專利名稱：燃氣輪機氣路故障建模方法
技術(shù)領(lǐng)域：
本發(fā)明屬于船用燃氣輪機氣路故障診斷技術(shù)領(lǐng)域，具體涉及船用燃氣輪機的氣路 故障建模方法。
背景技術(shù)：
在燃氣輪機故障分析過程中，一般將部件狀態(tài)量表示為下述形式χ = χ0(ζ)(1)式中χ = (xi; x2, A，xn)稱為部件的狀態(tài)量，而ζ = (zi; z2, A，Zk)稱為工作參數(shù) 量。X°的上標(biāo)0表示正常特性，式中X為因變量，Z為自變量。在燃氣輪機故障建模過程中，狀態(tài)量通常取為部件的性能參數(shù)，此時式(1)稱為 該狀態(tài)量的性能方程。如壓氣機效率性能方程如=如伊,~)，壓氣機折合流量性能方程 Gm=Gm(n,Kc).性能參數(shù)的數(shù)值要受到兩類因素的影響一類因素是自身部件尺寸的變化，也就 是該部件本身的故障狀態(tài)，這類影響表現(xiàn)在性能方程函數(shù)形式的變化上；另一類因素則是 其他部件尺寸的變化，即其他部件的故障狀態(tài)，這類影響表現(xiàn)在工作參數(shù)ζ的變化上。相對 應(yīng)的，可以把性能參數(shù)分為兩類一類像壓氣機效率、這種不僅取決于部件本身的尺寸， 而且還與燃氣輪機的工作參數(shù)(如燃氣輪機轉(zhuǎn)速和壓氣機流量)有關(guān)的性能參數(shù)，稱為復(fù) 雜性能參數(shù)。另一類與燃氣輪機工作參數(shù)無關(guān)的性能參數(shù)則稱為簡單性能參數(shù)，如單軸燃 氣輪機的渦輪導(dǎo)向器出口面積At，而渦輪效率ητ本來也應(yīng)該是個復(fù)雜性能參數(shù)，但是由于 其特性變化比較緩慢，通常在燃氣輪機正常運行過程中可以近似認(rèn)為是一常數(shù)，故也可以 將其近似看成是一個簡單性能參數(shù)。復(fù)雜性能參數(shù)與簡單性能參數(shù)的本質(zhì)區(qū)別在于對于 簡單性能參數(shù)，其數(shù)值變化直接反映了該部件的故障；而對于復(fù)雜性能參數(shù)，其數(shù)值不僅會 由于自身部件的故障(尺寸變化)而變化，而且還會由于其他部件的故障(這些故障會引 起該性能參數(shù)自身性能方程中工作參數(shù)的改變)而改變。這就是說，復(fù)雜性能參數(shù)的變化 既可能是由于自身特性(特性的函數(shù)形式)變化的結(jié)果，也可能是非自身(其他部件)特 性變化的結(jié)果。燃氣輪機的正常數(shù)學(xué)模型是由以下3大部分構(gòu)成①燃氣輪機部件特性關(guān)系式； ②燃氣輪機部件匹配方程；③環(huán)境條件和控制策略。但是構(gòu)建故障數(shù)學(xué)模型時，由于故障 因子的個數(shù)大于方程的個數(shù)，所以導(dǎo)致故障模型為不可直接求解的亞定模型。以GT25000 型船用三軸燃氣輪機為例，故障模型的響應(yīng)向量為務(wù)=(勿Ci，δη,Η, δηΗΤ, Stjlt,
δτ]ρτ ·> SGqj^ ·> SGqy^ ？ ^^Ητ ‘ ^^LT ‘ ^Jρ^ , 8ττ·> δτιCH ·> 3sHT ‘ Sslt ‘ Ss·>
SnCL , SnCH, δηΡΤ, ST2 , ST3, ST4, ST5, ST6 ,環(huán)/,其維數(shù)為對，而該燃氣輪機的
故障模型的方程個數(shù)為20，其個數(shù)小于未知數(shù)(也即是響應(yīng)向量)的個數(shù)。目前，在基于故障方程的燃氣輪機氣路故障診斷領(lǐng)域，目前文獻([1]黃曉光.基 于熱力參數(shù)的燃氣輪機故障診斷[D].上海上海交通大學(xué)，2000. [2]Sampath S, Ogaji S 0 T, Singh R, et al. Enginefault diagnostics :an optimisation procedure (發(fā)動機故障診斷一個優(yōu)化方法)[J]. Applied Energy, 2002, 73(1) :47-70. [3]翁史烈，王永泓.基 于熱力參數(shù)的燃氣輪機智能故障診斷[J].上海交通大學(xué)學(xué)報，2002，36 O) :165-168. [4] Aretakis N, MathioudakisK, Stamatis A. Nonlinear engine component faultdiagnosis froma limited number of measurements using a combinatorial approach(米用聯(lián) 合方法的有限測量參數(shù)的發(fā)動機部件非線性故障診斷)[J]. Transactions of the ASME， 2003,125(3) :642-650. [5]Kamboukos P, Mathioudakis K. Comparison of linear and nonlineargas turbine performance diagnostics (燃氣輪機性能診斷的線性和非線性方 法對比)[J] · Journal of Engineering for Gas Turbineand Power, 2005,127 (1) :49-56. [6]Ogaji S 0 T,Marinai L, Sampa th S, et al. Gas turbine fault diagnostics -.a fuzzy logicapproach (燃氣輪機故障診斷一種模糊邏輯方法)[J] · AppliedEnergy, 2005， 82(1) :81-89. [7]HAO Ying, SUN Jian Guo, YANGGuo Qing, et al. The application of support vector machines togas turbine performance diagnosis(支持向量機方法在燃 氣輪機性能診斷中的應(yīng)用)[J]· Chine se Journal of Aeronautics, 2005,18 (1) :15-19.LeeS Μ,Choi W J,Roh T S,et al. Defectdiagnostics of gast urbine engine using hybrid SVM-artificialneural network method(基于改進支持向量機神經(jīng)網(wǎng)絡(luò)的燃氣輪 機故障診斷)[C]· 43rd AIM/ASME/SAE/ASEE Joint PropulsionConference and Exhibit. Cincinnati, OH, July 8-11，2007. [9]侯鳳陽·基于人工神經(jīng)網(wǎng)絡(luò)的燃氣輪機氣路故障 診斷研究[D],南京南京航空航天大學(xué)，2007. [10] Seo D H，Choi W J，Roh T S，etal. Defect diagnostics of gas turbine engine using hybridSVM-ANN with module system in off-design condition(基于改進支持向量機神經(jīng)網(wǎng)絡(luò)和變工況條件下的燃氣輪機故 障診斷)[C]· 44th AIAA/ASME/SAE/ASEE Joint Propulsion Conference andExhibit. Hartford, CT, July 21-23，2008. [11]Kyriazis A, Mathioudakis K. Gas turbine fault diagnosis using fuzzy-baseddecision fusion(基于模糊決策融合的燃氣輪機故障診 Hi )[J]·Journal of Propulsion and Power,2009,25 (2) :335-343. [12]Kyriazis A, Mathioudakis K. Enhanced fault localization usingprobabilistic fusion with gas path analysis algorithms (基于概率和氣路分析融合方法強化故障定位)[J]. Journal ofEngineering for Gas Turbines and Power,2009,131(4) 1-9. [13]Lee Y K, Mavris D N, Volovoi V V, et al. Afault diagnosis methodfor industrial gas turbines using Bayesian data analysis (基于貝葉斯數(shù)據(jù)分析方法的工業(yè)燃氣輪機故障診斷方法)[J]. Journalof Engineer ing for Gas Turbines and Power，2010，132(4) :041602(6p).)以上方法主要是采用刪減特性或采用子方陣的方法(子方陣的方法其實也是屬 于刪減特性法)來規(guī)避故障方程的不可求解的問題，范作民等提出了簡單性能參數(shù)和復(fù)雜 性能參數(shù)的物理含義(范作民，孫春林，白杰.航空發(fā)動機故障診斷導(dǎo)論[M].北京科學(xué)出 版社，2004.)，但未就如何選擇簡單性能參數(shù)和復(fù)雜性能參數(shù)提出具體的理論算法和技術(shù) 依據(jù)。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述現(xiàn)有背景技術(shù)的不足之處，而提供一種船用燃氣輪機 的氣路故障建模方法。本發(fā)明方法就如何選擇簡單性能參數(shù)和復(fù)雜性能參數(shù)提出具體的理論算法和技術(shù)依據(jù)。要解決的技術(shù)問題由簡單性能參數(shù)的定義和作用可知，為使該亞定模型轉(zhuǎn)換為 可直接求解的正定模型，需要確定4個簡單性能參數(shù)，從而將不可解的亞定方程組轉(zhuǎn)化為 可解的正定方程組，進而便于燃氣輪機氣路故障診斷的實施。本發(fā)明的目的是通過如下措施來達到的燃氣輪機氣路故障建模方法，其特征在 于它包括如下步驟①、確定渦輪部件性能參數(shù)為高壓渦輪效率ηHT、高壓渦輪折合流量Got、低壓渦 輪效率、低壓渦輪折合流量Gir、動力渦輪效率ηPT，動力渦輪折合流量^"m)；而標(biāo)準(zhǔn)化 故障模型所需要選擇的簡單性能參數(shù)個數(shù)為4個，復(fù)雜性能參數(shù)2個；②、提出采用均方差指標(biāo)值RMS (Root mean square)來判斷選取渦輪部件中的簡 單性能參數(shù)，如公式
權(quán)利要求
1.燃氣輪機氣路故障建模方法，其特征在于它包括如下步驟①、確定渦輪部件性能參數(shù)為高壓渦輪效率nHT、高壓渦輪折合流量Got、低壓渦輪效 率、低壓渦輪折合流量Gir、動力渦輪效率nPT，動力渦輪折合流量Gpr)；而標(biāo)準(zhǔn)化故障 模型所需要選擇的簡單性能參數(shù)個數(shù)為4個，復(fù)雜性能參數(shù)2個；②、提出采用均方差指標(biāo)值RMS(Root mean square)來判斷選取渦輪部件中的簡單性 能參數(shù)，如公式
全文摘要
本發(fā)明燃氣輪機氣路故障建模方法，它包括如下步驟①確定渦輪部件性能參數(shù)；②提出采用均方差指標(biāo)值RMS(Root mean square)來判斷選取渦輪部件中的簡單性能參數(shù)；③根據(jù)公式，求解出的性能模型，計算出該型燃氣輪機渦輪部件在不同運行工況下的性能參數(shù)及RMS指標(biāo)值；④根據(jù)性能參數(shù)及RMS指標(biāo)值選取簡單性能參數(shù)和復(fù)雜性能參數(shù)。本發(fā)明克服了現(xiàn)有方法采用刪減特性或采用子方陣的方法(子方陣的方法其實也是屬于刪減特性法)來規(guī)避故障方程的不可求解的問題的缺點，就如何選擇簡單性能參數(shù)和復(fù)雜性能參數(shù)提出具體的理論算法和技術(shù)依據(jù)。
文檔編號G06F17/50GK102081695SQ20111003188
公開日2011年6月1日 申請日期2011年1月28日 優(yōu)先權(quán)日2011年1月28日
發(fā)明者余又紅, 劉永葆, 周密, 姜榮俊, 彭建人 申請人:中國人民解放軍海軍工程大學(xué)