Метод определения остаточного ресурса машин по деградации твердости материала металлоконструкций с использованием искусственных нейронных сетей тема диссертации и автореферата по ВАК РФ 05.02.02, кандидат наук Хван Роман Владимирович

• Хван Роман Владимирович
• кандидат наук
• 2022

Оглавление диссертации кандидат наук Хван Роман Владимирович

ВВЕДЕНИЕ

1. СОСТОЯНИЕ ВОПРОСА, ЦЕЛЬ И ЗАДАЧИ ИССЛЕДОВАНИЯ

1.1 Анализ аварийности на грузоподъемных машинах Российской Федерации

1.2 Статистические данные по аварийности на грузоподъемных машинах за 2010-2020 г. в Российской Федерации

1.3 Анализ методов определения остаточного ресурса грузоподъемных машин, отработавших нормативный срок службы

1.4 Анализ применения нейронных сетей для диагностики технических систем

1.5 Выводы по главе

2. МОДЕЛЬ ОПРЕДЕЛЕНИЯ ОСТАТОЧНОГО РЕСУРСА ГРУЗОПОДЪЕМНЫХ МАШИН ПО ДЕГРАДАЦИИ ТВЕРДОСТИ С ИСПОЛЬЗОВАНИЕМ НЕЙРОННЫХ СЕТЕЙ

2.1 Общие положения

2.2 Построение моделей нейронных сетей для определения остаточного ресурса машин

2.3 Алгоритм обучения нейронных сетей для определения остаточного ресурса машин

2.4 Анализ нейронных сетей. Выявление зависимости остаточного ресурса машин от твердости материала металлоконструкций

2.5 Выводы по главе

3. РАСЧЕТНО-ЭКСПЕРИМЕНТАЛЬНОЕ ОПРЕДЕЛЕНИЕ ЭКСПЛУАТАЦИОННЫХ ПАРАМЕТРОВ МАШИН И ТВЕРДОСТИ МАТЕРИАЛА МЕТАЛЛОКОНСТРУКЦИЙ

3.1 Общие положения

3.2 Определение эксплуатационных параметров грузоподъемных кранов для обучения нейронной сети

3.3 Экспериментальное определение твердости стали металлоконструкций

кранов

3.4 Статистическая обработка эксплуатационных данных машин и измерений твердости материала металлоконструкций

3.5 Выводы по главе

4. ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЯ

4.1 Обучение нейронных сетей на базе программы STATISTICA

4.2 Проверка адекватности модели определения остаточного ресурса машин с использованием нейронных сетей

4.3 Методика экспресс-метода определения остаточного ресурса грузоподъемных машин по измерениям твердости стали металлоконструкций

4.4 Внедрение результатов исследования

4.5 Выводы по главе

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

Приложение

Приложение

Приложение

Приложение

Введение диссертации (часть автореферата) на тему «Метод определения остаточного ресурса машин по деградации твердости материала металлоконструкций с использованием искусственных нейронных сетей»

ВВЕДЕНИЕ

Актуальность темы исследования. Поддержание грузоподъемных машин в работоспособном состоянии в течение всего срока службы и после назначенного ресурса является актуальной научно-технической задачей. Прежде всего, это обусловлено предъявляемыми требованиями безопасности к эксплуатации грузоподъемных машин, предусмотренных в Федеральных нормах и правилах (далее ФНП) «Правила безопасности опасных производственных объектов, на которых используются подъемные сооружения», утвержденных приказом Ростехнадзора от 26 ноября 2020 года №461 [111].

При этом машины, отработавшие нормативный срок службы, подлежат экспертизе промышленной безопасности согласно ФНП «Правила проведения экспертизы промышленной безопасности», утвержденные приказом Ростехнадзора от 20 октября 2020 года №420. Экспертиза, кроме прочих диагностических процедур определения фактического технического состояния машины, предусматривает оценку остаточного ресурса машины [112].

Определение остаточного ресурса грузоподъемных машин по ГОСТ 337132015 основано на сравнении текущего числа циклов нагружения с нормативным паспортным числом циклов нагружения, которое назначается в зависимости от режима работы крана по ГОСТ 34017-2016 «Краны грузоподъемные. Классификация режимов работы». Так же учитывается отношение средней массы поднимаемых грузов за время эксплуатации к нормативной грузоподъемности машины. Другой метод основан на законах прочности и сравнении допустимых и допускаемых напряжений по ГОСТ 33169-2014 «Краны грузоподъемные. Металлические конструкции. Подтверждение несущей способности» [35,38,40].

Однако данные методы являются многопараметрическими задачами, требующими большого объема статистических данных, связанных со значительными материальными затратами. Описанные выше методы не учитывают деградацию твердости материала ответственных элементов металлоконструкций в процессе эксплуатации машин, отработавших назначенный срок службы.

Однако данные методы являются многопараметрическими задачами, требующими большого объема статистических данных, связанных со значительными материальными затратами. Описанные выше методы не учитывают деградацию твердости материала ответственных элементов металлоконструкций в процессе эксплуатации машин, отработавших нормативный срок службы.

Существует ряд исследований, в которых были выявлены процессы деградации конструкционных сталей под действием эксплуатационных нагрузок. Примерами могут послужить монография Горицкого В.М. и диссертация Дёминой Ю.А., также автореферат диссертации Михалева А.Ю. [28, 48,95].

Однако, выявление зависимости остаточного ресурса грузоподъемных машин, отработавших нормативный срок службы от деградации твердости стали металлоконструкций не проводилось.

Нами поставлена задача установления зависимости деградации твердости стали металлоконструкций грузоподъемных кранов от эксплуатационных параметров отработавших назначенный ресурс численными методами при помощи возможностей искусственного интеллекта, а именно способности искусственных нейронных сетей (ИНС) к обучению и выявлению скрытых закономерностей.

Степень разработанности темы исследования. Большой вклад в решение задач по обеспечению надежности и безопасности грузоподъемных машин, узлов и деталей внесли следующие отечественные и зарубежные специалисты:

Гохберг М.М., Болотин В.В., Беленький Д.М., Когаев В.П., Бойцов Б.В., Брауде В.И., Серенсен С.В., Ламберсон Л., Биргер И.А., Вершинский А.В., Хозяев И.А., Грошев Л.М., Жаров В.П., Исаков В.С., Казак С.А., Капур К., Касьянов В.Е., Бескопыльный А.Н., Короткий А.А., Котельников В.С., Кустарев Г.В., Максимов В.П., Проников А.С., Хазов Б.Ф., Хальфин М.Н., и др. [2-6, 42,54,57-78, 80-86, 90,91, 93, 126,127, 129,131].

Анализ литературных источников показал, что в настоящее время проблемы управления надежностью и безопасностью технических систем, диагностики их технического состояния находят свое решение с помощью современных средств искусственного интеллекта. Примерами могут служить работы таких ученых как

Викторова Е.В., Воронцов В.А., Федоров Е.А., Жернаков С.В., Горева Т. И., Портнягин Н. Н., Пюкке Г. А. [10,13,27,50].

Обзор литературных источников свидетельствует о недостаточной изученности вопроса обеспечения надежности и безопасности грузоподъемных машин, отработавших нормативный срок службы с учетом деградации твердости материала металлоконструкций, а также возможности применения современных средств искусственного интеллекта при решении задач прогнозирования их остаточного ресурса [1,12,14,15,33,37,39,45,49,53,55,79,88,89,98-100,105-110,128].

Объект исследования: управление надежностью и безопасностью грузоподъемных машин, отработавших назначенный срок службы.

Предмет исследования: определение остаточного ресурса грузоподъемных машин с применением искусственных нейронных сетей.

Цель работы. Разработка метода определения остаточного ресурса грузоподъемных машин, отработавших нормативный срок службы, учитывающего деградацию твердости стали ответственных элементов металлоконструкций с использованием искусственных нейронных сетей.

Для достижения поставленной цели исследования решаются следующие задачи:

1. Провести анализ аварийности на грузоподъемных машинах в Российской Федерации по официальным статистическим данным и определение факторов, влияющих на их остаточный ресурс.

2. Выявить зависимость остаточного ресурса грузоподъемных машин, отработавших назначенный срок службы, от деградации твердости материала металлоконструкций с помощью искусственной нейронной сети.

3. Применить нейронную сеть для определения остаточного ресурса металлоконструкций грузоподъемных машин, отработавших назначенный срок службы и проверить ее адекватность в эксплуатационных условиях с учетом деградации твердости стали.

4. Разработать метод определения остаточного ресурса грузоподъемных машин, отработавших назначенный срок службы, по параметрам функции

распределения закона Вейбулла твердости стали металлоконструкций с использованием искусственных нейронных сетей на базе программы STATISTICA ^-версии (далее STATISTICA).

Научная новизна работы:

Выявлена зависимость остаточного ресурса грузоподъемных машин численными методами, отработавших назначенный срок службы от деградации твердости стали в ответственных элементах металлоконструкций, с использованием нейронных сетей.

Практическая значимость работы заключается в разработке метода определения остаточного ресурса грузоподъемных машин при экспертизе промышленной безопасности по деградации твердости, с использованием искусственных нейронных сетей на базе программы STATISTICA.

Основные положения, выносимые на защиту, полученные лично соискателем:

• Зависимость остаточного ресурса грузоподъемных машин, отработавших назначенный срок службы, от параметров функции закона Вейбулла распределения твердости стали металлоконструкций, выявленная путем анализа чувствительности нейронной сети к входным параметрам и доверительных уровней выходных параметров нейронной сети.

• Методика определения остаточного ресурса грузоподъемных машин, отработавших назначенный срок службы по параметрам функции распределения твердости, с использованием нейронных сетей на базе программы STATISTICA.

Методы и методология исследования. В работе использовались теоретических исследованиях в машиноведении, методы теории надежности машин, методы компьютерного моделирования, теории нейронных сетей. При экспериментальных исследованиях использовались методы неразрушающего контроля. При сборе и обработке экспериментальных данных применялись методы теории вероятностей и математической статистики. На всех этапах исследования

были использованы современные компьютерные программы, такие как KOMPAS, MS Office, SCAD 21.1, STATISTIKA (trial-версия).

Эмпирическую основу работы составили официальные данные ежегодных отчетов Ростехнадзора, акты расследования аварий, отчеты по производственному контролю, статистические данные экспертиз промышленной безопасности грузоподъемных машин ИКЦ «Мысль» НГТУ г. Новочеркасска, а также собственные экспериментальные исследования измерений твердости в ответственных элементах металлоконструкций грузоподъемных машин.

Соответствие диссертации паспорту научной специальности. Исследование представляет собой новое решение актуальной научно-технической задачи - определение остаточного ресурса машин, отработавших нормативный срок службы. Диссертация соответствует паспорту научной специальности 05.02.02 «Машиноведение, системы приводов и детали машин», пункту 3, 4 областей исследования: «Теория и методы обеспечения надежности объектов машиностроения», «Методы исследования и оценки технического состояния объектов машиностроения, в том числе на основе компьютерного моделирования».

Обоснованность и достоверность результатов исследования обеспечивается непротиворечивостью его исходных теоретических положений, внутренней логикой исследования, значительным массивом статистических данных, введением корректных допущений при разработке расчетных схем, моделей и алгоритмов, использованием математических методов планирования эксперимента и статистических методов обработки результатов.

Апробация полученных результатов. Диссертация подготовлена на кафедре «Эксплуатация транспортных систем и логистика» ДГТУ. Основные положения исследования докладывались на Международной (заочной) научно-практической конференции «Результаты современных научных исследований и разработок», г. Минск, 2019 г., на Национальной научно-практической конференции «Актуальные проблемы науки и техники. 2021», ДГТУ, г. Ростов-на-Дону, 2021 г., на 25-й Московской международной межвузовской научно-технической конференции студентов, магистрантов, аспирантов и молодых ученых

«Подъемно-транспортные, строительные, дорожные, путевые машины и робототехнические комплексы», РУТ, г. Москва, 2021 г.

Публикации по теме исследования. По материалам диссертационной работы автором опубликовано 13 печатных работ, отражающих основные научные результаты исследования, в том числе 7 статей в рецензируемых научных изданиях, входящих в перечень ВАК РФ (из них 4 статьи в перечень ВАК групп научных специальностей 05.02.00 - машиностроение и машиноведение, по которым присуждается ученая степень).

Структура и объём работы - диссертационная работа состоит из введения, четырёх глав, заключения, списка использованной литературы, включающего 132 наименований, и 4 приложений. Работа изложена на 159 страницах машинописного текста, содержит 28 таблиц и 83 рисунка.

1. СОСТОЯНИЕ ВОПРОСА, ЦЕЛЬ И ЗАДАЧИ ИССЛЕДОВАНИЯ

1.1. Анализ аварийности на грузоподъемных машинах Российской

Федерации

Грузоподъемные машины относятся к объектам повышенной опасности, в связи, с чем государственное регулирование и надзор за соблюдением норм и правил при их изготовлении, монтаже, ремонте и эксплуатации осуществляют органы Федеральной исполнительной власти в лице Федеральной службы по экологическому, технологическому и атомному надзору (Ростехнадзора). Поэтому, наиболее достоверной информацией о характере, обстоятельствах, количестве аварий и несчастных случаев на грузоподъемных машинах, расположенных на территории Российской Федерации, являются материалы расследования этих событий, поступающие в Ростехнадзор [16-26].

В мартеновском цехе металлургического комбината эксплуатировался мостовой магнитно-грейферный кран грузоподъемностью 15 т. При очередном подъеме грейфера со шлаком на высоту около 1 м произошел обрыв каната. Возникшие рывки от обрыва каната способствовали мгновенному разрушению ослабленного трещинами сечения главной приводной балки моста крана. В результате произошло разрушение и падение крана (рис. 1.1), при этом был смертельно травмирован крановщик. Прямоугольное сечение главной приводной балки крана изготовлено из листовой стали ВмСтЗсп.

Рис. 1.1. Место аварии мостового магнитно-грейферного крана

грузоподъемностью 15 т

В цехе целлюлозно-картонного комбината использовали специальный козловой кран ККС-30-42 грузоподъемностью 30 т и пролетом 42 м для погрузочно-разгрузочных работ. По заданию мастера цеха бригада рабочих совместно с крановщиком производила погрузку пачек бревен (хлыстов) в полувагон. При подъеме краном пачки бревен массой 13 т и перемещении ее на высоте 1,5 м от штабеля бревен произошло разрушение ригеля консоли моста в районе крепления к опорам крана. В результате консоль крана вместе с грузом упала на штабель бревен (рис. 1.2). Падающим грузом было травмировано двое рабочих. Расследованием было установлено, что консоль козлового крана длиной 18 м была оборвана по трубам диаметром 273 мм и толщиной стенки 10 мм верхнего пояса и монорельсу нижнего пояса. Левая труба верхнего пояса имела второй разрыв по всему сечению рядом с косынкой поперечного швеллера (рис. 1.3). Оборванная консоль одним концом упиралась в штабель бревен, другим на правую опору крана. Анализ расположения разрушений, величины деформаций элементов металлоконструкций крана свидетельствует, что в момент аварии на

консоль воздействовала нагрузка, имеющая горизонтальную динамическую составляющую.

Рис. 1.2. Разрушение козлового крана ККС-30-42 Вначале разрушению подвергалась правая труба верхнего пояса, затем левая труба и двутавр нижнего пояса.

Рис. 1.3. Место обрыва трубы консоли козлового крана ККС-30-42 Разрушение труб произошло по основному металлу вне зон приварки к ним косынок и раскосов. Основными причинами аварии явились: эксплуатация крана с неисправленными приборами безопасности; нарушение производственной инструкции крановщиком; несоблюдение технологической карты погрузки леса в

полувагоны; неудовлетворительный производственный контроль за соблюдением требований промышленной безопасности при производстве работ кранами.

На строительстве жилого дома для выполнения строительно-монтажных работ использовали автомобильный кран КС-3575А грузоподъемностью 10 т. По заданию мастера строительного участка бригада рабочих с помощью крана производила монтаж железобетонных колонн и стеновых плит здания. При подъеме краном колонны массой 7 т произошли отрыв поворотной части крана и падение ее вместе с грузом на строительную площадку (рис. 1.4).

Рис. 1.4. Место аварии автомобильного крана КС-3575А

Технической причиной аварии явились некачественное сварное соединение опорно-поворотного круга с подвижной частью платформы и применение некачественного металла. Осмотром крана после аварии было установлено, что отдельные швы были частично разрушены до аварии. Об этом свидетельствует коррозия поверхностей разрушений швов. Интенсивность коррозии по длине разрушенных до аварии швов была неодинаковой. Это свидетельствует о постепенном накоплении повреждений этих швов и может быть объяснено низкочастотными, повторными нагружениями конструктивных элементов крана.

Авария автомобильного крана КС 3577-3 и несчастный случай со смертельным исходом в Пензенской области по причине падения стрелы крана. В

середине карьера по добычи глины на выносных опорах был установлен автомобильный кран КС 3577-3 грузоподъемностью 14 т, изготовленный Ивановском крановым заводом. Автомобильный кран отработал нормативный срок службы (13 лет). Экспертное обследование (диагностирование), включая полное техническое освидетельствование не проводилось.

Оголовок падающей стрелы задел газорезчика, находившегося возле газорезательного оборудования, и травмировал его. Стрела при падении также деформировала кабину машиниста автокрана (рис. 1 .5).

Рис. 1.5. Последствия аварии автомобильного крана КС 3577-3

Причины аварии и несчастного случая со смертельным исходом:

• направление на погрузочно-разгрузочные работы неисправного автомобильного крана (с дефектом стрелы, ремонт которой произведен с нарушением правил безопасности);

• по заключению экспертной организации, разрушению стрелы крана предшествовала длительная эксплуатация, в процессе которой в ее металлоконструкциях образовались трещины. Ремонтные работы по устранению дефектов проводились с многочисленными нарушениями:

• не выполнены все необходимые и предписанные правилами действия для устранения трещин;

• нарушалась технология сварочных работ;

• для ремонта выбран материал, не удовлетворяющий требованиям прочности и не рекомендованный к использованию в ответственных сварных конструкциях грузоподъемных кранов в данной климатической зоне;

• находился в эксплуатации автомобильный кран, отработавший нормативный срок службы, без экспертного обследования.

1.2. Статистические данные по аварийности на грузоподъемных машинах за 2010-2020 г. в Российской Федерации

Данные по количеству случаев смертельного травматизма при эксплуатации грузоподъемных сооружений представлены в Таблице 1.1.

Таблица 1.1

Количество случаев В том числе на Коэффициент смертельного травматизма на 1000 кранов

смертельного травматизма на грузоподъемных

Год подъемных сооружениях кранах

2010 62 54 (87%) 0,233

2011 62 54 (87%) 0,223

2012 85 79 (93%) 0,324

2013 52 50 (96%) 0,208

2014 51 46 (90%) 0,190

2015 58 47 (81%) 0,193

2016 37 27 (73 %) 0,103

2017 35 31 (89%) 0,160

2018 30 25 (83%) 0,130

2019 30 27 (90%) 0,147

2020 28 21 (75%) 0,101

Из таблицы видно, что большинство (в среднем 86%) аварий на подъемных

сооружениях, повлекших за собой смертельный травматизм, произошли на грузоподъемных кранах.

Данные по аварийности на подъемных сооружениях в период с 2010 г. по 2020 г., приведены в Таблице 1.2.

Таблица 1.2

Год Количество аварий

всего в том числе на кранах

2010 32 30 (94%)

2011 39 35 (90%)

2012 49 47 (96%)

2013 30 27 (90%)

2014 34 27 (79%)

2015 50 43 (86%)

2016 46 42 (91%)

2017 32 28 (87%)

2018 33 30 (91%)

2019 44 35 (80%)

2020 35 27 (77%)

По данным Таблицы 1.2 построен график динамики аварийности на

подъемных сооружениях (Рис. 1.7).

60

50

40

30

20

10

0

2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

I I Количество аварий на ГМ I I В т.ч.на кранах

Рис. 1.7. - Динамика аварийности на подъемных сооружениях Данные, приведенные в табл. 1.1 и табл. 1.2 свидетельствуют о том, что практически все аварии, имевшие место на подъемных сооружениях происходят на грузоподъемных кранах.

Наибольшее количество аварий на ОПО с подъемными сооружениями в 2018 году (30 аварий, что составляет 91 % от общего количества) произошло при эксплуатации грузоподъемных кранов, 3 аварии (9 % от общего количества) — при эксплуатации подъемников (вышек).

Основной проблемной причиной снижения уровня промышленной безопасности в области надзора за подъемными сооружениями является большое количество оборудования, отработавшего свой расчетный ресурс.

Большинство аварий при эксплуатации подъемных кранов произошли при эксплуатации подъемных сооружений, отработавших нормативный срок службы.

Так, например, в 2018 г. с башенными кранами 69 % аварий произошли при эксплуатации подъемных сооружений, отработавших нормативный срок службы; 100 % аварий при эксплуатации гусеничных кранов произошли при эксплуатации ПС, отработавших нормативный срок службы; 75 % аварий при эксплуатации козловых кранов и подъемников (вышек) произошли при эксплуатации ПС, отработавших нормативный срок службы [51]. Сведения о количестве технических устройств, отработавших нормативный ресурс по состоянию на 01.01.2019 приведены в Таблице 1.3.

Таблица 1.3

Наименование технических устройств Общее количество, ед. Отработало нормативный срок службы, ед. Средний процент износа, %

Грузоподъемные краны 203 789 138 048 67,4

Подъемники (вышки) 28 145 11 937 42,4

Подвесные канатные дороги 194 33 17

Буксировочные канатные дороги 691 72 10,4

Фуникулеры 5 5 100

Эскалаторы 388 43 11

Строительные подъемники 11 403 1499 13

Итого 244 615 151 637 62

Сведения о количестве технических устройств, отработавших нормативный ресурс по состоянию на 01.01.2020 приведены в Таблице 1.4.

Таблица 1.4

Наименование технических устройств Общее количество, ед. Отработало нормативный срок службы, ед. Средний процент износа, %

Грузоподъемные краны 207 505 133 264 64,2

Подъемники (вышки) 29 197 12 804 43,8

Подвесные канатные дороги 195 34 17,5

Буксировочные канатные дороги 727 69 9,5

Фуникулеры 5 5 100

Эскалаторы 388 43 11

Строительные подъемники 14 643 1752 12

Итого 252 705 147 971 58,5

По данным Таблицы 1.4 видно, что из 252705 подъемных сооружений, эксплуатируемых в Российской Федерации 207505 составляют грузоподъемные краны - что составляет 82%. При этом из 207505 грузоподъемных кранов 133264 отработали назначенный ресурс - что составляет 64,2 %.

Построен график количества (в процентном соотношении) грузоподъемных кранов и вышек, отработавших нормативный срок службы в РФ (Рис 1.8).

70

^ 60

ю

£

¡^ 50

о ^

о

Ср

о 40

^ 30

о

ю

П5

ср

¿3 20

10

66,9 66,2

68,8

69,9 69,7

41

45,4

64,2

44,1

61,6

43,4

45,1

44,2

67,4

45

42,4

2012 2013 2014

2015 2016 Год

2017 2018 2019

I I Грузоподъемные краны I I Подъемники (вышки)

0

Рис. 1.8. - График количества (%) грузоподъемных кранов и вышек, отработавших нормативный срок службы в РФ за 2012-2019 г.

Основной проблемной причиной снижения уровня промышленной безопасности в области надзора за подъемными сооружениями является большое количество оборудования, отработавшего свой расчетный ресурс.

1.3. Анализ методов определения остаточного ресурса грузоподъемных машин, отработавших нормативный срок службы

Поддержание грузоподъемных машин в работоспособном состоянии в течении всего срока службы и после его истечения является актуальной научно-технической задачей. Прежде всего это обусловлено предъявляемыми требованиями безопасности к эксплуатации грузоподъемных машин согласно ФНП «Правила безопасности опасных производственных объектов, на которых используются подъемные сооружения» [111].

При этом машины, отработавшие нормативный срок службы, подлежат экспертизе промышленной безопасности согласно ФНП «Правила проведения экспертизы промышленной безопасности. Экспертиза, кроме прочих

диагностических процедур определения фактического технического состояния машины, предусматривает оценку остаточного ресурса машины [112,113].

Проведен анализ существующих методов оценки остаточного ресурса машин, отработавших нормативный срок службы. Определение остаточного ресурса грузоподъемных машин по ГОСТ 33713-2015 основано на сравнении текущего числа циклов нагружения с нормативным паспортным числом циклов нагружения, которое назначается в зависимости от режима работы крана по ГОСТ 34017-2016. Так же учитывается отношение средней массы поднимаемых грузов за время эксплуатации к нормативной грузоподъемности машины. Следующий метод основан на законах прочности и сравнении допустимых и допускаемых напряжений по ГОСТ 33169-2014 [35,38,40].

Согласно Межгосударственному стандарту [38] для грузоподъемных кранов предусмотрена подтверждение (проверка) несущей способности металлоконструкций.

При этом стандарт предусматривает проверку:

• на прочность;

• на упругую устойчивость;

• на сопротивление усталости основных элементов конструкций.

Элементы конструкций рассчитываются на прочность по методу предельных

состояний и (или) по методу допустимых напряжений. В первом случае сравнивается действующее напряжение (с учетом коэффициентов надежности по нагрузкам) с расчетным сопротивлением конструкции (предел текучести материала конструкции с учетом коэффициентов надежности по материалу и по условию работы). Во втором случае сравнивается действующее напряжение с допустимым напряжением в конструкции с учетом коэффициента запаса прочности (произведение коэффициентов надежности, ответственности, условий работы).

В расчет на упругую устойчивость предельным состоянием считается достижением нагрузкой значения критической силы, т.е. силы при которой конструкция переходит в неустойчивое состояние.

Целью проверки сопротивления усталости конструкции является расчетное доказательство того, что при эксплуатации машины в штатном режиме в течение установленного ресурса в элементах металлоконструкций не появятся усталостные трещины.

Зависимость долговечности (числа циклов нагружения) элемента конструкции N от размаха действующих напряжений при регулярном нагружении характеризуется типовой усталостной кривой (рис.1.9), которая описывается степенной функцией:

< • N = а-Ын • N0 при > авын (1)

N = от при аа< а-ын , (2)

где т - показатель, характеризующий наклон кривой усталости, который в сущности равен тангенсу угла наклона кривой усталости.

<Х

°&ын

•

Г •

"1 Но

Рис. 1.9. Кривая усталости (общий вид)

В сущности, это графики зависимости числа циклов нагружения К, которые выдержали образцы от величины амплитуд переменных напряжений оа. Как правило строится в логарифмическом масштабе.

При этом определяют базу испытаний N0. Это то число циклов, при достижении которого испытания останавливают, так как считают, что если образец не сломался, то он не сломается и далее. Для конструкционных сталей принимают N0 = 2-5 • 106.

Пределом выносливости Овын называют наибольшее напряжение, которое выдержал (не сломался) образец или деталь при числе циклов нагружения равном заданной базе испытаний.

При испытаниях образцов сталей из которых далее будет изготовлена деталь необходимо учитывать факторы, влияющие на предел выносливости детали: Овын д = Овын о • • Р] , где Овын д - предел выносливости детали; Овын о - предел выносливости образца стали; к^ - коэффициент, снижающий предел выносливости; Р] - коэффициент, повышающий предел выносливости. Возможные при этом факторы и их приближенные значения перечислены в Таблице 1.7.

Список литературы диссертационного исследования кандидат наук Хван Роман Владимирович, 2022 год

Библиография

[1] Боровиков В.П. Популярное введение в современный анализ данных в системе STATISTICA. Учебное пособие для вузов. - М.: Горячая линия - Телеком, 2013. - 288 с.

[2] Боровиков В.П. Нейронные сети. STATISTICA Neural Networks: Методология и технологии современного анализа данных. - М.: Горячая линия -Телеком, 2008. - 392 с.

Пример расчета остаточного ресурса металлоконструкции крана мостового электрического грузоподъемностью 15 тонн с использованием

программы 8ТЛТ18Т1СЛ

1. Первый этап. Ввод параметров твердости:

Данные: Таблица данных!* (10у * 30с)

1 2 3 4 5

Пер1 Пер2 ПерЗ Пер4 Пер5

1 160

2 175

3 166

4 174

5 157

6 171

7 157

8 177

9 161

10 157

11 171

12 165

13 166

14 171

15 169

16 169

17 150

18 176

19 156

20 164

21 163

22 167

23 152

24 166

25 151

26 163

27 168

28 173

29 170

30 165

Рис. 16. Пример ввода 30 измерений твердости в таблицу данных 8ТЛТ18Т1СЛ 2. Второй этап. Определение параметров функции закона Вейбулла распределения твердости: параметр сдвига С=120,7; параметр формы В=7,3; параметр масштаба А=47,3.

Далее создают новую таблицу данных в 8ТЛТ18Т1СЛ и добавляют в неё найденные параметры (Рис.17).

Данные: Таблица данных20* * 18с)

1 А-масштаб 2 В-форма 3 С-сдвиг 4 Пер5 5 Перб

1 47,3 7,3 120,7

2

3

4

5

6

7

8

9

Рис. 17. Таблица с параметрами функции закона Вейбулла в 8ТЛТ18Т1СЛ

3. Третий этап. Определение параметров функции закона Вейбулла распределения твердости представлен на Рис. 18.

ЩО Результаты анализа Вейбулла (исходные данные): Таблица данных!

Перемен,: Пер1

Ы наБл.: 30

Быстрый Дополнительно [Анализ надежности | Переменная « 11» I Пер1

Качество подгонки

Оценки параметров распределения Вейбулла Сдвиг (порогУположение): 120,70980985 Ц Параметр формы Параметр масштаба:

7,27248053

I

47,32873814

I

Критерии согласия

Границы параметра положения

От: 0

До: 150

в Параметры Доверит, инт.: .350

¥

Измененные оценки параметров будут отображены.

□

О Пересчитать

Форма и масштаб , а Форма, масштаб, положение Пользовательские Макс, число итераций: 50

I

Р1"2 уб параметр положения

Квантиль-квантиль (К-К)

Функция риска

О Времена отказов и накопленный риск

0 ГодИ и 1од накопленного риска

Критерий сходимости:

,00001

Гистограмма 7} Только отказы

Рис. 18. Пример анализа результатов определения параметров Вейбулла в

8ТЛТ18Т1СЛ

4. Четвертый этап. Пример определения остаточного ресурса крана представлен на Рис.19.

Рис. 19. Результат определения остаточного ресурса крана с использованием

нейронной сети в 8ТЛТ18Т1СЛ

Результат представлен в годах остаточного ресурса машины с точностью до десятой доли. На рассмотренном примере остаточный ресурс крана равен Тост= 12,7 лет.

Погрешность определения остаточного ресурса составляет 5=1,2 года. Доверительная вероятность у=0,95.

Таблица введенных параметров отображена на Рис.20.

й ИГ • 5ТАТК~ПСА- Таблица данныхЗЗ

Правка Вид Анализ Добыча Данных Графика Сервис Данные Справка

Л * » И Нейронные сети ) ™ Аддитивные модели Ш Независимые компоненты ^э Обобщенная кластеризация

СНАЮ ^ ™ ! Оптимальное соединение

■ья/Разбиение Обучение Кластеризация/Группировка

] Данные: Таблица данных38* (10у * 18с) 1 а II 0 I—£3—I

1 2 3 4 5 6 7 8 3

А-масштаб В-форма С-сдвиг М-число лет эксп. Оср Он Ыт Ын Ст

1 47,3 7,3 120,7 22 7,5 15 10312 16000 82500

2 =

3

4

5

6

7

8

9

10

М ггг _I к

Рис. 20. Ввод данных в нейронную сеть в БТАИБИСЛ На рассмотренном примере остаточный ресурс крана равен Тост= 12,2 лет. Погрешность определения остаточного ресурса составляет 5 = 8 месяцев. Доверительная вероятность у=0,95.

Акт о внедрении результатов диссертационного исследования в ООО ИКЦ

«Мысль» НГТУ

ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ

и^енерно-консультационный центр «мысль»

НОВОЧЕРКАССКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА (ООО ИКЦ «МЫСЛЬ» НГТУ)

3*5428, г.Новочаркасс», улТроицкам. 66

Филиал Южный ПАО Банка аФК Открытие» г. Ростоя-ма-Дому Расчетный счет Кор, счет ИНН/КПП ОТРИ БИК

окпо

октмо __

ОКВЭД 71.20.13.12, 71 20.6, 7120«, 71.1. 84 30 ОКОТУ 4210014 СЖФС 16 ОКОП« 12300

4070281002025000265? 3010181076029000005« в 150002230 I 615001001 1026102216700 046029056 24192040 $0727000001

27 января 2022 а. № М-33-11/017- 22

Е-таИ: й>оид1Н@гюуо^ ги

Код города в- 663 5 Талефон/факс: 22-20-83

22-20 56

ил М»

«Утверждаю»

■ I

Мажилн инженер ООО ИКЦ «Мысль»

Б.И.Бондаренко

/

о внедрении результатов диссертационной работы Хван Романа Владимировича на тему: «Метод определения остаточного ресурса машин по деградации твердости материала металлоконструкций с использованием искусственных

нейронных сетей»

Настоящий акт составлен о том, что результаты диссертационной работы, а именно:

1. Анализ статистических данных из экспертных заключений, выполненных в ООО ИКЦ «Мысль» НГТУ за 30 лет на более чем 20 тыс. фузоподъемных кранов позволили определить значимые факторы оценки остаточного ресурса, а именно: М - число лет эксплуатации крана; Ст - число рабочих циклов, выполненных от начала эксплуатации; (^ср - средняя грузоподъемность; Он -

номинальная грузоподъемность крана; Мн - нормативное значение характеристического числа; № - текущее значение характеристического числа, а также параметры распределения трехпараметрического закона Вейбулла твердости стали металлоконструкций: АНВ - параметр масштаба; ВНВ -параметр формы; СНВ - параметр сдвига, влияющие на остаточный ресурс

машин.

машин.

2. 11редложенная зависимость остаточного ресурса грузоподъемных отработавших назначенный срок службы, от деградации твердости материала металлоконструкций, показала на практике доверительные уровни: 0,999994 в диапазоне 1 - 5 лет; 0,988840 - в диапазоне 5 - 10 лет; 0,953328 - в диапазоне 10- 15 лет

3. Использование нейронной сети на базе программы БТАШПСА для определения остаточного ресурса грузоподъемных машин, отработавших назначенный срок службы, в эксплуатационных условиях с учетом деградации твердости стали металлоконструкций, способствовала повышению производительности и качества выполняемых работ на предприятии.

Результаты исследования, а именно «Методика определения остаточного ресурса металлоконструкций грузоподъемных машин, отработавших нормативный срок службы» прошла проверку, подтвердившую адекватность ее расчетных показателей с пофешностью 1,2 года при доверительной вероятности 0,95 и рекомендована к использованию при проведении работ по экспертизе промышленной безопасности грузоподъемных кранов на предприятии.

Председатель научно-технического совета, к.т.н., доцент

Главный конструктор, начальник лаборатории неразрушающего

контроля

Ф: Иванов

Акт о внедрении результатов диссертационного исследования в

ООО «ИКЦ «Кран»

Общество с ограниченной ответственностью «ПНЖЕНЕРНО-КОНС 3 \1Ь ТА ТПВНЫП ЦЕНТР КРАН>

{ООО «ИКЦ а К РАН»)

Юр¿14ггч 1. аАрес:115114, Моема, Ьжннлипгн пр., й. 4/5

Тт.:

[3 109316. Моема, а/я 19 Е-тйИ: 1кс-кгап:а чапёех.ги

ОКПО17924313, ОГРН Ш77В5Я15М5, ИНН КПП 7705471026 / 770501601

АКТ

о внедрении результатов диссертационного исследования Хван Романа Владимировича на тему: «Метод определения остаточного ресурса машин по деградации твердости материала металлоконструкции с использованием искусственные нейронных сетей»

Настоящий акт составлен о том. что результаты диссертационного исследования. а именно {(Методика определения остаточного ресурса металлоконструкций грузоподъемных машни . отработавших нормативный срок службы», внедрены в практику проведения технического диагностирования грузоподъемных кранов, проводимого ООО "ИКЦ "КРАЛ.

Отличительной особенностью предложенной методики является использование нейронной сети, что позволяет выявил, дополнительную связь остаточного ресурса грузоподъемных машин от характеристик твердости стали металлоконструкции с учетом эксплуатационных параметров.

Разработанная методика экспресс метода определения остаточного ресурса грузоподъемных кранов рекомендуется для экспертных организаций при обследовании грузоподъемных машин, отработавших назначенный срок службы. что позволяет уточнить оценку остаточного ресурса за счет ввода дополнительных параметров закона распределения Венбулла. отражавших деградацию твердости стали металлоконструкций в процессе эксплуатации машины.

Разработанную нейронную сеть определения остаточного ресурса грузоподъемных кранов. возможно дополнять новыми обучающими данными в процессе ее работы, путем обработки вновь появляющихся статистических данных. собираемых экспертной организацией. Переобучение сети, с учетом новых данных позволяет, повысить доверительные уровни определения остаточного ресурса машины.

Для построения и обучения нейронных сетей определения остаточного ресурса грузоподъемных кранов использован программный комплекс 5Т5'ШТ1СА, однако возможно использование и других программных продуктов или написание собственного программного кода.

Акт о внедрении результатов диссертационного исследования в

ООО «ИКЦ «Просвет»

Общество с ограниченной ответственностью Ишенерно-коксультаиионные центр <Л Р О С В Е Т» (ООО «ИКЦ «Просвет»)

экспертная оргзЕвзаква * орган по агтктапнв лаоораторвн в*р аэртшаюшего KDHipo.is знагногтака в ремовт сэьектсз nDiKOttiptuьньи Рфггешадшру 6140W1. г. Перш, ja. Еыгер1шнсиа 41, офас 4, телефск-фис: (3425 210-10-Д 2ID-10-1IS E-шай: ртnsrattj^penii.пj Снят : httpртаuet penniu ИННЛШП SS02IDlßB;S9ra0HBi, ОПРН 1025500511207, р-'счёт 407G2[I1074977001>447 1 Еажя-Вггслзя ffi ПАО Сбербанка, г.Ияеенэ Новгсрлл _1- е ШОШИОООМОМЙОЗ. ЕИК &42202ЙМ_

№ В7 ООО ИКЦ «Мысль»

от 31 января 2022 г.

АКТ

о внедрении результатов диссертационного исследования Хван Романа Владимировича на тему: «(Метод определения остаточного ресурса маш;-ш по деградации твердости материала металлоконструкций с использованием искусственных нейронных сетей»

Настиппии акт составлен о тоы, что результаты диссертационного исследования, а именно ((Методика определения остаточного ресурса металлоконструпгай грузоподъемных машин, отработавших нормативный срок службы».

Отличительной особенностью предложенной методики заключается в использовании нейронной сети, что позволяет выявить дополнительную связь остаточного ресурса грузоподъемных машин от характеристик твердости стали металлоконструкции с учетом эксплуатационных параметров.

Дла обучения нейросетевой модели определения остаточного ресурса металлоконструкций грузоподъемньк машин используются эксплуатационные параметры грузоподъемных кранов М -число лет эксплуатации крана; Ст- число рабочих циклов, выполненных от начала эксплуатации; Qq> _ средняя грузоподъемность; Q» - номинальная грузоподъемность крана; N. - нормативное значение характеристического числа; NT - текущее значение характеристического числа; пар аметры распределения трехпараметрического закона Вейбулла твердости стали металлоконструшгай: А™ -параметр масштаба; В™ - параметр формы; С™ - параметр сдвига.

Применение нейронной сети для определения остаточного ресурс а грузоподъемных машин, отработавших назначенный срок службы, в эксплуатационных условиях с учетом деградации твердости стали металлоконструкций кранов, подтвердила адекватность ее расчетных показателей с погрешностью 1,2 года при доверительной вероятности 0,95.

Апробация и внедрение результатов исследования использовались при проведении экспертизы промышленной безопасности на грузоподъемных кранах, эксплуатируемых на предприятиях Пермского края.

С уважением, канд. техн. наук, генеральный директор ООО ИКЦ (Просвет»

/» Ф *\

"* / Vе

ш

Иаклнатель:

Сэнусешо Артём Валерьевич

тел_ 8-342-210-10ЧЙ5