Метод повышения безопасной эксплуатации горного электрооборудования путем прогнозирования сопротивления изоляции

Предложен метод повышения безопасной и эффективной эксплуатации горного электрооборудования. Его использование в системе контроля и прогнозирования сопротивления изоляции электрооборудования позволит оценивать с достаточной точностью на заданный период достижение сопротивлением изоляции критического значения и тем самым предвидеть момент возникновения отказа. Решить эту задачу предложено с применением цифровых технологий на базе искусственного интеллекта, в частности нейронных сетей. Показан нейросетевой алгоритм реализации предложенного метода на базе нейронной сети прямого распространения. Представлены результаты прогнозирования сопротивления изоляции. Анализ полученных графиков говорит о приемлемости полученного результата, точность прогнозирования составляет 95%. Внедрение предлагаемого метода контроля и прогнозирования сопротивления изоляции позволит повысить электробезопасность эксплуатации горного оборудования за счет исключения поражения электрическим током персонала в случаях необеспечения предусмотренного регламентом времени срабатывания аппарата защиты от утечек. В то же время, данный метод позволит повысить эффективность функционирования горного оборудования за счет сокращения ущерба от внезапных отключений подземных горных машин в процессе их нормальной работы.

Бабокин Г. И., Шпрехер Д. М., Колесников Е. Б. Метод повышения безопасной эксплуатации горного электрооборудования путем прогнозирования сопротивления изоляции // Горный информационно-аналитический бюллетень. – 2020. – № 2. – С. 34–45. DOI: 10.25018/0236-1493-2020-2-0-34-45.

Бабокин Геннадий Иванович — д-р техн. наук, профессор, ГИ НИТУ «МИСиС», e-mail: babokinginov@yandex.ru,
Шпрехер Дмитрий Маркович — д-р техн. наук, доцент, Тульский государственный университет, e-mail: shpreher-d@yandex.ru,
Колесников Евгений Борисович — канд. техн. наук, доцент, Новомосковский филиал (институт) Российского химико-технологического университета, e-mail: kolesnikov55@mail.ru.

Шпрехер Д.М., e-mail: shpreher-d@yandex.ru.

1. Pasculescu D., Lupu L., Pasculescu V. M., Inisconi I. Study of electrocution hazards in threephase electrical networks with ground-isolated neutral point // Environmental Engineering and Management Journal. 2012. Vol. 11(7), pp. 1267—1271. DOI: 10.30638/eemj.2012.154.
2. Utegulov B. Special issues of ensuring electrical safety in networks with isolated neutral voltage up to 1000 V at mining enterprises / Industrial Engineering. 2018, pp. 1—29. DOI: 10.5772/intechopen.81384.
3. Вареник Е. А., Лазебник Р. М. Повышение эффективности функционирования аппаратов защиты от токов утечки в шахтных электрических сетях // Наукові праці Донецького національного технічного університету. — 2011. — № 11(186). — С. 81—84.
4. Neitzel D. K. Protection against hazards // IEEE Industry Applications Magazine. 2010. Vol. 16(3), pp. 23—29. DOI: 10.1109/MIAS.2010.936121.
5. Megger «A Stitch in Time...» (The Complete Guide to Electrical Insulation Testing). 2006, p. 67.
6. IEEE Recommended practice for testing insulation resistance of rotating machinery. The Institute of Electrical and Electronics Engineers, Inc. New York, 2008, pp. 1—26.
7. Лангольф Э. Л., Вылегжанин В. Н., Мазикин В. П. Проблемы эффективности реструктуризации угольной промышленности Кузбасса. — Кемерово: Кузбассвузиздат, 1997. — 248 с.
8. Гребченко Н. В., Сидоренко А. А. Интеллектуальная система для определения места и степени локальных дефектов изоляции в сети с изолированной нейтралью / Релейная защита и автоматика энергосистем. Сборник докладов. — 2006. — С. 150—152.
9. Лапченков К. В. Управление состоянием изоляции в распределительных электрических сетях. Дис. на соиск. ученой степени к.т.н.: Челябинск, 1998. — 119 с.
10. Булычев А. В., Нудельман Г. С. Упреждающие функции релейной защиты / Сборник докладов международной НТК «Современные направления развития систем релейной защиты и автоматики энергосистем». — М., 2009. — С. 72—78.
11. Утегулов Б. Б., Утегулов А. Б., Уахитова А. Б., Бегентаев Б. М. Разработка мероприятий по повышению уровня электробезопасности в сетях напряжением до 1000 В шахты «Капитальная» АО «Майкаинзолото» // Наука и техника Казахстана. — 2010. — № 3. — С. 130—136.
12. Wang Xiu Yan, Li Cui Fang, Li Zong Shuai, Lin Jia Quan Research of airfield lighting insulation resistance prediction based on gray system theory // Applied Mechanics and Materials. 2012. — Vol. 263—266, pp. 1279—1284. DOI: 10.4028/www.scientific.net/AMM.263-266.1279.
13. Remus Dobra, Mircea Risteiu, Dragos Pasculescu, Georgeta Buica Designing predictive diagnose method for insulation resistance degradation of the electrical power cables from neutral insulated power networks. // IOP Conference Series: Materials Science and Engineering. 2017. Vol. 209. International Conference on Innovative Research — ICIR Euroinvent 2017, Article 012093. DOI: 10.1088/1757-899X/209/1/012093.
14. Yusuf S., Brown D. J., Mackinnon A., Papanicolaou R. Application of dynamic neural networks with exogenous input to industrial conditional monitoring / The 2013 International Joint Conference on Neural Networks (IJCNN), 2013. DOI: 10.1109/IJCNN.2013.6706762.
15. Yongmei Zhao, Junfeng Li, Lingjie Wu, Yanwen Wang High-voltage cable insulation online monitoring in coal mine based on pattern recognition // AIP Confference Proceedings. 2017. Vol. 1820 Advances in Materials, Machinery, Electronics I, pp. 060015–1—060015–6. DOI: 10.1063/1.4977330.
16. Товстик Ю. В., Савицкий В. Н., Стоян В. Н. Проблемы защиты от утечек тока на землю распределительных сетей угольных шахт, с силовыми полупроводниковыми элементами / Гірнича електротехніка та автоматика: Наук. техн. зб. НГУ. Вип. 74. — Дніпропетровськ, 2005. — С. 36—42.
17. Jie Wen, Tiejun Zeng, Feng Yan, Wenguang Chen Research on ON-LINE insulation monitoring instrument of IT power system in the down hole mine / IOP Conference Series: Materials Science and Engineering, 2018, Vol. 394, Article 042081. 2018, pp. 1—11. DOI: 10.1088/1757899X/394/4/042081.
18. Dandan Su Analysis of low voltage cable insulation detection technology // Advances in Engineering Research (AER). 2017. Vol. 130 5th International Conference on Frontiers of Manufacturing Science and Measuring Technology (FMSMT 2017), pp. 211—214. DOI: 10.2991/fmsmt-17.2017.44.
19. Захарова А. Г., Лобур И. А., Шаулева Н. М. и др. Обследование состояния взрывозащищенного электрооборудования на крупных предприятиях // Вестник научного центра по безопасности работ в угольной промышленности. — 2015. — № 2. — С. 44—48.
20. Митькин Ю. А., Вихарев А. В., Прусаков М. В. Проблемы оценки технического состояния маслосодержащей изоляции высоковольтного оборудования в эксплуатации // Вестник ИГЭУ им. В.И. Ленина. — 2006. — № 2. — С. 1—5.
21. Хайкин С. Нейронные сети. Полный курс 2-е изд. Пер. с англ. — М.: Издательский дом «Вильямс», 2006. — 1104 с.
22. Andrew K.S. Jardine, Daming Lin, Dragan Banjevic A review on machinery diagnostics and prognostics implementing condition-based maintenance // Mechanical Systems and Signal Processing. 2006. Vol. 20, pp. 1483—1510.
23. Родионов П. Е. Классификация существующих парадигм нейронных сетей / Материалы 42 научно-технической конференции преподавателей, сотрудников и аспирантов МГУП. — М., 2002. — С. 29—30.
24. Таранов Р. В., Маликов А. В. Прогнозирование энергопотребления при помощи искусственных нейронных сетей с применением технологии CUDA // Вестник астраханского государственного технического университета. Серия: управление, вычислительная техника и информатика. — 2016. — № 3. — С. 23—31.
25. Булычев А. В., Ванин В. К. Патент на полезную модель № RU2121745 Способ защиты трехфазной сети с изолированной нейтралью от однофазных замыканий на землю. Опубл. 21.03.2014.
26. Минский М., Пейперт С. Персептроны. Пер. с англ. — М.: Мир, 1971. — 262 с.
27 Сидоров С. Г., Вихарев А. В., Чернышева Л. П., Максимов С. Е. Многопроцессорная реализация нейросетевого алгоритма прогнозирования изменения характеристик электрической изоляции: научное издание // Вестник ИГЭУ. — 2011. — № 1. — С. 99—101.
28. Бабокин Г. И., Степанов В. М., Шпрехер Д. М. Программно-аппаратные устройства диагностирования электромеханических систем // Известия ТулГУ. Технические науки. — 2014. — № 8. — С. 83—78.
29. Круглов В. В., Борисов В. В. Искусственные нейронные сети. Теория и практика. — М.: Горячая линия, Телеком, 2001. — 382 с.
30. Пятакович В. А. Модели нейронных сетей для реализации изображений / Сборник научных трудов по материалам международной научно-практической конференции. — 2009. — № 1. — С. 19—23.
31. Ежов А. А., Шумский С. А. Нейрокомпьютинг и его применения в экономике и бизнесе / Под общ. ред. В. В. Харитонова. — М.: МИФИ, 1998. — 224 с.
32. Шпрехер Д. М. Свидетельство о государственной регистрации программы для ЭВМ № 2010611531. Программа диагностирования технического состояния электромеханических систем («ЭМС-НС»). — Заявл. 27.12.2010. № 2010618213. Опубл. 16.02.2011.