В статье рассматривается подход к выявлению нештатного и предаварийного состояния перекачивающего оборудования с применением алгоритмов кластеризации и поиска аномалии. Предпосылкой к исследованиям является необходимость поиска и применения методов оценки технического состояния и идентификации зарождающихся дефектов оборудования в автоматизированном режиме на более ранней стадии, чем существующими методами. Для достижения данной цели рассматривается применение машинного обучения для анализа параметров работы оборудования за определенный период времени для создания алгоритма обнаружения аномалий в полученных данных. Такие аномалии являются признаками нештатной работы. В представленной статье рассматривается применение кластеризации, основанной на методе k-средних. В синтезированных данных выделено три штатных режима работы перекачивающего оборудования. Проанализировано распределение данных, полученных в результате измерения расстояний от каждой точки замера до соответствующего ближайшего центроида кластера, было определено максимальное расстояние, которое служило критерием отнесения определенного измерения к выбросам данных. В результате проведенного анализа было выявлено пять измерений, соответствующих нештатному режиму нефтеперекачивающего оборудования. Кроме того, составлены диапазоны штатной работы оборудования по каждому из измеряемых параметров его работы, что формирует пороговые значения для отнесения состояния оборудования к нештатному или аварийному. Предложенный подход позволяет выявлять зарождающиеся дефекты и аварийные ситуации на ранних стадиях, имеет возможность полной автоматизации, адаптирован к различным режимам работы оборудования. При применении данного метода отсутствует необходимость распространения данных за пределы перекачивающей станции.
Список литературы
1. Аралов О.В. Методология управления качеством сложных технических систем на объектах магистрального трубопроводного транспорта нефти и нефтепродуктов // Наука и технологии трубопроводного транспорта нефти и нефтепродуктов. – 2019. – Т. 9. – № 6. – С. 608–625. – https://doi.org/10.28999/2541-9595-2019-9-6-608-625
2. Valeev A.R, Atroshchenko N.A., Kharrasov B.G. History of Technical Diagnostics and Repair Organization Systems in Industry // Liquid and Gaseous Energy Resources. – 2022. – No. 1. – P. 31–37. - https://doi.org/10.21595/lger.2022.22706
3. Могильнер Л.Ю., Придеин О.А., Сергеевцев Е.Ю. Применение комплекса методов неразрушающего контроля для диагностирования фундаментов насосных агрегатов // Наука и технологии трубопроводного транспорта нефти и нефтепродуктов. – 2020. – Т. 10. – № 2. – С. 164–172. – https://doi.org/10.28999/2541-9595-2020-10-2-164-172
4. Повышение надежности магистрального насосного агрегата путем совершенствования подшипниковых узлов / И.А. Флегентов [и др.] // Наука и технологии трубопроводного транспорта нефти и нефтепродуктов. – 2022. – Т. 12. – № 6. – С. 569–575. – https://doi.org/10.28999/2541-9595-2022-12-6-569-575
