工业燃气轮机在线监测及安全运行关键技术研究

The industrial gas turbine has the characteristics of high efficiency, low noise and low emission. It is a key equipment in many fields such as energy,pipeline transportation, and so on. It is the key direction of industrial development and application in Zhejiang and China. The industrial gas turbine has complex structure and manufacturing technology. It has many problems such as complex fault mechanism, difficult operation condition monitoring and safe operation. This project studies the damage mechanism of industrial gas turbine blade fatigue, reveal the dynamics of rotor under multi-field coupling analysis, gas component performance degradation of multi fault coupling; research on key technology of laser monitoring for blade vibration, laser ultrasonic monitoring for blade of micro cracks and infrared radiation temperature field monitoring for gas path components; carry out industrial gas turbine blade damage, rotor fault, gas path fault simulation and on-line monitoring technology validation study, obtain safe operation of relevant data; research on distributed deep learning theory based intelligent fault diagnosis methods for multi-source, multi-attribute signals from industrial gas turbine; develop online monitoring and safety prototype system. The project research will be of great theoretical significance and application value for the independent development and safe operation of industrial gas turbine in Zhejiang and China.

工业燃气轮机具有高效低噪清洁等特点，是能源、管输等领域的关键设备，是浙江省和我国产业发展和应用的重点方向。工业燃气轮机结构和制造工艺复杂，在高温高速变载的恶劣运行环境下，存在故障机理复杂、运行状态监测困难、安全运行难以保障的问题。本项目基于工业燃气轮机典型的多发性危害性故障，研究工业燃气轮机叶片高低周疲劳损伤机理，揭示多场耦合下转子动力学规律，分析多故障耦合下的气路性能衰退特性；创新与发展工业燃气轮机叶片振动的激光监测、叶片微裂纹激光超声监测、气路部件红外辐射温度场监测等关键技术；开展工业燃气轮机叶片损伤、转子故障、气路故障模拟实验研究以及在线监测技术研究，获取安全运行相关的基础数据；研究基于分布式深度学习理论的多源、多属性信号的故障智能诊断方法；研制工业燃气轮机在线监测及安全运行评估系统原型。项目研究对浙江省及我国工业燃气轮机的自主研制和安全运行具有重要的理论意义和应用价值。

工业燃气轮机结构和制造工艺复杂，工作在高温、高压、高速、交变重载的恶劣运行环境下，存在着故障机理复杂、运行状态监测困难、安全运行难以保障的问题。本项目围绕工业燃气轮机故障基础理论、监测关键技术、智能诊断方法和系统应用验证开展研究工作，取得了如下研究成果：.1）揭示叶片高低周疲劳损伤机理，提出了一种有限元数值模型与解析模型实时迭代的叶片裂纹扩展建模方法；建立故障拉杆转子系统非线性动力学模型，掌握了螺栓松动、轴承局部缺陷等典型故障影响下的非连续转子系统动力学特性；提出了一种基于现场数据的工业燃机系统自适应性能预测方法和一种自适应性能退化仿真方法，通过实时监测数据迭代更新预测模型，精准预测了系统各模块的出口温度、压力和流量等性能参数。.2）掌握了单点/相控阵激光在纯基底和涂层-基底系统中各模式超声波的激发及其传播特性，提出了多种基于宽频带瑞利波的表面缺陷成像算法，研制了一套激光超声非接触光学探测实验系统；提出了一种基于重心法的叶尖计时信号高精度获取方法，研制了一套旋转叶片叶尖计时在线测振实验台；探索了红外长波传感器噪声的产生机理和特征分布规律，提出了一种基于可见光-红外-三维点云多源耦合机制的微弱缺陷目标检测方法。.3）提出了一种相空间马氏距离的故障严重程度指标和一种系统伪故障特征提取方法；提出了一种基于健康状态样本分布极限值的工业燃机极函数异常报警方法；提出了多种复杂工况下的深度网络智能诊断和跨设备诊断方法；提出了一种基于强化学习理论的多级转子堆叠优化方法；基于实验数据和现场数据验证了所提方法的有效性。.4）研制一套工业燃气轮机状态监测和故障诊断系统样机，开展了系统样机的试验应用验证。.研究成果已发表论文15篇，其中SCI/EI论文14篇，录用SCI论文1篇。申请发明专利10项，其中授权3项。项目研究成果支撑项目负责人主持的“变工况透平机械精确状态监测与故障诊断关键技术及应用”获浙江省科技进步二等奖。