Автоматизована система контролю технічного стану відцентрових нагнітачів газоперекачувальних агрегатів на засадах нейронних мереж

Abstract

Метою роботи є розроблення автоматизованої системи контролю технічного стану відцентрових нагнітачів газоперекачувальних агрегатів на основі методів машинного навчання та глибинних нейронних мереж. Система спрямована на раннє виявлення аномалій, прогнозування відмов та підвищення надійності газотранспортного обладнання. Об’єктом дослідження є процес контролю технічного стану відцентрових нагнітачів, що працюють у складі газоперекачувальних агрегатів. Предметом дослідження є методи, моделі та алгоритмічні підходи діагностики стану відцентрових нагнітачів з використанням нейронних мереж та методів аналізу часових рядів. У першому розділі наведено аналіз конструкції та принципів роботи відцентрових нагнітачів, типових механізмів їх деградації, характерних відмов і сучасних методів технічної діагностики. У другому розділі описано математичні моделі та методи машинного навчання, що застосовуються у діагностиці обладнання, включаючи VAR-модель, багатошаровий персептрон, LSTM-мережу та LSTM-автоенкодер. У третьому розділі подано експериментальні дослідження, включаючи підготовку даних, вибір характеристик, проведення навчання моделей, оцінювання точності та порівняння їх ефективності. Результати роботи підтверджують ефективність застосування глибинного навчання у системах технічної діагностики та його придатність для впровадження у промислові системи моніторингу компресорних станцій.