CN110162016B - 一种燃气轮机气动执行器的故障建模方法 - Google Patents
一种燃气轮机气动执行器的故障建模方法 Download PDFInfo
- Publication number
- CN110162016B CN110162016B CN201910463721.9A CN201910463721A CN110162016B CN 110162016 B CN110162016 B CN 110162016B CN 201910463721 A CN201910463721 A CN 201910463721A CN 110162016 B CN110162016 B CN 110162016B
- Authority
- CN
- China
- Prior art keywords
- fault
- valve
- simulation
- model
- pneumatic actuator
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
Abstract
本发明公开了属于燃气轮机装置领域的一种燃气轮机气动执行器的故障建模方法;设置模拟故障的类型、模拟故障的起始时间、模拟故障的结束时间及故障最大强度,根据设置的故障参数,生成带有故障信息的故障模拟信号,并根据故障模拟信号,将激活对应的故障模型,经过故障模型后,转化为故障模拟产生的阀杆位置和阀门流量;改变原气动执行器的输入输出关系,实现燃气轮机气动执行器典型故障的模拟。本发明采用基于解析法和数据知识的复合故障建模方法,从根本上克服了传统基于解析法的故障建模必须获取很多气动执行器本身的细节信息和复杂方程需要理论求解的缺陷,且可以快速准确的模拟燃气轮机气动执行器故障。
Description
技术领域
本发明属于蒸汽机技术领域,具体为一种燃气轮机气动执行器的故障建模方法。
背景技术
近年来,燃气轮机在能源电力领域正发挥着越来越重要的作用。但是燃气轮机控制系统由于其复杂原因在运行工程中会存在各种故障,而没有计划的停机将会产生极大的经济损失。据统计,80%的燃气轮机控制系统失效起因于传感器和执行器的故障。在燃气轮机机组中气动执行器由于其结构简单、动作可靠、平稳、输出推力大,所以较其他类型的执行机构更为广泛。因此,研究燃气轮机气动执行器故障,在气动执行器微小故障发生后、故障进一步恶化前,能够准确地做出故障诊断,将具有重大的意义。
目前燃气轮机气动执行器的故障建模主要采用基于解析法的故障建模方法,如论文Karnopp D.Computer simulation of stick-slip friction in mechanical dynamicsystems[J].Journal of dynamic systems,measurement,and control,1985,107(1):100-103、论文Kano M,Maruta H,Kugemoto H,et al.Practical model and detectionalgorithm for valve stiction[C].IFAC symposium on dynamics and control ofprocess systems.2004:5-7和论文Garcia C.Comparison of friction models appliedto a control valve[J].Control Engineering Practice,2008,16(10):1231-1243的公开,这类模型在特定的参数下大都能够比较准确的模拟气动执行器的故障现象。但是基于解析法的故障建模运用的前提是必须获取很多气动执行器本身的细节信息,如阀杆质量、各类摩擦力系数的大小,另外复杂的方程关系需要复杂的理论求解。
发明内容
针对背景技术中存在的问题,本发明提供了一种燃气轮机气动执行器的故障建模方法,其特征在于,具体包括以下步骤:
步骤1、确定气动执行器的初始状态和阀位调节信号CV(t);
步骤2、设置输入输出信号干扰噪声的形式及强度,干扰噪声的形式包含有限带宽白噪声和正弦噪声;
步骤3、阀位调节信号CV(t)与控制阀模块反馈信号Xf(t)经阀门定位器子模型转换成带有阀位控制信息的模拟供气压力信号C1(t);
步骤4、模拟供气压力信号C1(t)经气动伺服电机子模型转换为阀杆的机械位移△X(t);
步骤5、阀杆的机械位移△X(t)经控制阀子模型计算出当前时刻的阀杆位置X(t)与阀门流量F(t);
步骤6、设置模拟故障的类型fi、模拟故障的起始时间tfs、模拟故障的结束时间tes及故障最大强度Mfs,根据设置的故障参数,生成带有故障信息的故障模拟信号,并根据故障模拟信号,将激活对应的故障模型,改变原气动执行器的输入输出关系,实现燃气轮机气动执行器典型故障的模拟。
所述步骤3中,阀门定位器子模型将阀位调节信号CV(t)与控制阀模块反馈信号Xf(t)转换为带有阀位控制信息的模拟供气压力信号C1(t),转换步骤分为:
步骤301、阀位调节信号CV(t)首先经过滤波器,形成设定值信号SP(t):
其中,t为仿真时间,单位为s;
步骤302、设定值信号SP(t)与控制阀模块反馈信号Xf(t)的差值经过控制器并进行数值限制处理后,产生模拟供气压力信号C1(t):
其中,C0为控制器直接输出信号,Kp为控制器比例系数,Ti为控制器可调积分时间常数,τd为控制器微分时间常数;
所述步骤4、气动伺服电机子模型将模拟供气压力信号C1(t),转换为阀杆位移△X(t):
ΔX(t)=[0 1]x×dt (6)
其中,x为状态向量;为状态向量对仿真时间的一阶导数向量;为阀杆移动速度,ks为弹簧的弹性系数;kd为膜片的弹性系数;Fvc为阀座的反作用力系数;m为阀移动部分的质量,单位为kg;kv为阀杆速度阻尼常数;μ为轴衬和阀杆间的摩擦系数;FN为轴衬对阀杆垂直方向的分力,单位为N;g为重力加速度,单位为m/s2;Pps为气体压力信号比例系数;Ae为隔膜的有效面积,单位为m2。
所述步骤5中,控制阀子模型根据阀杆的机械位移△X(t),计算出当前时刻的阀杆位置X(t)与阀门流量F(t):
X(t)=X0+ΔX(t) (7)
其中,X0为阀杆在初始时刻的位置;Lv为阀内流体的尺度系数;Km为阀的恢复系数;P1为阀前压力,单位为Pa;rc为阀内流体的临界压力比;pva为阀门上游段流体的压力系数;T1为阀内流体温度,单位为℃;ρ为在温度为T1、压力为P1条件下阀内流体的密度。
所述步骤6中,通过将无故障条件下气动执行器模型的阀杆位置X(t)与阀门流量F(t),经过故障模型后,转化为故障模拟产生的阀杆位置Xfault(t)和阀门流量Ffault(t);所述故障模型主要包括:阀体阻塞故障模型、阀杆弯曲故障模型、外部泄露故障模型、位置反馈传感器故障模型和流量传感器故障模型。
所述阀体阻塞故障模型为:
其中,Xfault(t)为故障模拟产生的阀杆位置,fi为故障类型矢量,tfs为模拟故障的起始时间,tes为模拟故障的结束时间,tex为故障强度变化时间,Mfs为故障最大强度,Mf0为故障初始状态;
其中,Ffault(t)为故障模拟产生的阀门流量。
所述阀杆弯曲故障模型为:
其中,Xfault(t)为故障模拟产生的阀杆位置,Db为阀杆弯曲滞后系数,fi为故障类型矢量,Mfs为故障最大强度,tfs为模拟故障的起始时间,tes为模拟故障的结束时间,tex为故障强度变化时间。
所述外部泄露故障模型为:
其中,Ffault(t)为故障模拟产生的阀门流量,fi为故障类型矢量,Mfs为故障最大强度,tfs为模拟故障的起始时间,tes为模拟故障的结束时间,tex为故障强度变化时间。
所述位置反馈传感器故障模型为:
其中,Xfault(t)为故障模拟产生的阀杆位置,fi为故障类型矢量,Mfs为故障最大强度,tfs为模拟故障的起始时间,tes为模拟故障的结束时间,tex为故障强度变化时间。
所述流量传感器故障模型为:
其中,Ftemp(t)为故障模拟产生的中间阀门流量,Ffault(t)为故障模拟产生的阀门流量,fi为故障类型矢量,Mfs为故障最大强度,tfs为模拟故障的起始时间,tes为模拟故障的结束时间,tex为故障强度变化时间。
本发明的有益效果在于:
1.本发明在传统的燃气轮机气动执行器故障建模的基础上,设计了一种全新的燃气轮机气动执行器的故障建模方法,该方法采用基于解析法和数据知识的复合故障建模方法,从根本上克服了传统基于解析法的故障建模必须获取很多气动执行器本身的细节信息和复杂方程需要理论求解的缺陷。
2.可以快速准确的模拟燃气轮机气动执行器故障,在燃气轮机控制系统故障诊断领域具有较高的实用价值。
附图说明
图1为本发明一种燃气轮机气动执行器的故障建模方法实施例的流程图;
图2为本发明实施例中气动伺服电机模块受力分析图;
图3为本发明实施例中燃气轮机气动执行器在正常条件下的时域仿真结果图;
图4为本发明实施例中燃气轮机气动执行器在发生阀体阻塞故障时的时域仿真结果图;
图5为本发明实施例中燃气轮机气动执行器在发生阀杆弯曲故障时的时域仿真结果图;
图6为本发明实施例中燃气轮机气动执行器在发生外部泄露故障时的时域仿真结果图;
图7为本发明实施例中燃气轮机气动执行器在发生位置反馈传感器故障时的时域仿真结果图;
图8为本发明实施例中燃气轮机气动执行器在发生流量传感器故障时的时域仿真结果图。
具体实施方式
以下结合附图对本发明作进一步的详细说明。
如图1所示的本发明实施例先基于气动执行器物理特性及工作原理建立了燃气轮机气动执行器仿真模型、故障模型,并分别在正常条件下和故障条件下进行仿真;其中,气动执行器模型包括阀门定位器子模型、气动伺服电机子模型及控制阀子模型。通过设置故障参数,一个或多个故障模型被激活,进而改变故障对应气动执行器模型中的输入输出关系,建立起气动执行器的故障模型,实现在同一时间内一种或多种典型故障现象的模拟。
本实施例的方法具体包括以下步骤:
步骤1、确定气动执行器的初始状态(包括阀前压力P1,Pa、阀后压力P2,Pa、阀内流体温度T1,℃、阀杆位置X0,%及气动执行器供气压力PASP,Pa)、阀位调节信号CV(t),%(包括输入信号形式、幅度及起始时间);
步骤2、设置输入输出信号干扰噪声的形式及强度,干扰噪声的形式包含有限带宽白噪声和正弦噪声;
步骤3、阀位调节信号CV(t)与控制阀模块反馈信号Xf(t),%经阀门定位器子模型转换成带有阀位控制信息的模拟供气压力信号C1(t),%;
步骤4、模拟供气压力信号C1(t)经气动伺服电机子模型转换为阀杆的机械位移△X(t),%;
步骤5、阀杆的机械位移△X(t)经控制阀子模型计算出当前时刻的阀杆位置X(t),%与阀门流量F(t),%;
步骤6、设置所需模拟故障的类型fi、模拟故障的起始时间tfs,s、模拟故障的结束时间tes,s及故障最大强度Mfs,%,根据设置的故障参数,生成带有故障信息的故障模拟信号Fs(t),%,并根据故障模拟信号Fs(t),将激活对应的故障模型,改变原气动执行器的输入输出关系,可以模拟燃气轮机气动执行器典型故障;
如图2所示,气动伺服电机模块的受力时,考虑对伺服电机的影响的多方面因素包含:弹簧的弹性系数ks,膜片的弹性系数kd,阀座的反作用力系数Fvc,阀移动部分的质量m,阀杆速度阻尼常数kv,轴衬和阀杆间的摩擦系数μ,轴衬对阀杆垂直方向的分力FN,重力加速度g,气体压力信号比例系数Pps和隔膜的有效面积Ae等。
如图3所示的气动执行器在正常条件时阀杆位置X(t)与阀门流量F(t)的随时间的变化情况。可以看出,使用本发明提供的故障建模方法,能够准确的模拟正常条件下的气动执行器输出特性。
具体的,在步骤3中,阀门定位器子模型将阀位调节信号CV(t)与控制阀模块反馈信号Xf(t)转换为带有阀位控制信息的模拟供气压力信号C1(t),转换步骤为:
步骤301、阀位调节信号CV(t)首先经过滤波器,形成设定值信号SP(t):
其中,t为仿真时间,单位为s;
步骤302、设定值信号SP(t)与控制阀模块反馈信号X f(t)的差值经过控制器并进行数值限制处理后,产生模拟供气压力信号C1(t):
其中,C0为控制器直接输出信号,Kp为控制器比例系数,Ti为控制器可调积分时间常数,τd为控制器微分时间常数;
步骤4、气动伺服电机子模型将模拟供气压力信号C1(t),转换为阀杆位移△X(t):
ΔX(t)=[0 1]x×dt (6)
其中,x为状态向量,为状态向量对仿真时间的一阶导数向量,为阀杆移动速度,ks为弹簧的弹性系数,kd为膜片的弹性系数,Fvc为阀座的反作用力系数,m为阀移动部分的质量,单位为kg;kv为阀杆速度阻尼常数,μ为轴衬和阀杆间的摩擦系数,FN为轴衬对阀杆垂直方向的分力,N;g为重力加速度,单位为m/s2;Pps为气体压力信号比例系数,Ae为隔膜的有效面积,单位为m2。
具体的,在步骤5中,控制阀子模型根据阀杆的机械位移△X(t),计算出当前时刻的阀杆位置X(t)与阀门流量F(t):
X(t)=X0+ΔX(t) (7)
其中,X0为阀杆在初始时刻的位置,Lv为阀内流体的尺度系数,Km为阀的恢复系数,P1为阀前压力,单位为Pa;rc为阀内流体的临界压力比,pva为阀门上游段流体的压力系数,T1为阀内流体温度,单位为℃,ρ为在温度为T1、压力为P1条件下阀内流体的密度。
具体的,在步骤6中,通过将无故障条件下气动执行器模型的阀杆位置X(t)与阀门流量F(t),经过故障模型后,转化为故障模拟产生的阀杆位置Xfault(t)和阀门流量Ffault(t),实现燃气轮机气动执行器的故障模拟,故障模型包含燃气轮机气动执行器多种典型故障模型,即:阀体阻塞、阀杆弯曲、外部泄露、位置反馈传感器和流量传感器故障模型等,各气动执行器典型故障模型在本实施例中具体为:
601、阀体阻塞故障模型:
其中,Xfault(t)为故障模拟产生的阀杆位置,fi为故障类型矢量,tfs为模拟故障的起始时间,tes为模拟故障的结束时间,tex为故障强度变化时间,Mfs为故障最大强度,Mf0为故障初始状态。
其中,Ffault(t)为故障模拟产生的阀门流量。
如图4所示,在阀体阻塞故障模型中,气动执行器模型的阀杆位置X(t)与阀门流量F(t)被改变为故障模拟产生的阀杆位置Xfault(t)和阀门流量Ffault(t)。该模型模拟阀体阻塞故障发生后,阀杆位置Xfault(t)将不再随着调节信号CV(t)变化,并会保持在一个特定位置,该特定位置与故障最大强度Mfs有关,阀门流量Ffault(t)也将保持不变。
602、阀杆弯曲故障模型:
其中,Xfault(t)为故障模拟产生的阀杆位置,Db为阀杆弯曲滞后系数。
如图5所示,在阀杆弯曲故障模型中,气动执行器模型的阀杆位置X(t)被改变故障模拟产生的Xfault(t)。该模型模拟在阀杆弯曲故障发生过程中,阀杆位置Xfault(t)将随着仿真时间t逐渐偏离气动执行器正常条件下的阀杆位置X(t),并会在弯曲程度(对应故障强度Mfs)达到最大时,阀杆位置Xfault(t)不变(即阀杆保持静止),阀门流量Ffault(t)也有类似的变化情况。
603、外部泄露故障模型:
其中,Ffault(t)为故障模拟产生的阀门流量。
如图6所示,在外部泄露故障模型中,气动执行器模型的阀门流量F(t)被改变为故障模拟产生的阀门流量Ffault(t)。该模型模拟外部泄露故障发生过程时,阀门流量Ffault(t)将会发生突降,并与气动执行器正常条件下的阀门流量F(t)存在一个固定的差值,差值与故障最大强度Mfs有关。
604、位置反馈传感器故障模型:
其中,Xfault(t)为故障模拟产生的阀杆位置。
如图7所示,在位置反馈传感器故障模型中,气动执行器模型的阀杆位置X(t)被改变故障模拟产生的Xfault(t)。该模型模拟在位置反馈传感器故障发生后,阀杆位置Xfault(t)将会发生很大的变化,不能正确地反应当前阀杆的实际位置。当故障消除后,阀杆位置Xfault(t)会重新正确反应阀杆位置X(t)。由于阀杆位置Xfault(t)与设定值SP(t)出现较大偏差,导致调节信号CV(t)产生剧烈变化,进而阀门流量Ffault(t)会受到影响而变化。
605、流量传感器故障模型:
其中,Ftemp(t)为故障模拟产生的中间阀门流量,Ffault(t)为故障模拟产生的阀门流量。
如图8所示,在流量传感器故障模型中,气动执行器模型的阀门流量F(t)被改变为故障模拟产生的阀门流量Ffault(t)。该模型模拟在流量传感器故障发生后,阀门流量Ffault(t)将会发生很大的变化(在一定故障强度Mfs下,阀门流量信号Ffault(t)降至零并保持不变),不能正确地反应当前流量。
如图4至图8所示,气动执行器模型(有关参数对应ZXP-16K/ZJHP气动薄膜单座调节阀,该调节阀采用顶导向结构,配用多弹簧执行机构,具有结构紧凑、重量轻、动作灵敏等优点,公称直径为100mm的阀对应的隔膜的有效面积Ae为600cm2、气源压力Ps为0.14MPa)在五种典型气动执行器故障条件下,阀杆位置X(t)与阀门流量F(t)的随时间的变化情况;经对照,模拟输出信号(使用各故障模型进行故障模拟产生的阀杆位置和/或阀门流量模拟输出信号)与实际各种对应故障发生时的输出信号变化情况相符合。
根据工程经验和历史数据可以推断出,使用本发明提供的故障建模方法,能够建立气动执行器多种典型故障,准确模拟典型故障的运行状态。有效地节约了气动执行器故障注入的时间,解决了研究气动执行器故障存在的安全隐患问题,降低了验证故障诊断算法与容错控制算法的成本;因此,本发明提供的故障建模方法实现了同一时间下多种故障同时发生情景的模拟。
本发明在传统的燃气轮机气动执行器故障建模的基础上,设计了一种全新的燃气轮机气动执行器的故障建模方法,该方法采用基于解析法和数据知识的复合故障建模方法,从根本上克服了传统基于解析法的故障建模必须获取很多气动执行器本身的细节信息和复杂方程需要理论求解的缺陷。有利于快速准确的模拟燃气轮机气动执行器故障,在燃气轮机控制系统故障诊断领域具有较高的实用价值。
Claims (9)
1.一种燃气轮机气动执行器的故障建模方法,其特征在于,具体包括以下步骤:
步骤1、确定气动执行器的初始状态和阀位调节信号CV(t);
步骤2、设置输入输出信号干扰噪声的形式及强度,干扰噪声的形式包含有限带宽白噪声和正弦噪声;
步骤3、阀位调节信号CV(t)与控制阀模块反馈信号Xf(t)经阀门定位器子模型转换成带有阀位控制信息的模拟供气压力信号C1(t);
步骤4、模拟供气压力信号C1(t)经气动伺服电机子模型转换为阀杆的机械位移△X(t);
步骤5、阀杆的机械位移△X(t)经控制阀子模型计算出当前时刻的阀杆位置X(t)与阀门流量F(t);
步骤6、设置模拟故障的类型fi、模拟故障的起始时间tfs、模拟故障的结束时间tes及故障最大强度Mfs,根据设置的故障参数,生成带有故障信息的故障模拟信号,并根据故障模拟信号,将激活对应的故障模型,改变原气动执行器的输入输出关系,实现燃气轮机气动执行器典型故障的模拟。
2.根据权利要求1所述的一种燃气轮机气动执行器的故障建模方法,其特征在于,所述步骤3中,阀门定位器子模型将阀位调节信号CV(t)与控制阀模块反馈信号Xf(t)转换为带有阀位控制信息的模拟供气压力信号C1(t),转换步骤分为:
步骤301、阀位调节信号CV(t)首先经过滤波器,形成设定值信号SP(t):
其中,t为仿真时间,单位为s;
步骤302、设定值信号SP(t)与控制阀模块反馈信号Xf(t)的差值经过控制器并进行数值限制处理后,产生模拟供气压力信号C1(t):
其中,C0为控制器直接输出信号,Kp为控制器比例系数,Ti为控制器可调积分时间常数,τd为控制器微分时间常数;
所述步骤4、气动伺服电机子模型将模拟供气压力信号C1(t),转换为阀杆位移△X(t):
ΔX(t)=[0 1]x×dt (6)
4.根据权利要求1所述的一种燃气轮机气动执行器的故障建模方法,其特征在于,所述步骤6中,通过将无故障条件下气动执行器模型的阀杆位置X(t)与阀门流量F(t),经过故障模型后,转化为故障模拟产生的阀杆位置Xfault(t)和阀门流量Ffault(t);所述故障模型主要包括:阀体阻塞故障模型、阀杆弯曲故障模型、外部泄露故障模型、位置反馈传感器故障模型和流量传感器故障模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910463721.9A CN110162016B (zh) | 2019-05-30 | 2019-05-30 | 一种燃气轮机气动执行器的故障建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910463721.9A CN110162016B (zh) | 2019-05-30 | 2019-05-30 | 一种燃气轮机气动执行器的故障建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110162016A CN110162016A (zh) | 2019-08-23 |
CN110162016B true CN110162016B (zh) | 2020-10-16 |
Family
ID=67630729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910463721.9A Active CN110162016B (zh) | 2019-05-30 | 2019-05-30 | 一种燃气轮机气动执行器的故障建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110162016B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110806327B (zh) * | 2019-11-08 | 2021-06-29 | 北京昊鹏智能技术有限公司 | 故障检测方法、装置、电子设备及存储介质 |
CN111624985B (zh) * | 2020-06-10 | 2022-12-06 | 上海工业自动化仪表研究院有限公司 | 燃气轮机控制系统传感器故障诊断方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102759451A (zh) * | 2012-06-28 | 2012-10-31 | 广东电网公司电力科学研究院 | 基于强跟踪卡尔曼滤波的汽轮机调节系统卡涩故障诊断方法 |
CN109632315A (zh) * | 2019-01-11 | 2019-04-16 | 浙江浙能技术研究院有限公司 | 一种基于双参数规则匹配的汽轮机振动故障推理诊断方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11338502A (ja) * | 1998-05-22 | 1999-12-10 | Ishikawajima Harima Heavy Ind Co Ltd | アクチュエータモデル及びアクチュエータ故障診断システム |
CN102081695B (zh) * | 2011-01-28 | 2012-05-02 | 中国人民解放军海军工程大学 | 燃气轮机气路故障建模方法 |
CN103557081A (zh) * | 2013-11-18 | 2014-02-05 | 沈阳黎明航空发动机(集团)有限责任公司 | 一种轻型燃气轮机控制系统 |
CN107330168B (zh) * | 2017-06-14 | 2020-07-17 | 国网浙江省电力公司电力科学研究院 | 一种基于机网耦合的汽轮机调门快关仿真建模方法 |
CN109508745A (zh) * | 2018-11-14 | 2019-03-22 | 上海交通大学 | 基于贝叶斯网络模型的燃气轮机气路故障的检测方法 |
-
2019
- 2019-05-30 CN CN201910463721.9A patent/CN110162016B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102759451A (zh) * | 2012-06-28 | 2012-10-31 | 广东电网公司电力科学研究院 | 基于强跟踪卡尔曼滤波的汽轮机调节系统卡涩故障诊断方法 |
CN109632315A (zh) * | 2019-01-11 | 2019-04-16 | 浙江浙能技术研究院有限公司 | 一种基于双参数规则匹配的汽轮机振动故障推理诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110162016A (zh) | 2019-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101343734B1 (ko) | 가스 터빈 엔진의 제어 방법 및 시스템 | |
Lin et al. | Modeling and robust discrete-time sliding-mode control design for a fluid power electrohydraulic actuator (EHA) system | |
CN110162016B (zh) | 一种燃气轮机气动执行器的故障建模方法 | |
CN100458122C (zh) | 用于评定燃气轮机损伤的方法和装置 | |
Karpenko et al. | Fault-tolerant control of a servohydraulic positioning system with crossport leakage | |
US7685802B2 (en) | Methods and apparatus to facilitate gas turbine fuel control | |
Mehmood et al. | Modeling identification and simulation of pneumatic actuator for VGT system | |
Nahian et al. | Modeling and fault tolerant control of an electro-hydraulic actuator | |
IT201900002671A1 (it) | Sistema e procedimento di monitoraggio e diagnostica di un dispositivo attuatore per l’azionamento di una valvola per condotte di fluido, e dispositivo attuatore facente parte di tale sistema | |
Yuan et al. | An investigation into factors determining the metering performance of a fuel control unit in an aero engine | |
Battipede et al. | Model based analysis of precursors of electromechanical servomechanism failures | |
Pondini et al. | Steam turbine control valve and actuation system modeling for dynamics analysis | |
Balara et al. | Static and dynamic properties of the pneumatic actuator with artificial muscles | |
CN101794634B (zh) | 压水堆核电站除氧器压力设定值数字化计算方法 | |
Shahrbabaki et al. | Designing a fuzzy logic controller for the Reynolds number in a blowdown supersonic wind tunnel | |
Kawahara et al. | LS-SVM Based Modeling and Model Predictive Control for a Water-Hydraulic Artificial Muscle Actuator | |
Zhao et al. | Fault detection and diagnosis for sensor in an aero-engine system | |
Bartyś et al. | Actuator simulation of the DAMADICS benchmark actuator system | |
Sobczyk et al. | A continuous approximation of the LuGre friction model | |
Mehmood et al. | Nonlinear modeling of electro-pneumatic actuator for variable nozzle turbocharger control | |
CN111857098A (zh) | 基于信息统计分析的燃气轮机电动执行器的故障诊断方法 | |
Aschemann et al. | Hysteresis compensation and adaptive LQR design for an electro-pneumatic clutch for heavy trucks | |
Zhang et al. | Dual-redundancy sensor fault diagnosis of fuel metering unit based on real-time residual window | |
Jacazio et al. | Robust pressure control improves the performance of redundant fly-by-wire hydraulic actuators | |
Laghrouche et al. | Study of the nonlinear control techniques for single acting VGT pneumatic actuator |
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 |