Szacowanie czasu uszkodzeń parametrycznych zaworów regulacyjnych modelami stochastycznymi

• Autorzy: Kopka R.

Warianty tytułu

EN

Estimating the time to soft failures of control valves based on stochastic models

• Języki publikacji: PL

Abstrakty

PL

Artykuł przedstawia wyniki badań związanych z możliwością wykorzystania modeli stochastycznych do szacowania czasu do powstania uszkodzeń obiektów technicznych. Na podstawie obserwacji początkowego procesu degradacji szacowane są parametry modelu, a następnie przy ich pomocy symuluje się jego kontynuację. Osiągnięcie przez modelowany proces przyjętego poziomu granicznego, traktowane jest jako uszkodzenie urządzenia. Przedstawione rozwiązania teoretyczne wykorzystano do opisu degradacji zaworu regulacyjnego, modelowanego procesem opisanym arytmetycznym i geometrycznym ruchem Browna.

EN

Use of technical devices always leads to degradation of their operating properties. Crossing a threshold level by the progressive degradation process is regarded as the so called 'soft failure' of a device (Fig. 1). When achieving such a state, there is need of repair or replacement of the device [7, 8]. Observing the first symptom of degradation, we can estimate the time in which the progressive degradation process reaches the limit value (Fig. 2).This allows us to predict the downtime and repair. The paper presents results of the work associated with use of stochastic models for description of the progressive degradation processes taking places in control valves. Use of the model describing arithmetic (3) or geometric (6) Brownian motion is proposed. The presented theoretical solutions are used to describe the control valve degradation process. On a basis of the recorded measurements of the valve control signal (Fig. 4) there were determined the model parameters (6). Then the time to the critical state was predicted (Fig. 5). A similar procedure for the flow residue signal was also carried out (Figs. 6 and 7). In this better fitting was achieved when assuming the model (3). The degradation processes contain important information about both current reliability level of a device and properties needed by the control algorithm. The possibility of their measuring and analysing can specify the time of soft turning the device off and can influence the procedures of its control. A significant problem is accuracy assessment. Using stochastic models it is possible based only on quantile lines received by multiple simulations of the considered process.

Słowa kluczowe

PL

szacowanie czasu do uszkodzenia; procesy stochastyczne; ruchy Browna

EN

estimating time to failure; stochastic processes; Brownian motion

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2012
• Tom: R. 58, nr 2
• Strony: 168--171
• Opis fizyczny: Bibliogr. 21 poz., rys., wykr., wzor

Twórcy

autor

Kopka R.

• Politechnika Opolska, Instytut Automatyki i Informatyki, ul. Gen. Sosnkowskiego 31, 42-272 Opole,

Bibliografia

• [1] Brzózka J.: Regulatory i układy automatyki, MIKOM, Warszawa, 2004.
• [2] Korbicz J., Kościelny J. M., Kowalczuk Z., Cholewa W.: Diagnostyka Procesów. Modele, metody sztucznej inteligencji. Zastosowania. WNT, Warszawa, 2002.
• [3] Ligęza A.: Logical Foundations for Rule-Based Systems. Uczelniane Wydawnictwa Naukowo - Dydaktyczne AGH, Kraków, 2005.
• [4] Moczulski W.: Diagnostyka techniczna: metody pozyskiwania wiedzy, Wydawnictwo Politechniki Śląskiej, Gliwice, 2002.
• [5] Mulawka J.: Systemy ekspertowe, WNT, Warszawa, 1997.
• [6] Tatjewski P.: Sterowanie zaawansowane obiektów przemysłowych. Struktury i algorytmy, EXIT, Warszawa, 2002.
• [7] Korbicz J., Kościelny J. M.: Modelowanie, Diagnostyka i Sterowanie Nadrzędne Procesami. Implementacja w systemie DiaSter, WNT, Warszawa, 2009.
• [8] Kościelny J. M.: Diagnostyka Zautomatyzowanych Procesów Przemysłowych, Akademicka Oficyna Wydawnicza EXIT, Warszawa, 2001.
• [9] Kopka R.: Diagnostics of optical devices based on degradation processes, 7th Workshop on Advanced Control and Diagnosis, ACD 2009, 19-20 November 2009, Zielona Góra, Poland, 2009.
• [10] Fukuda M.: Reliability and Degradation of Semiconductor Lasers and LEDs, Artech House, Boston, 1991.
• [11] Yang G.: Reliability Demonstration Through Degradation Bogey Testing, IEEE Trans. Reliability, vol. 58, no. 4, s. 604-610, 2009.
• [12] Bogdanoff J. L., Kozin F.: Probabilistic Models of Cumulative Damage, John Wiley & Sons, New York, 1985.
• [13] Hamada M. S., Wilson A. G., Shane Reese C. i Martz H. F.: Bayesian Reliability, Springer Science+Business Media, New York, 2008.
• [14] Meeker Q. W., Escobar A. L.: Statistical Methods for Reliability Data, John Wiley & Sons, Inc., New York, 1998.
• [15] Bae J. S., Kuo W., Kvam H. P.: Degradation models and implied life time distributions, Reliability Engineering and System Safety, vol. 92, s. 601-608, 2007.
• [16] Kopka R.: Ocena niezawodności obiektu na podstawie informacji o uszkodzeniach parametrycznych i katastroficznych, IX Międzynarodowa Konferencja Naukowo - Techniczna DPS’2009 Gdańsk, s. 191-198, 2009.
• [17] Sobczyk K.: Stochastyczne Równania Różniczkowe, WNT, Warszawa, 1996.
• [18] Kopka R.: Reliability Assessment of Technical Devices Based on Degradation Data and Stochastic Equations, 8th Workshop on Advanced Control and Diagnosis, ACD 2010, 18-19 November 2010, Ferrara, Italy, 2010.
• [19] Park Ch., Padgett W.: Accelerated Degradation Models for Failure on Geometric Brownian Motion and Gamma Processes, Lifetime Data Analysis, vol. 11, no. 4, p. 511-527, 2005.
• [20] Park Ch., Padgett W.: Stochastic Degradation Models With Several Accelerating Variables, IEEE Trans. Reliability, vol. 55, no. 2, p. 379-390.
• [21] Zhao W., Elsayed E. A.: An Accelerated Life Testing Model Involving Performance Degradation. Reliability and Maintainability, Annual Symposium-RAMS, pp. 324-329, 2004.