CN107560864A - 用于燃烧器中结垢监测和预测的方法与装置 - Google Patents
用于燃烧器中结垢监测和预测的方法与装置 Download PDFInfo
- Publication number
- CN107560864A CN107560864A CN201610514133.XA CN201610514133A CN107560864A CN 107560864 A CN107560864 A CN 107560864A CN 201610514133 A CN201610514133 A CN 201610514133A CN 107560864 A CN107560864 A CN 107560864A
- Authority
- CN
- China
- Prior art keywords
- burner
- model
- performance
- signal
- fouling
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
Landscapes
- Feeding And Controlling Fuel (AREA)
Abstract
本发明提供了一种用于燃烧器中结垢监测和预测的方法、装置和系统。本发明通过获取所述燃烧器和/或所述燃烧器所对应的燃气系统的一种或多种燃烧状态信号，并根据所述燃烧状态信号，确定与所述燃烧状态信号相对应的燃烧器性能模型，然后获取所述燃烧器所对应的燃烧器性能参考模型，最后根据所述燃烧器性能模型，结合所述燃烧器性能参考模型，确定与所述燃烧器所对应的预警信息。因此，本发明所生成的燃烧器性能模型更加实用，且利用本发明能够节约大量的研究经费和使用成本；利用本发明，燃烧器的结垢与发展趋势能够通过简单便捷的方式被监测与预测；本发明还能够用于经济燃烧器或燃气轮机维护的策略规划。
Description
技术领域
本发明涉及燃气轮机燃烧器以及燃气系统领域，尤其涉及一种燃烧器中结垢监测和预测的方法与装置。
背景技术
通常情况下，在燃气轮机燃气系统中，以下两个部件的燃气流道上包含了通流直径较小的孔：一个是控制阀，一个是燃烧器。这种小孔中可能会由于燃气质量不佳导致结垢。
当前，若不采用关闭燃气轮机且打开燃气轮机机壳并检查该燃烧器的方法，在燃烧器喷嘴中的结垢还难以被直接监测。很显然，在实际情况下，上述方法无法被频繁应用以进行燃烧器的结垢监测，而所生成的沉淀物(即结垢)可能会导致输送至燃烧室的质量流量(mass flow)不充分，这将导致燃烧不稳定。
发明内容
有鉴于此，本发明的一个实施例解决的问题之一是对燃烧器中的结垢进行监测与预警。
根据本发明的一个实施例，提供了一种用于燃烧器中结垢监测和预测的方法，其中，该方法包括以下步骤：获取所述燃烧器和/或所述燃烧器所对应的燃气系统的一种或多种燃烧状态信号；根据所述燃烧状态信号，确定与所述燃烧状态信号相对应的燃烧器性能模型；获取所述燃烧器所对应的燃烧器性能参考模型，其中，所述燃烧器性能参考模型包括无结垢燃烧器性能模型；根据所述燃烧器性能模型，结合所述燃烧器性能参考模型，确定与所述燃烧器所对应的预警信息。
可选地，所述燃烧状态信号包括以下至少任一项：燃烧器入口压力信号；燃烧器出口压力信号；气体温度信号；气体特征信号；燃气质量流量信号；燃烧器出口流动状态信号。
可选地，确定与所述燃烧状态信号相对应的燃烧器性能模型的步骤包括：根据所述燃烧状态信号，结合经典喷嘴压降计算公式以及喷嘴流道有效通流面积系数模型，确定与所述燃烧状态相对应的燃烧器性能模型。
可选地，所述燃烧器中结垢监测的方法还包括：获取所述燃烧器和/或所述燃烧器所对应的燃气系统在无结垢状态下的一种或多种参考燃烧状态信号；根据所述参考燃烧状态信号，确定与所述燃烧器相对应的无结垢燃烧器性能模型。
可选地，所述燃烧器性能参考模型还包括实际燃烧器性能模型。
可选地，所述燃烧器中结垢监测的方法还包括：将所述燃烧器性能模型作为所述实际燃烧器性能模型。
可选地，确定与所述燃烧器性能模型所对应的预警信息的步骤包括：确定与所述燃烧器性能模型，结合所述燃烧器性能参考模型，确定与所述燃烧器所对应的结垢信息和/或结垢预测信息；根据所述结垢信息和/或所述结垢预测信息，确定与所述燃烧器所对应的预警信息。
可选地，确定与所述燃烧器所对应的结垢信息的步骤包括：根据所述燃烧器性能模型，结合所述无结垢燃烧器性能模型，确定与所述燃烧器所对应的结垢信息。
可选地，确定与所述燃烧器所对应的结垢信息和/或结垢预测信息的步骤包括：根据所述燃烧器性能模型，结合所述燃烧器所对应的运行状态，确定与所述燃烧器相对应的性能趋势曲线；根据所述燃烧器性能参考模型，结合所述燃烧器所对应的运行状态，确定与所述燃烧器相对应的参考性能趋势曲线；根据所述性能趋势曲线以及所述参考性能趋势曲线，确定与所述燃烧器所对应的结垢信息和/或结垢预测信息。
根据本发明的一个实施例，提供了一种用于燃烧器中结垢监测和预测的监测装置，其中，该装置包括：信号获取单元，用于获取所述燃烧器和/或所述燃烧器所对应的燃气系统的一种或多种燃烧状态信号；模型确定单元，用于根据所述燃烧状态信号，确定与所述燃烧状态信号相对应的燃烧器性能模型；模型获取单元，用于获取所述燃烧器所对应的燃烧器性能参考模型，其中，所述燃烧器性能参考模型包括无结垢燃烧器性能模型；预警确定单元，用于根据所述燃烧器性能模型，结合所述燃烧器性能参考模型，确定与所述燃烧器所对应的预警信息。
可选地，所述燃烧状态信号包括以下至少任一项：燃烧器入口压力信号；燃烧器出口压力信号；气体温度信号；气体特征信号；燃气质量流量信号；燃烧器出口流动状态信号。
可选地，所述模型确定单元用于：根据所述燃烧状态信号，结合经典喷嘴压降计算公式以及喷嘴流道有效通流面积系数模型，确定与所述燃烧状态相对应的燃烧器性能模型。
可选地，所述监测装置还包括：无结垢信号获取单元，用于获取所述燃烧器和/或所述燃烧器所对应的燃气系统在无结垢状态下的一种或多种参考燃烧状态信号；无结垢模型确定单元，用于根据所述参考燃烧状态信号，确定与所述燃烧器相对应的无结垢燃烧器性能模型。
可选地，所述燃烧器性能参考模型还包括实际燃烧器性能模型。
可选地，所述监测装置还包括：反馈单元，用于将所述燃烧器性能模型作为所述实际燃烧器性能模型。
可选地，所述预警确定单元包括：分析单元，用于确定与所述燃烧器性能模型，结合所述燃烧器性能参考模型，确定与所述燃烧器所对应的结垢信息和/或结垢预测信息；预警单元，用于根据所述结垢信息和/或所述结垢预测信息，确定与所述燃烧器所对应的预警信息。
可选地，所述分析单元用于：根据所述燃烧器性能模型，结合所述燃烧器所对应的运行状态，确定与所述燃烧器相对应的性能趋势曲线；根据所述燃烧器性能参考模型，结合所述燃烧器所对应的运行状态，确定与所述燃烧器相对应的参考性能趋势曲线；根据所述性能趋势曲线以及所述参考性能趋势曲线，确定与所述燃烧器所对应的结垢信息和/或结垢预测信息。。
根据本发明的一个实施例，提供了一种燃气系统，其中，所述燃气系统中部署燃烧器以及一种或多种燃气状态信号采集装置。
根据本发明的一个实施例，提供了一种一种燃气结垢监测系统，包括如上述所述的监测装置以及如上述所述的燃气系统。
根据本发明的一个实施例，提供了一种燃气轮机，包括上述所述的燃气系统。
本发明通过获取所述燃烧器和/或所述燃烧器所对应的燃气系统的一种或多种燃烧状态信号，并根据所述燃烧状态信号，确定与所述燃烧状态信号相对应的燃烧器性能模型，然后获取所述燃烧器所对应的燃烧器性能参考模型，最后根据所述燃烧器性能模型，结合所述燃烧器性能参考模型，确定与所述燃烧器所对应的预警信息；因此，本发明具有以下优点：一)本发明所生成的燃烧器性能模型更加实用，且能够被反用于设计新的项目。利用这种更加实用的燃烧器性能模型，对燃烧器和/或所述燃烧器所对应的燃气系统的压降计算会更加精确，而非采用保守的预估较大安全裕量的计算。在特定情况下，尤其是当燃气管道至燃机电厂处的燃气供应压力较低时，这将有益于燃气电厂避免由于过保守设计而安装的燃气压缩机。这种方式能够节约大量的研究经费和使用成本。二)燃烧器的结垢能够通过简单便捷的方式被监测，而无需关闭燃烧器并打开燃气机壳；三)燃烧器结垢的发展趋势也能够被预测；四)由于本发明的监测或预测结果的精度较高，因此，该方法能够用于经济燃烧器或燃气轮机维护的策略规划，而无需在策略规划时利用不精确的预测值来进行计算处理。
附图说明
本发明的其它特点、特征、优点和益处通过以下结合附图的详细描述将变得更加显而易见。
图1表示根据本发明一个实施例的一种用于燃烧器结垢监测和预测的系统架构图。
图2表示根据本发明的一个实施例的一种监测装置的框图。
图3表示根据本发明的另一个实施例的一种监测装置的框图。
图4表示根据本发明的另一个实施例的一种监测装置的框图。
图5表示根据本发明的一个实施例的一种预警确定单元的框图。
图6表示根据本发明的一个实施例的一种用于燃烧器中结垢监测和预测的方法流程图。
图7表示根据本发明的另一个实施例的一种用于燃烧器中结垢监测和预测的方法流程图。
图8表示根据本发明的另一个实施例的一种用于燃烧器中结垢监测和预测的方法流程图。
图9表示根据本发明的一个实施例的一种确定与所述燃烧器性能模型所对应的预警信息的方法的流程图。
图10表示根据本发明的一个实施例的监测装置的结构图。
为了有助于理解，使用了相同的附图标记，以在可能的情况下指代对于附图共用的相同元件。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整的传达给本领域的技术人员。
在阅读下述说明之后，本领域技术人员将清楚地认识到，本发明的教导可容易地用于一般燃烧器或燃气系统中。本发明所述的方法、系统与装置，对于各类燃烧器均可适用。优选地，本发明可应用于燃气涡轮机(Gas Turbine)中。
在此，本发明所述的结垢包括由于油质、化纤、灰尘等各种原因所导致的物质沉积。
图1表示根据本发明一个实施例的一种用于燃烧器结垢监测和预测的系统架构图。
所述燃烧器结垢监测系统包括燃气系统10以及监测装置20。图1所显示的系统架构仅是应用燃烧器结垢监测系统的一种示例。
所述燃气系统10包括燃烧器100、用于传输燃气的进气管道101、控制阀1021、控制阀1022、控制阀1023、环形母管(manifold ring piping)103、分配分支(distributionbranch)104、信号采集装置1001、信号采集装置1002、信号采集装置1003、信号采集装置1004、信号采集装置1005、信号采集装置1006。
所述监测装置20通过有线连接或无线连接的方式，与所述燃气系统10相连接，以获取所述燃气系统10所发送的关于燃烧器100的一种或多种燃烧状态信号。
以图1为例，所述监测装置20分别与上述信号采集装置1001、信号采集装置1002、信号采集装置1003、信号采集装置1004、信号采集装置1005、信号采集装置1006相交互，以获取上述各个信号采集装置所发送的关于燃烧器100和/或所述燃烧器100所对应的燃气系统10的一种或多种燃烧状态信号。此外，本领域技术人员应能理解，上述各信号采集装置也可以先将所采集的燃烧状态信号发到某个独立的装置中，以由该装置将所采集的一种或多种燃烧状态信号统一发送至所述监测装置20中。
优选地，图中所示的控制阀分别为紧急控制阀1021、预混控制阀1022、值班控制阀1023。
优选地，图中所示的信号采集装置分别为：燃烧器出口压力信号测量装置1001、燃烧器出口流动状态信号测量装置1002、燃气质量流量信号测量装置1003、燃烧器入口压力信号测量装置1004、气体温度信号测量装置1005、气体特征信号测量装置1006。其中，所述信号测量装置可以是能够获取相应信号的各类传感器。
其中，所述燃烧器出口压力信号测量装置1001以及燃烧器出口流动状态信号测量装置1002布置在燃烧器100的下游，以测量燃烧器出口处的相应信号；其中，所述燃烧器出口压力信号测量装置1001可布置在燃烧室中，以测量位于燃烧室处的压力，并作为燃烧器出口压力。所述燃气质量流量信号测量装置1003、燃烧器入口压力信号测量装置1004、气体温度信号测量装置1005被布置在控制阀1021/控制阀1022至环形母管103之间的进气管道101上。所述气体特征信号测量装置1006被布置在控制阀1021前的进气管道101上，以测量燃气的气体特征。
本领域技术人员应能理解上述各个信号测量装置的布置位置，并能理解，图1中所示的位置仅为示例，并非对本发明的限制；在不同的应用场景下，上述各个信号测量装置的布置位置可以进行相应调整。例如，可选地，所述燃气质量流量信号测量装置1003、燃烧器入口压力信号测量装置1004、气体温度信号测量装置1005也可以布置控制阀1022或控制阀1023之前，即控制阀1021至控制阀1022之间或控制阀1021至控制阀1023之间。
在此，上述各信号采集装置的数量仅为示意，并非表示仅能在相应的位置上布置单独的信号采集装置。本领域技术人员可基于实际需要，为每个系统或每个燃烧器布置两个或多个同类信号采集装置。此外，基于所获取的燃烧状态信号的不同，在所述燃烧器和/或所述燃气系统上可布置上述各类信号采集装置中的一类或多类。
在此，为便于说明与清楚起见，图1中示出了一个两级燃烧器以及其配套的相应装置。本领域技术人员应能理解，在燃气系统架构中，可以包含一个一级、两级或两级以上的多级燃烧器以及配套的相应装置，如进气管道、控制阀、环形母管、分配分支以及各个信号采集装置等。
图2表示根据本发明的一个实施例的一种监测装置的框图。所述监测装置20包括信号获取单元201、模型确定单元202、模型获取单元203、预警确定单元204。
所述信号获取单元201获取所述燃烧器100和/或所述燃烧器100所对应的燃气系统10的一种或多种燃烧状态信号。
其中，所述信号获取单元201可以与所述燃烧器100和/或所述燃气系统10所对应的各个信号测量装置相交互，以获取一个或多个所述信号测量装置所发送的一种或多种燃烧状态信号；此外，所述信号获取单元201还可以与其他能够提供所述燃烧状态信号的设备相交互，以获取所述燃烧状态信号。例如，所述监测装置20既可以直接连接在燃气系统10中，以直接对所述燃气系统10进行实时地燃烧器结垢监测；也可以用于与其他设备(如能够提供燃烧状态信号的其他设备)相连接，以实现对燃气系统的模拟分析等。
优选地，所述燃烧状态信号包括以下至少任一项：
燃烧器入口压力(burner inlet pressure，PIN)信号；
燃烧器出口压力(burner outlet pressure，POUT)信号；
气体温度(gas temperature，Tgas)信号；
气体特征(gas properites)信号：其中，所述气体特征信号包括气体低发热值(gas lower heating value，LHV)信号和/或气体标准密度(gas nominal density，ρN)信号。
燃气质量流量(fuel gas mass flow，m)信号；
燃烧器出口流动状态(Foutlet)信号：主要描述燃烧器出口流动状态，例如流速和气流角等。
本领域技术人员应能理解，在上述燃烧状态信号中，所述燃烧器入口压力信号、所述燃烧器出口压力信号以及所述燃烧器出口流动状态信号是对应于所述燃烧器100的；所述气体温度信号、所述气体特征信号以及所述燃气质量流量信号是对应于所述燃气系统10的。所述信号获取单元201可以只获取与所述燃烧器100相对应的燃烧状态信号中的一种或多种，也可以只获取与所述燃气系统10相对应的燃烧状态信号中的一种或多种，也可以分别获取与所述燃烧器100以及所述燃气系统10相对应的燃烧状态信号中的一种或多种。
所述信号获取单元201获取到所述一种或多种燃烧状态信号后，将所述燃烧状态信号发送到模型确定单元202中。所述模型确定单元202根据所述燃烧状态信号，确定与所述燃烧状态信号相对应的燃烧器性能模型。
其中，所述模型确定单元202可以将所述燃烧状态信号分别代入到预先设置的一个或多个模型中(即每个模型仅涉及到单个燃烧状态信号)，然后分别得出每个燃烧状态信号所对应的单个燃烧性能模型；最后将上述多个燃烧性能模型进行整合，以确定所述燃烧状态信号相对应的燃烧器性能模型；或者，所述模型确定单元202可以将所述燃烧状态信号直接全部代入到预先设置的模型中(即该模型中涉及到全部所需的燃烧状态信号)，从而直接确定与所述燃烧状态信号相对应的燃烧器性能模型。
所述预先设置的模型可以基于历史统计模型进行预设。
本领域技术人员应能理解，其中，所述燃烧器性能模型可以是以二维或多维曲线的方式呈现的；也可以是表格或其他呈现方式。优选地，所述燃烧器性能模型以基于多维的曲线方式呈现。
其中，本领域技术人员应能理解，所述燃烧器性能模型或所述燃烧器性能参考模型中，既包含生成该模型的燃烧状态信号，也包含基于所述燃烧状态信号所生成的以曲线、函数、表格等形式所生成的模型。
优选地，所述模型确定单元202根据所述燃烧状态信号，结合经典喷嘴压降计算公式以及喷嘴流道有效通流面积系数模型，确定与所述燃烧状态相对应的燃烧器性能模型。
其中，所述喷嘴流道有效面积系统模型为通过数理统计方法应用燃机运行数据反推拟合的模型。
以下示出了经典喷嘴压降计算公式以及喷嘴流道有效通流面积系数模型的一种示例。本领域技术人员应能理解，其他能够利用燃烧状态信号来描述燃烧器性能的模型也同样适用于本发明，并包含于本发明的保护范围内。
αA＝f(ρN,LHV,PIN,POUT,Foutlet,Tgas,etc) (公式1)
公式1示出了一种喷嘴流道有效通流面积系数模型，αA表示喷嘴流道有效通流面积，其单位是平方厘米(cm2)。αA利用函数f进行计算，该函数中利用气体标准密度信号(ρN)、气体低发热值信号(LHV)、燃烧器入口压力信号(PIN)、燃烧器出口压力信号(POUT)、燃烧器出口流动状态信号(Foutlet)以及气体温度信号(Tgas)进行计算。
本领域技术人员应能理解，其他能够计算喷嘴流道有效通流面积的模型同样适用于本发明，并包含于本发明的保护范围内。在此，所述其他统计模型可以利用上述参量中的一个或多个，也可以利用上述参量与其他参量或是完全利用其他参量进行计算。
公式2示出了一种经典喷嘴压降计算公式，该公式能够用于计算壅塞流(chockedflow)状态。
其中，αA即为上述公式1所对应的喷嘴流道有效通流面积系数模型，单位为cm2。
表示质量流量(Mass flow)，单位为kg/s，即根据上述的燃气质量流量信号获取。
TT表示温度(Temperature)，单位为K，即根据上文的气体温度信号获取。
ρN表示标准密度(Standard density)，单位为kg/m3，即可通过燃气分析仪监测和分析当前状态下的燃气主要成分来确定，或者可直接监测标准密度值，该值会随着燃烧状态而实时改变。
PT表示入口总压力(Inlet total pressure)，单位为bara，一般情况下，可近似等同于燃烧器入口压力信号。
K表示热容比混合参量(Combined factor of heat capacity ratio)。
在公式3中，k表示燃气的热容比，本领域技术人员应能理解，不同燃气所对应的热容比不同，且随着燃烧进程的不同，燃气的成分可能出现变化，则热容比也会随之变化。因此，在此所取的热容比值可以基于对燃气成分的分析而实时变化，也可以基于在混合燃气中出现频率最高的样本燃气的热容比的值来确定，或者可基于其他在误差允许范围内(如工业实际应用中基于平衡效能与成本的考虑)的取值方式来进行取值。
利用上述公式1与公式2，所述模型确定单元202可以基于所述燃烧状态信号，拟合出与所述燃烧状态信号相对应的燃烧器性能模型。
所述模型获取单元203获取所述燃烧器100所对应的燃烧器性能参考模型，其中，所述燃烧器性能参考模型包括无结垢燃烧器性能模型。
其中，所述模型获取单元203通过与用户、其他设备或与所述监测装置20的模型确定单元202相交互等方式，获取所述燃烧器100所对应的燃烧器性能参考模型。
其中，所述燃烧器性能参考模型的确定可以包含以下几种方式：第一，基于人工设置；第二，在默认设置的基础上，基于各种燃烧状态信号来生成或实时调整。
其中，所述燃烧器性能参考模型包括无结垢燃烧器性能模型。所述燃烧状态信号可以对应于所述燃烧器100从被启用后直至所述燃烧器100保持在无结垢状态的各个时段。
所述无结垢燃烧器性能模型即为该燃烧器100在无结垢状态下，基于一次或多次所采集的燃烧器性能参数而直接生成或反复调整后生成；所述实际燃烧器性能模型即为该燃烧器100在正常状态下(例如在投入使用一年后，或存在结垢后)，基于一次或多次所采集的燃烧器性能参数而直接生成或反复调整后生成。
优选地，所述燃烧器性能参考模型还包括实际燃烧器性能模型。当所述燃烧器性能参考模型还包括实际燃烧器性能模型时，所述燃烧状态信号可以对应于所述燃烧器100从被启用后直至当前的各个时段。换言之，所述实际燃烧器性能模型并不局限于无结垢状态，而是将所述燃烧器100的各个时期的性能模型均可作为所述燃烧器性能参考模型。
在此，本领域技术人员应能理解，所述燃烧器性能参考模型可以包含多个，分别对应于所述燃烧器100从被启用后直至当前的各个时段。
对于同一燃烧器而言，所述燃烧器性能参考模型以及前文所述燃烧器性能模型所基于的生成原理或生成公式应相同，以便于后期对结垢状态的监测。
所述预警确定单元204根据所述燃烧器性能模型，结合所述燃烧器性能参考模型，确定与所述燃烧器100所对应的预警信息。
其中，所述预警确定单元204基于所述燃烧器性能模型，将所述燃烧器性能模型与所述燃烧器性能参考模型进行对比，通过监控各个燃烧状态信号以及各个性能模型的不同，综合分析以确定与所述燃烧器100所对应的预警信息。
其中，所述预警信息包括以下至少任一项信息：所述燃烧器100的当前状态(如是否结垢、结垢程度)等；所述燃烧器100的预测信息，所述预测信息包括短期预测(如即将到达结垢状态)与长期预测(如结垢状态的未来发展趋势等)；所述燃烧器100的警报信息，如所述燃烧器100的结垢状态超出安全阈值等；与所述燃烧器100相对应的预警应对策略或规划策略等，例如如何调整相应参数(如改变出入口压力、改变气体特征等)以改善或维持所述燃烧器的当前状态等。
其中，本领域技术人员应能理解，所述燃烧器性能模型或所述燃烧器性能参考模型中，既包含生成该模型的燃烧状态信号，也包含基于所述燃烧状态信号所生成的以曲线、函数、表格等形式所生成的模型。
优选地，所述预警确定单元204可以根据所述燃烧器性能模型，，结合所述燃烧器所对应的运行状态，确定与所述燃烧器100相对应的实际性能趋势曲线；然后根据所述燃烧器性能参考模型，结合所述燃烧器所对应的运行状态，确定与所述燃烧器100相对应的参考性能趋势曲线；然后基于所述实际性能趋势曲线以及所述参考性能趋势曲线进行对比，从而确定与所述燃烧器100所对应的预警信息。
在此，更优选地，所述预警确定单元204可以基于所述实际性能趋势曲线以及所述参考性能趋势曲线进行对比，从而确定与所述燃烧器100所对应的结垢信息和/或结垢预测信息；例如，基于两条曲线的交点、在某一坐标处的差值等进行确定。然后，所述预警确定单元204根据所述结垢信息和/或所述结垢预测信息，确定与所述燃烧器100所对应的预警信息。
例如，若所述燃烧器性能模型与所述燃烧器性能参考模型均拟合于同一公式，如公式2，但在其他边界条件如运行状态、环境条件等均一致的前提下，其所对应的燃气质量流量信号不同、所对应的燃烧器入口总压力也不同、且所述燃烧器性能模型的燃气质量流量信号以及燃烧器入口总压力小于所述无结垢燃烧器性能模型，则可认为由于燃烧器结垢，导致了上述变化。
或者，例如，若所述燃烧器性能模型无法拟合于所述燃烧器性能参考模型所对应的公式，则可通过结合其他一种或多种数据以确定所述预警信息。在此，这种无法拟合的情况包含以下一种或多种可能：
1)由于不同的所述燃烧状态信号的采集周期不同，因此，某一时间所对应的各个燃烧状态信号可能并非均为实时信号。例如，所述燃烧器入口压力信号或燃烧器出口压力信号的采集周期较短，可近似等同于实时采集；而所述气体温度或燃气质量流量信号的采集周期较长。
这种情况下，可以基于所获取的一个或多个燃烧器性能模型来确定与所述燃烧器100所对应的预警信息；例如，可以基于所获取的多个燃烧状态信号的最长采集周期信号的采集周期，来确定用于确定预警信息的周期。例如，若所述多个燃烧状态信号中最长的采集周期为1分钟，则可基于1分钟内生成的多个燃烧器性能模型来确定所述预警信息。
2)由于所述燃气状态信号采集装置(1001，1002，1003，1004，1005，1006)损坏导致的所获取的燃气状态信号失真。例如，某种燃烧状态信号无法获取或是长时间未变化等。这种情况可以基于对所述燃烧状态信号的检测来确定所述预警信息。
本领域技术人员应能理解，上述确定预警信息的方法仅为示例，并非对本发明的限制，其他的利用各类参量与模型对比以确定预警信息的方法同样适用于本发明，并包含在本发明的保护范围内。
图3表示根据本发明的另一个实施例的一种监测装置的框图。所述监测装置20包括信号获取单元201、模型确定单元202、模型获取单元203、预警确定单元204、无结垢信号获取单元205、无结垢模型确定单元206。
其中，所述信号获取单元201、所述模型确定单元202、所述模型获取单元203与所述预警确定单元204与图2所示对应单元相同或相似，故在此不再赘述，并通过引用的方式包含于此。
所述无结垢信号获取单元205获取所述燃烧器100和/或所述燃烧器100所对应的燃气系统10在无结垢状态下的一种或多种参考燃烧状态信号。
其中，所述无结垢状态指得是所述燃烧器100的实际无结垢状态、理论上无结垢状态或近似等同于无结垢状态等；例如，在所述燃烧器100的试运转期间的状态或是投入使用后第一年的状态。在此，所述无结垢状态等同于投入使用后的半年、一年或其他时间限制可基于对同类型燃烧器的理论计算、实际测试或其他经验数据而得出，不同类型的燃烧器所对应的无结垢状态的时间限制可能不同。
在此，本领域技术人员应能理解，所述无结垢状态仅为举例，并非对本发明的限制，其他的无结垢状态同样适用于本发明，并包含在本发明的保护范围里。
所述无结垢信号获取单元205则获取所述燃烧器100在上述无结垢状态下的一种或多种参考燃烧状态信号。在此，所述无结垢获取单元205的获取方法与所述信号获取单元201相同或相似，故在此不再赘述，并引用的方式包含于此。
本领域技术人员应能理解，也可以将所述无结垢信号获取单元205与所述信号获取单元201合并为同一单元，以获取所述燃烧器100在不同状态下的燃烧状态信号。
所述无结垢模型确定单元206根据所述参考燃烧状态信号，确定与所述燃烧器100相对应的无结垢燃烧器性能模型。
其中，所述无结垢模型确定单元206通过与所述无结垢信号获取单元205相交互，以获取所述参考燃烧状态信号；并根据所述参考燃烧状态信号，确定与所述燃烧器100相对应的无结垢燃烧器性能模型。所确定的无结垢燃烧器性能模型被发送到所述模型获取单元203中，以作为所述燃烧器性能参考模型。
其中，确定所述无结垢燃烧器性能模型的方式与所述模型确定单元202的确定方式相同或相似，故在此不再赘述，并通过引用的方式包含于此。
其中，本领域技术人员应能理解，所述无结垢模型确定单元206可以直接基于多组参考燃烧状态信号而生成多个所述无结垢燃烧器性能模型；或者，所述无结垢模型确定单元206可以对所述多组或多个参考燃烧状态信号进行处理，例如，排除掉重复数据或者排除掉可能出现错误的参考燃烧状态信号(例如，由于不同的所述燃烧状态信号的采集周期不同，因此，某一时间所对应的各个燃烧状态信号可能并非均为实时信号；或者，例如，由于所述燃气状态信号采集装置(1001，1002，1003，1004，1005，1006)损坏导致的所获取的燃气状态信号失真等)。然后，所述无结垢模型确定单元206再基于处理后的参考燃烧状态信号而生成一个或多个所述无结垢燃烧器性能模型。
本领域技术人员也能理解，也可以将所述无结垢模型确定单元206与所述模型确定单元202合并为同一单元，以确定所述燃烧器100在不同状态下的燃烧器性能模型。
图4表示根据本发明的另一个实施例的一种监测装置的框图。所述监测装置20包括信号获取单元201、模型确定单元202、模型获取单元203、预警确定单元204、反馈单元207。
其中，所述信号获取单元201、所述模型确定单元202、所述模型获取单元203与所述预警确定单元204与图2或图3所示对应单元相同或相似，故在此不再赘述，并通过引用的方式包含于此。
所述反馈单元207将所述燃烧器性能模型作为所述实际燃烧器性能模型。
其中，所述反馈单元207获取所述模型确定单元202所确定的燃烧器性能模型，然后将所述燃烧器性能模型发送至所述模型获取单元203以作为实际燃烧器性能模型，从而使得所述燃烧器在实际应用中所生成的燃烧器性能模型也作为所述燃烧器性能参考模型。
本领域技术人员也能理解，也可以将所述反馈单元207与所述模型确定单元202合并为同一单元，使得所述模型确定单元202发送给所述模型获取单元203的燃烧器性能模型，即可作为待判断的模型，也可作为后续可进行参考的燃烧器性能参考模型。
图5表示根据本发明的一个实施例的一种监测装置的预警确定单元的框图。所述预警确定单元204包括信号分析单元2041以及预警单元2042。
所述分析单元2041确定与所述燃烧器性能模型，结合所述燃烧器性能参考模型，确定与所述燃烧器100所对应的结垢信息和/或结垢预测信息。
其中，所述分析单元2041基于所述燃烧器性能模型，将所述燃烧器性能模型与所述燃烧器性能参考模型进行对比，通过监控各个燃烧状态信号以及各个性能模型的不同，综合分析以确定与所述燃烧器100所对应的结垢信息和/或结垢预测信息。
其中，所述结垢信息包括所述燃烧器100此时是否已形成结垢，进一步地，还可以包括所述结垢的结垢程度，如结垢在所述燃烧器100喷嘴处所形成的范围、面积等。
所述结垢预测信息包括所述燃烧器100未来是否会出现结垢、出现结垢的发展趋势(如形成速度等)。
优选地，所述分析单元2041根据所述燃烧器性能模型，结合所述无结垢燃烧器性能模型，确定与所述燃烧器100所对应的结垢信息。
其中，所述分析单元2041基于所述燃烧器性能模型，将所述燃烧器性能模型与所述无结垢燃烧器性能模型进行对比，通过监控各个燃烧状态信号以及各个性能模型的不同，以确定所述燃烧器100的燃烧器性能模型与无结垢性能模型之间是否存在差异，若存在差异，则基于所述误差确定与所述燃烧器100所对应的结垢信息。
其中，本领域技术人员应能理解，对于在燃气喷嘴处形成的结垢，燃烧器性能实际模型将会偏离参考模型。这是由于燃气流道的通流面积变得狭窄，然后，在其他边界条件如运行状态、环境条件等均一致的前提下，传递同样量的质量流量所需要的燃烧器入口压力将会比在无垢燃烧器所需的压力更大。因此，通过对比所述燃烧器性能模型与所述无结垢燃烧器性能模型之间的各个数据的差值能够反应出所述燃烧器100所对应的结垢信息。在此，上述“质量流量——入口压力”以判断是否结垢仅为举例，并非对本发明的限制，其他的燃烧状态信号以及燃烧器性能模型之间的关系同样能够反应是否结垢，并包含在本发明的保护范围内。
优选地，所述分析单元2041根据所述燃烧器性能参考模型，结合所述燃烧器所对应的运行状态，确定与所述燃烧器100相对应的参考性能趋势曲线；根据所述燃烧器性能模型，结合所述参考性能趋势曲线，确定与所述燃烧器100所对应的燃烧器性能趋势曲线；根据所述燃烧器性能趋势曲线，确定与所述燃烧器100相对应的结垢信息和/或结垢预测信息。
其中，所述运行状态包括但不限于运行小时数、环境工况、启动次数等；本领域技术人员应能理解，若所述燃烧器处于燃气轮机中，则所述运行状态则为所述燃烧器以及所述燃气轮机的运行状态。
所述分析单元2041根据所述燃烧器性能参考模型，结合所述运行状态，确定与所述燃烧器100相对应的多维性能趋势曲线；然后，所述分析单元2041基于所述燃烧器性能模型，将所述燃烧器性能模型中行成该模型的燃烧状态信号，以及基于所述燃烧状态信号所生成的以曲线、函数、表格等形式所生成的模型等带入到所述性能趋势曲线中，从而确定与所述燃烧器100所对应的燃烧器性能趋势曲线；在确定了所述燃烧器性能趋势曲线后，则可以根据该曲线来分析所述燃烧器100所对应的结垢信息和/或结垢预测信息。
在此，所述多维性能趋势曲线的各个坐标可以分别为所述燃烧状态信号、运行状态中的一个或多个。
其中，本领域技术人员应能理解，若所述燃烧器性能参考模型为无结垢燃烧器性能模型，则所绘制的所述燃烧器性能趋势曲线即为基于所述燃烧器的当前性能以及无结垢状态下的性能趋势曲线而绘制的；若所述燃烧器性能参考模型还包括燃烧器实际性能模型，则所绘制的所述燃烧器性能趋势曲线既基于所述无结垢状态下的曲线，也能够基于所述燃烧器在各个历史状态下的实际曲线，因此所生成的燃烧器性能趋势曲线会更符合该燃烧器的实际发展趋势。
所述预警单元2042根据所述结垢信息和/或所述结垢预测信息，确定与所述燃烧器100所对应的预警信息。
具体地，所述预警单元2042根据所述结垢信息和/或所述结垢预测信息，可以直接将所述结垢信息和/或所述结垢预测信息作为所述预警信息；或者当所述结垢信息和/或所述结垢预测信息超过预定阈值后，再向用户发送预警信息；此外，还可以基于所述结垢信息和/或所述结垢预测信息，来确定与所述燃烧器100相对应的预警应对策略、规划策略等。
图2-5中的各单元可以采用软件、硬件(例如集成电路、FPGA(Field－Programmable Gate Array，现场可编程门阵列)等)、或软硬件结合的方式实现。
现在参考图10，其示出了按照本发明一个实施例的的结构图。如图10所示，监测装置20可以包括存储器2001和处理器2002。存储器2001可以存储可执行指令。处理器2002可以根据存储器2001所存储的可执行指令，实现图2-5中的各个单元所执行的操作。
此外，本发明实施例还提供一种机器可读介质，其上存储有可执行指令，当所述可执行指令被执行时，使得机器执行处理器2002所实现的操作。
图6表示根据本发明的一个实施例的一种用于燃烧器中结垢监测和预测的方法流程图。
该方法被应用于燃烧器、燃气系统或燃烧器结垢监测系统。利用监测装置20来执行相应的监测与预警。以燃烧器结垢检测系统为例，所述燃烧器结垢监测系统包括燃气系统10以及监测装置20。所述监测装置20通过有线连接或无线连接的方式，与所述燃气系统10相连接，以获取所述燃气系统10所发送的关于燃烧器100的一种或多种燃烧状态信号。
在步骤S1中，所述监测装置20获取所述燃烧器100和/或所述燃烧器100所对应的燃气系统10的一种或多种燃烧状态信号。
其中，在步骤S1中，所述监测装置20可以与所述燃烧器100和/或所述燃气系统10所对应的各个信号测量装置相交互，以获取一个或多个所述信号测量装置所发送的一种或多种燃烧状态信号；此外，在步骤S1中，所述监测装置20还可以与其他能够提供所述燃烧状态信号的设备相交互，以获取所述燃烧状态信号。例如，所述监测装置20既可以直接连接在燃气系统10中，以直接对所述燃气系统10进行实时地燃烧器结垢监测；也可以用于与其他设备(如能够提供燃烧状态信号的其他设备)相连接，以实现对燃气系统的模拟分析等。
优选地，所述燃烧状态信号包括以下至少任一项：
燃烧器入口压力(burner inlet pressure，PIN)信号；
燃烧器出口压力(burner outlet pressure，POUT)信号；
气体温度(gas temperature，Tgas)信号；
气体特征(gas properites)信号：其中，所述气体特征信号包括气体低发热值(gas lower heating value，LHV)信号和/或气体标准密度(gas nominal density，ρN)信号。
燃气质量流量(fuel gas mass flow，m)信号；
燃烧器出口流动状态(Foutlet)信号：主要描述燃烧器出口流动状态，例如流速和气流角等。
本领域技术人员应能理解，在上述燃烧状态信号中，所述燃烧器入口压力信号、所述燃烧器出口压力信号以及所述燃烧器出口流动状态信号是对应于所述燃烧器100的；所述气体温度信号、所述气体特征信号以及所述燃气质量流量信号是对应于所述燃气系统10的。在步骤S1中，所述监测装置20可以只获取与所述燃烧器100相对应的燃烧状态信号中的一种或多种，也可以只获取与所述燃气系统10相对应的燃烧状态信号中的一种或多种，也可以分别获取与所述燃烧器100以及所述燃气系统10相对应的燃烧状态信号中的一种或多种。
所述监测装置20获取到所述一种或多种燃烧状态信号后，执行步骤S2。在步骤S2中，所述监测装置20根据所述燃烧状态信号，确定与所述燃烧状态信号相对应的燃烧器性能模型。
其中，在步骤S2中，所述监测装置20可以将所述燃烧状态信号分别代入到预先设置的一个或多个模型中(即每个模型仅涉及到单个燃烧状态信号)，然后分别得出每个燃烧状态信号所对应的单个燃烧性能模型；最后将上述多个燃烧性能模型进行整合，以确定所述燃烧状态信号相对应的燃烧器性能模型；或者，在步骤S2中，所述监测装置20可以将所述燃烧状态信号直接全部代入到预先设置的模型中(即该模型中涉及到全部所需的燃烧状态信号)，从而直接确定与所述燃烧状态信号相对应的燃烧器性能模型。
所述预先设置的模型可以基于历史统计模型进行预设。
本领域技术人员应能理解，其中，所述燃烧器性能模型可以是以二维或多维曲线的方式呈现的；也可以是表格或其他呈现方式。优选地，所述燃烧器性能模型以基于多维的曲线方式呈现。
其中，本领域技术人员应能理解，所述燃烧器性能模型或所述燃烧器性能参考模型中，既包含生成该模型的燃烧状态信号，也包含基于所述燃烧状态信号所生成的以曲线、函数、表格等形式所生成的模型。
优选地，在步骤S2中，所述监测装置20根据所述燃烧状态信号，结合经典喷嘴压降计算公式以及喷嘴流道有效通流面积系数模型，确定与所述燃烧状态相对应的燃烧器性能模型。
其中，所述喷嘴流道有效面积系统模型为通过数理统计方法应用燃机运行数据反推拟合的模型。
以下示出了经典喷嘴压降计算公式以及喷嘴流道有效通流面积系数模型的一种示例。本领域技术人员应能理解，其他能够利用燃烧状态信号来描述燃烧器性能的模型也同样适用于本发明，并包含于本发明的保护范围内。
αA＝f(ρN,LHV,PIN,POUT,Foutlet,Tgas,etc) (公式4)
公式4示出了一种喷嘴流道有效通流面积系数模型，αA表示喷嘴流道有效通流面积，其单位是平方厘米(cm2)。αA利用函数f进行计算，该函数中利用气体标准密度信号(ρN)、气体低发热值信号(LHV)、燃烧器入口压力信号(PIN)、燃烧器出口压力信号(POUT)、燃烧器出口流动状态信号(Foutlet)以及气体温度信号(Tgas)进行计算。
本领域技术人员应能理解，其他能够计算喷嘴流道有效通流面积的模型同样适用于本发明，并包含于本发明的保护范围内。在此，所述其他统计模型可以利用上述参量中的一个或多个，也可以利用上述参量与其他参量或是完全利用其他参量进行计算。
公式5示出了一种经典喷嘴压降计算公式，该公式能够用于计算壅塞流(chockedflow)状态。
其中，αA即为上述公式4所对应的喷嘴流道有效通流面积系数模型，单位为cm2。
表示质量流量(Mass flow)，单位为kg/s，即根据上述的燃气质量流量信号获取。
TT表示温度(Temperature)，单位为K，即根据上文的气体温度信号获取。
ρN表示标准密度(Standard density)，单位为kg/m3，即可通过燃气分析仪监测和分析当前状态下的燃气主要成分来确定，或者可直接监测标准密度值，该值会随着燃烧状态而实时改变。
PT表示入口总压力(Inlet total pressure)，单位为bara，一般情况下，可近似等同于燃烧器入口压力信号。
K表示热容比混合参量(Combined factor of heat capacity ratio)。
在公式6中，k表示燃气的热容比，本领域技术人员应能理解，不同燃气所对应的热容比不同，且随着燃烧进程的不同，燃气的成分可能出现变化，则热容比也会随之变化。因此，在此所取的热容比值可以基于对燃气成分的分析而实时变化，也可以基于在混合燃气中出现频率最高的样本燃气的热容比的值来确定，或者可基于其他在误差允许范围内(如工业实际应用中基于平衡效能与成本的考虑)的取值方式来进行取值。
利用上述公式4与公式5，在步骤S2中，所述监测装置20可以基于所述燃烧状态信号，拟合出与所述燃烧状态信号相对应的燃烧器性能模型。
在步骤S3中，所述监测装置20获取所述燃烧器100所对应的燃烧器性能参考模型，其中，所述燃烧器性能参考模型包括无结垢燃烧器性能模型。
其中，在步骤S3中，所述监测装置20通过与用户、其他设备或直接基于所述监测装置20在步骤S2中所生成的燃烧器性能模型等方式，获取所述燃烧器100所对应的燃烧器性能参考模型。
其中，所述燃烧器性能参考模型的确定可以包含以下几种方式：第一，基于人工设置；第二，在默认设置的基础上，基于各种燃烧状态信号来生成或实时调整。
其中，所述燃烧器性能参考模型包括无结垢燃烧器性能模型。所述燃烧状态信号可以对应于所述燃烧器100从被启用后直至所述燃烧器100保持在无结垢状态的各个时段。
所述无结垢燃烧器性能模型即为该燃烧器100在无结垢状态下，基于一次或多次所采集的燃烧器性能参数而直接生成或反复调整后生成；所述实际燃烧器性能模型即为该燃烧器100在正常状态下(例如在投入使用一年后，或存在结垢后)，基于一次或多次所采集的燃烧器性能参数而直接生成或反复调整后生成。
优选地，所述燃烧器性能参考模型还包括实际燃烧器性能模型。当所述燃烧器性能参考模型还包括实际燃烧器性能模型时，所述燃烧状态信号可以对应于所述燃烧器100从被启用后直至当前的各个时段。换言之，所述实际燃烧器性能模型并不局限于无结垢状态，而是将所述燃烧器100的各个时期的性能模型均可作为所述燃烧器性能参考模型。
在此，本领域技术人员应能理解，所述燃烧器性能参考模型可以包含多个，分别对应于所述燃烧器100从被启用后直至当前的各个时段。
对于同一燃烧器而言，所述燃烧器性能参考模型以及前文所述燃烧器性能模型所基于的生成原理或生成公式应相同，以便于后期对结垢状态的监测。
在步骤S4中，所述监测装置20根据所述燃烧器性能模型，结合所述燃烧器性能参考模型，确定与所述燃烧器100所对应的预警信息。
其中，在步骤S4中，所述监测装置20基于所述燃烧器性能模型，将所述燃烧器性能模型与所述燃烧器性能参考模型进行对比，通过监控各个燃烧状态信号以及各个性能模型的不同，综合分析以确定与所述燃烧器100所对应的预警信息。
其中，所述预警信息包括以下至少任一项信息：所述燃烧器100的当前状态(如是否结垢、结垢程度)等；所述燃烧器100的预测信息，所述预测信息包括短期预测(如即将到达结垢状态)与长期预测(如结垢状态的未来发展趋势等)；所述燃烧器100的警报信息，如所述燃烧器100的结垢状态超出安全阈值等；与所述燃烧器100相对应的预警应对策略或规划策略等，例如如何调整相应参数(如改变出入口压力、改变气体特征等)以改善或维持所述燃烧器的当前状态等。
其中，本领域技术人员应能理解，所述燃烧器性能模型或所述燃烧器性能参考模型中，既包含生成该模型的燃烧状态信号，也包含基于所述燃烧状态信号所生成的以曲线、函数、表格等形式所生成的模型。
优选地，在步骤S4中，所述监测装置20可以根据所述燃烧器性能模型，，结合所述燃烧器所对应的运行状态，确定与所述燃烧器100相对应的实际性能趋势曲线；然后根据所述燃烧器性能参考模型，结合所述燃烧器所对应的运行状态，确定与所述燃烧器100相对应的参考性能趋势曲线；然后基于所述实际性能趋势曲线以及所述参考性能趋势曲线进行对比，从而确定与所述燃烧器100所对应的预警信息。
在此，更优选地，在步骤S4中，所述监测装置20可以基于所述实际性能趋势曲线以及所述参考性能趋势曲线进行对比，从而确定与所述燃烧器100所对应的结垢信息和/或结垢预测信息；例如，基于两条曲线的交点、在某一坐标处的差值等进行确定。然后，在步骤S4中，所述监测装置20根据所述结垢信息和/或所述结垢预测信息，确定与所述燃烧器100所对应的预警信息。
例如，若所述燃烧器性能模型与所述燃烧器性能参考模型均拟合于同一公式，如公式5，但在其他边界条件如运行状态、环境条件等均一致的前提下，其所对应的燃气质量流量信号不同、所对应的燃烧器入口总压力也不同、且所述燃烧器性能模型的燃气质量流量信号以及燃烧器入口总压力小于所述无结垢燃烧器性能模型，则可认为由于燃烧器结垢，导致了上述变化。
或者，例如，若所述燃烧器性能模型无法拟合于所述燃烧器性能参考模型所对应的公式，则可通过结合其他一种或多种数据以确定所述预警信息。在此，这种无法拟合的情况包含以下一种或多种可能：
1)由于不同的所述燃烧状态信号的采集周期不同，因此，某一时间所对应的各个燃烧状态信号可能并非均为实时信号。例如，所述燃烧器入口压力信号或燃烧器出口压力信号的采集周期较短，可近似等同于实时采集；而所述气体温度或燃气质量流量信号的采集周期较长。
这种情况下，可以基于所获取的一个或多个燃烧器性能模型来确定与所述燃烧器100所对应的预警信息；例如，可以基于所获取的多个燃烧状态信号的最长采集周期信号的采集周期，来确定用于确定预警信息的周期。例如，若所述多个燃烧状态信号中最长的采集周期为1分钟，则可基于1分钟内生成的多个燃烧器性能模型来确定所述预警信息。
2)由于所述燃气状态信号采集装置(1001，1002，1003，1004，1005，1006)损坏导致的所获取的燃气状态信号失真。例如，某种燃烧状态信号无法获取或是长时间未变化等。这种情况可以基于对所述燃烧状态信号的检测来确定所述预警信息。
本领域技术人员应能理解，上述确定预警信息的方法仅为示例，并非对本发明的限制，其他的利用各类参量与模型对比以确定预警信息的方法同样适用于本发明，并包含在本发明的保护范围内。
图7表示根据本发明的另一个实施例的一种用于燃烧器中结垢监测和预测的方法流程图。
其中，所述步骤S1、步骤S2、步骤S3、步骤S4与图6所示对应步骤相同或相似，故在此不再赘述，并通过引用的方式包含于此。
在步骤S5中，所述监测装置20获取所述燃烧器100和/或所述燃烧器100所对应的燃气系统10在无结垢状态下的一种或多种参考燃烧状态信号。
其中，所述无结垢状态指得是所述燃烧器100的实际无结垢状态、理论上无结垢状态或近似等同于无结垢状态等；例如，在所述燃烧器100的试运转期间的状态或是投入使用后第一年的状态。在此，所述无结垢状态等同于投入使用后的半年、一年或其他时间限制可基于对同类型燃烧器的理论计算、实际测试或其他经验数据而得出，不同类型的燃烧器所对应的无结垢状态的时间限制可能不同。
在此，本领域技术人员应能理解，所述无结垢状态仅为举例，并非对本发明的限制，其他的无结垢状态同样适用于本发明，并包含在本发明的保护范围里。
在步骤S5中，所述监测装置20则获取所述燃烧器100在上述无结垢状态下的一种或多种参考燃烧状态信号。在此，所述步骤S5的获取方法与所述步骤S1相同或相似，故在此不再赘述，并引用的方式包含于此。
在步骤S6中，所述监测装置20根据所述参考燃烧状态信号，确定与所述燃烧器100相对应的无结垢燃烧器性能模型。
其中，在步骤S6中，所述监测装置20通过与所述步骤S5相交互，以获取所述参考燃烧状态信号；并根据所述参考燃烧状态信号，确定与所述燃烧器100相对应的无结垢燃烧器性能模型。所确定的无结垢燃烧器性能模型被用于步骤S3中，以作为所述燃烧器性能参考模型。
其中，确定所述无结垢燃烧器性能模型的方式与所述步骤S2的确定方式相同或相似，故在此不再赘述，并通过引用的方式包含于此。
其中，本领域技术人员应能理解，在步骤S6中，所述监测装置20可以直接基于多组参考燃烧状态信号而生成多个所述无结垢燃烧器性能模型；或者，在步骤S6中，所述监测装置20可以对所述多组或多个参考燃烧状态信号进行处理，例如，排除掉重复数据或者排除掉可能出现错误的参考燃烧状态信号(例如，由于不同的所述燃烧状态信号的采集周期不同，因此，某一时间所对应的各个燃烧状态信号可能并非均为实时信号；或者，例如，由于所述燃气状态信号采集装置(1001，1002，1003，1004，1005，1006)损坏导致的所获取的燃气状态信号失真等)。然后，在步骤S6中，所述监测装置20再基于处理后的参考燃烧状态信号而生成一个或多个所述无结垢燃烧器性能模型。
图8表示根据本发明的另一个实施例的一种用于燃烧器中结垢监测和预测的方法流程图。
其中，步骤S1、步骤S2、步骤S3、步骤S4与图6或图7所示对应步骤相同或相似，故在此不再赘述，并通过引用的方式包含于此。
在步骤S7中，所述监测装置20将所述燃烧器性能模型作为所述实际燃烧器性能模型。
其中，在步骤S7中，所述监测装置20获取所述步骤S2中所确定的燃烧器性能模型，然后将所述燃烧器性能模型作为实际燃烧器性能模型以用于步骤S3，从而使得所述燃烧器在实际应用中所生成的燃烧器性能模型也作为所述燃烧器性能参考模型。
本领域技术人员也能理解，也可以将所述步骤S7与所述步骤S2合并为同一步骤，使得所述燃烧器性能模型，即可作为待判断的模型，也可作为后续可进行参考的燃烧器性能参考模型。
图9表示根据本发明的一个实施例的一种确定与所述燃烧器性能模型所对应的预警信息的方法的流程图。所述预警信息的方法包括步骤S401以及步骤S402。
在步骤S401中，所述监测装置20确定与所述燃烧器性能模型，结合所述燃烧器性能参考模型，确定与所述燃烧器100所对应的结垢信息和/或结垢预测信息。
其中，在步骤S401中，所述监测装置20基于所述燃烧器性能模型，将所述燃烧器性能模型与所述燃烧器性能参考模型进行对比，通过监控各个燃烧状态信号以及各个性能模型的不同，综合分析以确定与所述燃烧器100所对应的结垢信息和/或结垢预测信息。
其中，所述结垢信息包括所述燃烧器100此时是否已形成结垢，进一步地，还可以包括所述结垢的结垢程度，如结垢在所述燃烧器100喷嘴处所形成的范围、面积等。
所述结垢预测信息包括所述燃烧器100未来是否会出现结垢、出现结垢的发展趋势(如形成速度等)。
优选地，在步骤S401中，所述监测装置20根据所述燃烧器性能模型，结合所述无结垢燃烧器性能模型，确定与所述燃烧器100所对应的结垢信息。
其中，在步骤S401中，所述监测装置20基于所述燃烧器性能模型，将所述燃烧器性能模型与所述无结垢燃烧器性能模型进行对比，通过监控各个燃烧状态信号以及各个性能模型的不同，以确定所述燃烧器100的燃烧器性能模型与无结垢性能模型之间是否存在差异，若存在差异，则基于所述误差确定与所述燃烧器100所对应的结垢信息。
其中，本领域技术人员应能理解，对于在燃气喷嘴处形成的结垢，燃烧器性能实际模型将会偏离参考模型。这是由于燃气流道的通流面积变得狭窄，然后，在其他边界条件如运行状态、环境条件等均一致的前提下，传递同样量的质量流量所需要的燃烧器入口压力将会比在无垢燃烧器所需的压力更大。因此，通过对比所述燃烧器性能模型与所述无结垢燃烧器性能模型之间的各个数据的差值能够反应出所述燃烧器100所对应的结垢信息。在此，上述“质量流量——入口压力”以判断是否结垢仅为举例，并非对本发明的限制，其他的燃烧状态信号以及燃烧器性能模型之间的关系同样能够反应是否结垢，并包含在本发明的保护范围内。
优选地，在步骤S401中，所述监测装置20根据所述燃烧器性能参考模型，结合所述燃烧器所对应的运行状态，确定与所述燃烧器100相对应的参考性能趋势曲线；根据所述燃烧器性能模型，结合所述参考性能趋势曲线，确定与所述燃烧器100所对应的燃烧器性能趋势曲线；根据所述燃烧器性能趋势曲线，确定与所述燃烧器100相对应的结垢信息和/或结垢预测信息。
其中，所述运行状态包括但不限于运行小时数、环境工况、启动次数等；本领域技术人员应能理解，若所述燃烧器处于燃气轮机中，则所述运行状态则为所述燃烧器以及所述燃气轮机的运行状态。
在步骤S401中，所述监测装置20根据所述燃烧器性能参考模型，结合所述运行状态，确定与所述燃烧器100相对应的多维性能趋势曲线；然后，在步骤S401中，所述监测装置20基于所述燃烧器性能模型，将所述燃烧器性能模型中行成该模型的燃烧状态信号，以及基于所述燃烧状态信号所生成的以曲线、函数、表格等形式所生成的模型等带入到所述性能趋势曲线中，从而确定与所述燃烧器100所对应的燃烧器性能趋势曲线；在确定了所述燃烧器性能趋势曲线后，则可以根据该曲线来分析所述燃烧器100所对应的结垢信息和/或结垢预测信息。
在此，所述多维性能趋势曲线的各个坐标可以分别为所述燃烧状态信号、运行状态中的一个或多个。
其中，本领域技术人员应能理解，若所述燃烧器性能参考模型为无结垢燃烧器性能模型，则所绘制的所述燃烧器性能趋势曲线即为基于所述燃烧器的当前性能以及无结垢状态下的性能趋势曲线而绘制的；若所述燃烧器性能参考模型还包括燃烧器实际性能模型，则所绘制的所述燃烧器性能趋势曲线既基于所述无结垢状态下的曲线，也能够基于所述燃烧器在各个历史状态下的实际曲线，因此所生成的燃烧器性能趋势曲线会更符合该燃烧器的实际发展趋势。
在步骤S402中，所述监测装置20根据所述结垢信息和/或所述结垢预测信息，确定与所述燃烧器100所对应的预警信息。
具体地，在步骤S402中，所述监测装置20根据所述结垢信息和/或所述结垢预测信息，可以直接将所述结垢信息和/或所述结垢预测信息作为所述预警信息；或者当所述结垢信息和/或所述结垢预测信息超过预定阈值后，再向用户发送预警信息；此外，还可以基于所述结垢信息和/或所述结垢预测信息，来确定与所述燃烧器100相对应的预警应对策略、规划策略等。
本领域技术人员应当理解，上面所公开的各个实施例，可以在不偏离发明实质的情况下做出各种变形和改变。因此，本发明的保护范围应当由所附的权利要求书来限定。
Claims (19)
1.一种用于燃烧器(100)中结垢监测和预测的方法，其中，该方法包括以下步骤：
获取所述燃烧器(100)和/或所述燃烧器(100)所对应的燃气系统(10)的一种或多种燃烧状态信号；
根据所述燃烧状态信号，确定与所述燃烧状态信号相对应的燃烧器性能模型；
获取所述燃烧器(100)所对应的燃烧器性能参考模型，其中，所述燃烧器性能参考模型包括无结垢燃烧器性能模型；
根据所述燃烧器性能模型，结合所述燃烧器性能参考模型，确定与所述燃烧器(100)所对应的预警信息。
2.根据权利要求1所述的方法，其中，所述燃烧状态信号包括以下至少任一项：
燃烧器入口压力信号；
燃烧器出口压力信号；
气体温度信号；
气体特征信号；
燃气质量流量信号；
燃烧器出口流动状态信号。
3.根据权利要求1或2所述的方法，其中，确定与所述燃烧状态信号相对应的燃烧器性能模型的步骤包括：
根据所述燃烧状态信号，结合经典喷嘴压降计算公式以及喷嘴流道有效通流面积系数模型，确定与所述燃烧状态相对应的燃烧器性能模型。
4.根据权利要求1至3中任一项所述的方法，其中，该方法还包括：
获取所述燃烧器(100)和/或所述燃烧器(100)所对应的燃气系统(10)在无结垢状态下的一种或多种参考燃烧状态信号；
根据所述参考燃烧状态信号，确定与所述燃烧器(100)相对应的无结垢燃烧器性能模型。
5.根据权利要求1至4中任一项所述的方法，其中，所述燃烧器性能参考模型还包括实际燃烧器性能模型。
6.根据权利要求1至5中任一项所述的方法，其中，该方法还包括：
将所述燃烧器性能模型作为所述实际燃烧器性能模型。
7.根据权利要求1至6中任一项所述的方法，其中，确定与所述燃烧器性能模型所对应的预警信息的步骤包括：
确定与所述燃烧器性能模型，结合所述燃烧器性能参考模型，确定与所述燃烧器(100)所对应的结垢信息和/或结垢预测信息；
根据所述结垢信息和/或所述结垢预测信息，确定与所述燃烧器(100)所对应的预警信息。
8.根据权利要求7所述的方法，其中，确定与所述燃烧器(100)所对应的结垢信息和/或结垢预测信息的步骤包括：
根据所述燃烧器性能参考模型，结合所述燃烧器所对应的运行状态，确定与所述燃烧器(100)相对应的参考性能趋势曲线；
根据所述燃烧器性能模型，结合所述参考性能趋势曲线，确定与所述燃烧器(100)所对应的燃烧器性能趋势曲线；
根据所述燃烧器性能趋势曲线，确定与所述燃烧器(100)相对应的结垢信息和/或结垢预测信息。
9.一种用于燃烧器(100)中结垢监测和预测的监测装置(20)，其中，所述监测装置(20)包括：
信号获取单元(201)，用于获取所述燃烧器(100)和/或所述燃烧器(100)所对应的燃气系统(10)的一种或多种燃烧状态信号；
模型确定单元(202)，用于根据所述燃烧状态信号，确定与所述燃烧状态信号相对应的燃烧器性能模型；
模型获取单元(203)，用于获取所述燃烧器(100)所对应的燃烧器性能参考模型，其中，所述燃烧器性能参考模型包括无结垢燃烧器性能模型；
预警确定单元(204)，用于根据所述燃烧器性能模型，结合所述燃烧器性能参考模型，确定与所述燃烧器(100)所对应的预警信息。
10.根据权利要求9所述的监测装置(20)，其中，所述燃烧状态信号包括以下至少任一项：
燃烧器入口压力信号；
燃烧器出口压力信号；
气体温度信号；
气体特征信号；
燃气质量流量信号；
燃烧器出口流动状态信号。
11.根据权利要求9或10所述的监测装置(20)，其中，所述模型确定单元(202)用于：
根据所述燃烧状态信号，结合经典喷嘴压降计算公式以及喷嘴流道有效通流面积系数模型，确定与所述燃烧状态相对应的燃烧器性能模型。
12.根据权利要求9至11中任一项所述的监测装置(20)，其中，所述监测装置(20)还包括：
无结垢信号获取单元(205)，用于获取所述燃烧器(100)和/或所述燃烧器(100)所对应的燃气系统(10)在无结垢状态下的一种或多种参考燃烧状态信号；
无结垢模型确定单元(206)，用于根据所述参考燃烧状态信号，确定与所述燃烧器(100)相对应的无结垢燃烧器性能模型。
13.根据权利要求9至12中任一项所述的监测装置(20)，其中，所述燃烧器性能参考模型还包括实际燃烧器性能模型。
14.根据权利要求9至13中任一项所述的监测装置(20)，其中，所述监测装置(20)还包括：
反馈单元(207)，用于将所述燃烧器性能模型作为所述实际燃烧器性能模型。
15.根据权利要求9至14中任一项所述的监测装置(20)，其中，所述预警确定单元(204)包括：
分析单元(2041)，用于确定与所述燃烧器性能模型，结合所述燃烧器性能参考模型，确定与所述燃烧器(100)所对应的结垢信息和/或结垢预测信息；
预警单元(2042)，用于根据所述结垢信息和/或所述结垢预测信息，确定与所述燃烧器(100)所对应的预警信息。
16.根据权利要求15所述的监测装置(20)，其中，所述分析单元(2041)用于：
根据所述燃烧器性能模型，结合所述燃烧器所对应的运行状态，确定与所述燃烧器(100)相对应的性能趋势曲线；
根据所述燃烧器性能参考模型，结合所述燃烧器所对应的运行状态，确定与所述燃烧器(100)相对应的参考性能趋势曲线；
根据所述性能趋势曲线以及所述参考性能趋势曲线，确定与所述燃烧器(100)所对应的结垢信息和/或结垢预测信息。
17.一种燃气系统(10)，其中，所述燃气系统中部署燃烧器(100)以及一种或多种燃气状态信号采集装置(1001，1002，1003，1004，1005，1006)。
18.一种燃烧器结垢监测系统，包括如权利要求9至16中任一项所述的监测装置(20)以及如权利要求17所述的燃气系统(10)。
19.一种燃气轮机，包括权利要求17所述的燃气系统(10)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610514133.XA CN107560864B (zh) | 2016-06-30 | 2016-06-30 | 用于燃烧器中结垢监测和预测的方法与装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610514133.XA CN107560864B (zh) | 2016-06-30 | 2016-06-30 | 用于燃烧器中结垢监测和预测的方法与装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107560864A true CN107560864A (zh) | 2018-01-09 |
| CN107560864B CN107560864B (zh) | 2020-10-16 |
Family
ID=60969123
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610514133.XA Active CN107560864B (zh) | 2016-06-30 | 2016-06-30 | 用于燃烧器中结垢监测和预测的方法与装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107560864B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112116157A (zh) * | 2020-09-18 | 2020-12-22 | 广东能源集团科学技术研究院有限公司 | 一种燃机燃烧状态综合预警体系构建的方法及系统 |
| CN113551919A (zh) * | 2021-07-26 | 2021-10-26 | 上海航数智能科技有限公司 | 一种燃气轮机燃烧室燃烧性能监测预测方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101166935A (zh) * | 2005-05-13 | 2008-04-23 | 西门子公司 | 燃气轮机燃烧室工作曲线的调整方法和调整设备 |
| CN101283221A (zh) * | 2005-10-06 | 2008-10-08 | 西门子公司 | 用于监测尤其在燃气轮机的燃料管道以及燃料阀中固体颗粒沉积情况的方法和装置 |
| CN101382512A (zh) * | 2007-09-06 | 2009-03-11 | 通用电气公司 | 用于确定进入燃烧器的燃料成分的方法和系统 |
| CN101627144A (zh) * | 2007-03-07 | 2010-01-13 | 西门子Vai金属科技有限公司 | 在带状载体上连续沉积涂层的方法和设备 |
| CN101644627A (zh) * | 2009-09-11 | 2010-02-10 | 北京航空航天大学 | 音速喷嘴自动标定系统及自动标定方法 |
| CN101779020A (zh) * | 2008-02-28 | 2010-07-14 | 三菱重工业株式会社 | 燃气轮机控制方法及装置 |
| JP2010534292A (ja) * | 2007-07-24 | 2010-11-04 | アルストム テクノロジー リミテッド | 燃焼装置の作動方法ならびに当該方法を実施するための燃焼装置 |
| CN104568367A (zh) * | 2013-10-25 | 2015-04-29 | 中国石油化工股份有限公司 | 一种基于piv 技术测量燃气燃烧器炉内冷态流场的试验装置 |
| CN105074413A (zh) * | 2013-02-05 | 2015-11-18 | 西门子股份公司 | 用于燃气轮机的自动测试系统 |
| US20160091203A1 (en) * | 2014-09-26 | 2016-03-31 | General Electric Company | System and method for combustion tuning |
-
2016
- 2016-06-30 CN CN201610514133.XA patent/CN107560864B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101166935A (zh) * | 2005-05-13 | 2008-04-23 | 西门子公司 | 燃气轮机燃烧室工作曲线的调整方法和调整设备 |
| CN101283221A (zh) * | 2005-10-06 | 2008-10-08 | 西门子公司 | 用于监测尤其在燃气轮机的燃料管道以及燃料阀中固体颗粒沉积情况的方法和装置 |
| CN101627144A (zh) * | 2007-03-07 | 2010-01-13 | 西门子Vai金属科技有限公司 | 在带状载体上连续沉积涂层的方法和设备 |
| JP2010534292A (ja) * | 2007-07-24 | 2010-11-04 | アルストム テクノロジー リミテッド | 燃焼装置の作動方法ならびに当該方法を実施するための燃焼装置 |
| CN101382512A (zh) * | 2007-09-06 | 2009-03-11 | 通用电气公司 | 用于确定进入燃烧器的燃料成分的方法和系统 |
| CN101779020A (zh) * | 2008-02-28 | 2010-07-14 | 三菱重工业株式会社 | 燃气轮机控制方法及装置 |
| CN101644627A (zh) * | 2009-09-11 | 2010-02-10 | 北京航空航天大学 | 音速喷嘴自动标定系统及自动标定方法 |
| CN105074413A (zh) * | 2013-02-05 | 2015-11-18 | 西门子股份公司 | 用于燃气轮机的自动测试系统 |
| CN104568367A (zh) * | 2013-10-25 | 2015-04-29 | 中国石油化工股份有限公司 | 一种基于piv 技术测量燃气燃烧器炉内冷态流场的试验装置 |
| US20160091203A1 (en) * | 2014-09-26 | 2016-03-31 | General Electric Company | System and method for combustion tuning |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112116157A (zh) * | 2020-09-18 | 2020-12-22 | 广东能源集团科学技术研究院有限公司 | 一种燃机燃烧状态综合预警体系构建的方法及系统 |
| CN112116157B (zh) * | 2020-09-18 | 2023-05-30 | 广东能源集团科学技术研究院有限公司 | 一种燃机燃烧状态综合预警体系构建的方法及系统 |
| CN113551919A (zh) * | 2021-07-26 | 2021-10-26 | 上海航数智能科技有限公司 | 一种燃气轮机燃烧室燃烧性能监测预测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107560864B (zh) | 2020-10-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2013224891B2 (en) | Method and system for real time dry low nitrogen oxide (DLN) and diffusion combustion monitoring | |
| US7970557B2 (en) | Gas appliance judgment apparatus and method | |
| CN105992977B (zh) | 成套设备的诊断装置和诊断方法 | |
| JP7158832B2 (ja) | 音波センサを備えた有害ガスシステム | |
| CN104750066B (zh) | 燃气轮机燃烧过程控制和优化系统 | |
| US8793004B2 (en) | Virtual sensor system and method for generating output parameters | |
| CN110753891A (zh) | 焙烧加热器的远程监测 | |
| Laurentys et al. | Design of a pipeline leakage detection using expert system: A novel approach | |
| CN102680235A (zh) | 用于涡轮机的分析的方法和系统 | |
| US20130312421A1 (en) | Fuel control system for a gas turbine engine | |
| CN109443423A (zh) | 一种基于积差分析的燃气机组碳排放数据关联度检验方法 | |
| Gu¨ len et al. | Real-time on-line performance diagnostics of heavy-duty industrial gas turbines | |
| US20160365735A1 (en) | Systems and Methods for Power Plant Data Reconciliation | |
| CN110532681A (zh) | 基于narx网络-箱线图和常模式提取的燃机异常检测方法 | |
| Mathioudakis et al. | Performance analysis of industrial gas turbines for engine condition monitoring | |
| CN107560864A (zh) | 用于燃烧器中结垢监测和预测的方法与装置 | |
| Park et al. | Fault detection of industrial large-scale gas turbine for fuel distribution characteristics in start-up procedure using artificial neural network method | |
| JP4562108B2 (ja) | 燃焼タービン装置における燃料の燃料熱関数をオンラインで測定する方法 | |
| JP6554162B2 (ja) | 発電プラント性能評価方法及び発電プラント性能評価プログラム | |
| CN112446003A (zh) | 基于特征通流面积准确评估汽轮机组蒸汽泄漏量的方法 | |
| Hipple et al. | Using machine learning to increase model performance for a gas turbine system | |
| JP2003193808A (ja) | 発電プラントの診断方法および診断システム | |
| JP2008151008A (ja) | ガスタービンの監視装置 | |
| CN102918471A (zh) | 设备诊断装置及使用该设备诊断装置的诊断方法 | |
| Andersen et al. | Advanced Gas Turbine Monitoring and Diagnostic Technology for Modern Power Plants |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20211207 Address after: Munich, Germany Patentee after: Siemens Energy International Address before: Munich, Germany Patentee before: SIEMENS AG |
|
| TR01 | Transfer of patent right |