Юнак. През

1.

Кафедра «Транспорт и хранение нефти»
Совершенствование методики оценки надежности центробежных
насосных агрегатов на нефтегазовых объектах
Выполнил
ст.гр
Руководитель
к.т.н., доцент
Уфа
2026

2.

Актуальность и проблема
•Нефтегазовый комплекс — основа экономики РФ.
•Надежность оборудования — ключевой фактор эффективности и
безопасности.
•Традиционная система ППР (планово-предупредительного ремонта) ведет к
необоснованным затратам и не предотвращает внезапные отказы.
•Необходим переход к системе ремонта по фактическому состоянию.
•Проблема: Существующие методики оценки надежности не учитывают
комплексный характер деградационных процессов, обладают низкой
точностью и адаптивностью.
2

3.

Цель и задачи работы
Цель: Повышение эффективности эксплуатации нефтегазового оборудования за счет
совершенствования методики расчета его надежности на примере центробежных
секционных насосных агрегатов.
Задачи:
1.Провести анализ существующих методик оценки надежности и систем мониторинга.
2.Выявить ключевые деградационные процессы и параметры, влияющие на надежность
насосных агрегатов.
3.Разработать усовершенствованную методику и алгоритм комплексной оценки надежности.
4.Создать прототип системы поддержки принятия решений для прогнозного обслуживания.
5.Провести апробацию модели на исторических данных.
3

4.

Объект и предмет исследования. Научная новизна.
Объект: Процесс эксплуатации центробежных секционных насосных агрегатов (ЦНС) на
объектах нефтегазовой отрасли.
•Предмет: Методика расчета и система мониторинга показателей надежности насосных
агрегатов.
Научная новизна:
•Комплексный подход к модификации методов оценки надежности с адаптацией к современным
условиям.
•Разработка алгоритма, интегрирующего статистические методы и технологии прогнозного
мониторинга.
•Использование динамической байесовской сети (DBN) для прогнозирования отказов с высокой
интерпретируемостью.
4

5.

Ключевые деградационные процессы в насосных агрегатах
Процесс / Узел
Контролируемый
параметр
Норма
Критическое
значение
Последствие
Кавитация
Давление на входе,
МПа
0,3–0,6
< 0,11
Эрозия лопаток,
падение напора
Износ
подшипников
Вибрация, мм/с
≤ 4,5
> 11,2
Разрушение
подшипников,
заклинивание
Перегрев узлов
Температура
подшипников, °C
≤ 65
> 75
Ускоренный износ,
задиры
Нарушение
режима
Расход, м³/ч
~360
< 113 или > 380
Перегрузка,
кавитация,
вибрация
Проблемы
смазки
Давление масла,
МПа
0,08–0,12
< 0,035
Сухое трение,
перегрев
Перегруз
двигателя
Ток статора, А
≤ I_ном
> 1,1·I_ном
Перегрев обмоток,
выход из строя
5

6.

Недостатки существующих систем мониторинга и методик
1.Разобщенность данных: Информация из
SCADA, вибродиагностики, лабораторий
хранится изолированно.
2.Неоптимальная частота опроса: Не
фиксируются кратковременные аномалии.
3.Статические модели: Не учитывают
динамику износа и условия эксплуатации.
4.Усредненные показатели: Ненадежность
прогнозов (н
6

7. Предлагаемая усовершенствованная методика (Алгоритм)

7

8.

Критерии оценки технического состояния
Введена система цветовых статусов для стандартизации реакции:
Статус
Цветовой
оборудования индикатор
Нормальное
состояние
Зеленый
Вероятность
Динамика
ключевых
Рекомендуемые действия
безотказной
работы
параметров
(P_agg)
Параметры стабильны в
Плановый
мониторинг
P_agg ≥ 0.95 пределах
номинального
регламенту.
диапазона.
по
установленному
Повышенного
Желтый
внимания
Наличие
устойчивого Усиление мониторинга (например, увеличение
частоты отбора проб вибрации). Проведение
0.80
≤ тренда к ухудшению одного
внепланового визуального контроля. Поиск и
P_agg < 0.95 или нескольких параметров.
устранение причин ухудшения (настройка режима
работы, проверка системы смазки).
Критическое
состояние
Оранжевый
Один
или
несколько
параметров
устойчиво Подготовка к выводу оборудования в ремонт. Заказ
0.50
≤ находятся
в необходимых запасных частей. Разработка плана
P_agg < 0.80 предупредительной зоне, ремонтных работ. Установка повышенного контроля
близки
к
критическим при невозможности немедленной остановки.
значениям.
Красный
Превышение критических
Немедленный останов агрегата. Вывод в плановый
значений
ключевых
P_agg < 0.50
или внеплановый ремонт. Проведение полной
параметров. Высокий риск
диагностики для определения объема работ.
аварийного отказа.
Предельное
состояние
8

9.

Выбор и сравнение прогнозных моделей
Проведено сравнение моделей для
классификации «Норма» / «Предотказ»:
•Логистическая регрессия
(базовая): Низкая эффективность.
•Random Forest: Хорошая полнота,
средняя интерпретируемость.
•LSTM (нейронная сеть): Высокая
полнота, но низкая интерпретируемость
(«черный ящик»).
•Динамическая байесовская сеть
(DBN): Наилучший баланс. Максим
9

10.

Архитектура прототипа системы поддержки принятия решений
Разработана модульная архитектура
цифрового прототипа:
1.Слой данных: Сбор и предобработка
(OPC UA, синхронизация).
2.Аналитическое ядро:
1. Движок признаков (Feature Manager).
2. Прогнозная модель (DBN Inference
Engine).
3. Модуль расчета P_agg и статуса.
3.Слой представления:
1. Движок правил (Rule Engine) для
автоматизации.
2. Веб-дашборд с визуализацией
трендов и статусов.
3. REST API для интеграции.
10

11.

Практическая значимость и ожидаемый эффект
11

12.

Выводы
1.Проведен критический анализ существующих методик, выявлены их системные недостатки.
2.Определен комплекс ключевых параметров, влияющих на надежность ЦНС.
3.Разработана усовершенствованная методика, основанная на динамической вероятностной оценке и
интегральном показателе P_agg.
4.В результате сравнения прогнозных моделей выбрана динамическая байесовская сеть (DBN) как
наиболее сбалансированное решение.
5.Предложена архитектура и создан прототип системы, способной автоматизировать оценку состояния и
планирование ремонтов.
12

13.

План работы
1.Доработка и тонкая настройка DBN-модели на
расширенном наборе исторических данных.
2.Разработка полнофункционального вебинтерфейса дашборда для визуализации данных и
прогнозов.
4. Оценка экономической
эффективности внедрения на основе данных
апробации.
5. Оформление и написание заключительных глав
диссертации (Глава 3 – апробация, Глава 4 –
экономическое обоснование, Заключение).
3.Интеграция прототипа с тестовым контуром
системы АСУ ТП или ее имитатором.
13