О погрешностях контроля при оценке водного режима ТЭС

Материалы данного раздела частично были опубликованы в журнале Энергетик за 1989г с последующим положительным комментарием со стороны редакции журнала. Это сообщение приведено для того, чтобы акцентировать внимание читателя на том, что приведенные в разделе сведения уже прошли своего рода апробацию и оценку. Но сначала отметим те наиболее простые и одновременно ключевые положения, которые необходимы в плане, так сказать, общей ориентировки относительно рассматриваемого предмета.

Прежде всего необходимо знать, что каждый результат определения или замера какой-либо величины, который мы получаем при выполнении работ, является в общем случае случайным в том смысле, что в нем наряду с необходимым нам истинным значением содержится и погрешность определения/замера данной величины. Так бывает в наших работах всегда и это, соответственно, надо всегда иметь ввиду.

Следующее ключевое положение заключается в том, что погрешности, а лучше сказать - отклонения от истинного или среднего значений, которые мы пытаемся определить, могут иметь случайный и систематический характер. Вернее, оба эти вида отклонений присутствуют в наших работах почти всегда. Скажем, погрешность определения концентрации примеси в отобранной пробе может носить случайный характер, а погрешность, связанная с неправильным отбором пробы, может носить и систематический, т.е. постоянный в пределах какого-то отрезка времени характер. Или возьмем другой пример. Показания приборов на ТЭС всегда колеблются возле некоторой средней величины даже если в технологическом режиме почти ничего не изменилось. Это случайные отклонения. Но если прибор настроен не точно, то в его показаниях будет и систематическая погрешность.

Далее нам надо иметь ввиду, что систематические отклонения могут быть таковыми зачастую лишь в определенном интервале времени. Так, неточная настройка прибора, например, нашего рН-метра, может вносить систематическую погрешность в течение нескольких дней. Но если мы настраиваем рН-метр несколько раз за месяц, то в течение этого месяца погрешность неточной настройки может носить и случайный характер, если, конечно, мы не повторяем одну и ту же ошибку в настройке прибора каждый раз.

Очень может быть, что молодой специалист, прочитавший эти строки, скажет, что составитель данного раздела долго о чем-то говорил, а информации в этих длиннотах почти никакой. Смею возразить, что главный эффект может быть не в количестве сведений, а в умении их спроектировать на конкретную ситуацию и соответственно применить. А для того чтобы это умение случилось, надо осмыслить сказанное выше и понять, что все это не абстракция, а наша повседневная жизнь. И все сказанное выше присутствует в нашей рабочей жизни каждый день, хотя порой мы можем этого не осознавать.

Так вот, проводим мы, скажем, теплохимические испытания котла. Аккуратно даже их провели. Построили какие-то зависимости, выдали рекомендации на несколько лет вперед, а через месяц или два изменились не только настройки приборов, но и особенности работы котла. Еще месяца через два снова что-то изменилось и т.д. И в этом плане результаты наших даже весьма тщательных испытаний приобретают случайный характер. С другой стороны, берем мы, к примеру, эксплуатационные данные за пару лет, обрабатываем их (эксплуатационные данные тоже бывают, хотя и далеко не всегда, пригодными для обработки) и строим зависимости по ним. И хотя эксплуатационные данные вроде бы и не могут соперничать с данными проводимых испытаний, но в данных за двухлетний период сглажены те случайные для этого периода моменты, которые искажали наши результаты, полученные при проведении испытаний в течение, скажем, трех недель. Этот момент зачастую не осознают даже лучшие из наших наладчиков, потому что им не случалось анализировать технологические ситуации под таким углом.

Но описанные закономерности проявляются не только в наших воднохимических делах. Тоже самое происходит при технических испытаниях котлов и турбин, тоже самое происходит при выполнению работ по топливоиспользованию и т.д., и т.п. Если бы вы, например, попытались бы проанализировать эффективность работы одной из наших ТЭС по данным эксплуатационного (в т.ч. и приборного) контроля за один час, то вы бы получили невообразимую чушь (если бы, конечно, не стали подгонять результат под предполагаемый ответ). По данным контроля за сутки вы бы получили не столь поразительную, но все же изрядную чушь. По данным контроля за декаду получили бы результаты, которые вроде бы и не чушь, но они, скажем, существенно бы отличались от результатов предыдущей декады и это отличие невозможно было бы каким-то непредвзятым образом объяснить. По данным контроля за месяц тоже выявились бы какие-то труднообъяснимые отклонения. И только при усреднении результатов контроля за год все вроде стало бы более или менее на свои места. И это не беллетристика - это реальность, в которой мы живем: и химики, и наладчики из других цехов.

Что еще не мешает знать? Случайные отклонения в наших результатах бывают не только из-за того или иного рода погрешностей, но и из-за колебаний технологических режимов, чему в условиях работы наших ТЭС бывает масса причин. Но случайные отклонения можно сгладить. Если мы, скажем, вместо одного замера делаем десять, то случайное отклонение при усреднении результатов замеров уменьшается примерно в три раза. А сто замеров уменьшит это отклонение примерно в десять раз. Но если мы желаем таким же образом уменьшить систематические отклонения, то нам придется выбрать такой отрезок времени, за который эти отклонения успеют измениться несколько раз - т.е. перейдут в разряд случайных отклонений.

Ну а далее мы переходим к нашему предмету более вплотную.

Знание и учет погрешностей определений контролируемых показателей является необходимым условием объективной оценки водного режима. Особенности такого учета основаны на использовании свойства аддитивности дисперсий случайных величин, к которым относятся и погрешности определений.

Важность учета погрешностей при экспериментальной оценке различных параметров можно пояснить на следующем примере.

Пусть требуется оперативно определить коэффициент эффективности Кэ обезжелезивания конденсата механическим фильтром БОУ, выражающийся отношением содержаний железа в фильтрате Х2 и в конденсате на входе в фильтр Х1. Для определенности предположим, что истинные значения Х1 и Х2 равны соответственно 10 и 7 мкг/кг, а погрешность определения этих значений sFe равна 2 мкг/кг.

В результате простой подстановки этих значений в формулу

Кэ=(Х2+-sFe)/(Х1+-sFe)

при неблагоприятном сочетании величин вместо ожидаемого значения коэффициента 0,7 получим значение 0,42 или 1,12.

В промышленных условиях погрешность разового определения sX при неавтоматизированном контроле обусловлена не только точностью самого химического анализа, зависящей в основном от особенностей используемой методики, квалификации выполняющего анализ химика-аналитика, но и факторами неоднородности отбираемой среды, условиями отбора, транспортировки и хранения проб.

Величина sX зависит также и от среднего значения Х. Опыт обработки данных, полученных в промышленных условиях, показывает, что в большинстве случаев эта зависимость выражается уравнением

sX=a+b*X

где a и b - коэффициенты, определяемые по экспериментально найденным значениям sX.

Далее приведены результаты многократных (более 2 тыс.) определений sX, выполненных на ряде ТЭС. Они представлены в виде линейного уравнения с конкретными значениями коэффициентов a и b.

sFe=0,8+0,1*Fe

sCu=0,5+0,2*Cu

sZn=1,0+0,15*Zn

sAl=1,0+0,1*Al

sSiO2=2,2+0,04*SiO2

sNH3=20+0,03*NH3

sPO4=4,0+0,1*PO4 (только для котловой воды)

sw=0,02+0,025*w

spH=0,1 при рН=8--10 (без проточного датчика)

где концентрации железа, меди, цинка и т.д. и соответствующие им sX выражены в мкг/кг, а w - электрическая проводимость - в мкСм/см (для построения указанных зависимостей использовались данные полученные только высококвалифицированными химиками-аналитиками).

Если вместо разового определения значения Х использовать результат усреднения N дублирующих определений, то погрешность eX результата определения Х существенно уменьшится в соответствии с известной формулой

eX=sX/(N-1)^0.5

Из формулы также следует, что для достижения заданной точности en усредненного определения Х число дублирующих определений должно отвечать условию:

N>=1+sX^2/eX^2

при eX<=en.

Приведем пример использования рассматриваемых соотношений. Пусть требуется определить коэффициент эффективности работы блочной обессоливающей установки с погрешностью eX=1 мкг/кг:

Кэ=(X2+-eX)/(X1+-eX)=(X2+-1)/(X1+-1)

где Х2 и Х1 - содержания железа на входе и выходе БОУ при среднем уровне содержания на входе 12 мкг/кг.

Если взять небольшой промежуток времени (например, 2 ч), то текущее значение Кэ можно считать практически неизменным. Число необходимых опытов составит при этом

N>=1+sX^2/1^2

При sFe=0,8+0,1*Fe=0,8+0,1*12=2 мкг/кг число N соответствует пяти определениям Х1 и соответственно пяти определениям Х2 за выбранный промежуток времени.

... Из комментария редакции журнала: "В лабораторных условиях <имеются ввиду нестанционные лаборатории> погрешности определения, например, железа лишь при малых содержаниях достигают 10--15%, а при нормативных концентрациях не превышают 3--5%. По данным автора эти погрешности не бывают ниже 10%, а при нормативных концентрациях достигают 18--20%. Таким образом, погрешности станционных лабораторий <точнее было бы сказать погрешности в станционных условиях> почти на порядок выше указанных в отраслевых стандартах. Аналогичное положение автором констатируется и по другим определениям: по меди, кремнекислоте, гидразину, аммиаку и т.д."

Еще раз уточню, что речь здесь шла не только о собственно погрешностях определения, но и о других факторах влияющих на результат определения: в частности о факторе неоднородности среды, отбираемой из пробоотборной точки. Эти в широком смысле погрешности, а точнее случайные отклонения в результатах определений, находились методом параллельных отборов проб, суть которого заключалась в том, что из каждой пробоотборной точки отбиралось не по одной, а по две пробы с небольшим временным интервалом между отборами проб. Расхождения в результатах параллельных определений из этих проб использовались для получения приведенных выше зависимостей. Но метод параллельных проб использовался не просто ради, так сказать, научных результатов, а прежде всего в чисто практических целях. Дело в том, что в результатах анализов проб бывает очень много брака (что-то лишнее попало в пробу при ее отборе или в лаборатории, случайная ошибка в выполнении определения концентрации примеси и т.д., и т.п. и прочее). Из-за этого оперативный анализ ВХР при его наладке или проведении теплохимических испытаний порой превращается в нечто, подобное гаданию на кофейной гуще. Но когда есть параллельные отборы проб и соответственно параллельные определения показателей, то испорченные результаты сразу бросаются в глаза и их можно исключить как из текущего анализа ВХР, так и в последующей обработке полученных данных. Короче говоря, метод параллельных проб позволяет существенно улучшить качество получаемых данных и его целесообразно использовать при выполнении испытаний и других работ, связанных с ВХР.

Несколько слов следует добавить о точности определения рН, а также щелочности отбираемых проб. Здесь существенным источником погрешности, причем систематической, является контакт пробы с воздушной средой. Попробуйте провести, например, такой эксперимент. Оттитруйте часть пробы, затем повторите такую же операцию с другой частью пробы, но с иной интенсивностью перемешивания пробы в процессе титрования. Вы получите примерно один и тот же результат по общей щелочности, но существенно разный результат по гидратной щелочности. По этой причине в разделе, касающемся определения коэффициента выноса соединений кремниевой кислоты из котловых вод в пар, предлагается в формулах для расчета этого коэффициента использовать не рН и не гидратную щелочность, а общую щелочность котловой воды.

Выше также упоминалась возможность обработки эксплуатационных данных с получением полезных результатов. Это не просто предположение. Дело в том, что уже несколько десятков лет назад в ДонОРГРЭС была разработана программа обработки данных теплохимических испытаний на ЭВМ Минск-32. При последующем усовершенствовании методики обработки данных программа стала также использоваться для обработки эксплуатационных данных с дополнениями результатами наших химанализов или без них в зависимости от качества данных. Были разосланы по разным адресам наши предложения по обработке эксплуатационных данных ВХР с использованием упомянутой программы. Появились заказчики и были обработаны данные по десяткам котлов. При этом по эксплуатационным данным были выявлены и некоторые новые факты, которые ранее не были замечены при проведении традиционных теплохимических испытаний (например, факты высоких значений коэффициентов уноса кремниевой кислоты) в силу того, что наладчики полагали, что подобных фактов просто не должно быть. Появился даже по этому поводу тезис: "Пусть машина дура скажет" - тезис Боровского А.П. Сначала этой обработкой данных занимался составитель данного раздела с привлечением помощников или без них. В последующем обработкой данных по программе стала самостоятельно заниматься инженер Карлова Л.И. без привлечения автора раздела. При этом нередко сочетали теплохимические испытания одного из котлов и обработку эксплуатационных данных для нескольких других котлов той же ТЭС. Так или иначе, но работы по части обработки данных искались и находились, чего можно пожелать и нынешним молодым специалистам.

Теперь позвольте в какой-то мере суммировать вышесказанное а, в какой-то мере отобразить его под несколько иным углом.

Итак, мы в наших замерах, химанализах, определениях и т.п., выполняемых в процессе испытаний или наладочных работ, стремимся получить некоторую истинную величину или, при обработке данных, истинную среднюю величину. Однако реально мы можем лишь в той или иной мере приближаться к нашей цели, так как вместо истинной величины мы имеем истинное значение плюс случайную и систематическую погрешности этой величины или, точнее сказать, отклонения от этой величины. Отклонение обусловливается зачастую не каким-то одним, а множеством факторов, каждый из которых вносит свой вклад в искомый нами результат. Случайные отклонения обусловлены факторами, которые в процессе накопления данных изменяют эти отклонения в ту или иную сторону - в сторону плюс и в сторону минус - по несколько раз. По этой причине случайные погрешности или случайные отклонения можно снизить за счет усредненения или других способов их статистической обработки.

Систематические погрешности или отклонения обусловлены одним или несколькими факторами, которые в течение времени накопления данных остаются более или менее постоянными и создают погрешности либо только увеличивающие, либо только уменьшающие результат определения относительно ее истинной величины. Эти погрешности статистическими методами в общем случае не обнаруживаются. Но при увеличении отрезка времени, в течение которого производилось накопление данных, систематические погрешности могут перейти в разряд случайных.

Однако в общем случае мы имеем дело со случайными и систематическими отклонениями, а также с погрешностями, которые можно обозначить как сбой или брак. Попала крупинка ржавчины в отбираемую пробу, при пересчете результата титрования случайно ошиблись в десять раз и т.д., и т.п., и прочее. Подобного брака в потоке химанализов бывает до 30 и более процентов. Чтобы обнаружить подобный брак, его надо с чем-то сравнить. Если у нас есть параллельные пробы или хотя бы параллельные анализы из одной пробы, то проблему обнаружения брака удается в той или мере решить.

В более общем случае проблему обнаружения брака и систематических погрешностей мы решаем методом сравнения с каким-то образцом. Мы можем этого факта не осознавать, подобно тому, как один из литературных героев не знал, что он всю свою жизнь разговаривал прозой. Но мы всегда, глядя на полученные данные, вольно или невольно задаем себе вопрос: а может ли такое быть. Руководитель работ задает себе такой вопрос постоянно и одна из его задач - правильно ответить на этот вопрос. Можно сказать так, простите за формальность, что в голове руководителя всегда есть модель того, что должно быть. На основе этой модели руководитель отсеивает какие-то недостоверные с его точки зрения результаты, ищет причины неполадок и т.д., и т.п. Если мы сравниваем наши результаты с аналогичными результатами, изложенными в каком-то техническом отчете, то мы сравниваем их, лучше сказать, не с моделью, а с некоторым образцом.

Итак, везде и всегда и во всех случаях нашей производственной жизни мы сравниваем то, что получаем, или то, что видим, с некоторым образцом на бумаге или в голове. От качества образца зависит и качество конечного результата (неправильные выводы у нас, увы, не редкость). Я хочу акцентировать внимание на том, что в компьютерный век уместно сравнивать получаемые результаты с образцом, в качестве которого выступает компьютерная модель. Этот очевидный тезис пока что не получил существенного распространения ни в работах нашего подразделения, ни в работах других цехов. Для многих весьма опытных и не весьма молодых наладчиков компьютер - это пока еще во многом столь же неуместная игрушка, как когда-то были ручка и перо.

Желаю вам, молодым специалистам, хорошо осмыслить все вышесказанное и идти вперед. А чтобы идти вперед, надо проявлять инициативу, что-то, кому-то предлагать. На ТЭС всегда есть какой-то процент людей, которых интересует или может заинтересовать нетрадиционный подход.

Copyright © 2009 - 2021 Алгоритмист | Правовая информация
Сделано в JustCreative | Карта сайта
Яндекс.Метрика