ГОСТ Р ИСО 13379-2—2016
4.3.4 Дополнительный сборданных
После редактированияданных может оказаться необходимым осуществить ихповторную выборку
с частотой, определяемой конкретным режимом работы оборудования. Так. желательно обеспечить
максимальную частоту выборки при работе оборудования в переходных режимах (например, при выбе
ге), в то время как при работе в установившемся режиме может оказаться достаточным осуществлять
выборкукаждые 10 мин.
4.4 Построение модели
4.4.1 Общие положения
Построение модели является многошаговой задачей, которая включает в себя:
- выбор информативных контролируемых параметров;
- выбор режимов работы, в которыхцелесообразноосуществлятьконтроль.иданныхдляобучения;
- определение способа проверки пригодности модели.
Построение модели на основеданных требует:
- определение специализированныхнаборов параметров (датчиков) для неисправностейразного
типа (механических, электрических и пр.);
- выборкуданныхзапериодвремени, втечениекоторогомашиназаведомонаходиласьвхорошем
техническом состоянии.
4.4.2 Определение вида модели и выбор входных сигналов
После того, как качество данных, предназначенныхдля обучения, проверено и признано годным,
следуетопределить контролируемые параметры, которые будутиспользованы в модели. Эти парамет
ры могут представлять собой непосредственно выходные сигналы датчиков или сигнал, подвергнутые
соответствующей обработке (усреднению, экспоненциальномуусреднению, вычислению коэффициен
та эксцесса и пр.). Для крупных предприятий число контролируемых параметров может достигать
нескольких сотен, поэтому их целесообразно разбитьпо группам, каждая из которыхсвязана с конкрет
ной функцией обследуемого оборудования (механические перемещения, охлаждение ит. п.).
Качество модели сильно зависит от правильного выбора контролируемых параметров. Использо
вание неинформативных параметров способно ухудшить качество, поскольку способно увеличить чис
ло ложных сигналов предупреждения или число пропусков реальных неисправностей. Параметр
считаютнеинформативным, еслион при развитиинеисправности либо не изменяется, либо изменяется
случайным образом. Втоже время невключение в модель информативных параметров может привести к
невозможности обнаружения неисправностей некоторых видов.
Для того чтобы обеспечить точность и устойчивость работы модели, контролируемые параметры
следует выбирать с учетом как функциональных (параметры для обнаружения отдельных групп неис
правностей), так иколичественныхаспектов. Рекомендуется проверитьцелесообразность включения в
модель коррелированных параметров, а также то. чтонормальные изменения врежимеработы машины
могут бытьобусловлены внешнимидля данной машины процессами.
4.4.3 Выбор режимов работы иданных для обучения
Для обучения модели используютданные, полученные для всех режимов работы машины, в кото
рых модель предполагается использовать. Эти режимы могут быть разными для разных предприятий,
поскольку их выбор зависитот структуры использования оборудования, показанийдатчиков и рабочего
процесса.
Примером изменения режима работы машины являетсяпериодическое использование врабочем
процессе вспомогательных насосов или циклическое использование резервных насосов. Чтобы рабо
тать правильно, модель должна быть обучена для всех режимов работы оборудования. В то же время
чрезмерное обучение на нехарактерных режимахможетухудшитькачествоработы моделинатипичных
режимах работы. Поэтому некоторые условия работы оборудования на предприятии могут оказаться не
представленными в обучении.
Режим работы оборудования может измениться после его ремонта. В этом случае потребуется
переобучение модели.
Наконец, режим работы может изменяться под влиянием циклических явлений, связанных, напри
мер, с сезонными изменениями. Если модель обучена по данным, собранных в летний период, то она
может неудовлетворительно проявлять себя в зимний период, когда температура воздуха, охлаждаю
щей жидкости и др. будут существенно иными. На качестве работы модели могут сказаться даже нети
пичные изменения условий окружающей среды в течение одного сезона. Так. если модель обучена для
типичных условий летнего периода, то аномально жаркое лето, когда температура воды в
системе охлаждения повышается выше обычной, может сказаться на правильности получаемых
моделью про-
4