Ученые Нижегородского государственного технического университета им. Р.Е. Алексеева совместно со специалистами ООО «ЕМГ» разработали и запатентовали технологию, позволяющую перевести промышленное оборудование на обслуживание по фактическому состоянию. Она одновременно отслеживает несколько групп параметров, может дообучаться в процессе эксплуатации и прогнозировать остаточный ресурс агрегата.
Сегодня обслуживание промышленного оборудования, как правило, производится по одному из двух сценариев: ремонт после поломки, который оборачивается внезапными простоями и срывом производственных планов; либо плановая замена узлов по регламенту, при которой нередко меняются еще работоспособные детали. Оба подхода ведут к избыточным издержкам.
В основе запатентованного способа – адаптивный цифровой двойник оборудования, цифровая модель, которая синхронизируется с данными реального станка в процессе работы. На этапе подготовки для конкретного оборудования формируется цифровой диагностический паспорт: в него могут включаться сведения о контролируемых узлах, режимах эксплуатации, эталонных значениях и динамике диагностических параметров.
Подход заключается в том, чтобы объединить несколько групп данных в единую картину: вибрацию, температуру, электрические параметры, частоту вращения и расчетные диагностические признаки. Далее эти данные сопоставляются с цифровым паспортом конкретного станка и его расчетной моделью.
Практическая ценность подхода, по словам разработчиков, заключается в том, что состояние оборудования оценивается не по одному признаку, например только по вибрации или температуре, а по совокупности виброакустических, тахометрических, электрических и других параметров. Это позволяет учитывать, что изменение одного показателя может быть связано не только с развитием дефекта, но и с изменением нагрузки, режима обработки или условий эксплуатации.
Система может адаптироваться к конкретному оборудованию, учитывать его режимы работы и историю измерений для непрерывного мониторинга ответственных узлов. Модульная архитектура допускает настройку состава датчиков, алгоритмов, отчетов и способов интеграции под требования конкретного производственного объекта. Дообучение позволяет модели учитывать изменение состояния оборудования и условий его работы, но критические действия привязаны к заранее настроенным алгоритмам безопасности и регламентам предприятия. При формировании диагностических признаков и пороговых значений учитываются применимые требования ГОСТ и международных стандартов ISO.
Разработчики отмечают, что наиболее заметный эффект от предложенного подхода можно ожидать там, где стоимость незапланированного простоя особенно высока, оборудование работает в интенсивном режиме, а отказ одного узла может повлиять на весь технологический участок. Это предприятия машиностроения, металлообработки, производства компонентов, ремонтные и испытательные подразделения.
В ближайших планах ученых – развивать подход на конкретных типах металлообрабатывающего оборудования: уточнять диагностические признаки, накапливать данные, совершенствовать цифровые паспорта и проверять алгоритмы в условиях реальной эксплуатации. Следующий этап – переход от диагностики оборудования в отдельных контрольных режимах к оценке динамического состояния станка непосредственно в процессе работы.