CN111523260B - 汽轮机转子数字孪生体构建方法及监控系统 - Google Patents
汽轮机转子数字孪生体构建方法及监控系统 Download PDFInfo
- Publication number
- CN111523260B CN111523260B CN202010193130.7A CN202010193130A CN111523260B CN 111523260 B CN111523260 B CN 111523260B CN 202010193130 A CN202010193130 A CN 202010193130A CN 111523260 B CN111523260 B CN 111523260B
- Authority
- CN
- China
- Prior art keywords
- steam turbine
- turbine rotor
- server
- node
- digital twin
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Control Of Turbines (AREA)
Abstract
本发明提供了一种汽轮机转子数字孪生体构建方法。本发明的另一个技术方案是提供了一种汽轮机转子数字孪生体监控系统。本发明采用数字孪生体技术,首先建立二维转子孪生体模型,通过节点拓展技术,建立与汽轮机转子实体特征相一致的数字孪生体,全面掌握汽轮机转子的状态,从而达到提高其可靠性与安全性,确保汽轮机长周期安全运行的技术效果。本发明的优点是给出了汽轮机转子数字孪生体构建方法及监控系统,采用人工智能与空间扩展云图构建技术,实现了汽轮机转子二维数字孪生体的构建、模型的三维扩展以及温度场、应力场和位移场的实施在线快速显示与监控,实现了对汽轮机转子状态的监控。
Description
技术领域
本发明涉及汽轮机转子数字孪生体构建方法及监控系统,属于汽轮机技术领域。
背景技术
汽轮机高压转子、中压转子和低压转子是汽轮机的核心部件,汽轮机转子高速旋转,工作条件恶劣,一旦出现问题,停机时间长,经济损失巨大。由于汽轮机在运行过程中,转子处于高速旋转状态,无法安装在线测点,传统技术主要通过在内缸缸壁上安装测点来间接感知转子的状态,面临无法有效掌握汽轮机转子状态的技术难题。
发明内容
本发明的目的是:建立汽轮机转子数字孪生体,对汽轮机转子的状态进行全面监控。
为了达到上述目的,本发明的技术方案是提供了一种汽轮机转子数字孪生体构建方法,其特征在于,包括以下步骤:
第一步:建立汽轮机转子的二维模型并进行网格划分,得到汽轮机转子的网格与节点模型,确定各节点的位置坐标并存储在人工智能计算服务器和空间扩展服务器,将位于汽轮机转子外表面的各节点坐标单独提取形成节点组存储在人工智能计算服务器和空间扩展服务器;
第二步:根据汽轮机转子的二维模型测量得到转子长度l和二维转子截面积S,计算得出转子的平均半径rp:
第三步:搜集现有测点参数的变化曲线;
第四步:利用搜集到的测点参数的变化曲线开展汽轮机转子有限元计算,得出不同起停工况下、不同时间点温度场、应力场和位移场的计算结果,并将汽轮机转子有限元模型中各节点的温度、等效应力、轴向位移、径向位移和切向位移进行汇总,作为人工智能训练的样本库;
第五步:利用有限元计算得到的样本库,采用神经网络法进行人工智能训练,得到现有测点与汽轮机转子有限元模型中各节点的温度、等效应力、轴向位移、径向位移和切向位移的映射关系,并存储在人工智能计算服务器;
第六步:汽轮机转子数据库服务器从电厂DCS工作站实时调取现有测点数据,并输入人工智能计算服务器,经过人工智能计算服务器得出汽轮机转子各节点的温度、等效应力、轴向位移和径向位移,并将数据输入空间扩展服务器;
第七步:空间扩展服务器根据转子外表面节点组中各节点坐标将二维节点扩展为三维节点,对于节点处半径小于等于平均直径平均半径rp的节点,圆周上扩展为12个节点,对于节点处半径大于平均直径平均半径rp的节点,圆周上扩展为24个节点;
第八步:空间扩展服务器根据人工智能计算服务器得到的二维模型各节点的计算数据以及扩展后的三维节点位置坐标,实时显示汽轮机转子的温度场云图、应力场云图和位移场云图,构建汽轮机转子的三维数字孪生体模型。
优选地,第三步中,所述现有测点参数包括冷态起动、温态起动、热态起动、极热态起动、正常停机、滑参数停机等起停过程中主蒸汽温度与压力、再热蒸汽温度与压力、排汽温度与压力、主蒸汽流量、再热蒸汽流量、机组功率、汽轮机转速、缸壁金属温度。
优选地,第五步中,所述神经网络法采用循环神经网络法。
优选地,第六步中,所述现有测点数据包括主蒸汽温度与压力、再热蒸汽温度与压力、排汽温度与压力、主蒸汽流量、再热蒸汽流量、机组功率、汽轮机转速、缸壁金属温度。
本发明的另一个技术方案是提供了一种汽轮机转子数字孪生体监控系统,其特征在于,运行有上述的汽轮机转子数字孪生体构建方法,包括汽轮机转子数据库服务器、人工智能计算服务器、空间扩展计算服务器、网页服务器和用户端浏览器,汽轮机转子数据库服务器从电厂DCS工作站调取现有测点数据并与人工智能计算服务器连接,人工智能计算服务器与空间扩展计算服务器连接,空间扩展计算服务器连接网页服务器,网页服务器连接用户端浏览器。
本发明采用数字孪生体技术,首先建立二维转子孪生体模型,通过节点拓展技术,建立与汽轮机转子实体特征相一致的数字孪生体,全面掌握汽轮机转子的状态,从而达到提高其可靠性与安全性,确保汽轮机长周期安全运行的技术效果。
本发明的优点是给出了汽轮机转子数字孪生体构建方法及监控系统,采用人工智能与空间扩展云图构建技术,实现了汽轮机转子二维数字孪生体的构建、模型的三维扩展以及温度场、应力场和位移场的实施在线快速显示与监控,实现了对汽轮机转子状态的监控。
附图说明
图1为本发明汽轮机转子数字孪生体监控系统的方框图;
图2为本发明汽轮机转子数字孪生体构建方法的流程图;
图3为本发明计算服务器上采用的计算机软件框图。
具体实施方式
下面结合具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
如图1所示,本发明汽轮机转子数字孪生体监控系统方框图,本发明的汽轮机转子数字孪生体监控系统由汽轮机转子数据库服务器2、人工智能计算服务器3、空间扩展计算服务器4、网页服务器5和用户端浏览器6组成,汽轮机转子数据库服务器2从电厂DCS工作站1调取现有测点数据并与人工智能计算服务器连接3,人工智能计算服务器3与空间扩展计算服务器4连接,空间扩展计算服务器4连接网页服务器5,网页服务器5连接用户端浏览器6。
如图2所示,汽轮机转子数字孪生体构建方法及监控系统的流程图,如图3所示,本发明计算服务器采用的计算机软件框图,该软件安装在人工智能计算服务器和空间扩展计算服务器上,应用于汽轮机转子数字孪生体构建与监控。
对于某型号亚临界300MW汽轮机高中压转子,进汽温度为537℃,进汽压力16.7MPa。该台300MW汽轮机高中压转子采用图1所示的装置、图2所示的流程图和图3所示的计算机软件。使用本发明提供的汽轮机转子数字孪生体构建方法及监控系统,得出该型号亚临界300MW汽轮机高中压转子的数字孪生体,具体步骤如下:
第一步:根据汽轮机高压缸的设计图纸,采用三维设计软件建立汽轮机高中压转子的有限元模型,并对该有限元模型进行网格划分,得到汽轮机高压缸的网格与节点模型,网格划分后,该汽轮机高压缸有限元模型共有29263个节点,将各节点的坐标存储在人工智能计算服务器,单独提取位于转子外表面的各节点共形成节点组共计3514个节点,存储在人工智能计算服务器和空间扩展服务器;
第三步:在电厂DCS工程师站搜集到冷态起动、温态起动、热态起动、极热态起动、正常停机、滑参数停机等起停曲线各1条,得到每1条起停曲线的主蒸汽温度与压力、主蒸汽流量、机组功率、汽轮机转速、高压缸和中压缸缸壁金属温度等现有测点参数的变化曲线;
第四步:利用搜集到的测点参数曲线开展汽轮机高中压转子有限元计算,得出冷态起动、温态起动、热态起动、极热态起动、正常停机、滑参数停机等起停工况下各20个时间点的温度场、应力场和位移场的计算结果,并将汽轮机高中压转子有限元模型中各节点的温度、等效应力、轴向位移、径向位移和切向位移进行汇总,作为人工智能训练的样本库;
第五步:采用循环神经网络法进行人工智能训练,得到现有测点与汽轮机转子有限元模型中各节点的温度、等效应力、轴向位移和径向位移的映射关系,并存储在人工智能计算服务器;
第六步:汽轮机转子数据库服务器从电厂DCS工作站实时调取现有测点数据,包括主蒸汽温度与压力、再热蒸汽温度与压力、排汽温度与压力、主蒸汽流量、再热蒸汽流量、机组功率、汽轮机转速、缸壁金属温度等,并输入人工智能计算服务器,经过人工智能计算服务器得出汽轮机转子各节点的温度、等效应力、轴向位移和径向位移,并将数据输入空间扩展服务器;
第七步:空间扩展服务器根据转子外表面节点组中各节点坐标将二维节点扩展为三维节点,对于节点处半径小于等于306.2mm的节点,圆周上扩展为12个节点,对于节点处半径大于306.2mm的节点,圆周上扩展为24个节点;
第八步:空间扩展服务器根据人工智能计算服务器得到的二维模型各节点的计算数据以及扩展后的三维节点位置坐标,实时显示汽轮机转子的温度场云图、应力场云图和位移场云图,构建汽轮机转子的三维数字孪生体模型。
采用本发明提供的汽轮机转子数字孪生体构建方法及监控系统,实现了汽轮机高中压转子数字孪生体构建,根据汽轮机高中压转子的现有状态来优化运行与检修,提高了该300MW汽轮机的可靠性。
Claims (4)
1.一种汽轮机转子数字孪生体构建方法,其特征在于,包括以下步骤:
第一步:建立汽轮机转子的二维模型并进行网格划分,得到汽轮机转子的网格与节点模型,确定各节点的位置坐标并存储在人工智能计算服务器和空间扩展服务器,将位于汽轮机转子外表面的各节点坐标单独提取形成节点组存储在人工智能计算服务器和空间扩展服务器;
第二步:根据汽轮机转子的二维模型测量得到转子长度l和二维转子截面积S,计算得出转子的平均半径rp:
第三步:搜集现有测点参数的变化曲线,其中,所述现有测点参数包括冷态起动、温态起动、热态起动、极热态起动、正常停机、滑参数停机过程中主蒸汽温度与压力、再热蒸汽温度与压力、排汽温度与压力、主蒸汽流量、再热蒸汽流量、机组功率、汽轮机转速、缸壁金属温度;
第四步:利用搜集到的测点参数的变化曲线开展汽轮机转子有限元计算,得出不同起停工况下、不同时间点温度场、应力场和位移场的计算结果,并将汽轮机转子有限元模型中各节点的温度、等效应力、轴向位移、径向位移和切向位移进行汇总,作为人工智能训练的样本库;
第五步:利用有限元计算得到的样本库,采用神经网络法进行人工智能训练,得到现有测点与汽轮机转子有限元模型中各节点的温度、等效应力、轴向位移、径向位移和切向位移的映射关系,并存储在人工智能计算服务器;
第六步:汽轮机转子数据库服务器从电厂DCS工作站实时调取现有测点数据,并输入人工智能计算服务器,经过人工智能计算服务器得出汽轮机转子各节点的温度、等效应力、轴向位移和径向位移,并将数据输入空间扩展服务器;
第七步:空间扩展服务器根据转子外表面节点组中各节点坐标将二维节点扩展为三维节点,对于节点处半径小于等于平均直径平均半径rp的节点,圆周上扩展为12个节点,对于节点处半径大于平均直径平均半径rp的节点,圆周上扩展为24个节点;
第八步:空间扩展服务器根据人工智能计算服务器得到的二维模型各节点的计算数据以及扩展后的三维节点位置坐标,实时显示汽轮机转子的温度场云图、应力场云图和位移场云图,构建汽轮机转子的三维数字孪生体模型。
2.如权利要求1所述的一种汽轮机转子数字孪生体构建方法,其特征在于,第五步中,所述神经网络法采用循环神经网络法。
3.如权利要求1所述的一种汽轮机转子数字孪生体构建方法,其特征在于,第六步中,所述现有测点数据包括主蒸汽温度与压力、再热蒸汽温度与压力、排汽温度与压力、主蒸汽流量、再热蒸汽流量、机组功率、汽轮机转速、缸壁金属温度。
4.一种汽轮机转子数字孪生体监控系统,其特征在于,运行有权利要求1所述的汽轮机转子数字孪生体构建方法,包括汽轮机转子数据库服务器、人工智能计算服务器、空间扩展计算服务器、网页服务器和用户端浏览器,汽轮机转子数据库服务器从电厂DCS工作站调取现有测点数据并与人工智能计算服务器连接,人工智能计算服务器与空间扩展计算服务器连接,空间扩展计算服务器连接网页服务器,网页服务器连接用户端浏览器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010193130.7A CN111523260B (zh) | 2020-03-18 | 2020-03-18 | 汽轮机转子数字孪生体构建方法及监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010193130.7A CN111523260B (zh) | 2020-03-18 | 2020-03-18 | 汽轮机转子数字孪生体构建方法及监控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111523260A CN111523260A (zh) | 2020-08-11 |
CN111523260B true CN111523260B (zh) | 2022-12-02 |
Family
ID=71902119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010193130.7A Active CN111523260B (zh) | 2020-03-18 | 2020-03-18 | 汽轮机转子数字孪生体构建方法及监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111523260B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112523818B (zh) * | 2020-11-19 | 2022-12-02 | 上海发电设备成套设计研究院有限责任公司 | 基于数字孪生体信息的监控方法、系统、服务端及存储介质 |
CN112781903B (zh) * | 2020-12-28 | 2022-07-08 | 杭州哲达科技股份有限公司 | 基于数字孪生系统的高炉鼓风机和trt机组故障诊断方法 |
CN113970910B (zh) * | 2021-09-30 | 2024-03-19 | 中国电子技术标准化研究院 | 一种数字孪生装备构建方法和系统 |
CN115758726A (zh) * | 2022-11-17 | 2023-03-07 | 哈电发电设备国家工程研究中心有限公司 | 一种汽轮机转子多维多场反演方法、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62182403A (ja) * | 1986-02-06 | 1987-08-10 | Toshiba Corp | タ−ビンロ−タの熱応力監視方法 |
CN101042059A (zh) * | 2007-04-25 | 2007-09-26 | 上海发电设备成套设计研究院 | 一种汽轮机转子低周疲劳寿命损耗在线监控的方法及系统 |
CN101561669A (zh) * | 2009-04-30 | 2009-10-21 | 上海发电设备成套设计研究院 | 汽轮机部件低周疲劳寿命损耗在线监视与控制装置及方法 |
CN103034745A (zh) * | 2011-09-30 | 2013-04-10 | 鞍钢股份有限公司 | 一种模拟型钢切深孔轧制过程的网格生成方法 |
CN107145687A (zh) * | 2017-06-07 | 2017-09-08 | 上海电力学院 | 汽轮机转子启动曲线优化及蠕变‑疲劳寿命评估的方法 |
CN110045608A (zh) * | 2019-04-02 | 2019-07-23 | 太原理工大学 | 基于数字孪生的机械设备零部件结构参数动态优化方法 |
CN110274258A (zh) * | 2019-05-09 | 2019-09-24 | 国网河北能源技术服务有限公司 | 一种基于燃烧区域温度场预测的前馈控制燃烧调整方法 |
CN110532625A (zh) * | 2019-07-31 | 2019-12-03 | 西安交通大学 | 航空发动机涡轮盘-转子-支承系统数字孪生建模方法 |
-
2020
- 2020-03-18 CN CN202010193130.7A patent/CN111523260B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62182403A (ja) * | 1986-02-06 | 1987-08-10 | Toshiba Corp | タ−ビンロ−タの熱応力監視方法 |
CN101042059A (zh) * | 2007-04-25 | 2007-09-26 | 上海发电设备成套设计研究院 | 一种汽轮机转子低周疲劳寿命损耗在线监控的方法及系统 |
CN101561669A (zh) * | 2009-04-30 | 2009-10-21 | 上海发电设备成套设计研究院 | 汽轮机部件低周疲劳寿命损耗在线监视与控制装置及方法 |
CN103034745A (zh) * | 2011-09-30 | 2013-04-10 | 鞍钢股份有限公司 | 一种模拟型钢切深孔轧制过程的网格生成方法 |
CN107145687A (zh) * | 2017-06-07 | 2017-09-08 | 上海电力学院 | 汽轮机转子启动曲线优化及蠕变‑疲劳寿命评估的方法 |
CN110045608A (zh) * | 2019-04-02 | 2019-07-23 | 太原理工大学 | 基于数字孪生的机械设备零部件结构参数动态优化方法 |
CN110274258A (zh) * | 2019-05-09 | 2019-09-24 | 国网河北能源技术服务有限公司 | 一种基于燃烧区域温度场预测的前馈控制燃烧调整方法 |
CN110532625A (zh) * | 2019-07-31 | 2019-12-03 | 西安交通大学 | 航空发动机涡轮盘-转子-支承系统数字孪生建模方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111523260A (zh) | 2020-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111523260B (zh) | 汽轮机转子数字孪生体构建方法及监控系统 | |
CN106936627B (zh) | 一种基于大数据分析挖掘的火电设备性能监测方法 | |
CN100447375C (zh) | 一种汽轮机转子低周疲劳寿命损耗在线监控的方法及系统 | |
CN107489464B (zh) | 汽轮发电机组故障预警方法及系统 | |
CN114412589B (zh) | 核电汽轮机的多目标多维度多工况的监控方法 | |
CN101561669B (zh) | 汽轮机部件低周疲劳寿命损耗在线监视与控制装置及方法 | |
CN100370116C (zh) | 一种汽轮机高中压转子等效应力的控制方法 | |
CN100370117C (zh) | 一种汽轮机转子等效应力安全裕度系数在线监控方法 | |
CN107145687A (zh) | 汽轮机转子启动曲线优化及蠕变‑疲劳寿命评估的方法 | |
CN103605329B (zh) | 火力发电机组部件累积低周疲劳寿命损耗监控方法 | |
CN110925031A (zh) | 一种大功率间接空冷汽轮机管控系统 | |
CN114396319B (zh) | 核电汽轮机的功率下降与应力腐蚀强度安全监控方法 | |
CN104775856A (zh) | 一种联合循环发电机组汽轮机快速启动控制方法和装置 | |
CN108153255B (zh) | 一种基于dcs的火电机组性能监测方法及装置 | |
CN111523274B (zh) | 汽轮机高温承压部件数字孪生体构建方法及监控系统 | |
CN202582601U (zh) | 热电联产锅炉受热面状态检测及分析管理系统 | |
CN101561357B (zh) | 汽轮机部件热应力在线监视与控制装置及方法 | |
Wang et al. | Research on anomaly detection and positioning of marine nuclear power steam turbine unit based on isolated forest | |
CN109522663B (zh) | 一种基于有限元模型的汽轮机转子蠕变损伤实时计算方法 | |
CN109540057B (zh) | 一种汽轮机高温承压部件缺陷在线评定的系统及方法 | |
CN111723331A (zh) | 一种联合循环二拖一机组汽轮机负荷的权益分配计算方法 | |
CN100366876C (zh) | 燃气-蒸汽联合循环发电站运行效率在线解析方法和系统 | |
CN114239708A (zh) | 一种基于质量控制图理论的燃机异常检测方法 | |
CN212965775U (zh) | 一种核电汽轮机高压转子外表面温度模拟装置 | |
CN116257943A (zh) | 一种核电汽轮机压力参数仿真方法 |
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 |