В Южно-Уральском государственном университете разработана интеллектуальная система мониторинга коррозионного износа металлических конструкций, предназначенная для эксплуатации в сложных промышленных условиях. Разработка выполнена коллективом ученых под руководством Дмитрия Шнайдера в рамках программы стратегического академического лидерства «Приоритет-2030».
Фото: ЮрГУ
Система ориентирована на долговременный контроль изменения толщины стенок трубопроводов, сосудов под давлением и других ответственных элементов оборудования на нефтеперерабатывающих, химических и энергетических предприятиях. Коррозия и эрозионный износ остаются одними из основных причин аварий, внеплановых ремонтов и простоев промышленного оборудования.
В основе разработки лежит метод обработки ультразвуковых сигналов, основанный на скользящей кросс-корреляции с субдискретной оценкой временных сдвигов. Алгоритм анализирует последовательности ультразвуковых импульсов, что позволяет повысить устойчивость измерений при наличии рассеяния волн и шумов, характерных для шероховатых поверхностей.
Применяемый подход обеспечивает чувствительность к изменениям толщины на уровне нескольких микрон, при этом погрешность измерений в лабораторных и экспериментальных условиях составляет порядка 10 мкм. Алгоритм также учитывает температурное влияние на скорость распространения ультразвука в металле.
Возможность применения системы на высокотемпературных объектах (температура поверхности до 600 °C) обеспечивается специальной конструкцией ультразвуковых волноводов, которые передают сигнал от зоны контроля к измерительной электронике. Такое конструктивное решение позволяет размещать электронные компоненты и источники питания вне зон экстремального нагрева.
Периодичность измерений может варьироваться от нескольких минут до одного часа, что многократно превосходит частоту традиционного периодического контроля портативными приборами и позволяет выявлять ранние признаки ускоренного коррозионного износа.
Разработка ориентирована на применение в составе распределенных систем мониторинга и поддерживает интеграцию в разработанную в университете систему промышленного интернета вещей IIoTSense. Это обеспечивает передачу измерительных данных в централизованные аналитические платформы, возможность удаленного мониторинга состояния оборудования и использование технологий предиктивной аналитики.
Предлагаемое решение позволяет исключить необходимость пребывания персонала в непосредственной близости от опасного оборудования, эксплуатируемого при высоких температурах. Это снижает производственные риски, повышает уровень промышленной безопасности и соответствует современным требованиям к организации безопасных условий труда.
В настоящее время разработан функциональный прототип электронного модуля, прошедший тестирование на синтетических данных и реальных образцах металла. Проведенные испытания подтвердили работоспособность предложенного метода при высокой шероховатости поверхности и повышенном уровне шумов.
«Мы ставили перед собой задачу – не просто создать импортозамещающее решение, а разработать технологию, способную обеспечить более высокую точность и устойчивость измерений в сложных условиях эксплуатации, – отмечает руководитель лаборатории промышленной автоматизации и интернета вещей ЮУрГУ Дмитрий Шнайдер. – Сегодня у нас есть научный задел и функциональный прототип, и мы открыты к сотрудничеству с промышленными партнерами».
Разработка может быть востребована на предприятиях нефтепереработки, химической и энергетической отраслей, в металлургии, судостроении, транспортной инфраструктуре и сфере жилищно-коммунального хозяйства – везде, где требуется удаленный мониторинг состояния металлических конструкций и переход к предиктивному обслуживанию оборудования.
Следующим этапом является проведение опытно-промышленных испытаний и доработка системы с учетом требований конкретных отраслей промышленности.
Источник: ЮУрГУ
Оцените новость 0 0 0 0 0 0 0