气路故障诊断系统的应用研究

《气路故障诊断系统的应用研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、气路故障诊断系统的应用研究5.1概述前面两章论述了在VisualC#平台上开发的燃气轮机机理建模和基于模块化结构人工神经网络系统的气路故障诊断软件。本章以工业燃气轮机为研究对象，使用已开发的软件建立故障诊断系统，并分析诊断系统的特点和设讣要求。本文以双轴固定式燃气轮机为研究对彖，建立以英国罗罗(RR)公司的Avon工业燃气轮机为参照的发动机热力模型。该模型用于检验故障诊断软件性能，通过软件输出的数据分析基于人工神经网络的气路故障诊断技术的效果。5.2发动机性能蜕化模型当燃气轮机发生气路故障时，蜕化的发动机部件会导致格机性能的衰减“正如前面第二章所述

2、，一般发动机性能蜕化模型通过改变压气机和涡轮的两个主要的特征参数(等爛效率和通流能力)来仿真。本文基于发动机热力模型主要分析以下三种影响燃气轮机性能的气路故障：压气机污垢(fouling),涡轮腐蚀(corrosion)和涡轮侵蚀(erosion)。这是由于分析具他类型的气路故障，需要更多的发动机信息。比如，研究外來物损伤和内來物损伤需要同时分析发动机的振动传感器信号。燃烧系统性能蜕化需要分析燃烧室出口温度的分布情况。因此，本文通过降低压气机原有的等爛效率和通流能力来仿真压气机的性能衰减，通过减少涡轮的等嫡效率、提高涡轮的通流能力模拟压气机涡轮和动

3、力涡轮的性能哀减。因为工业生产对轴功的需求一般是恒定的，因而我们建立的性能蜕化模型以发动机轴功不变为前•提。图5.1和图5.2显示了压气机、压气机涡轮和自由涡轮的衰减对发动机整体性能的影响。瑰的部件性能蜕化定义为1%的部件等炳效率的降低和1%的压气机通流能力减少或1%涡轮通流能力的增加。部件蜕化下热效率的变化T—压气机-•一压气机詞轮一•一动力涡轮012345部件蜕化程度（喲图5.1部件蜕化对发动机热效率的影响（固定抽功呈）（注：1%的部件性能蜕化定义为1%的部件等燔效率的徐低和1%的压气机通流能力减少或1%涡轮通流能力的增加•）部件赠化下用吩它飞

4、流只的变化T—压气机-•-压气机涡轮一•一动力涡轮003鸳益一5・二£96部件域化権戊:（%）图5・2部件蛻化対发动机用喷口空气流最的彫响（固定抽功量）（注：1%的部件性能蛻化定义为1畑勺部件等躺效率的降低和1%的压气机通泡能力减少或1%涡轮通流能力的增加•）和件蜕化FBGT的变化—压气机—•压％机涡轮一•一动力涡轮籲舉呂疋亠一怒4芒S12345部件蜕化程度（%）图5.4部件蜕化对发动机EGT的彩响個定抽功量）如图5.3和图5.4所示，我们可以发现当部件性能蜕化严重时，发动机需要更多的燃油流量,工作在更高的EGT状态F以保持所需的轴功。因此,当工业

5、燃气轮机出现严重的气路故障时，发动机由于机械的限制可能无法工作在设计点的工况。为了产生足够多的发动机故障模式数据，我们通过调节模型参数，将压气机的等嫡效率和通流能力以0.5%的间隔从-0・5%调整到-5%来仿真不同程度的压气机污垢洁况，将涡轮的等爛效率同样以()・概的间隔从-()・5%调整到-5翔务涡轮的通流能力从0•號调整到概來模拟不同程度的涡轮腐蚀和侵蚀。这样，我们可以得到100种不同程度、不同类型的单部件故障。对于双部件故障，我们同样将压气机的等爛效率利通流能力以0.5E的间隔从-0.5%调整到來仿真不同程度的压气机污垢悄况，将涡轮的等爛效率

6、同样以0.5%的间隔从-()•胡G调整到-4%将涡轮的通流能力从().5%调整到4%來模拟不同棍度的涡轮腐蚀和侵蚀°这样，共得到4096种不同严重程度和不同组合的双发动机气路部件故障。在此基础上,我们将每种故障添加一定最的噪声，模拟出仿真的发动机性能蜕化测量参数。5.3发动机气路诊断系统设置531诊断系统的结构参数燃气轮机气路诊断系统的结构参数的选定是根据发动机构造和应用需求闻定。这些参数包括部件的选取、基准发动机工况和测量参数的选取。如表5.1所示，本文考虑7种发动机气路故障类型，包括单部件故障、双部件故障。当气路故障发生时，工业燃气轮机可能无法

7、运行到全功率工作状况。因而本文采用海平面、15。(2人气温度环境卜S90%的设计点功率输岀作为诊断的基准工况,并且采用稳态的发动机数据。表5.1发动机气路故障类型故障类型性能蜕化的部件对应的量化神经网络1压气机(C)SCFQ12压气机涡轮(CT)SCFQ23动力涡轮(PT)SCFQ34C&CTDCFQ15C&PTDCFQ26CT&PTDCFQ3如前所述，发动机测量参数的选取对诊断系统的总统性能有很人的影响。发动机测量参数选取过多，会增加诊断系统开发难度，增加神经网络的收敛速度和性能。可以通过不同测量参数的选取对GPA诊断结果的敏感性选取适当的测量参

8、数。对于工业Avon发动机共有如表5.2所示的6个测量参数，因而本文选用这6个参数作为诊断系统的输入参数，并添加最人幅值为