю 21, соединенному с входами-выходами блока ввода вопросов 18 и к микропроцессорному комплекту второго порядка 22, соединенному входами-выходами с блоком предупреждения об опасности 23, блоком анализа неизвестных химических соединений и комбинаций отравляющих веществ 20, матричным полем 21 и блоком исполнительного устройства 24 по нейтрализации отравляющих веществ и токсинов, соединенным выходами с исполнительными механизмами 25-27.

Изобретение относится к области анализа технического состояния трубопроводов, используемых в нефте- и газопроводах, по результатам коррозионных обследований всей протяженности трассы.

Использование: для определения кристаллической фазы в аморфных пленках наноразмерной толщины. Сущность заключается в том, что выполняют бомбардировку поверхности пучком ионов и регистрацию интенсивности отраженных ионов, при этом анализируемую поверхность бомбардируют ионами инертного газа с энергией менее 100 эВ и регистрируют энергетический спектр отраженных ионов в диапазоне энергий, больше энергии первичных ионов, затем по энергиям пиков парного соударения в полученном спектре определяют типы атомов в одном верхнем монослое атомов, по наличию пика с энергией, равной энергии бомбардирующих ионов, судят о наличии кристаллической фазы на аморфной или аморфизованной поверхности, в том числе в пленке наноразмерной толщины, а по отношению величин указанного пика без потерь энергии к пику или пикам парного соударения определяют поверхностную концентрацию кристаллической фазы на аморфной или аморфизованной поверхности.

Использование: для измерения локального изменения концентрации примеси в потоке жидкости на входе в измерительную ячейку. Сущность заключается в том, что сначала определяют изменение концентрации примеси во времени внутри измерительной ячейки для жидкости, содержащей примесь, изменение концентрации которой во времени на входе в измерительную ячейку известно, и находят импульсный отклик измерительной ячейки методом деконволюции.

Настоящее предлагаемое изобретение относится к области исследования океана и может быть использовано для комплексного измерения гидрофизических параметров в океанологии, гидрофизике и гидрографии.

Изобретения относятся к области горного дела и предназначены для контроля разрушения образцов горных пород при изменении их напряженно-деформированного состояния.

Изобретение относится к области энергетического анализа потоков заряженных частиц, возбуждаемых первичными электронами с поверхности твердого тела. .

Изобретение относится к измерительной технике, может быть использовано для измерения диэлектрической проницаемости и толщин нанометровых проводящих пленок, нанесенных на подложку из диэлектрического материала. Технический результат заключается в повышении чувствительности и расширении функциональных возможностей. Устройство для определения параметров металлодиэлектрических структур, содержащее волноведущую систему, соединенную с цилиндрическим резонатором, в отверстии корпуса которого размещен элемент связи, отличающееся тем, что элемент связи является измерительным и изготовлен в виде регулируемой четвертьволновой рамки, один конец которой соединен с корпусом цилиндрического резонатора, а другой - выполнен в виде острия, помещенного в диэлектрическую вставку, размещенную в отверстии корпуса цилиндрического резонатора, и выступающего за внешние границы резонатора на величину, много меньшую длины стоячей электромагнитной волны основного типа цилиндрического резонатора; устройство содержит дополнительный элемент связи, предназначенный для ввода/вывода электромагнитного излучения СВЧ-диапазона, выполненный в виде двух соединенных между собой одним концом металлических четвертьволновых рамок, помещенных в диэлектрическую вставку, расположенную в отверстии между волноведущей системой и корпусом цилиндрического резонатора, причем первая рамка выполнена с возможностью поворота ее плоскости и находится во внутренней полости цилиндрического резонатора, а вторая - в волноведущей системе, другие концы рамок соединены с корпусом цилиндрического резонатора и волноведущей системой соответственно; в волноведущей системе размещен одномерный волноводный СВЧ фотонный кристалл, представляющий собой периодически чередующиеся слои двух типов, слои первого типа имеют постоянное значение величины относительной диэлектрической проницаемости намного большее единицы, слои второго типа - близкое к единице, общее число слоев и число слоев второго типа - нечетное, крайними в структуре фотонного кристалла являются слои первого типа, толщина слоев первого типа намного меньше толщины слоев второго типа, при этом сумма электрических длин слоев первого и второго типа равна половине длины электромагнитной волны, соответствующей середине используемого частотного диапазона, толщина центрального слоя фотонного кристалла составляет одну четвертую толщины слоя второго типа. 4 ил.

Изобретение относится к измерительной технике и может быть использовано для определения электрических параметров космического пространства. Способ заключается в том, что размещают в космическом пространстве зонд, представляющий собой плоский открытый конденсатор, затененный от солнечной радиации непрозрачным экраном, на который подают высокочастотные сигналы фиксированной частоты. При этом получают измерительную информацию от зонда в виде тангенса угла потерь и диэлектрической проницаемости исследуемой среды, позволяющих определить коэффициент погонного затухания космического пространства. Технический результат заключается в возможности определения коэффициента погонного затухания космического пространства. 1 ил.

Изобретение относится к области оценки состояния микробиологической обстановки окружающей среды и может найти применение в отраслях АПК, характеризующихся высокой бактериальной обсемененностью, например в животноводческих и птицеводческих помещениях. На фильтр, установленный в системе вентиляции исследуемого животноводческого помещения, крепится полоска фильтровальной шириной 20 мм на срок 4 часа. Готовят 1% стерильный раствор глюкозы на физиологическом растворе, который используют в качестве питательной среды. Полоску фильтровальной бумаги помещают в 10 мл раствора глюкозы и термостатируют при температуре 37±1°C в течение 2 часов. Затем измеряют электропроводность раствора. Вывод о необходимости санитарно-гигиенической обработки животноводческих помещений делают при значении электропроводности 287,3 мкСм/см, соответствующем ПДК микроорганизмов в воздухе рабочей зоны или ниже. Изобретение позволяет достоверно определить микробиологическую обстановку в помещениях и дать оперативное заключение о необходимости санитарно-гигиенической обработки животноводческих помещений. 1 ил.

Изобретение относится к приборостроению и может быть использовано при испытаниях на быстродействие газоаналитических датчиков с временем отклика менее 4 секунд. Сущность изобретения заключается в том, что смена контрольных газовых смесей с разными заданными концентрациями контролируемого компонента на чувствительном элементе газоаналитического датчика осуществляется в динамическом режиме при постоянных и одинаковых, равных заранее установленным, расходах из разных источников контрольных газовых смесей с разными заданными концентрациями контролируемого компонента. При этом смена газовых смесей с разными заданными концентрациями контролируемого компонента на чувствительном элементе газоаналитического датчика и достижение стабилизации выходного сигнала датчика, соответствующего уровню концентрации контролируемого компонента на чувствительном элементе газоаналитического датчика, обеспечивается при одинаковых параметрах контрольных газовых смесей и в минимальное время, которое легко рассчитывается и учитывается при определении быстродействия газоаналитического датчика. Это и обеспечивает достоверность определения быстродействия газоаналитического датчика. Применение динамического режима подачи первой газовой смеси, а также замены первой газовой смеси на вторую газовую смесь во время испытания газоаналитического датчика позволяет быстрее стабилизировать заданную концентрацию контролируемого компонента на чувствительном элементе газоаналитического датчика и тем самым обеспечить постоянство давления и состава газовых смесей на чувствительном элементе датчика, что повышает достоверность оценки его быстродействия. При таком режиме подачи газовых смесей рабочие характеристики газовых редукторов на источниках подачи контрольных газовых смесей остаются динамическими и не влияют на процесс подвода стабильной газовой смеси при программных переключениях клапанов. Техническая задача, решаемая изобретением, заключается в повышении достоверности определения быстродействия газоаналитического датчика за счет подачи на чувствительный элемент газоаналитического датчика стабильных по составу и давлению контрольных газовых смесей в динамическом режиме. Техническим результатом является повышение достоверности определения быстродействия газоаналитического датчика за счет подачи на чувствительный элемент газоаналитического датчика стабильных по составу и давлению контрольных газовых смесей в динамическом режиме. 2 з.п. ф-лы, 4 ил.
Использование: для детектирования монооксида углерода (угарный газ) в воздухе. Сущность изобретения заключается в том, что способ изготовления включает получение нанокристаллических широкозонных полупроводниковых оксидов MeO (SnO2, ZnO, In2O3), получение золей квантовых точек узкозонных полупроводников CdX (X=Se, Те, S) и пропитку оксидов золями квантовых точек с последующей сушкой для формирования гетероконтактов MO/CdX. Технический результат: обеспечение возможности понижения температуры полупроводниковых сенсорных материалов до комнатной при детектировании монооксида углерода в воздухе и обеспечение высокой чувствительности и низкого энергопотребления сенсора. 1 з.п. ф-лы.

Изобретение относится к электроаналитическим системам. Система состоит из двух перистальтических насосов, содержащего петлю инжектора, проточной амперометрической ячейки с включенным биосенсором, потенциостата. В качестве биосенсора электроаналитическая система содержит лактатный биосенсор. Причем в петлю инжектора включена концентрирующая колонка. Техническим результатом является повышение селективности и чувствительности определения, а также снижение предела обнаружения лактата. 1 з.п. ф-лы, 2 ил., 1 табл.

Изобретение относится к области аналитической химии и может быть использовано для определения содержания хлорбензола в природных, поверхностных, подземных, сточных и технологических водах. Способ определения хлорбензола в природных и сточных водах с использованием газовой хроматографии, с применением анализа равновесного пара, включает определение хлорбензола на капиллярной хроматографической колонке в потоке газа-носителя, представляющем собой азот; образование и регистрации пламенно-ионизационным детектором исследуемых ионов, образующихся в пламени. При этом готовят основной раствор, используя более вязкий растворитель этиленгликоль, поэтому основной раствор хорошо сохраняется 2 месяца при температуре от -2°C до -10°C. Затем готовят градуировочные растворы для диапазона концентраций хлорбензол 0,0003-0,02 мг/дм3. Далее делают пробоподготовку, градуируют хроматограф, прокалывая паровую фазу приготовленных концентраций, строят градуировочный график, выполняют пробоподготовку для исследуемых проб воды, паровую фазу прокалывают в испаритель хроматографа. При этом полученные данные обрабатывают компьютерной программой ChemStation, которой комплектуется хроматографический комплекс МАЭСТРО 7820А, и получают качественную идентификацию и количественное содержание определяемого вещества. Техническим результатом является повышение логичности и точности анализа, сокращение времени выполнения способа и удобство выполнения анализа в условиях экологического мониторинга. 6 табл., 2 ил.

Изобретение относится к области машиностроения для легкой промышленности и может быть использовано для создания систем обнаружения металлических частиц в текстильных материалах, в нетканой основе при производстве синтетической кожи, фетра и т.д. Способ обнаружения металлических частиц в перемещаемом волокнистом материале заключается в размещении перемещаемого волокнистого материала в рабочей области катушки индуктивности колебательного контура, в котором с помощью генератора создаются высокочастотные колебания. Далее происходит усиление и детектирование высокочастотного напряжения на выходе генератора. При этом на выходе усилителя-детектора формируется импульс необходимой длительности для надежного срабатывания исполнительного механизма. Из условий требуемой чувствительности задают амплитуду высокочастотного напряжения на выходе генератора, преобразуют напряжение на выходе усилителя-детектора и сравнивают его с задающим напряжением. Полученную разность напряжений интегрируют и применяют напряжение на выходе интегратора для стабилизации амплитуды высокочастотного напряжения на выходе генератора. При этом процесс интегрирования прерывают в момент формирования импульса на интервал времени, значение которого определяют как функциональную зависимость от линейной скорости волокнистого материала, а возобновляют процесс интегрирования при завершении и импульса и интервала времени прерывания процесса интегрирования, при этом в момент приведения схемы в рабочее состояние блокируют срабатывание исполнительного механизма на интервал времени, заведомо больший длительности затухающих переходных процессов в наиболее инерционном узле схемы. Технический результат: повышение надежности обнаружения металлических частиц в перемещаемом волокнистом материале и обеспечение автоматической компенсации внешних возмущающих воздействий. 1 ил.

Изобретение относится к области машиностроения для легкой промышленности и может быть использовано для создания систем обнаружения металлических частиц в текстильных материалах, в нетканой основе при производстве синтетической кожи, фетра и т.д. Способ обнаружения металлических частиц в перемещаемом волокнистом материале заключается в размещении перемещаемого волокнистого материала в рабочей области катушки индуктивности колебательного контура, в котором с помощью генератора создаются высокочастотные колебания. Далее происходит усиление и детектирование высокочастотного напряжения на выходе генератора. При этом на выходе усилителя-детектора формируется импульс необходимой длительности для надежного срабатывания исполнительного механизма. Напряжение на выходе усилителя-детектора сравнивают с задающим напряжением. Полученную разность напряжений интегрируют и применяют напряжение на выходе интегратора для стабилизации амплитуды высокочастотного напряжения на выходе генератора, причем процесс интегрирования прерывают на время действия сформированного импульса. Технический результат: повышение надежности обнаружения металлических частиц в перемещаемом волокнистом материале и обеспечение автоматической компенсации внешних возмущающих воздействий. 1 ил.

Изобретение относится к текстильной промышленности и может быть использовано в системах управления транспортированием текстильного материала в процессе технологической обработки в форме жгута. Способ обнаружения шва обрабатываемого в форме жгута текстильного материала включает размещение перемещаемого текстильного материала внутри катушки индуктивности колебательного контура, усиление и детектирование высокочастотного напряжения на выходе генератора и формирование при снижении напряжения на выходе усилителя-детектора импульса необходимой длительности для надежного срабатывания исполнительного механизма. При этом шов текстильного материала обеспечивают электропроводной меткой, задают из условий требуемой чувствительности амплитуду высокочастотного напряжения на выходе генератора, преобразуют напряжение на выходе усилителя-детектора и сравнивают его с задающим напряжением, а полученную разность напряжений интегрируют и применяют напряжение на выходе интегратора для стабилизации амплитуды высокочастотного напряжения на выходе генератора, причем процесс интегрирования прерывают на время действия сформированного импульса. В качестве электропроводной метки используют, например, металлизированную нить, которой сшивают куски текстильного материала в непрерывное полотно. Технический результат: повышение надежности обнаружения шва обрабатываемого в форме жгута текстильного материала и обеспечение автоматической компенсации внешних возмущающих воздействий. 1 з.п. ф-лы, 1 ил.

Группа изобретений относится к измерительной технике. Способ включает силовое воздействие на поверхность объекта контроля, регистрацию массива электрических сигналов входной информации установленными на объекте контроля информационными датчиками, при этом сигналы информационных датчиков обусловлены изменениями силового воздействия на поверхность объекта контроля. Используют устройство, включающее информационные датчики, установленные на объекте контроля и воспринимающие изменения параметров объекта контроля, электронные фильтры для повышения отношения сигналшум, связанные с выходами датчиков и подключенные к входам электронной аналоговой схемы, реализующей нейросетевую модель надежности эксплуатации объекта контроля, при этом к другой группе входов электронной аналоговой схемы подключен блок подачи сигнала на переобучение модели износами, а к ее выходу подключены последовательно соединенные блок аппроксимации временных зависимостей массивов электрических сигналов, блок формирования временного ряда предсказаний надежности эксплуатации объекта контроля, блок экстраполяции величины массива электрических сигналов на выходе электронной аналоговой схемы до предельного значения и определения остаточного ресурса, к входу которого подключен блок задания модели экстраполяции. Технический результат заключается в повышении достоверности результатов прогнозирования, повышении универсальности метода, расширении области использования. 2 н. и 1 з.п. ф-лы, 3 ил.

Наверх