To avoid disrepair and over-repair, improve equipment reliability and availability while maximizing service life and reduce O&M costs, users should adopt predictive maintenance strategies. Gas-path diagnosis is an effective technical means of disseminating early warning information for evolving or impending deterioration. After years of development, many diagnosis methods based on gas turbine steady state/quasi-steady state have been obtained, but no complete scientific system has been formed yet. Today's gas turbines are increasingly required to operate more flexibly in grid support modes (including frequent change conditions and transient loading/unloading operating modes). Under such operating conditions, the service life of the gas turbine will be consumed faster than that during base load steady-state / quasi-steady-state operation. Therefore, it is urgent to consider new theories and new methods of gas-path diagnosis under transient conditions. This project studies the fundamental problems in the gas-path fault predictive diagnosis under transient conditions. First, study on adaptive dynamic thermodynamic modeling method under variable geometry and transient operating conditions; Using the measurable gas-path parameters of the unit, the gas-path diagnosis method based on the intrinsic nonlinear adaptation of the shape of the component characteristic maps is studied, to obtain the main components health parameters real-time; Finally, a multi-dimensional time series prediction method is proposed based on the fusion of the diagnostic information of the main components.
为避免失修和过修,提高设备的可靠性和可用性,降低运维成本,用户宜采用预知维修策略。气路诊断是一种对正在演变或即将发生的恶化情况发布早期预警信息的有效技术。经过多年发展,气路诊断已经取得了许多基于燃气轮机(准)稳态的诊断算法理论成果,但尚未形成一个完整的科学体系。现今燃气轮机越来越需在电网支持模式下更灵活地运行(包括频繁变工况及瞬态加减载)。在此操作条件下,其使用寿命会比在基本负荷(准)稳态运行时消耗更快,因此,迫切需要考虑瞬态变工况下气路故障诊断与预测的新理论新方法。本项目研究瞬态变工况下气路故障预测诊断的基础问题,研究可变几何部件及瞬态变工况运行模式的自适应动态热力建模方法;利用机组可测气路参数,研究基于部件特性线形状内在非线性自适应的气路诊断方法,实时诊断得到各主要部件健康参数;最后提出一种融合各主要部件健康参数的多维度时序预测方法,为实现复杂强非线性热力系统故障诊断与预测提出新方法。
本项目以解决瞬态变工况下燃气轮机气路故障预测诊断的基础问题为目的,研究可变几何部件及瞬态变工况运行模式的自适应动态热力建模方法;利用机组可测气路参数,研究基于部件特性线形状内在非线性自适应的气路诊断方法,实时诊断得到各主要部件健康参数;最后提出一种融合各主要部件健康参数的多维度时序预测方法,为实现复杂强非线性热力系统故障诊断与预测提出新方法。主要研究内容如下:1.针对以燃气轮机性能分析和气路诊断为目的的高精度热力模型建立的问题,提出了一种基于粒子群优化算法辨识的部件特性线修正方法,使修正后热力模型的部件特性线与实际目标系统的真实部件特性线相匹配,提高了热力计算精度。2.提出了基于热力模型与粒子群优化算法相结合的燃气轮机非线性气路诊断方法,从全局优化的角度改善了气路诊断结果的准确性;3.提出了基于灰色关联理论与热力模型相结合的混合型非线性气路诊断方法,从故障系数矩阵降维的角度兼顾了诊断结果的准确性与计算实时性;4.提出了基于高斯数据调和原理的气路诊断方法,改善了燃气轮机诊断准确性高度依赖气路传感器可靠性的问题,降低了部件健康参数对传感器测量偏差的敏感性;5.提出了一种基于特性线非线性形状自适应的压气机热力建模与性能诊断方法,可以获得比传统非线性气路诊断方法更准确的诊断结果;6.建立了F级重型燃气轮机动态热力模型,提出了瞬态变工况下燃气轮机自适应气路故障诊断方法,对比分析了在瞬态变工况下采用牛顿拉普森算法和卡尔曼滤波器作为诊断驱动算法的可靠性与准确性,并论证了基于稳态热力模型与牛顿拉普森算法可以在瞬态变工况下对燃气轮机缓变故障和突变故障进行量化诊断的有效性;7.探讨了对燃气轮机气路可测参数进行特征提取的方法,提出了基于二次特征提取的燃气轮机气路故障诊断可视化方法,便于运维人员采用气路诊断策略来监测燃气轮机运行健康状况;8.提出了一种基于模型与数据混合驱动的融合各主要部件健康参数的多维度时序预测方法,实现准确预测某一部件的性能衰退到某一检修阈值前的剩余使用寿命以及预测未来时序内的部件及整体系统性能衰退情况的目的,给制定恰当合理的优化控制和维修策略提供理论指导。综上所述,本课题达到了预期目的,取得了丰硕的理论研究成果,且部分成果已经在课题组承担的燃机电厂诊断项目中得到应用,这为复杂强非线性热力系统故障诊断与预测领域的发展提供了重要的理论依据。
{{i.achievement_title}}
数据更新时间:2023-05-31
二维FM系统的同时故障检测与控制
东太平洋红藻诊断色素浓度的卫星遥感研究
早孕期颈项透明层增厚胎儿染色体异常的临床研究
基于暂态波形相关性的配电网故障定位方法
基于颗粒阻尼的变频空调压缩机管路减振设计
燃气轮机气路故障多学科影响机理及平行诊断方法研究
变速变载工况下复杂结构齿轮箱故障诊断研究
振荡行为下变转速工况轴承故障特征提取及诊断研究
面向复杂工况的航空发动机气路失稳过程智能故障预测