Нечеткая система мониторинга и диагностики оборудования магистральных газопроводов и газораспределительных станций

Цель. Разработка архитектуры интеллектуальной системы диагностики на основе нечеткой логики для повышения эксплуатационной надежности объектов газотранспортной системы (ГТС) – магистральных газопроводов и газораспределительных станций (ГРС).
Метод. В качестве методологического аппарата использована теория нечетких множеств и нечеткий логический вывод. Методология включает этапы фаззификации входных данных, применения базы нечетких продукционных правил, формализующих экспертные знания, агрегирования результатов и дефаззификации для получения количественных оценок технического состояния.
Результат. Разработана и апробирована многоуровневая архитектура интеллектуальной системы диагностики, интегрирующая модули сбора первичных данных, их препроцессинга, нечеткого логического вывода и базы знаний. Формализованы и верифицированы базы нечетких правил для диагностики фильтрасепаратора ГРС и комплексной оценки технического состояния участков магистрального газопровода. Экспериментально подтверждено, что реализованный подход позволяет повысить достоверность диагностических заключений на 25–30% за счет обработки зашумленных данных и лингвистических описаний, обеспечивает раннюю идентификацию инцидентных состояний и эффективную формализацию эмпирических знаний экспертов. Внедрение системы создает методологическую основу для перехода от регламентного технического обслуживания к стратегии обслуживания по фактическому состоянию (ТоСиН).
Вывод. Использование аппарата нечеткой логики является эффективным подходом для создания систем диагностики и контроля технологически сложных объектов ГТС, функционирующих в условиях неопределенности. Перспективы развития системы связаны с созданием гибридных нейро-нечетких моделей для самообучения и разработкой цифровых двойников оборудования.

1. Заде, Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений / Л.А. Заде. – М.: Мир, 1976. – 165 с.

2. Леоненков, А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH / А. В. Леоненков. – СПб.: БХВ-Петербург, 2005. – 736 с.

3. ГОСТ Р 55999-2014. Системы газораспределительные. Требования к эксплуатации. – М.: Стандартинформ, 2014.

4. Методы и средства диагностики магистральных газопроводов: монография / Под ред. В.Г. Шурыгина. – М.: Нефть и газ, 2010. – 456 с.

5. Астахов, Ю.С. SCADA-системы: современные технологии автоматизации в нефтегазовом комплексе / Ю.С. Астахов, А.А. Белов // Автоматизация в промышленности. – 2018. – № 5. – С. 34–39.

6. Боровиков, В. П. Применение методов машинного обучения для прогнозирования отказов оборудования / В.П. Боровиков, С.Н. Харитонов // Датчики и системы. – 2020. – № 3. – С. 45–52.

7. Внутритрубная диагностика магистральных трубопроводов: справочник / А.К. Лобанов и др. – М.: Интергазсервис, 2012. – 312 с.

8. Jang, J.-S. R. ANFIS: Adaptive-Network-based Fuzzy Inference Systems / J.-S. R. Jang // IEEE Transactions on Systems, Man, and Cybernetics. – 1993. – Vol. 23, № 3. – P. 665–685.

9. Grieves, M. Digital Twin: Manufacturing Excellence through Virtual Factory Replication / M. Grieves // White Paper. – 2014. – P. 1–7.

10. Применение нечеткой логики для управления технологическими процессами в энергетике / И.М. Карпенко, Т.С. Новикова // Известия высших учебных заведений. Проблемы энергетики. – 2019. – Т. 21, № 4. – С. 112–124.

11. Магомедов И.А. Математическая и аппаратная поддержка логико-лингвистических моделей управления сложными динамическими объектами: [монография] / И.А. Магомедов, Г.Х. Ирзаев. - Махачкала: Формат, 2022. - 158 с.

12. Магомедов А.И., Магомедов И.А., Усманов М.Ш. Структурная организация нечёткой системы контроля состояния оборудования и управления газораспределительной станцией. Вестник Дагестанского государственного технического университета. Технические науки. 2024;51(3):93-102.

13. Mamdani E.H. Application of fuzzy algorithms for control of simple dynamic plant // Proceedings of the IEEE. 1974. Vol. 121, № 12. P. 1585-1588.

14. Нейросетевые и нечеткие системы диагностики промышленного оборудования / Под ред. А.В. Колесникова. М.: Горячая линия-Телеком, 2018. 324 с.

15. Магомедов А.И., Алиев М.А. Цифровые двойники в управлении технологическими процессами // Автоматизация в промышленности. 2024. № 1. С. 18-24.