CH701650B1 - Verfahren und System zum Steuern eines Gasturbinenmotors. - Google Patents

Verfahren und System zum Steuern eines Gasturbinenmotors. Download PDF

Info

Publication number
CH701650B1
CH701650B1 CH00085/08A CH852008A CH701650B1 CH 701650 B1 CH701650 B1 CH 701650B1 CH 00085/08 A CH00085/08 A CH 00085/08A CH 852008 A CH852008 A CH 852008A CH 701650 B1 CH701650 B1 CH 701650B1
Authority
CH
Switzerland
Prior art keywords
engine
model
type information
dynamic type
gas turbine
Prior art date
Application number
CH00085/08A
Other languages
English (en)
Inventor
Timothy Andrew Healy
Randy S Rosson
Kevin Wood Wilkes
Original Assignee
Gen Electric
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Gen Electric filed Critical Gen Electric
Publication of CH701650B1 publication Critical patent/CH701650B1/de

Links

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02CGAS-TURBINE PLANTS; AIR INTAKES FOR JET-PROPULSION PLANTS; CONTROLLING FUEL SUPPLY IN AIR-BREATHING JET-PROPULSION PLANTS
    • F02C9/00Controlling gas-turbine plants; Controlling fuel supply in air- breathing jet-propulsion plants
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05DINDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
    • F05D2270/00Control
    • F05D2270/40Type of control system
    • F05D2270/44Type of control system active, predictive, or anticipative

Abstract

Es wird ein anpassbares modell-basiertes Steuerungssystem (100) zum Steuern eines Gasturbinenmotors (110) bereitgestellt. Das System (100) beinhaltet mindestens einen Sensor (14), der eingerichtet ist, um eine Information von dynamischer Art (Y), die mit einem momentanen Zustand des Motors (110) verknüpft ist, zu erhalten. Darüber hinaus beinhaltet das System (100) ein Motormodell (130), das eingerichtet ist, um Information von dem Sensor (14) zu erhalten, und weiter eingerichtet ist, um den momentanen Zustand des Motors (110) zu bestimmen. Zusätzlich beinhaltet das System (100) einen Kalman-Filter, der eingerichtet ist, um das Motormodell (130) mit mindestens einem Teil der Information von dynamischer Art (Y) zu initialisieren, wobei das Motormodell (130) eingerichtet ist, mindestens einen Wert, der auf der verarbeiteten Information von dynamischer Art (Y) basiert, aufzunehmen, um einen Motorsteuerungsablauf zu bestimmen.

Description

Gebiet der Erfindung
[0001] Die Erfindung bezieht sich auf ein System und Verfahren zum Steuern eines Gasturbinenmotors.
Hintergrund der Erfindung
[0002] Eine Ausgestaltung und ein Betrieb eines Verbrennungssystems in einer Rotationsmaschine, so wie einem Gasturbinenmotor, können komplex sein. Um derartige Motoren zu entwickeln und zu betreiben, können konventionelle Modelle verwendet werden, um Leistungs-Parameter für unterschiedliche Motorkomponenten vorherzusagen, welche die statischen und dynamischen Zustände des Motors beinhalten. Ein Beispiel eines dynamischen Zustands eines Gasturbinenmotors ist die thermische Energie, die in einer Komponente des Gasturbinenmotors gespeichert ist, so wie dem Rotor, Flügel, oder Gehäuse. In einigen Fällen benötigen konventionelle Modelle die Initialisierung von einem oder mehreren Leistungs-Parametern, bevor eine Vorhersage anderer Leistungs-Parameter erzeugt werden kann.
[0003] Beispielsweise kann ein typischer Ansatz sein, einen thermischen Zustand für ein Modell durch Auswählen eines Zeitpunktes zu initialisieren, wenn ein Wärmefluss ungefähr null ist, oder wenn der Gasturbinenmotor thermisch stabil ist. Praktische Erfahrung kann anzeigen, dass ungefähr 30–60 Minuten eines Betriebs bei einer vorherbestimmten Belastungs-Einstellung benötigt werden, um eine thermische Stabilität oder ein Gleichgewicht zu erzielen. In irgendeinem Fall, wenn der wahre dynamische Zustand nicht genau initialisiert ist, kann es Restfehler in der Modellierung anderer Leistungs-Parameter geben. Abhängig von der Anzahl derartiger Fehler, benötigen derartige Fehler einen entsprechenden Betrag an Zeit, um während eines Betriebs des Modells und des Motors abzuklingen.
[0004] Somit besteht ein Bedarf für adaptive Kontrollsysteme und Verfahren. Es gibt noch einen weiteren Bedarf für adaptive Systeme und Verfahren, wobei sich das Kontrollsystem selbst in Echtzeit aktualisieren kann. Es besteht auch ein Bedarf für adaptive Systeme und Verfahren, die automatisiert werden können, indem ein Computer verwendet wird. Darüber hinaus besteht ein Bedarf für adaptive Steuerungssysteme und Verfahren, zum Steuern von Gasturbinenmotoren, so wie den Gasturbinenmotoren in einem Flugzeugmotor, Kraftwerk, Schiffsantrieb oder industrieller Anwendung.
Zusammenfassung der Erfindung
[0005] Beispiele der Erfindung können sich auf einige oder alle der vorhergehend beschriebenen Anforderungen richten. Einige Beispiele der Erfindung sind im Allgemeinen auf Systeme und Verfahren zum Initialisieren und Konfigurieren dynamischer Modellzustände gerichtet, wobei ein Kalman- oder ähnlicher Filtertyp verwendet wird, um die gemessene Leistung eines Gasturbinenmotors abzugleichen.
[0006] Beispielsweise kann ein System ein Modell mit mindestens einem Filter enthalten, welcher eingerichtet ist, um mindestens einen dynamischen Zustand des Modells zu initialisieren, um mindestens eine Leistungs-Messung eines angeschlossenen Motors abzugleichen. Das System kann ebenso mindestens eine Steuerung beinhalten, die eingerichtet ist, um einen Befehl für den angeschlossenen Motor, basierend zumindest teilweise auf dem initialisierten Modell, zu erzeugen.
[0007] Gemäss einem Beispiel der Erfindung kann ein Modell ein Wärme-Haltezeit-Modell sein.
[0008] Gemäss einem weiteren Beispiel der Erfindung kann ein dynamischer Zustand des Modells der Wärmeflusszustand des Modells sein.
[0009] Die Erfindung ist auf ein Verfahren zum Steuern eines Gasturbinenmotors gemäss Patentanspruch 1 gerichtet.
[0010] In einer Ausführungsform der Erfindung beinhaltet die Information von dynamischer Art mindestens eine der folgenden Informationen: eine Temperatur, einen Druck, eine Temperaturdifferenz zwischen mindestens zwei Punkten in dem Motor, eine Abgastemperatur, oder eine Kompressor-Ausgangstemperatur.
[0011] In einer weiteren Ausführungsform der Erfindung beinhaltet das Erhalten der Information von dynamischer Art, die mit dem momentanen Zustand des Motors verknüpft ist, das Erhalten von Information von mindestens einer der folgenden: dem Motor, einer Motorkomponente, einem Motorsystem, einer Motorsystemkomponente, einem Motorsteuerungssystem, einer Motorsteuerungs-Systemkomponente, einem Gasweg in dem Motor, einer Gaswegdynamik, einem Aktuator, einem Effektor, einer Steuerungsvorrichtung, die das Motorverhalten modifiziert, einem Sensor, einem Monitor, einem Messsystem, einem Treibstoff-Messsystem, einem Treibstoff-Zulieferungssystem, einem Schmierungssystem, einem hydraulischen System, einer Motor-zu-Motor-Variation, einem Verschleiss, einem mechanischen Fehler, einem elektrischen Fehler, einem chemischen Fehler, einem mechanischen Defekt, einem elektrischen Defekt, einem chemischen Defekt, einem mechanischen Schaden, einem elektrischen Schaden, einem chemischen Schaden, einem Systemfehler, einem Systemdefekt, und einem Systemschaden.
[0012] In noch einer weiteren Ausführungsform der Erfindung beinhaltet das Motormodell ein adaptives Echtzeit-Motorsimulationsmodell.
[0013] Darüber hinaus, in einer weiteren Ausführungsform der Erfindung, beinhaltet das Initialisieren des Motormodells mit mindestens einem Teil der Information von dynamischer Art, ein Eingeben von mindestens einem gemessenen Leistungs-Wert in das Motormodell.
[0014] In einer weiteren Ausführungsform der Erfindung beinhaltet das Verfahren ein Wiederholen mindestens eines Teils der vorherigen Schritte, wobei eine zusätzliche Information von dynamischer Art in das Motormodell eingegeben wird, um die Motorsteuerung zu verbessern.
[0015] Eine weitere Ausführungsform der Erfindung beinhaltet ein automatisches Durchführen des Verfahrens mittels eines Computers.
[0016] Die Erfindung ist ferner auf ein anpassbares modellbasiertes Steuerungssystem zum Steuern eines Gasturbinenmotors gemäss Patentanspruch 8 gerichtet. In einer Ausführungsform der Erfindung beinhaltet eine Information von dynamischer Art mindestens eine der folgenden Informationen: eine Temperatur, einen Druck, einen Temperaturunterschied zwischen mindestens zwei Punkten in dem Motor, eine Abgastemperatur, oder eine Kompressor-Ausgangstemperatur.
[0017] Beispielsweise kann die Information von dynamischer Art über einen momentanen Zustand des Motors eine Information über mindestens eine der folgenden beinhalten: den Motor, eine Motorkomponente, ein Motorsystem, eine Motorsystemkomponente, ein Motorsteuerungssystem, eine Motorsteuerungs-Systemkomponente, einen Gasweg in dem Motor, eine Gaswegdynamik, einen Aktuator, einen Effektor, eine Steuerungsvorrichtung, die ein Motorverhalten modifiziert, einen Sensor, einen Monitor, ein Messsystem, ein Treibstoff-Messsystem, ein Treibstoff-Zuführungssystem, ein Schmierungssystem, ein hydraulischen System, eine Motor-zu-Motor-Variation, einen Verschleiss, einen mechanischen Fehler, einen elektrischen Fehler, einen chemischen Fehler, einen mechanischen Defekt, einen elektrischen Defekt, einen chemischen Defekt, einen mechanischen Schaden, einen elektrischen Schaden, einen chemischen Schaden, einen Systemfehler, einen Systemdefekt, und einen Systemschaden.
[0018] Beispielsweise kann das Motormodell ein adaptives Echtzeit-Motorsimulationsmodell beinhalten.
[0019] Beispielsweise kann der mindestens eine Wert, der auf mindestens einem Teil der Information von dynamischer Art basiert, mindestens einen gemessenen Leistungs-Wert beinhalten.
[0020] Beispielsweise kann das Modell weiter eingerichtet sein, um mindestens einen Teil der vorhergehenden Schritte zu wiederholen, wobei zusätzliche Information von dynamischer Art in das Motormodell eingegeben wird, um die Motorsteuerung zu verbessern.
[0021] Beispielsweise kann das Modell automatisch durch einen Computer implementiert sein.
[0022] Beispielsweise kann ein anpassbares modell-basiertes Steuerungssystem, welches eingerichtet ist, um einen Gasturbinenmotor zu steuern, mindestens ein Modell beinhalten, welches eingerichtet ist, um eine Leistung eines Gasturbinenmotors darzustellen.
[0023] Beispielsweise kann mindestens ein Schätzer eingerichtet sein, um einen momentanen Zustand des Motors zu bestimmen, und kann weiter eingerichtet sein, um das Modell mit einer Information von dynamischer Art zu initialisieren.
[0024] Beispielsweise kann mindestens eine modell-basierte Steuerung eingerichtet sein, um eine Ausgabe von dem Schätzer zu verwenden, und um mindestens einen Steuerungsbefehl an den Gasturbinenmotor bereitzustellen.
Kurze Beschreibung der Figuren
[0025] Nachdem die Erfindung somit auf allgemeine Weise beschrieben wurde, wird jetzt Bezug auf die beigefügten Figuren genommen, wobei diese nicht notwendigerweise massstabsgetreu sind, und wobei: <tb>Fig. 1<sep>ein schematisches Diagramm ist, welches den Aufbau eines Beispiel-Gasturbinenmotors zeigt, der durch eine Ausführungsform dieser Erfindung gesteuert werden kann. <tb>Fig. 2<sep>ein Blockdiagramm ist, welches Komponenten eines adaptiven Motorsteuerungssystems gemäss einer Ausführungsform der Erfindung zeigt. <tb>Fig. 3<sep>ein Blockdiagramm ist, welches ein Beispielmodell während einer normalen Durchführung gemäss einer Ausführungsform der Erfindung zeigt. <tb>Fig. 4<sep>ein Blockdiagramm ist, welches ein Beispielmodell während einer dynamischen Konfiguration gemäss einer Ausführungsform der Erfindung zeigt. <tb>Fig. 5 bis 6<sep>eine Serie von Wärmeleitungsgleichungen für ein Beispielsystem und Modell gemäss einer Ausführungsform der Erfindung darstellen. <tb>Fig. 7 bis 9<sep>Initialisierungsphasen für Beispielmodelleinstellungen in Übereinstimmung mit Ausführungsformen der Erfindung zum Betrieb ausgewählter Komponenten einer Gasturbine darstellen. <tb>Fig. 10 bis 13<sep>Beispielvergleiche einer Gasturbine darstellen, die eine Ausführungsform der Erfindung implementiert, und einer Gasturbine, die keine Ausführungsform der Erfindung implementiert. <tb>Fig. 14 bis 15<sep>Beispielvergleiche einer Gasturbine darstellen, die eine Ausführungsform der Erfindung implementieren.
Genaue Beschreibung von Ausführungsformen der Erfindung
[0026] Die Erfindung wird jetzt nachfolgend genauer mit Bezug auf die beigefügten Zeichnungen beschrieben, in welchen Beispielausführungsformen der Erfindung gezeigt werden.
[0027] Diese Erfindung kann jedoch in vielen unterschiedlichen Formen ausgeführt sein und sollte nicht als beschränkend auf die Beispielsausführungsformen, die hier dargestellt werden, ausgelegt werden. Ähnliche Zahlen beziehen sich durchwegs auf ähnliche Elemente.
[0028] Ausführungsformen der Erfindung werden nachfolgend mit Bezug auf Blockdiagramme und schematische Darstellungen von Verfahren und Systemen gemäss Ausführungsformen der Erfindung beschrieben. Es kann verstanden werden, dass jeder Block des Diagramms, und Kombinationen von Blöcken in den Diagrammen durch Computerprogrammanweisungen implementiert werden können. Diese Computerprogrammanweisungen können auf einem oder mehreren Allgemeinzweck-Computern geladen werden, Spezialzweck-Computern oder anderen programmierbaren Datenverarbeitungsvorrichtungen, um Maschinen herzustellen, so dass die Anweisungen, die auf dem Computern oder anderen programmierbaren Datenverarbeitungsvorrichtungen durchgeführt werden, Mittel zum Implementieren der Funktionen schaffen, die in dem Block oder Blöcken spezifiziert sind. Derartige Computerprogrammanweisungen können auch auf einem computerlesbaren Speicher gespeichert werden, welcher einen Computer oder eine andere programmierbare Datenverarbeitungseinrichtung anweist, auf eine bestimmte Weise zu funktionieren, so dass die Anweisungen, die in dem computerlesbaren Speicher gespeichert werden, einen Herstellungsartikel herstellen, welcher Anweisungsmittel beinhaltet, welche die Funktion implementieren, die in dem Block oder Blöcken spezifiziert wird.
[0029] In Ausführungen dieser Erfindung kann irgendein physikalisches System, Steuerungssystem oder eine Eigenschaft des Motors oder Motoruntersystems modelliert werden, beinhaltend, jedoch nicht beschränkt, den Motor selbst, den Gasweg und eine Gaswegdynamik, Aktuatoren, Effektoren oder andere Steuerungsvorrichtungen, welche irgendein Motorverhalten modifizieren oder verändern; Sensoren, Monitore, Messsysteme; das Treibstoff-Messsystem; das Treibstoff-Zuführungssystem; das Schmierungssystem und/oder das hydraulische System. Die Modelle dieser Komponenten und/oder Systeme können physikalisch-basierte Modelle (wobei sie ihre linearen Approximationen beinhalten) sein. Zusätzlich oder alternativ können diese Modelle auf einer linearen und/oder nicht-linearen System-Identifikation, neuronalen Netzwerken und/oder Kombination all jener basieren.
[0030] Gasturbinenmotoren sind luftholende Motoren, welche Arbeit basierend auf dem thermodynamischen Brayton-Zyklus erzeugen. Einige nicht beschränkende Beispiele von Gasturbinenmotoren beinhalten: Flugzeugmotoren, Leistungssysteme, Antriebsmotoren für Marineanwendungen, Turbinen, die als Pumpen verwendet werden, Turbinen, die in kombinierten Kreislaufkraftwerken verwendet werden und Turbinen, die für andere industrielle Anwendungen verwendet werden. In Gasturbinenmotoren wird thermische Energie aus der Verbrennung eines Treibstoffs mit Luft, der Verbrennung eines Treibstoffs mit einem Oxidationsmittel, chemischen Reaktionen und/oder einem Wärmeaustausch mit einer thermischen Quelle gewonnen. Die thermische Energie wird dann in nützliche Arbeit umgeformt. Diese Arbeit kann in der Form eines Schubs, einer Wellenleistung oder Elektrizität ausgegeben werden. Die Leistung oder ein Betrieb dieser Motoren wird durch die Verwendung von Aktuatoren gesteuert. Einige nicht beschränkende Beispiele von Aktuatoren in Gasturbinenmotoren beinhalten Treibstoff-Messventile, Einlassführungsflügelräder, variable Statorflügelräder, variable Geometrie, Aufblasventile, Starterventile, Wartungssteuerungsventile, Einlass-Ablasswärme, variable Abgasdüsen und dergleichen. Einige nicht beschränkende Beispiele gemessener Motorenwerte beinhalten Temperaturen, Drücke, Rotordrehzahlen, Aktuatorpositionen und/oder Flüsse.
[0031] Ein schematisches Beispiel eines Nachverbrennungsgasturbinenmotors 10 ist in Fig. 1mit Stationsangaben 12, Sensoren 14 und Aktuatoren 16 dargestellt, wobei die Aktuatoren aufweisen können: IGV Einlassführungsflügelrad; VSV variables Statorflügelrad; MFMV Haupttreibstoffmessungsventil; AFMV Nachverbrennungstreibstoffmessungsventil; und A8 variable Abgasdüse und wobei die Sensoren aufweisen können: T2 Ventilatoreinlasstemperatur; N2 Ventilatorgeschwindigkeit; PS14 Ventilator statischer Ausgangsdruck; P25 Kompressoreinlassdruck; N25 Kerngeschwindigkeit; PS3 Kompressorentladungsstatikdruck; und T4B Hochdruckturbinenausgangstemperatur.
[0032] Der Motor 10, welcher in Fig. 1dargestellt ist, kann aerodynamisch mit einer dualen Rotormaschine verbunden sein, wobei ein Niederdruckrotorsystem (Ventilator und Niederdruckturbine) mechanisch von einem Hoch-Druck (Kernmotor)-System unabhängig sein kann. Luft, welche in den Einlass eintritt, kann durch den Ventilator komprimiert werden und dann in zwei konzentrische Ströme aufgeteilt werden. Einer dieser Ströme kann in den Hochdruck-Kompressor eindringen und durch den Hauptmotorverbrennungsraum, eine Hoch-Druckturbine, und eine Niederdruckturbine verlaufen. Der andere Strom kann durch einen ringförmigen Durchlass gerichtet werden und mit dem Kernfluss, nachgeschaltet zu der Niederdruckturbine, mittels einer gebogenen Rinnenvorrichtung rekombiniert werden. Die kombinierten Ströme können in den Erweiterter zu einer konvergenten-divergenten, variablen Grössen-Abgasdüse eintreten, wo der Fluss unter Druck gesetzt, expandiert und beschleunigt nach hinten in der Atmosphäre wird, wobei dabei ein Schub erzeugt wird.
[0033] Die unterschiedlichen Aktuatoren des Motors 10 können durch Betätigungseingaben von einer Steuerung, so wie dem Beispielmodell-basierten vorhersagenden Steuerungsmodul gesteuert werden, welches nachfolgend mit Bezug auf Fig. 2 beschrieben wird. Die unterschiedlichen Sensoren können erfasste oder gemessene Werte von Parametern zum Überwachen und Verwenden durch eines oder mehrere Systeme bereitstellen. Beispielsweise können die gemessenen und erfassten Werte verwendet werden, um Werte unterschiedlicher Leistungs-Parameter abzuschätzen, wobei ein Zustandsschätzer verwendet wird, wie er nachfolgend mit Bezug auf Fig. 2 beschrieben wird.
[0034] Es ist für Fachleute offensichtlich, dass die hier beschriebenen Ausführungsformen auf eine Vielzahl von Systemen anwendbar sind und nicht auf Motoren oder andere Vorrichtungen beschränkt sind, die ähnlich zu jenen sind, die in Fig. 1 beschrieben wurden.
[0035] Steuerungssysteme, die eingerichtet sind, um eine Steuerung derartiger Motoren bereitzustellen, wurden in dem US-Patent Nr. 6 823 253, mit dem Titel «Methods and apparatus for model predictive control of aircraft gas turbine engines», eingereicht am 27. November 2002, beschrieben; US-Patent Nr. 6 823 675 B2, mit dem Titel «Adaptive model-based control systems and methods for controlling a gas turbine», eingereicht am 13. November 2002; und US-Patentanmeldungs-Veröffentlichungsnr. 2005/0 193 739 A1, mit dem Titel «Model-based control Systems and methods for gas turbine engines», eingereicht am 2. März 2004, wobei auf deren Inhalte hier Bezug genommen wird.
[0036] Fig. 2 zeigt eine Steuerungsanordnung, welche ein Beispielmodell gemäss einer Ausführungsform der Erfindung implementiert. Das Steuerungssystem 100, welches in Fig. 2dargestellt ist, ist eingerichtet, um das physikalische Motorenwerk oder einen Gasturbinenmotor 110 zu überwachen und zu steuern, um eine im Wesentlichen optimale Leistung unter einer Vielzahl von Bedingungen bereitzustellen. Die Anlage oder ein Motor 110 kann Sensoren beinhalten, welche Messwerte Y gewisser Parameter messen oder erfassen. Diese Parameter können beinhalten, sind jedoch nicht darauf beschränkt, Ventilatordrehzahl, Drücke und Druckverhältnisse, und Temperaturen. Die Anlage oder ein Motor 110 kann auch einen oder mehrere Aktuatoren beinhalten, welche durch einen oder mehrere Eingabebefehle U gesteuert werden. Die Anlage oder ein Motor 110 kann beispielsweise ähnlich zu dem Motor 10 sein, welcher in Fig. 1 dargestellt ist.
[0037] Die Werte Y der gemessenen oder erfassten Parameter werden an einen Zustandsschätzer 120 bereitgestellt. Die Werte, die in den Zustandsschätzer 120 eingegeben werden, so wie Temperaturen, können verwendet werden, um einen oder mehrere Werte des Zustandsschätzers 120 zu initialisieren. Der Zustandsschätzer 120 kann ein Modell 130 der Anlage oder eines Motors 110 beinhalten. Das Modell 130 kann durch den Zustandsschätzer 120 verwendet werden, um einen oder mehrere Zustandsparameter zu erzeugen, welche Schätzungen von Leistungs-Parametern beinhalten. In einer speziellen Ausführungsform kann das Modell 130 eine adaptive Echtzeit-Motorsimulation (ARES) sein, die mit einem Kalman-Filter implementiert ist, wie nachfolgend näher mit Bezug auf die Fig. 3–4 beschrieben wird. Das ARES kann ein Modell sein, welches für eine Verwendung mit einer modellbasierten Steuerung für relativ grossflächige industrielle Gasturbinen angepasst ist. In weiteren Ausführungsformen kann das Modell 130 einen rekursiven Filtertyp, einen rekursiven Schätzer, einen adaptiven Digitalfiltertyp, einen ausgedehnten Kalman-Filter oder irgendeinen anderen Filter, einen Algorithmus, eine Vorrichtung oder ein Verfahren, welches ähnlich zu den hier beschriebenen ist, beinhalten.
[0038] Die Zustandsparameter von dem Zustandsschätzer 120 und einem zugehörigen Modell 130 können an ein modell-basiertes vorhersagendes Steuerungsmodul oder Steuerungsmodul 140 übertragen werden. Das Steuerungsmodul 140 kann die Zustandsparameter verwenden, um eine Optimierung durchzuführen, um Befehle für einen oder mehrere Aktuatoren der Anlage oder eines Motors 110 zu bestimmen. Beispielsweise kann das Steuerungsmodul 140 eine Optimierung durchführen, um einen oder mehrere Motorsteuerungsabläufe und entsprechende Steuerungsbefehle für einen oder mehrere Aktuatoren eines Gasturbinenmotors zu bestimmen. In dieser Hinsicht kann das Steuerungsmodul 140 einen Optimierer 150 und ein Modell 160 beinhalten. Das Modell 160, welches zu dem Steuerungsmodul 140 zugehörig ist, kann identisch zu dem Modell 130 sein, welches zu dem Zustandsschätzer 120 zugehörig ist. Fachleute werden erkennen, dass ein Modell in einem oder beiden von einem Zustandsschätzer 120 und einem Steuerungsmodul 140 implementiert werden kann. In einer speziellen Ausführungsform können eines oder beide Modelle 130, 160 eine adaptive Echtzeit-Motorsimulation (ARES) sein, die mit einem Kalman-Filter implementiert ist, wie nachfolgend mit Bezug auf die Fig. 3–4 beschrieben wird. Ein Verwenden von einem oder beiden der Modelle 130, 160 erlaubt eine Optimierung des Motors 110, um rasch zu konvergieren.
[0039] In Verwendung können die Ausführungsformen der Erfindung verwendet werden, um die Modelle 130, 160 bei einer Inbetriebnahme einer Anlage oder eines Motors 110 zu initialisieren. Darüber hinaus können Ausführungsformen der Erfindung verwendet werden, um die dynamischen Zustände der Modelle 130, 160 nach irgendeiner Zeit eines Ereignisses erneut zu initialisieren, so wie eine Entlastung oder ein Sensorgebrechen. Ausführungsformen der Erfindung können verwendet werden, um dynamische Zustände oder andere Arten von Maschinen oder Vorrichtungen bei anderen Umständen zu initialisieren.
[0040] Die. Fig. 3 und 4 sind Blockdiagramme, die entsprechend ein Beispielmodell während einer normalen Durchführung und während einer dynamischen Konfiguration gemäss den Ausführungsformen der Erfindung darstellen. Diese Diagramme zeigen eine Datenverarbeitung durch unterschiedliche Module, die mit den Modellen 300, 400 verknüpft sind, so wie einer adaptiven Echtzeit-Motorsimulation (ARES), die mit einem Kalman-Filter implementiert ist. Wie gezeigt wird, können die Modelle 300, 400 einige oder alle der folgenden Module in Übereinstimmung mit Ausführungsformen der Erfindung beinhalten: einen Modellblock 302; einen Modellblock 304; einen partiellen Ableitungs-Modellblock 306; einen partiellen Ableitungs-Modellblock 308; einen Filterblock 310; einen Wärmehaltezeitblock 312. Die Modulblöcke 302, 304, 306, 308, 310, und 312 stellen unterschiedliche «Laufzeit»-Art-Module für unterschiedliche Parameter dar, die in jedes der Module 302, 304, 306, 308, 310 und 312 eingegeben werden können, und wobei entsprechende Ausgaben von den Modulen 302, 304, 306, 308, 310 und 312 in Übereinstimmung mit Ausführungsformen der Erfindung ausgegeben werden können. Fachleute werden erkennen, dass unterschiedliche Eingaben und Ausgaben als Dateneingaben, Vektoren, Matrizen, Funktionen und andere Vorrichtungen mathematischer Art konfiguriert sein können. In irgendeinem Fall können die Modelle 300, 400, die gezeigt sind, Modellvorhersagen und dynamische Abstimmungsmodellvorhersagen zu gemessenen Leistungen in einer Echtzeitumgebung für einen Gasturbinenmotor bestimmen, so wie 10 in Fig. 1, oder einer ähnlichen Vorrichtung. Die Beispielmodelle 300, 400 können mit dem Gasturbinenmotor, wie er als 10 in Fig. 1dargestellt ist, und das System, welches als 100 in Fig. 2 dargestellt ist, implementiert werden.
[0041] Die Fig. 3 und 4 zeigen Leistungs-Parameter 314, die in die Modelle 300, 400 eingegeben werden. Beispielsweise können Leistungs-Parameter 314, die als «U-Balken» gekennzeichnet sind, in den Modellblock 302 eingegeben werden und können weiter in den Modellblock 304 eingegeben werden. Passende Leistungs-Parameter können beinhalten, sind allerdings nicht darauf beschränkt, gemessene oder erfasste Leistungs-Parameter, welche Temperaturen, Drücke, einen Temperaturunterschied zwischen mindestens zwei Punkten in dem Motor, eine Abgastemperatur, eine Kompressor-Ausgangstemperatur oder andere Betriebszustände oder Daten beinhalten. Beispielsweise können die Leistungs-Parameter beinhalten, sind allerdings nicht darauf beschränkt, Betriebsdaten von mindestens einer der folgenden: einem Motor, einer Motorkomponente, einem Motorsystem, einer Motorsystemkomponente, einem Motorsteuerungssystem, einer Motorsteuerungs-Systemkomponente, einem Gasweg in dem Motor, einer Gaswegdynamik, einem Aktuator, einem Effektor, einer Steuerungsvorrichtung, die ein Motorverhalten modifiziert, einem Sensor, einem Monitor, einem Messsystem, einem Treibstoff-Messsystem, einem Treibstoff-Zuführungssystem, einem Schmierungssystem, einem hydraulischen System, einer Motor-zu-Motor-Variation, einem Verschleiss, einem mechanischen Fehler, einem elektrischen Fehler, einem chemischen Fehler, einem mechanischen Defekt, einem elektrischen Defekt, einem chemischen Defekt, einem mechanischen Schaden, einem elektrischen Schaden, einem chemischen Schaden, einem Systemfehler, einem Systemdefekt und einem Systemschaden. Ein Modellblock 302 und ein Modellblock 304 können ein jeder herkömmliche Modelle sein, die angepasst sind, um eine Echtzeit-Leistung eines Motors oder einer ähnlichen Vorrichtung zu simulieren. Jeder Modellblock 302, 304 kann einen oder mehrere Algorithmen, die eingerichtet sind, um die Echtzeit-Leistung eines Motors oder einer ähnlichen Vorrichtung zu simulieren, beinhalten oder andererseits implementieren.
[0042] Eine entsprechende Ausgabe 316 von einem Modellblock 302, und eine Ausgabe 318 von einem Modellblock 304 können basierend auf mindestens teilweise dem Leistungs-Parameter 314 bestimmt werden. Beispielsweise können einige oder alle der Leistungs-Parameter 314, die in den Modellblock 302 eingegeben werden, verwendet werden, um eine Leistungs-Ausgabe 316, die als «Y-Balken-Hut» gekennzeichnet ist, und einige oder alle der Leistungs-Parameter 314, die in einen Modellblock 304 eingegeben sind, um eine Leistungs-Ausgabe 318, die als «Y-Balken-Hut-Stern» gekennzeichnet ist, zu bestimmen. Die entsprechenden Leistungs-Ausgaben 316, 318 von jedem Modellblock 302, 304 können Vektoren sein, welche vorhergesagte oder erwartete Leistungs-Parameter, basierend zumindest teilweise auf den Leistungs-Parametern 314, beinhalten, die in jeden Modellblock 302, 304 eingegeben werden. Zusätzlich zu einer Leistungs-Ausgabe 316 von einem Modellblock 302, können phasenverschobene Variable 320, die als «opv» bezeichnet werden, für eine Verwendung in nachfolgenden Modelldurchläufen ausgegeben werden. Beispielsweise, zu irgendeiner beliebigen Zeit, können eine oder mehrere Variablen, die in einer Matrix in einem Modell verwendet werden, so wie in einem Modellblock 302, bei einem Durchlauf phasenverschoben sein. Derartige phasenverschobene Variablen können für eine Verwendung in nachfolgenden Modelldurchläufen verwendet oder anderweitig modifiziert werden.
[0043] In der Ausführungsform, die in den Fig. 3und 4dargestellt ist, können weitere Eingaben in einen Modellblock 302 Filteranpassungen an das Modell (bezeichnet als «X-Balken-Hut») oder Multiplizierer 322 und ein vorhergesagter Wärmetransfer 324 des Motors (bezeichnet als «Q-Punkt-Balken») beinhalten, sind allerdings nicht darauf beschränkt, wobei jeder davon nachfolgend beschrieben wird. Darüber hinaus kann eine weitere Eingabe in einem Modellblock 1 302 aus der phasenverschobenen Variablen (bezeichnet als «opv») sein, welche vorhergehend mit Bezug auf 320 beschrieben wurden.
[0044] Darüber hinaus, wie in den Fig. 3und 4 dargestellt ist, können andere Eingaben in einem Modellblock 304 beinhalten, sind allerdings nicht darauf beschränkt, Filteranpassungen an das Modell (bezeichnet als «X-Balken-Hut-Stern») oder Multiplizierer 326, und einen vorhergesagten Wärmetransfer 324 des Motors (bezeichnet als «Q-Punkt-Balken»), wobei jeder davon nachfolgend beschrieben wird. Zusätzlich können eine weitere Eingabe in einen Modellblock 304 phasenverschobene Variablen (gekennzeichnet als «opv») sein, welche vorhergehend mit Bezug auf 320 beschrieben wurden. Zurückkommend auf die Leistungs-Ausgaben 316, 318 von Modellblöcken 302, 304 können diese Ausgaben 316, 318 entsprechend in einen partiellen Ableitungs-Modellblock 306 und einen partiellen Ableitungs-Modellblock 308 eingegeben werden. Ein partieller Ableitungs-Modellblock 306 und ein partieller Ableitungs-Modellblock 308 können jeweils konventionelle Modelle sein, die eingerichtet sind, um den relativen Betrag einer Veränderung in einer Modell-Leistung mit Bezug auf Änderungen in bestimmten Eingabe-Leistungs-Parametern zu bestimmen. Jeder Modellblock 306, 308 kann einen oder mehrere Algorithmen, die eingerichtet sind, um den relativen Betrag einer Veränderung in einer Modell-Leistung mit Bezug auf Veränderungen in bestimmten Eingabe-Leistungs-Parametern zu bestimmen, beinhalten oder andererseits implementieren. Beispielsweise kann jeder Modellblock 306, 308 eine teilweise Ableitung der Leistungs-Ausgaben 316, 318 implementieren, die als «Y-Balken-Hut» und Y-Balken-Hut-Stern» entsprechend bezeichnet werden, wobei diese in jeden Modellblock 306, 308 eingegeben werden.
[0045] Mit Bezug auf einen partiellen Ableitungs-Modellblock 306 können Filteranpassungen an das Modell (bezeichnet als «Y-Balken-Hut») oder Multiplizierer 322 in den Modellblock 306 eingegeben werden. Basierend zumindest teilweise auf der Leistungs-Ausgabe 316 und Filteranpassungen an das Modell oder Multiplizierer 322, die in einen Modellblock 306 eingegeben werden, kann eine Ausgabe 326, die als «X-Balken-Hut-Stern» bezeichnet wird, von einem partiellen Ableitungs-Modellblock 306 bestimmt werden. Beispielsweise kann eine partielle Ableitung eines Vektors, welcher die Leistungs-Ausgabe 316 darstellt, und Filteranpassungen an das Modell oder Multiplizierer 322, die in den Modellblock 306 eingegeben werden, verwendet werden, um eine Ausgabe 326 zu bestimmen, welche nachfolgend in einem Modellblock 304 eingegeben werden kann, wie vorhergehend beschrieben wurde. Darüber hinaus können Ausgaben 330, 332, die als «Y-Balken-Hut-sichern» und «X-Balken-Hut-sichern» entsprechend bezeichnet werden, hierin zumindest teilweise auf der Leistungs-Ausgabe 316 und Filteranpassungen an das Modell oder Multiplizierer 322, die in einen Modellblock 306 eingegeben werden, bestimmt werden. Diese zusätzlichen Ausgaben 330, 332 können Filteranpassungen an das Modell oder Multiplizierer beinhalten, die aus vorherigen Modelldurchläufen erfasst, bestimmt oder gespeichert wurden. Eine oder beide der Ausgaben 330, 332 können in den partiellen Ableitungs-Modellblock 308 eingegeben werden.
[0046] Mit Bezug auf einen partiellen Ableitungs-Modellblock 308, basierend zumindest teilweise auf der Leistungs-Ausgabe 318, kann eine Eingabe in den Modellblock 308, eine Ausgabe 334, die als «J» bezeichnet ist, bestimmt werden. Wie vorhergehend beschrieben wurde, können andere Eingaben in einen Modellblock 308 Ausgaben 326, 330 und 332 von einem Modellblock 306, der entsprechend als «X-Balken-Hut-Stern», «Y-Balken-Hut-sichern» und «X-Balken-Hut-sichern» bezeichnet sind, beinhalten, sind jedoch nicht darauf beschränkt. Einige oder alle dieser Eingaben 326, 330 und 332 in den Modellblock 308 können verwendet werden, um eine Ausgabe 334 von dem Modellblock 308 zu bestimmen. Beispielsweise können einige oder alle der Eingaben 318, 326, 330 und 332 verwendet werden, um eine Jacobi-Matrix von Variablen zu bestimmen, die als «J» bezeichnet wird, oder eine Matrix partieller Ableitungen. Mit Bezug auf einen Filterblock 310, kann eine Ausgabe 316 von einem Modellblock 302 in einen Filterblock 310 eingegeben werden. Zusätzlich können Leistungs-Parameter 360 von dem Motor, so wie 10 in Fig. 1, in den Filterblock 310 eingegeben werden. Die Leistungs-Parameter können gemessene oder erfasste Leistungs-Parameter beinhalten, sind jedoch nicht darauf beschränkt. Basierend zumindest teilweise auf der Ausgabe 316 und den Leistungs-Parametern 336, kann der Filterblock 310 eine oder mehrere Anpassungen an das Modell oder Multiplizierer 322 bestimmen. Einige oder alle der Anpassungen an das Modell oder den Multiplizierer 322 können als Eingaben in einen Modellblock 302, einen Modellblock 304, einen partiellen Ableitungs-Modellblock 306 und einen partiellen Ableitungs-Modellblock 308 verwendet werden, wie vorhergehend beschrieben wurde. Der Filterblock 310 kann ein Kalman-Filter oder ähnlicher Filtertyp sein, der angepasst ist, um dynamisch eine oder mehrere Modellvorhersagen an eine gemessene Leistung eines Gasturbinenmotors oder einer ähnlichen Vorrichtung abzustimmen. Der Filterblock 310 kann einen oder mehrere Algorithmen beinhalten oder andererseits implementieren, die angepasst sind, um dynamisch eine oder mehrere Modellvorhersagen einer gemessenen Leistung eines Gasturbinenmotors oder einer ähnlichen Vorrichtung abzustimmen.
[0047] In den Ausführungsformen, die in den Fig. 3und 4dargestellt sind, kann der Filterblock 310 eine Kovarianz-Ausgabe 338 ausgeben. Beispielsweise kann eine Kovarianz-Ausgabe eine Kovarianz-Matrix beinhalten, ist jedoch nicht darauf beschränkt. In nachfolgenden Modelldurchläufen kann eine Kovarianz-Ausgabe 338, so wie eine Kovarianz-Matrix, als eine Eingabe in den Filterblock 310 verwendet werden. Darüber hinaus können in nachfolgenden Modelldurchläufen einige oder alle der Anpassungen an das Modell oder die Multiplizierer 322 von einem Filterblock 310 als eine Eingabe in den Filterblock 310 verwendet werden.
[0048] Wie in Fig. 3 dargestellt, kann für eine normale Durchführung des Modells 300 ein Wärme-Haltezeit-Block 312 eine Eingabe von einem Modellblock 302, so wie eine Ausgabe 316, aufnehmen. Für eine dynamische Konfiguration des Modells 400, welches in Fig. 4 dargestellt ist, ist ein Wärme-Haltezeit-Block 312 dargestellt, welcher eine zusätzliche Eingabe von einem Filterblock 310, so wie eine Ausgabe 322, aufnimmt. Basierend teilweise auf einem oder beiden dieser Eingaben 316, 322 kann der Wärme-Haltezeit-Block 312 eine Wärmeflussausgabe 324, die als «Q-Punkt-Balken» gekennzeichnet ist, bestimmen. Zusätzlich kann der Wärme-Haltezeit-Block 312 Metalltemperaturen 342, die als «Tmtl» bezeichnet sind, bestimmen, die mit dem Gasturbinenmotor oder einer ähnlichen Vorrichtung von Interesse verknüpft sind. In nachfolgenden Modelldurchläufen kann die Wärmeflussausgabe 324 als eine Eingabe in Modellblöcke 302, 304, wie vorhergehend beschrieben wurde, verwendet werden.
[0049] In Verwendung können einige oder alle der vorhergehend erwähnten Prozesse und Anweisungen verwendet und wiederholt werden, so wie sie benötigt werden, um automatisch und dynamisch einen Filter, so wie einen Kalman-Filter, während einer Modelldurchführung zu konfigurieren, um den Zustand des Wärmeflussmodells zu irgendeiner bestimmten Zeit zu bestimmen. Auf diese Weise kann der Filter konfiguriert werden, um den anfänglichen Zustand des Wärmeflussmodells «abzustimmen», um die gemessene Leistung des Gasturbinenmotors oder einer anderen Vorrichtung von Interesse anzupassen.
[0050] Es können einer oder mehrere Relaxationsfaktoren, so wie Anpassungen an das Modell oder Multiplizierer 322 verwendet werden, um eine Wärmeflussabstimmung bei ungefähr 50 Scans oder Modelldurchläufen bei einer ungefähren Scanrate von 25 Hz oder innerhalb von ungefähr 2 Sekunden abzustimmen.
[0051] Ferner kann der Anfangszustand des Wärmeflussmodells durch Festlegen von Metalltemperaturen initialisiert werden, mit dem Gasturbinenmotor verknüpft sind, um mit dem berechneten Wärmefluss konsistent zu sein.
[0052] Darüber hinaus können einige oder alle der vorhergehenden Prozesse und Anweisungen verwendet werden, um während einer Modelldurchführung automatisch und dynamisch einen Filter zu konfigurieren, so wie einen Kalman-Filter, um den Zustand eines weiteren Satzes von Leistungs-Parametern dynamischer Art zu irgendeiner bestimmten Zeit zu bestimmen.
[0053] Die Fig. 5 und 6 stellen eine Serie von Beispielen von Wärmeleitungsgleichungen für ein Beispielsystem und einem verknüpften Modell gemäss einer Ausführungsform der Erfindung dar. Wie in Fig. 5dargestellt ist, können eine konventionelle Wärmeleitung und Konvektionsvariablen und -gleichungen für eine Masse in einem eingetauchten Fluid in einem Modell verwendet werden, so wie einem ARES-Wärme-Haltezeit-Modell, ähnlich zu einem Modell, welches durch einen Wärme-Haltezeit-Block 312 in Fig. 3 implementiert ist. Beispielsweise können einige oder alle der folgenden Variablen für ein Beispielsystem und verknüpftes Modell gemäss einer Ausführungsform der Erfindung verwendet werden. <tb>(1)<sep>H∞<sep>= Film-Kühlungskoeffizient <tb>(2)<sep>AW<sep>= Befeuchteter Bereich <tb>(3)<sep>M<sep>= Thermische Masse eines Rotors <tb>(4)<sep>CP<sep>= Spezifische Wärme eines Rotors <tb>(5)<sep>TM<sep>= Metalltemperatur <tb>(6)<sep>T∞<sep>= Fluid-Temperatur <tb>(7)<sep>T0<sep>= Anfangs-Metalltemperatur <tb>(8)<sep>t<sep>= Zeit
[0054] Weiter können auf dem Weg des Beispiels einige oder alle der folgenden Gleichungen für ein Beispielsystem und verknüpftes Modell gemäss einer Ausführungsform der Erfindung verwendet werden. <tb>(1)<sep>dQ/dt = h∞, AW (TM–T∞) <tb>(2)<sep>dQ/dt = –MCP d/dt (TM–T∞) <tb>(3)<sep>d/dT (TM–T∞) = –(h∞ AW / M CP) (TM–T∞)–T∞) = e <-><(t ></>< ><τ><)> <tb>(4)<sep>(TM–T∞) / (T0 <tb>(5)<sep>τ = M CP / h∞ AW
[0055] Andere Ausführungsformen der Erfindung können irgendeine der vorhergehenden Variablen oder Gleichungen implementieren und können auch andere Variablen und Gleichungen für andere Arten von Modellen, die nicht auf einen Wärmetransfer, eine Konvektion oder Wärme-Haltezeit-Modelle beschränkt sind, beinhalten.
[0056] Für die Initialisierung eines Wärme-Haltezeit-Modells in Übereinstimmung mit einer Ausführungsform der Erfindung können die folgenden Variablen und Gleichungen implementiert werden. <tb>(1)<sep>τref = Zeitkonstante für jeden thermischen Knoten (beispielsweise 3 Knoten) <tb>(2)<sep>hAref = Konvektions-Kühlungskoeffizient x befeuchteter Bereich bei Referenzbedingungen <tb>(3)<sep>tfref = Fluid-(Gasweg)-Temperaturen bei Referenzbedingungen <tb>(4)<sep>wfref = Massenfluss bei Referenzbedingungen <tb>(5)<sep>T0 = Anfangs-Metalltemperatur <tb>(6)<sep>Tf = gemessene Fluid-Temperatur) <0.80>)<0.><84> <tb>(7)<sep>hA / hA ref = (W / W ref(tf / tf ref <tb>(8)<sep>τ / τref = hAref / hA <tb>(9)<sep>T0 = Tf + Q dot / hA
[0057] Auf dem Weg des Beispiels können die Variablen (1)–(4) Referenzeingabevariablen sein. Bei Verwenden der Gleichungen (7) und (8), können die Variablen hA und τ auf bestimmte Bezugsbedingungen skaliert sein. In Gleichung (9) kann die Anfangsmetalltemperatur T0 durch Abstimmen eines Q-Punktes gelöst oder andererseits initialisiert werden, während die Eingabe konstant gehalten wird.
[0058] Gemäss einem Aspekt einer Ausführungsform kann eine Initialisierung der Anfangsmetalltemperatur innerhalb von 50 Scans oder Modelldurchläufen bei ungefähr eine 25-Hz-Scanrate, oder innerhalb von 2 Sekunden optimiert werden.
[0059] Die Fig. 7–9 zeigen Antwortraten für Systeme und Modelle, die eine Wärmetransfer-(Q-Punkt)-Initialisierung mit drei unterschiedlichen Gasturbinenmotorenkomponenten, einem Kompressor, einem Combustor und einer Turbine in Übereinstimmung mit Ausführungsformen der Erfindung durchführen. In allen drei Figuren sind drei unterschiedliche Implementierungen eines Systems und Modells in Übereinstimmung mit Ausführungsformen der Erfindung dargestellt, um unterschiedliche Antwortraten zwischen Systemimplementierungen darzustellen. Die Graphen 700, 800, 900 zeigen jeweils Zeit gegenüber Metalltemperaturen für jede der drei Gasturbinenmotorenkomponenten. Im Wesentlichen zeigen diese Graphen 700, 800, 900 den thermischen Zustand von drei Gasturbinenkomponenten, die gemeinsam im Wesentlichen den thermischen Zustand des Gasturbinenmotors beschreiben. Fig. 7zeigt eine Initialisierungsphase für Beispielfiltereinstellungen eines Kompressors in Übereinstimmung mit einer Ausführungsform der Erfindung. Der Graph 700 zeigt ein System 702 mit einem Psigma-Wert von ungefähr 0,0005, ein System 704 mit einem Psigma-Wert von ungefähr 0,0010 und ein System 706 mit einem Psigma-Wert von ungefähr 0,0015. Wie dargestellt, weist das System 702 mit dem relativ geringeren Psigma-Wert eine relativ geringe Antwortrate auf. Im Gegensatz dazu weist das System 706 mit einem relativ hohen Psigma-Wert eine relativ rasche Antwortrate auf und ist relativ instabil. Verglichen mit Systemen 702 und 706, weist das System 704 mit einem Zwischen-Psigma-Wert eine Antwortrate zwischen den Systemen 702, 706 auf. In diesem Beispiel ist ein Psigma-Wert von ungefähr 0,0010 passend für ein System und Modell in Übereinstimmung mit einer Ausführungsform der Erfindung, und ist mit der bestimmten Ausstattung dieses Beispiels implementiert. Auf diese Weise kann ein Bediener oder Nutzer optimale Einstellungen für einen Filter bestimmen, um zu gewährleisten, dass die bestimmte Filterrelaxation für den bestimmten dynamischen Zustand von Interesse nicht untergedämpft oder übergedämpft ist.
[0060] Fig. 8 zeigt eine Initialisierungsphase für Beispielfiltereinstellungen für einen Combustor in Übereinstimmung mit einer Ausführungsform der Erfindung. Der Graph 800 zeigt ein System 802 mit einem Psigma-Wert von ungefähr 0,0005, ein System 804 mit einem Psigma-Wert von ungefähr 0,0010 und ein System 806 mit einem Psigma-Wert von ungefähr 0,0015. Wie dargestellt, weist das System 802 mit dem relativ geringeren Psigma-Wert eine relativ geringe Antwortrate auf. Im Gegensatz dazu weist das System 806 mit dem relativ hohen Psigma-Wert eine relativ rasche Antwortrate auf und ist relativ instabil. Verglichen mit den Systemen 802 und 806 weist das System 804 mit einem Zwischen-Psigma-Wert eine Antwortrate zwischen den Systemen 802, 806 auf. In diesem Beispiel ist ein Psigma-Wert von ungefähr 0,0010 passend für ein System und Modell in Übereinstimmung mit einer Ausführungsform der Erfindung und wird mit der bestimmten Ausstattung in diesem Beispiel implementiert. Auf diese Weise kann ein Bediener oder Nutzer eine optimale Einstellung für einen Filter bestimmen, um zu gewährleisten, dass die bestimmte Filterrelaxation für den bestimmten dynamischen Zustand von Interesse nicht untergedämpft oder übergedämpft ist.
[0061] Fig. 9 zeigt eine Initialisierungsphase für Beispiel-Filtereinstellungen für eine Turbine in Übereinstimmung mit einer Ausführungsform der Erfindung. Der Graph 900 zeigt ein System 902 mit einem Psigma-Wert von ungefähr 0,0005, ein System 904 mit einem Psigma-Wert von ungefähr 0,0010 und ein System 906 mit einem Psigma-Wert von ungefähr 0,0015. Wie dargestellt, weist das System 902 mit dem relativ geringeren Psigma-Wert eine relativ geringe Antwortrate auf. Im Gegensatz dazu weist das System 906 mit einem relativ hohen Psigma-Wert eine relativ rasche Antwortrate auf und ist relativ instabil. Verglichen zu Systemen 902 und 906, weist System 904 mit einem Zwischen-Psigma-Wert eine Antwortrate zwischen den Systemen 902, 906 auf. In diesem Beispiel ist ein Psigma-Wert von 0,0010 passend für ein System und Modell in Übereinstimmung mit einer Ausführungsform der Erfindung und wird mit der bestimmten Ausstattung in diesem Beispiel implementiert. Auf diese Weise kann ein Bediener oder Nutzer optimale Einstellungen für einen Filter bestimmen, um zu gewährleisten, dass die bestimmte Filterrelaxation für den bestimmten dynamischen Zustand von Interesse nicht untergedämpft oder übergedämpft ist.
[0062] Die Fig. 10 bis 13 stellen Beispielfeldervergleiche von Gasturbinenmodellen dar, die eine Ausführungsform der Erfindung implementieren, und ein Gasturbinenmodell, welches eine Ausführungsform der Erfindung nicht implementiert. Die Graphen 1000, 1100, 1200, 1300 zeigen eine Zeit gegenüber Multiplizierern von dem Filterblock 322 (Fig. 3) für unterschiedliche Gasturbinenmotorenkomponenten. Ein Wert von ungefähr 1,00 auf der linksseitigen Achse stellt eine optimale Modellvorhersage für die bestimmte Komponente dar. In jeder dieser Figuren stellen die Kurven 1002, 1102, 1202, 1302, die relativ vertikal näher zu einem linksseitigen Achsenwert von ungefähr 1,00 sind, den Betrieb eines Gasturbinenmodells dar, welches ein Wärme-Haltezeit-Modell in Übereinstimmung mit einer Ausführungsform der Erfindung implementiert. Im Gegensatz dazu stellen die Kurven 1004, 1104, 1204, 1304 die relativ vertikal weiter von dem linksseitigen Achsenwert von ungefähr 1,0 sind, den Betrieb des Gasturbinenmodells dar, welches kein Wärme-Haltezeit-Modell in Übereinstimmung mit einer Ausführungsform der Erfindung implementiert. Wie durch einen Vergleich dieser Kurven dargestellt ist, wird die relative Effektivität des Beispielmodells in Übereinstimmung mit einer Ausführungsform der Erfindung bestimmt.
[0063] Die Fig. 14–15 zeigen Beispielfeldvergleiche eines Gasturbinenmodells, welches eine Ausführungsform der Erfindung implementiert. Die Graphen 1400, 1500 zeigen eine Zeit gegenüber Metall- und Fluidtemperaturen. In beiden dieser Figuren zeigen die Kurven 1402, 1502 eine Zeit gegenüber der Fluidtemperatur, und die Kurven 1404, 1504 zeigen eine Zeit gegenüber der Metalltemperatur. Wie durch den Vergleich dieser Kurven dargestellt ist, führt die Initialisierung der Metalltemperaturen, die durch eine Ausführungsform der Erfindung hervorgerufen wird, zu einer signifikanten Temperaturdifferenz, die sich andererseits in fehlerhaften Wärmeflussberechnungen 324 (Fig. 3) aus dem adaptiven Echtzeit-Motorsimulationsmodell ergeben würde.
[0064] Viele Modifikationen und andere Ausführungsformen dieser Erfindungen, die hier ausgeführt wurden, zu welchen diese Erfindungen gehören, werden für einen Fachmann offensichtlich werden, wobei sie den Nutzen der Lehren aufweisen, die in den vorhergehenden Beschreibungen dargestellt wurden und mit den Figuren verknüpft sind. So wird von Fachleuten festgestellt werden können, dass die Erfindung in anderen Formen ausgeführt sein kann und nicht auf die vorhergehend beschriebenen Ausführungsformen beschränkt sein sollte. Deshalb sollte es verstanden werden, dass die Erfindungen nicht auf die spezifischen offenbarten Ausführungsformen beschränkt sind, und dass Modifikationen und andere Ausführungsformen beabsichtigt sind, innerhalb des Schutzbereichs der angehängten Ansprüche. Obwohl spezifische Ausdrücke hier verwendet wurden, werden sie nur in einer generischen und beschreibenden Weise verwendet und nicht für Zwecke einer Beschränkung.

Claims (9)

1. Verfahren zum Steuern eines Gasturbinenmotors (110), wobei das Verfahren aufweist: Erhalten von Information von dynamischer Art (Y), die mit einem momentanen Zustand des Motors (110) verknüpft ist; Initialisieren eines Motormodells (130) mit mindestens einem Teil der Information von dynamischer Art (Y), wobei ein Kalman-Filter zur Initialisierung des Teils der Information von dynamischer Art (Y) verwendet wird, wobei mindestens ein Wert, der auf der verarbeiteten Information von dynamischer Art (Y) basiert, in das Motormodell (130) eingegeben wird, um einen Motorsteuerungsablauf zu bestimmen.
2. Verfahren nach Anspruch 1, wobei die Information von dynamischer Art (Y) mindestens eine der folgenden Informationen aufweist: eine Temperatur, einen Druck, einen Temperaturunterschied zwischen mindestens zwei Punkten in dem Motor, eine Abgastemperatur, oder eine Kompressor-Ausgangstemperatur.
3. Verfahren nach Anspruch 1 oder 2, wobei das Erhalten der Information von dynamischer Art (Y), die mit dem momentanen Zustand des Motors (110) verknüpft ist, das Erhalten von Information über mindestens eine Information aufweist über: den Motor, eine Motorkomponente, ein Motorsystem, eine Motorsystemkomponente, ein Motorsteuerungssystem, eine Motorsteuerungs-Systemkomponente, einen Gasweg in dem Motor, eine Gaswegdynamik, einen Aktuator, einen Effektor, eine Steuerungsvorrichtung, die ein Motorverhalten modifiziert, einen Sensor, einen Monitor, ein Messsystem, ein Treibstoff-Messsystem, ein Treibstoff-Zuführungssystem, ein Schmierungssystem, ein hydraulisches System, eine Motor-zu-Motor-Variation, einen Verschleiss, einen mechanischen Fehler, einen elektrischen Fehler, einen chemischen Fehler, einen mechanischen Defekt, einen elektrischen Defekt, einen chemischen Defekt, einen mechanischen Schaden, einen elektrischen Schaden, einen chemischen Schaden, einen Systemfehler, einen Systemdefekt, und einen Systemschaden.
4. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Motormodell (130) ein adaptives Echtzeit-Motorsimulationsmodell aufweist.
5. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Initialisieren des Motormodells (130) mit mindestens einem Teil der Information von dynamischer Art (Y) ein Eingeben mindestens eines gemessenen Leistungs-Werts in das Motormodell (130) aufweist.
6. Verfahren nach einem der vorhergehenden Ansprüche, weiter aufweisend: Wiederholen mindestens eines Teils der vorhergehenden Schritte, wobei eine zusätzliche Information von dynamischer Art (Y) in das Motormodell (130) eingegeben wird, um die Motorsteuerung zu verbessern.
7. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Verfahren automatisch durch einen Computer durchgeführt wird.
8. Anpassbares modell-basiertes Steuerungssystem (100) zum Steuern eines Gasturbinenmotors (110), wobei das System (100) aufweist: mindestens einen Sensor (14), welcher eingerichtet ist, um Information von dynamischer Art (Y), die mit einem momentanen Zustand des Motors (110) verknüpft ist, zu erhalten; ein Motormodell (130), welches eingerichtet ist, um Information von dem Sensor (14) zu erhalten, und weiter eingerichtet ist, um den momentanen Zustand des Motors (110) zu bestimmen; einen Kalman-Filter, welcher eingerichtet ist, um das Motormodell (130) mit mindestens einem Teil der Information von dynamischer Art (Y) zu initialisieren, wobei das Motormodell (130) eingerichtet ist, mindestens einen Wert, der auf der verarbeiteten Information von dynamischer Art (Y) basiert, aufzunehmen, um einen Motorsteuerungsablauf zu bestimmen.
9. Anpassbares modell-basiertes Steuerungssystem (100) nach Anspruch 8, wobei die Information von dynamischer Art (Y) mindestens eine der folgenden Informationen aufweist: eine Temperatur, einen Druck, einen Temperaturunterschied zwischen mindestens zwei Punkten in dem Motor, eine Abgastemperatur, oder eine Kompressor-Ausgangstemperatur.
CH00085/08A 2007-01-26 2008-01-22 Verfahren und System zum Steuern eines Gasturbinenmotors. CH701650B1 (de)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US11/627,534 US7853392B2 (en) 2007-01-26 2007-01-26 Systems and methods for initializing dynamic model states using a Kalman filter

Publications (1)

Publication Number Publication Date
CH701650B1 true CH701650B1 (de) 2011-02-28

Family

ID=39564166

Family Applications (1)

Application Number Title Priority Date Filing Date
CH00085/08A CH701650B1 (de) 2007-01-26 2008-01-22 Verfahren und System zum Steuern eines Gasturbinenmotors.

Country Status (5)

Country Link
US (1) US7853392B2 (de)
JP (1) JP2008185029A (de)
CN (1) CN101230803B (de)
CH (1) CH701650B1 (de)
DE (1) DE102008005939A1 (de)

Families Citing this family (78)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7904282B2 (en) * 2007-03-22 2011-03-08 General Electric Company Method and system for fault accommodation of machines
GB0712980D0 (en) * 2007-07-04 2007-08-15 Rolls Royce Plc Engine performance model
US7822512B2 (en) * 2008-01-08 2010-10-26 General Electric Company Methods and systems for providing real-time comparison with an alternate control strategy for a turbine
US20090299929A1 (en) * 2008-05-30 2009-12-03 Robert Kozma Methods of improved learning in simultaneous recurrent neural networks
US8221057B2 (en) * 2008-06-25 2012-07-17 General Electric Company Method, system and controller for establishing a wheel space temperature alarm in a turbomachine
US20100036540A1 (en) * 2008-08-05 2010-02-11 John Lyle Vian Optimizing usage of powered systems
FR2936556B1 (fr) * 2008-09-30 2015-07-24 Snecma Systeme de commande d'equipements a geometrie variable d'une turbomachine, notamment par guignols.
US8457936B2 (en) * 2008-11-24 2013-06-04 Honeywell International Inc. Apparatus and methods for simulating a system steady state devoid of performing full transient operating conditions
FR2939509B1 (fr) * 2008-12-09 2011-03-04 Snecma Procede et systeme d'estimation d'une temperature de veine dans un turboreacteur.
FR2939508B1 (fr) * 2008-12-09 2011-01-07 Snecma Procede et systeme de correction d'un signal de mesure d'une temperature.
US8185260B2 (en) * 2009-02-12 2012-05-22 Honeywell International Inc. Prognostic and health management accuracy maintenance system and method
US20100205130A1 (en) * 2009-02-12 2010-08-12 General Electric Company Adaptive transient multi-node heat soak modifier
JP5164928B2 (ja) * 2009-05-28 2013-03-21 東邦瓦斯株式会社 ガスタービンの異常診断装置
US8606554B2 (en) 2009-10-19 2013-12-10 Siemens Aktiengesellschaft Heat flow model for building fault detection and diagnosis
FR2960641A1 (fr) * 2010-05-26 2011-12-02 Airbus Operations Sas Dispositif d'equilibrage d'une plateforme de simulation, et procede associe
US8538561B2 (en) * 2011-03-22 2013-09-17 General Electric Company Method and system to estimate variables in an integrated gasification combined cycle (IGCC) plant
US8417361B2 (en) * 2011-03-22 2013-04-09 General Electric Company Model predictive control system and method for integrated gasification combined cycle power generation
US20130024179A1 (en) * 2011-07-22 2013-01-24 General Electric Company Model-based approach for personalized equipment degradation forecasting
US8423161B2 (en) * 2011-08-24 2013-04-16 General Electric Company Methods and systems for gas turbine modeling using adaptive kalman filter
US8452515B2 (en) 2011-09-15 2013-05-28 General Electric Company System and method for simulating a gas turbine compressor
US9002615B2 (en) * 2012-01-18 2015-04-07 General Electric Company Methods and systems for managing power of an engine
US8903753B2 (en) 2012-02-06 2014-12-02 General Electric Company Steam turbine performance testing
US9458734B2 (en) * 2012-06-08 2016-10-04 General Electric Company Model and simulation based control of turbines
CN102736523B (zh) * 2012-07-10 2014-04-16 天津亿利汽车环保科技有限公司 发动机模拟控制器
CN102749584B (zh) * 2012-07-17 2014-07-30 哈尔滨工业大学 基于Kalman滤波的ESN的涡轮发动机的剩余寿命预测方法
CN102788955B (zh) * 2012-07-17 2015-02-11 哈尔滨工业大学 基于Kalman滤波的ESN的涡轮发电机的分类子模型的剩余寿命预测方法
US9459671B2 (en) 2013-02-25 2016-10-04 General Electric Company Systems and methods for use in adapting the operation of a gas turbine
US9014945B2 (en) * 2013-03-08 2015-04-21 General Electric Company Online enhancement for improved gas turbine performance
US9422869B2 (en) 2013-03-13 2016-08-23 General Electric Company Systems and methods for gas turbine tuning and control
US10190503B2 (en) * 2013-03-15 2019-01-29 United Technologies Corporation Compact aero-thermo model based tip clearance management
US9476361B2 (en) * 2013-07-08 2016-10-25 General Electric Company Systems and methods for control of operating life of a gas turbine
DE102013226409A1 (de) * 2013-12-18 2015-06-18 Siemens Aktiengesellschaft Verfahren zur Regelung und/oder Steuerung der Stellgrößen einer Gasturbine in einem Verbrennungssystem
CN103743867B (zh) * 2013-12-30 2015-06-10 镇江市高等专科学校 基于神经网络的卡尔曼滤波甲醛检测方法
US9494086B2 (en) 2014-02-28 2016-11-15 General Electric Company Systems and methods for improved combined cycle control
US20150346703A1 (en) * 2014-05-27 2015-12-03 Infineon Technologies Ag State observers
US9803561B2 (en) 2014-11-18 2017-10-31 General Electric Company Power output and emissions based degraded gas turbine tuning and control systems, computer program products and related methods
US9771876B2 (en) 2014-11-18 2017-09-26 General Electric Compnay Application of probabilistic control in gas turbine tuning with measurement error, related control systems, computer program products and methods
US9771877B2 (en) 2014-11-18 2017-09-26 General Electric Company Power output and fuel flow based probabilistic control in part load gas turbine tuning, related control systems, computer program products and methods
US9771875B2 (en) 2014-11-18 2017-09-26 General Electric Company Application of probabilistic control in gas turbine tuning, related control systems, computer program products and methods
US9784183B2 (en) 2014-11-18 2017-10-10 General Electric Company Power outlet, emissions, fuel flow and water flow based probabilistic control in liquid-fueled gas turbine tuning, related control systems, computer program products and methods
US9771874B2 (en) 2014-11-18 2017-09-26 General Electric Company Power output and fuel flow based probabilistic control in gas turbine tuning, related control systems, computer program products and methods
US9909507B2 (en) 2015-01-27 2018-03-06 General Electric Company Control system for can-to-can variation in combustor system and related method
US9605559B2 (en) 2015-02-02 2017-03-28 General Electric Company Wash timing based on turbine operating parameters
WO2016133578A2 (en) * 2015-02-04 2016-08-25 Sikorsky Aircraft Corporation Estimating dynamic thrust or shaft power of an engine
US9611791B2 (en) 2015-04-14 2017-04-04 General Electric Company Application of probabilistic control in gas turbine tuning for fuel flow-power output parameters, related control systems, computer program products and methods
US9599029B2 (en) 2015-04-14 2017-03-21 General Electric Company Application of probabilistic control in gas turbine tuning for fuel flow-emissions parameters, related control systems, computer program products and methods
US9599032B2 (en) 2015-04-14 2017-03-21 General Electric Company Application of probabilistic control in gas turbine tuning for emissions-fuel flow parameters, related control systems, computer program products and methods
US9599033B2 (en) 2015-04-14 2017-03-21 General Electric Company Application of probabilistic control in gas turbine tuning for fuel flow-exhaust energy parameters, related control systems, computer program products and methods
US9599027B2 (en) 2015-04-14 2017-03-21 General Electric Company Application of probabilistic control in gas turbine tuning for emissions-exhaust energy parameters, related control systems, computer program products and methods
US9599030B2 (en) 2015-04-14 2017-03-21 General Electric Company Application of probabilistic control in gas turbine tuning for exhaust energy-fuel flow parameters, related control systems, computer program products and methods
US9599031B2 (en) 2015-04-14 2017-03-21 General Electric Company Application of probabilistic control in gas turbine tuning for power output-emissions parameters, related control systems, computer program products and methods
US9599025B2 (en) 2015-04-14 2017-03-21 General Electric Company Application of probabilistic control in gas turbine tuning for power output-exhaust energy parameters, related control systems, computer program products and methods
US9599024B2 (en) 2015-04-14 2017-03-21 General Electric Company Application of probabilistic control in gas turbine tuning for exhaust energy-emissions parameters, related control systems, computer program products and methods
US9599026B2 (en) 2015-04-14 2017-03-21 General Electric Company Application of probabilistic control in gas turbine tuning for exhaust energy-power output parameters, related control systems, computer program products and methods
CN105137957A (zh) * 2015-06-23 2015-12-09 黄红林 一种核电蒸汽发生器控制方法
US10746253B2 (en) 2015-08-20 2020-08-18 Sikorsky Aircraft Corporation Vibration damping device for an elongated member
US9856796B2 (en) 2015-12-07 2018-01-02 General Electric Company Application of probabilistic control in gas turbine tuning for power output-emissions parameters with scaling factor, related control systems, computer program products and methods
US9797315B2 (en) 2015-12-16 2017-10-24 General Electric Company Probabilistic control in gas turbine tuning for power output-emissions parameters, related control systems, computer program products and methods
US9882454B2 (en) 2015-12-16 2018-01-30 General Electric Company Application of combined probabilistic control in gas turbine tuning for power output-emissions parameters with scaling factor, related control systems, computer program products and methods
US9879615B2 (en) 2015-12-16 2018-01-30 General Electric Company Machine-specific probabilistic control in gas turbine tuning for power output-emissions parameters, related control systems, computer program products and methods
US9879613B2 (en) 2015-12-16 2018-01-30 General Electric Company Application of combined probabilistic control in gas turbine tuning for power output-emissions parameters with scaling factor, related control systems, computer program products and methods
US9790865B2 (en) 2015-12-16 2017-10-17 General Electric Company Modelling probabilistic control in gas turbine tuning for power output-emissions parameters, related control systems, computer program products and methods
US9879612B2 (en) 2015-12-16 2018-01-30 General Electric Company Combined probabilistic control in gas turbine tuning for power output-emissions parameters with scaling factor, related control systems, computer program products and methods
US9879614B2 (en) 2015-12-16 2018-01-30 General Electric Company Machine-specific combined probabilistic control in gas turbine tuning for power output-emissions parameters with scaling factor, related control systems, computer program products and methods
US9856797B2 (en) 2015-12-16 2018-01-02 General Electric Company Application of combined probabilistic control in gas turbine tuning for power output-emissions parameters with scaling factor, related control systems, computer program products and methods
US10466661B2 (en) 2015-12-18 2019-11-05 General Electric Company Model-based performance estimation
US20170328567A1 (en) * 2016-05-11 2017-11-16 United Technologies Corporation Multivariable fuel control and estimator (mfce) for preventing combustor blowout
US11143056B2 (en) * 2016-08-17 2021-10-12 General Electric Company System and method for gas turbine compressor cleaning
US10233846B2 (en) * 2016-09-20 2019-03-19 General Electric Company Smart liquid fuel system with ability to self-diagnostics
US11041446B2 (en) * 2018-02-23 2021-06-22 Rolls-Royce Corporation Gas turbine engine fuel additive control system
GB201807771D0 (en) * 2018-05-14 2018-06-27 Rolls Royce Plc Hybrid electric aircraft propulsion system
EP3693268B1 (de) * 2019-02-07 2023-05-17 Raytheon Technologies Corporation Adaptive modellprädiktive steuerung für elektrischen hybridantrieb
JP7371848B2 (ja) * 2019-03-07 2023-10-31 学校法人沖縄科学技術大学院大学学園 インタラクティブシミュレーションシステム、シミュレータ、インタラクティブシミュレーション方法、および、インタラクティブシミュレーションプログラム
GB201903062D0 (en) * 2019-03-07 2019-04-24 Rolls Royce Plc Fuel control system
CN110879151B (zh) * 2019-11-28 2021-11-26 上海发电设备成套设计研究院有限责任公司 基于运行大数据的燃气轮机远程监测和诊断系统及方法
CN111077778B (zh) * 2019-12-18 2022-09-09 哈尔滨工程大学 一种基于扩展卡尔曼滤波的船用燃气轮机参数估计及性能寻优方法
CN114876647B (zh) * 2022-06-01 2023-07-21 中国航发沈阳发动机研究所 一种航空发动机自动执行暖机的方法及系统
US11840966B1 (en) * 2022-11-18 2023-12-12 Rtx Corporation Tuning engine parameter estimator using gas path analysis data

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6823675B2 (en) * 2002-11-13 2004-11-30 General Electric Company Adaptive model-based control systems and methods for controlling a gas turbine
US6823253B2 (en) 2002-11-27 2004-11-23 General Electric Company Methods and apparatus for model predictive control of aircraft gas turbine engines
US6976351B2 (en) 2003-04-04 2005-12-20 General Electric Company Methods and apparatus for monitoring gas turbine combustion dynamics
US20050193739A1 (en) 2004-03-02 2005-09-08 General Electric Company Model-based control systems and methods for gas turbine engines
US7461509B2 (en) 2005-05-06 2008-12-09 General Electric Company Method and system for determining lean blow out condition for gas turbine combustion cans
US7441411B2 (en) 2005-09-16 2008-10-28 General Electric Company Method and apparatus to detect onset of combustor hardware damage
US7584617B2 (en) 2006-03-17 2009-09-08 Siemens Energy, Inc. Monitoring health of a combustion dynamics sensing system
US7503177B2 (en) 2006-03-17 2009-03-17 Siemens Energy, Inc. Combustion dynamics monitoring
US7620461B2 (en) 2007-06-26 2009-11-17 General Electric Company Systems and methods for using a combustion dynamics tuning algorithm with a multi-can combustor
US7908072B2 (en) 2007-06-26 2011-03-15 General Electric Company Systems and methods for using a combustion dynamics tuning algorithm with a multi-can combustor

Also Published As

Publication number Publication date
US20080178600A1 (en) 2008-07-31
CN101230803A (zh) 2008-07-30
CN101230803B (zh) 2014-11-05
US7853392B2 (en) 2010-12-14
DE102008005939A1 (de) 2008-07-31
JP2008185029A (ja) 2008-08-14

Similar Documents

Publication Publication Date Title
CH701650B1 (de) Verfahren und System zum Steuern eines Gasturbinenmotors.
US6532412B2 (en) Apparatus for monitoring gas turbine engine operation
US7020595B1 (en) Methods and apparatus for model based diagnostics
US9878692B2 (en) Model-based optimal control for stall margin limit protection in an aircraft engine
Montazeri-Gh et al. Design and implementation of MPC for turbofan engine control system
Montazeri-Gh et al. Real-time multi-rate HIL simulation platform for evaluation of a jet engine fuel controller
CN104200062A (zh) 一种航空发动机气路故障的融合诊断方法
Asgari et al. Considerations in modelling and control of gas turbines—A review
DE102016124143A1 (de) Kombinierte Wahrscheinlichkeitssteuerung bei der Gasturbineneinstellung von Leistungsabgabeemissionsparametern mit Skalierungsfaktor, damit zusammenhängende Steuersysteme, Computerprogrammprodukte und Verfahren
DE102016123185A1 (de) Maschinenspezifische kombinierte probalistische Steuerung bei der Gasturbinenabstimmung hinsichtlich der Leistungsausgabe- und Emissionsparameter mit Skalierungsfaktor, zugehörige Steuersysteme, Computerprogrammprodukte und Verfahren
Connolly et al. Advanced control considerations for turbofan engine design
DE102016123524A1 (de) Anwendung einer kombinierten Wahrscheinlichkeitssteuerung beim Einstellen der Leistungsabgabeparameter einer Gasturbine mit einem Skalierungsfaktor, damit zusammenhängende Steuersyssteme, Computerprogrammprodukte und Verfahren
Főző et al. Description of an intelligent small turbo-compressor engine with variable exhaust nozzle
CN106884726B (zh) 用于燃气涡轮的调节和控制的系统及方法
Liu et al. Aero-engine health degradation estimation based on an underdetermined extended Kalman filter and convergence proof
Beneda Modular electronic turbojet control system based on TPR
CH710617A2 (de) System zur Erzeugung variabler Rampenraten beim Betrieb eines Turbinensystems.
DE102016124150A1 (de) Wahrscheinlichkeitssteuerung bei der Gasturbineneinstellung von Leistungsabgabeemissionsparametern, damit zusammenhängende Steuersysteme, Computerprogrammprodukte und Verfahren
Simon et al. Application of an optimal tuner selection approach for on-board self-tuning engine models
US20150276548A1 (en) Condition monitoring and analytics for machines
Chen et al. Design and verification of aeroengine rotor speed controller based on U-LADRC
Simon et al. A systematic approach for model-based aircraft engine performance estimation
Cheng et al. A nonlinear H∞ set-point control method for turbofan engines with disturbances
Zhao et al. Fault detection and diagnosis for sensor in an aero-engine system
Liu et al. An improved hybrid Kalman filter design for aircraft engine based on a velocity-based LPV framework

Legal Events

Date Code Title Description
NV New agent

Representative=s name: GENERAL ELECTRIC TECHNOLOGY GMBH GLOBAL PATENT, CH

PL Patent ceased