CN109711559A - 一种基于物理机理模型的燃气轮机部件健康管理系统 - Google Patents
一种基于物理机理模型的燃气轮机部件健康管理系统 Download PDFInfo
- Publication number
- CN109711559A CN109711559A CN201810932519.1A CN201810932519A CN109711559A CN 109711559 A CN109711559 A CN 109711559A CN 201810932519 A CN201810932519 A CN 201810932519A CN 109711559 A CN109711559 A CN 109711559A
- Authority
- CN
- China
- Prior art keywords
- gas turbine
- analysis
- working condition
- data
- component
- 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.)
- Pending
Links
- 230000036541 health Effects 0.000 title claims abstract description 31
- 230000007246 mechanism Effects 0.000 title claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims abstract description 65
- 238000009826 distribution Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000013461 design Methods 0.000 claims abstract description 16
- 238000005457 optimization Methods 0.000 claims abstract description 13
- 230000003862 health status Effects 0.000 claims abstract description 9
- 238000012423 maintenance Methods 0.000 claims abstract description 9
- 230000000153 supplemental effect Effects 0.000 claims abstract description 8
- 238000012805 post-processing Methods 0.000 claims abstract description 5
- 230000015556 catabolic process Effects 0.000 claims description 13
- 238000006731 degradation reaction Methods 0.000 claims description 13
- 239000000463 material Substances 0.000 claims description 13
- 238000012916 structural analysis Methods 0.000 claims description 9
- 238000009838 combustion analysis Methods 0.000 claims description 8
- 239000012530 fluid Substances 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 6
- 241000208340 Araliaceae Species 0.000 claims description 5
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 5
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 235000008434 ginseng Nutrition 0.000 claims description 5
- 230000008520 organization Effects 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 5
- 230000006866 deterioration Effects 0.000 claims description 4
- 238000003032 molecular docking Methods 0.000 claims description 3
- 230000007935 neutral effect Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract description 12
- 230000008447 perception Effects 0.000 abstract description 2
- 239000007789 gas Substances 0.000 description 89
- 238000007726 management method Methods 0.000 description 24
- 238000002485 combustion reaction Methods 0.000 description 13
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000009825 accumulation Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004836 empirical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000012351 Integrated analysis Methods 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000567 combustion gas Substances 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010197 meta-analysis Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 239000004069 plant analysis Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及一种基于物理机理模型的燃气轮机部件健康管理系统,包括:数据获取模块,用于连接现有燃气轮机的运行数据记录模块,获取燃气轮机的运行参数数据;分析处理模块,用于对获取的燃气轮机参数数据进行分析和处理,得到燃气轮机部件的温度、应力、应变和寿命的分布;结果后处理模块,用于根据寿命分析结果,判断部件的健康状况,动态调整维修间隔或者对设计作出优化。本发明基于物理机理模型驱动,采用流程化的分析手段实时感知燃气轮机的性能态势,精确地获取部件的健康状况,为寿命优化设计、精准运维、全寿命周期健康管理提供个体化的定量的支持。
Description
技术领域
本发明涉及燃气轮机设备健康状况分析和可靠性管理,尤其涉及一种基于物理机理模型的燃气轮机部件健康管理系统。
背景技术
燃气轮机(Gas Turbine)是以连续流动的气体为工作物质带动叶轮高速旋转,将燃料的能量转变为有用功的内燃式动力机械,是一种旋转叶轮式热力发动机。燃气轮机乃国之重器,是衡量一个国家工业实力的重要指标。燃机有两个最主要的应用领域,即地面燃机和飞机发动机,二者均关系到国计民生和国家安全。
现有燃气轮机的健康管理一般采用两种方法。第一种是经验方法,即用到设备损坏然后再改进的经验法。这是一种最直接的方法,但是它具有人工经验判断的不系统性和随意性,逻辑性差,同时经验的积累需要极大量的失效案例可供总结和学习,成本很高。第二种是数据驱动的分析方法,它基于大量运行数据、尤其是失效数据,采用人工智能和神经网络的方法对失效模式进行归纳,用于对未来可能出现失效的判断。但是,该方法虽比纯经验的方法更能找到数据之间的关联,具有更强的适应性,但是却无法预测没有出现过的失效,而且对于失效之前参数变化不明显的情况也预测不准。
发明内容
针对上述现有技术的缺点,本发明的目的是提供一种基于物理机理模型的燃气轮机部件健康管理系统,实现对燃气轮机关键部件寿命状况的准确评估和精益化管理。
本发明实施例提供的一种基于物理机理模型的燃气轮机部件健康管理系统,该系统包括:
数据获取模块,用于连接现有燃气轮机的运行数据记录模块,获取燃气轮机的运行参数数据;
分析处理模块,用于对获取的燃气轮机参数数据进行分析和处理,得到燃气轮机部件的温度、应力、应变和寿命的分布;
结果后处理模块,用于根据寿命分析结果,判断部件的健康状况,动态调整维修间隔或者对设计作出优化。
进一步地,上述系统中,所述数据获取模块获取燃气轮机的运行参数数据具体包括:
获取燃气轮机标准工作状况的运行参数;
获取燃气轮机实际运行工作状况下的运行参数;
获取燃气轮机部件几何构型;
获取燃气轮机部件的热物理性质、机械性能以及微观结构参数。
进一步地,上述系统中,所述数据获取模块与现有燃气轮机的运行数据记录模块之间通过指定总线标准协议进行通讯。
进一步地,上述系统中,所述数据获取模块获取燃气轮机实际运行工作状况下的运行参数,用来标定健康管理系统,对健康管理系统进行点对点的校准。
进一步地,上述系统中,所述数据获取模块获取的燃气轮机实际运行工作状况包括至少三个工作状况点,经过对每个工作状况一一进行校准之后,形成一个验证空间。
进一步地,上述系统中,所述验证空间针对燃气轮机在测量出实际运行工作状况时刻的燃气轮机有效,称为一次校验。
进一步地,上述系统中,所述燃气轮机部件几何构型分为数字化模型和非数字化模型两大类。
进一步地,上述系统中,将所述数字化模型处理成热流体仿真和结构有限元仿真所接受的中立格式,然后根据热流体仿真和结构有限元仿真的要求,分别生成热分析和结构分析所需的计算网格。
进一步地,上述系统中,所述燃气轮机部件的热物理性质参数用于热流固耦合计算,机械性能参数用于线性和/或非线性结构计算,微观结构参数用于微结构寿命分析。
进一步地,上述系统中,所述分析处理模块包括:
数据过滤单元,用于对获取的燃气轮机实际运行工作状况进行过滤,剔除无效点;
负载分析单元,用于对获取的燃气轮机实际运行工作状况进行载荷分析,离散出独立的工作状况点;
性能衰减单元,用于分析燃气轮机运行历史,对燃气轮机性能衰减进行模拟和判断。
进一步地,上述系统中,所述性能衰减单元对燃气轮机性能衰减进行模拟和判断,具体包括:
若当前时刻燃气轮机的性能衰减未达到设定的阈值,则直接将该燃气轮机实际运行工作状况数据放入验证空间中进行性能计算;
若当前时刻燃气轮机的性能衰减达到设定的阈值,则需要二次校准,将燃气轮机实际运行工作状况数据先放入模型校准,再放入验证空间中进行性能计算。
进一步地,上述系统中,所述分析处理模块还包括:
热流固耦合分析单元,用于对目标部件进行高精度的热流固耦合分析,获得燃气轮机部件的温度场和气动载荷的信息;
非线性结构分析单元,用于对燃气轮机参数数据进行高精度线性和/或非线性结构分析,获取燃气轮机部件应力应变信息;
寿命分析单元,用于根据宏观和微观材料参数,同时导入得到的温度场和应力场信息,调用微结构损伤模块,获取部件寿命分布信息;
结果处理单元,用于通过三维形式交互显示温度场、气动载荷、应力场、应变场以及寿命分布。
进一步地,上述系统中,所述分析处理模块还包括:
概率分析单元,用于依据部件的热物理性质、机械性能以及微观结构参数的分布特性,获取部件可靠性的概率分布。
进一步地,上述系统中,所述分析处理模块还包括:
燃烧分析单元,用于对燃气轮机标准工作状况的运行参数数据和实际运行工作状况下的运行参数数据进行燃烧分析,以获取燃烧室出口的流场分布。
进一步地,上述系统中,所述数据获取模块与现有燃气轮机分别通过数据接口和工业云对接,所述工业云的各分系统基础设施即服务系统、平台即服务系统和软件即服务系统相对独立。
与现有技术相比,本发明基于物理机理模型的燃气轮机部件健康管理系统包括:数据获取模块,用于连接现有燃气轮机的运行数据记录模块,获取燃气轮机的运行参数数据;分析处理模块,用于对获取的燃气轮机参数数据进行分析和处理,通过对验证空间进行多重动态校验的方法,提高整机性能预测水平,并通过后续热分析、结构分析和寿命分析得到燃气轮机部件的温度、应力、应变和寿命的分布;结果后处理模块,用于根据寿命分析结果,判断部件的健康状况,动态调整维修间隔或者对设计作出优化。本发明基于物理机理模型驱动,采用流程化的分析手段实时感知燃气轮机的性能态势,精确地获取部件的健康状况,为寿命优化设计、精准运维、全寿命周期健康管理提供个体化的定量的支持。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的基于物理机理模型的燃气轮机部件健康管理系统在电厂领域的一个典型应用场景;
图2为本发明提供的基于物理机理模型的燃气轮机部件健康管理系统在电厂领域应用的单机版技术流程图;
图3为本发明提供的基于物理机理模型的燃气轮机部件健康管理系统在工业云平台上应用的技术流程图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部份实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
下面结合说明书附图对本发明实施例作进一步详细描述。
本发明实施例公开了一种基于物理机理模型的燃气轮机部件健康管理系统,该系统包括:
数据获取模块,用于连接现有燃气轮机的运行数据记录模块,获取燃气轮机的运行参数数据;
分析处理模块,用于对获取的燃气轮机参数数据进行分析和处理,得到燃气轮机部件的温度、应力、应变和寿命的分布;
结果后处理模块,用于根据寿命分析结果,判断部件的健康状况,动态调整维修间隔或者对设计作出优化。
进一步地,上述系统中,所述数据获取模块获取燃气轮机的运行参数数据具体包括:
获取燃气轮机标准工作状况的运行参数;
获取燃气轮机实际运行工作状况下的运行参数;
获取燃气轮机部件几何构型;
获取燃气轮机部件的热物理性质、机械性能以及微观结构参数。
如图1所示为本发明提供的基于物理机理模型的燃气轮机部件健康管理系统在电厂领域的一个典型应用场景。其中,包含有运行数据记录模块的机载监控设备与燃机系统连接,以采集燃机系统参数,本发明燃机部件健康管理系统从燃气轮机的现有机载监控设备中获取燃气轮机的运行参数。
本发明实施例燃气轮机部件健康管理系统连接现有燃气轮机的运行数据记录模块,以获取燃气轮机设计工作状况的运行参数、获取关键部件及其关联部件的几何构型、获取关键部件的热物理性质和材料参数,然后对获取的数据进行多步校准、通过高精度计算获得部件的温度、应力、应变和寿命的分布,最后通过判断部件的健康状况,动态调整维修间隔或者对设计作出优化,实现可靠性最大化和经济性最优化。
优选地,本发明实施例,所述数据获取模块与现有燃气轮机的运行数据记录模块之间通过指定总线标准协议(如ARNIC 429标准协议)进行通讯。
本发明实施中,首先定义接口规范,从燃气轮机的现有机载监控设备中获取发动机的运行参数。如图2中的“数据接口”即是说明了本发明和燃气轮机系统的数据交互。一般地,现代燃机系统都配有板载参数记录设备,例如现役民航飞机上都配有快速存取记录仪QAR(Quick Access Recorder),它提供了和飞行数据记录仪FDR(Flight Data Recorder)一样的内容,虽然没有FDR最高级别的安全保护措施,但是提供了快速存取的便利性,可以通过ARNIC 429标准和外部读取设备进行通讯。QAR中包含了飞行中的几百种各类数据,比如环境、发动机、起落架、油路、襟翼垂尾等等子系统的运行参数。通过甄别,可以从QAR中取出健康管理系统所需的参数数值。需要指出的是,数据接口可以是通过数据线连接的物理接口,也可以是符合指定传输规范的无线接口。
进一步地,上述系统中,所述数据获取模块获取燃气轮机实际运行工作状况下的运行参数,用来标定健康管理系统,对健康管理系统进行点对点的校准。如图2中“发动机标况参数”进入到“模型校准”,对健康管理系统进行点对点的校准。其中,每一个工作状况相当于一个点,校准之后健康管理系统的计算结果和发动机的工作状况参数是匹配的。本发明实施例实际运行的工作状况点有多个,对每个工作状况一一进行校准之后,将形成一个验证空间。
优选地,上述系统中,所述数据获取模块获取的燃气轮机实际运行工作状况包括至少三个工作状况点。如图2中“多点验证空间”所示,由于需要构建验证空间,所以用于校准的工作状况点的个数不能少于三个。在验证空间内,燃机的性能预测结果是可信的。用于校准的运行数据会更丰富一些,这样可以提高验证空间的可靠性。校准完毕之后,燃机寿命管理系统已经成为当前被分析燃气轮机在标况参数测定时刻的数字镜像(Digital Twin),为接下来处理燃气轮机当前实际运行参数做好了第一步的准备工作。
本发明实施例在某一时间段内,燃气轮机整机性能在不同工作状况下校准之后形成了一个验证空间,只要机器的实际运行工作状况落在该验证空间内,则系统的性能就能够被准确的预测出来。
进一步地,上述系统中,所述验证空间针对燃气轮机在测量出实际运行工作状况时刻的燃气轮机有效,称为一次校验。
进一步地,如图2中“几何文件”所示,根据实际情况,燃气轮机部件几何构型分为数字化模型和非数字化模型两大类。对于数字化模型而言,需要把该模型处理成热流体仿真CFD(Computational Fluid Dynamics)和结构有限元FEA(Finite Element Analysis)所能接受的中立格式。然后根据CFD和FEA分析的要求,分别生成热分析和结构分析所需要的高质量计算网格。对于非数字化模型而言,需要把该模型先数字化,然后按照数字化模型的方法作进一步处理。
进一步地,实施中,如图2中“材料参数”所示,本发明实施例燃气轮机部件的热物理性质参数用于热流固耦合计算,机械性能参数用于线性和/或非线性结构计算,微观结构参数用于微结构寿命分析。
进一步地,上述系统中,所述分析处理模块包括:
数据过滤单元,如图2中“数据过滤”所示,用于对获取的燃气轮机实际运行工作状况进行过滤,剔除无效点;
负载分析单元,如图2中“负载分析”所示,用于对获取的燃气轮机实际运行工作状况进行载荷分析,离散出独立的工作状况点;
性能衰减单元,如图2中“性能衰减”所示,用于分析燃气轮机运行历史,对燃气轮机性能衰减进行模拟和判断。
进一步地,上述系统中,经过校验的验证空间只针对发动机在测量出实际运行工作状况时刻的发动机有效,并未考虑到性能的衰减,因此可以称为一次校验。随着机器运行时间的积累,所述性能衰减单元需要对燃气轮机性能衰减进行模拟和判断,具体包括:
若当前时刻燃气轮机的性能衰减未达到设定的阈值,则不需要校准模型,不触发发动机关键部件的健康态势感知功能,可以直接将实际运行工作状况数据放入“多点验证空间”中进行性能计算。
若当前时刻燃气轮机的性能衰减达到设定的阈值,则需要二次校准,将燃气轮机实际运行工作状况数据先放入“模型校准” ,使得基于验证空间的计算结果能和机器当前时刻的性能相匹配,再放入“多点验证空间”中进行性能计算。
进一步地,上述系统中,所述分析处理模块还包括:
热流固耦合分析单元,如图2中“热流固耦合分析”所示,用于对目标部件进行高精度的热流固耦合分析,获得燃气轮机部件的温度场和气动载荷的信息;
非线性结构分析单元,如图2中“非线性结构分析”所示,用于对燃气轮机参数数据进行高精度线性和/或非线性结构分析,获取燃气轮机部件应力应变信息;
寿命分析单元,如图2中“寿命分析”所示,用于根据宏观和微观材料参数,同时导入得到的温度场和应力场信息,调用微结构损伤模块,获取部件寿命分布信息;
结果处理单元,用于通过三维形式交互显示温度场、气动载荷、应力场、应变场以及寿命分布。
本发明实施中,对目标部件进行高精度的热流固耦合分析,获得温度场和气动载荷的信息。具体地,经上一步获得的一维运行参数,比如流量、压力、温度,导入结果处理单元中,进行三维运行,获得待分析部件的温度场分布。
本发明实施例根据宏观和微观材料参数,同时导入前面分析步骤中得到的温度场和应力场信息,调用微结构损伤模块,获取部件整体的寿命分布信息。该分析可以综合考虑最复杂的疲劳和蠕变共同作用的极端情况。本发明实施例基于材料微观结构的损伤模型,对部件的失效描述具有极高的准确度,可以和先进的制造技术结合,根据材料和使用特性定制最优化参数,在制造阶段实现运行部件寿命的预优化,为其运行可靠性提供保障。
本发明实施例计算结果的交互显示,如图2中“结果处理”所指向的一个叶片的计算结果图,表示了这种交互显示可以采用的一种展示方法,即结果是以三维形式展现出,可以实现拖拽、缩放、旋转等交互功能,获取计算结果的更多细节。本发明实施例根据当前的运行参数(包括环境、转速、功率等),可以显示的信息包括温度场、气动载荷、应力场、应变场、寿命分布等。
进一步地,本发明实施例如图2中“失效模式”、“潜在失效区域”、“剩余可用寿命”、“部件载荷及形变信息”、“最佳维修间隔”、“运维成本变化”所示,用户可以根据部件失效的模式、位置、剩余可用寿命来制定最佳维修间隔以及运维成本变化等信息。对于有部件研发制造能力的单位,则可以直接获取部件在寿命设计方面的表现,并根据结果进行针对性的优化,达到热力性能、结构强度和使用寿命的同步优化,同时为日后的运维计划提供定量参考。
可选的,实施中,按照燃机运行维护手册使用的某台燃机,在服役时间临近设计使用寿命的时候,需要判断设备是否还能够继续运行,如果是的话还能继续运行多久。此时,可以针对单台燃机的具体使用情况,采用本发明系统的分析手段,定量地给出部件的健康状况,从而达到可靠地延长运行寿命的目的。
实施中,对于处于产品设计阶段的研发单位,可以根据初步设计的部件构型、计划材料和使用方式,通过本发明的系统进行寿命状态的预判,提前获知可能失效的部位和可用寿命信息,并据此进行结构和选材的优化,极大降低部件试制和测试的巨大时间和经济投入,在设计阶段即达到性能、强度、以及寿命最优化的目的。
进一步地,上述系统中,所述分析处理模块还包括:
概率分析单元,用于依据部件的热物里性质、机械性能以及微观结构参数的分布特性,获取部件可靠性的概率分布,如图2中“概率分析”所示。
进一步地,上述系统中,所述分析处理模块还包括:
燃烧分析单元,用于对燃气轮机标准工作状况的运行参数数据和实际运行工作状况下的运行参数数据进行燃烧分析,以获取燃烧室出口的流场分布,如图2中“燃烧分析”所示。
本发明实施例视情况需要,进行燃烧分析以获取燃烧室出口的流场分布。大多数情况下客户对工作状况恶劣、附加值高的燃机热通道部件(主要是燃烧室、涡轮静子导向叶片、涡轮转子叶片和涡轮盘)进行寿命评估的需求非常高,相应地,本发明实施例采用燃烧模拟的方法获取燃烧室出口温度的分布。
进一步地,如图3所示,本发明实施例数据获取模块与现有燃气轮机分别通过数据接口和工业云对接,所述工业云的各分系统基础设施即服务系统IaaS、平台即服务系统PaaS和软件即服务系统SaaS相对独立,具有更好的保密性,同时,由于云系统的强大运算能力,本发明具有更强大的数据处理和实时反应能力。
本发明实施例采用物理机理模型驱动,基于对于客观世界的物理抽象和模型描述,力图找到运行参数和失效模式之间的逻辑关联,为精益化健康管理提供量化的数据支持。具有以下优点:一,因果关系清晰,可以正向预测部件寿命,也可以逆向判断失效的原因;二,不依赖于海量的运行数据,便于在较短时间内即可实现对部件健康状况的把握;三,对于每一个分析模块所采用模型的准确度要求高;四,具有强大的计算能力支持。
综上,如图2和图3所示,本发明实施例大致分为三部分,即输入参数、核心求解器和结果处理。输入参数包括四部分,即数据比较完备的多点标准工作状况参数、数据相对简单的实际运行参数、部件几何构型文件和材料参数。多点标准工作状况参数用于对发动机的性能模型进行标定,形成一个验证空间。性能分析的结果用作下一步热流固耦合分析的边界条件。接下来的热分析会提供部件的三维温度场和压力分布,用于下一步的结构有限元分析。结构分析的输出是应力和应变水平,其数值结合温度信息和材料的微观参数,放到损伤模型中,得到最有可能失效的临界寿命区的位置和剩余可用时长。对于用户而言,一旦分析完成,即可通过更改材料和工作状况来迅速获取潜在失效区位置和寿命的变化,为部件设计和运维优化提供量化指导。
本发明实施例基于物理机理模型和多次动态验证空间校准,定量地获取部件的健康状况,为寿命优化设计、精准运维、全寿命周期健康管理提供个体化的定量的支持。本发明实施例一体化的分析手段和闭环控制系统,保证每一个分析步骤的合理性,既可用于运维延寿,也可用于优化制造。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (15)
1.一种基于物理机理模型的燃气轮机部件健康管理系统,其特征在于,包括:
数据获取模块,用于连接现有燃气轮机的运行数据记录模块,获取燃气轮机的运行参数数据;
分析处理模块,用于对获取的燃气轮机参数数据进行分析和处理,得到燃气轮机部件的温度、应力、应变和寿命的分布;
结果后处理模块,用于根据寿命分析结果,判断部件的健康状况,动态调整维修间隔或者对设计作出优化。
2.根据权利要求1所述的系统,其特征在于,所述数据获取模块获取燃气轮机的运行参数数据具体包括:
获取燃气轮机标准工作状况的运行参数;
获取燃气轮机实际运行工作状况下的运行参数;
获取燃气轮机部件几何构型;
获取燃气轮机部件的热物理性质、机械性能以及微观结构参数。
3.根据权利要求1或2所述的系统,其特征在于,所述数据获取模块与现有燃气轮机的运行数据记录模块之间通过指定总线标准协议进行通讯。
4.根据权利要求2所述的系统,其特征在于,所述数据获取模块获取燃气轮机实际运行工作状况下的运行参数,用来标定健康管理系统,对健康管理系统进行点对点的校准。
5.根据权利要求4所述的系统,其特征在于,所述数据获取模块获取的燃气轮机实际运行工作状况包括至少三个工作状况点,经过对每个工作状况一一进行校准之后,形成一个验证空间。
6.根据权利要求5所述的系统,其特征在于,所述验证空间针对燃气轮机在测量出实际运行工作状况时刻的燃气轮机有效,称为一次校验。
7.根据权利要求2所述的系统,其特征在于,所述燃气轮机部件几何构型分为数字化模型和非数字化模型两大类。
8.根据权利要求7所述的系统,其特征在于,将所述数字化模型处理成热流体仿真和结构有限元仿真所接受的中立格式,然后根据热流体仿真和结构有限元仿真的要求,分别生成热分析和结构分析所需的计算网格。
9.根据权利要求2所述的系统,其特征在于,所述燃气轮机部件的热物理性质参数用于热流固耦合计算,机械性能参数用于线性和/或非线性结构计算,微观结构参数用于微结构寿命分析。
10.根据权利要求2所述的系统,其特征在于,所述分析处理模块包括:
数据过滤单元,用于对获取的燃气轮机实际运行工作状况进行过滤,剔除无效点;
负载分析单元,用于对获取的燃气轮机实际运行工作状况进行载荷分析,离散出独立的工作状况点;
性能衰减单元,用于分析燃气轮机运行历史,对燃气轮机性能衰减进行模拟和判断。
11.根据权利要求10所述的系统,其特征在于,所述性能衰减单元对燃气轮机性能衰减进行模拟和判断,具体包括:
若当前时刻燃气轮机的性能衰减未达到设定的阈值,则直接将该燃气轮机实际运行工作状况数据放入验证空间中进行性能计算;
若当前时刻燃气轮机的性能衰减达到设定的阈值,则需要二次校准,将燃气轮机实际运行工作状况数据先放入模型校准,再放入验证空间中进行性能计算。
12.根据权利要求2或10或11所述的系统,其特征在于,所述分析处理模块还包括:
热流固耦合分析单元,用于对目标部件进行高精度的热流固耦合分析,获得燃气轮机部件的温度场和气动载荷的信息;
非线性结构分析单元,用于对燃气轮机参数数据进行高精度线性和/或非线性结构分析,获取燃气轮机部件应力应变信息;
寿命分析单元,用于根据宏观和微观材料参数,同时导入得到的温度场和应力场信息,调用微结构损伤模块,获取部件寿命分布信息;
结果处理单元,用于通过三维形式交互显示温度场、气动载荷、应力场、应变场以及寿命分布。
13.根据权利要求2所述的系统,其特征在于,所述分析处理模块还包括:
概率分析单元,用于依据部件的热物理性质、机械性能以及微观结构参数的分布特性,获取部件可靠性的概率分布。
14.根据权利要求2所述的系统,其特征在于,所述分析处理模块还包括:
燃烧分析单元,用于对燃气轮机标准工作状况的运行参数数据和实际运行工作状况下的运行参数数据进行燃烧分析,以获取燃烧室出口的流场分布。
15.根据权利要求1所述的系统,其特征在于,所述数据获取模块与现有燃气轮机分别通过数据接口和工业云对接,所述工业云的各分系统基础设施即服务系统、平台即服务系统和软件即服务系统相对独立。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810932519.1A CN109711559A (zh) | 2018-08-16 | 2018-08-16 | 一种基于物理机理模型的燃气轮机部件健康管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810932519.1A CN109711559A (zh) | 2018-08-16 | 2018-08-16 | 一种基于物理机理模型的燃气轮机部件健康管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109711559A true CN109711559A (zh) | 2019-05-03 |
Family
ID=66253774
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810932519.1A Pending CN109711559A (zh) | 2018-08-16 | 2018-08-16 | 一种基于物理机理模型的燃气轮机部件健康管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109711559A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2774092C1 (ru) * | 2021-02-04 | 2022-06-15 | Федеральное государственное казенное военное образовательное учреждение высшего образования "Военный учебно-научный центр Военно-Морского Флота "Военно-морская академия им. Адмирала Флота Советского Союза Н.Г. Кузнецова" | Способ диагностирования технического состояния газотурбинных двигателей по термогазодинамическим параметрам на переходных и установившихся режимах (от холостого хода до режима номинальной мощности) с применением теории инвариантов |
CN115659520A (zh) * | 2022-11-11 | 2023-01-31 | 南京威翔科技有限公司 | 一种发动机寿命参数的处理方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6636813B1 (en) * | 1999-09-27 | 2003-10-21 | Hitchi, Ltd. | Service life management system for high-temperature part of gas turbine |
CN101482034A (zh) * | 2008-01-10 | 2009-07-15 | 通用电气公司 | 用于运行涡轮发动机的方法和系统 |
US20110137575A1 (en) * | 2007-10-19 | 2011-06-09 | Ashok Koul | Method and system for real-time prognosis analysis and usage based residual life assessment of turbine engine components and display |
CN103970965A (zh) * | 2014-05-26 | 2014-08-06 | 中国航空动力机械研究所 | 燃气涡轮发动机加速寿命试验试车方法 |
CN106844956A (zh) * | 2017-01-19 | 2017-06-13 | 西安工业大学 | 一种航空发动机涡轮盘结构可靠性分析方法 |
US20170167287A1 (en) * | 2015-12-09 | 2017-06-15 | General Electric Company | Calibrated Turbine Engine Shaft Torque Sensing |
CN107194050A (zh) * | 2017-05-11 | 2017-09-22 | 电子科技大学 | 随机载荷作用下涡轮盘结构的概率疲劳寿命预测方法 |
CN107895088A (zh) * | 2017-11-30 | 2018-04-10 | 天津大学 | 一种航空发动机燃烧室寿命预测方法 |
-
2018
- 2018-08-16 CN CN201810932519.1A patent/CN109711559A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6636813B1 (en) * | 1999-09-27 | 2003-10-21 | Hitchi, Ltd. | Service life management system for high-temperature part of gas turbine |
US20110137575A1 (en) * | 2007-10-19 | 2011-06-09 | Ashok Koul | Method and system for real-time prognosis analysis and usage based residual life assessment of turbine engine components and display |
CN101482034A (zh) * | 2008-01-10 | 2009-07-15 | 通用电气公司 | 用于运行涡轮发动机的方法和系统 |
CN103970965A (zh) * | 2014-05-26 | 2014-08-06 | 中国航空动力机械研究所 | 燃气涡轮发动机加速寿命试验试车方法 |
US20170167287A1 (en) * | 2015-12-09 | 2017-06-15 | General Electric Company | Calibrated Turbine Engine Shaft Torque Sensing |
CN106844956A (zh) * | 2017-01-19 | 2017-06-13 | 西安工业大学 | 一种航空发动机涡轮盘结构可靠性分析方法 |
CN107194050A (zh) * | 2017-05-11 | 2017-09-22 | 电子科技大学 | 随机载荷作用下涡轮盘结构的概率疲劳寿命预测方法 |
CN107895088A (zh) * | 2017-11-30 | 2018-04-10 | 天津大学 | 一种航空发动机燃烧室寿命预测方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2774092C1 (ru) * | 2021-02-04 | 2022-06-15 | Федеральное государственное казенное военное образовательное учреждение высшего образования "Военный учебно-научный центр Военно-Морского Флота "Военно-морская академия им. Адмирала Флота Советского Союза Н.Г. Кузнецова" | Способ диагностирования технического состояния газотурбинных двигателей по термогазодинамическим параметрам на переходных и установившихся режимах (от холостого хода до режима номинальной мощности) с применением теории инвариантов |
CN115659520A (zh) * | 2022-11-11 | 2023-01-31 | 南京威翔科技有限公司 | 一种发动机寿命参数的处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10318664B2 (en) | Determining life consumption of a mechanical part | |
CN109766566B (zh) | 用以改善涡轮发动机的操作的设备、方法和存储介质 | |
CN111737811B (zh) | 基于数字孪生的直升机动部件寿命管理方法、设备、介质 | |
CN112507452B (zh) | 航空发动机涡轮叶片可靠性数字孪生建模方法 | |
CN109765058B (zh) | 用于涡轮发动机的设备和方法 | |
US10025893B2 (en) | Prediction of life consumption of a machine component | |
CN110276125A (zh) | 基于数据的航空发动机整机性能衰退评估与预测方法 | |
EP2699881A1 (en) | Structural health management system and method based on combined physical and simulated data | |
US20220242592A1 (en) | System and method for monitoring an aircraft engine | |
JP7240527B2 (ja) | 運転可能な風力タービンのコンポーネントの残存有効寿命を評価するための方法 | |
Li et al. | Study on gas turbine gas-path fault diagnosis method based on quadratic entropy feature extraction | |
CN108629092A (zh) | 一种基于尺寸效应修正的涡轮盘分区可靠性分析方法 | |
Vianna et al. | Health monitoring of an auxiliary power unit using a classification tree | |
CN109711559A (zh) | 一种基于物理机理模型的燃气轮机部件健康管理系统 | |
Zhou et al. | Fault diagnosis based on relevance vector machine for fuel regulator of aircraft engine | |
Green et al. | Artificial intelligence for real time diagnostics of gas turbine engines | |
Fedorchenko et al. | Cycle Counting Methods of the Aircraft Engine. | |
Witos et al. | Structural health monitoring of aero-engines in non-stationary operations | |
Loro et al. | Datamining turbofan engine performance to improve fuel efficiency | |
Wang et al. | Aero-Engine Performance Evaluation and Prediction Based on FDR Data (Flight Data Recorder) | |
RU2726958C2 (ru) | Способ создания авиационных двигателей | |
Suarez et al. | New approach to tracking engine life | |
Smith III | Increased customer value and reduced cost of aeropropulsion testing through reengineering | |
Diesch et al. | Application of virtual sensors for stress-related design and operation-specific lifetime prognosis | |
Wang et al. | Creep-Fatigue Reliability Analysis Integrated With Surrogate Modelling: Application on Industrial Case Studies |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190503 |
|
RJ01 | Rejection of invention patent application after publication |