CZ300956B6 - Zpusob urcování teploty lopatek u parní turbíny - Google Patents

Zpusob urcování teploty lopatek u parní turbíny Download PDF

Info

Publication number
CZ300956B6
CZ300956B6 CZ0212099A CZ212099A CZ300956B6 CZ 300956 B6 CZ300956 B6 CZ 300956B6 CZ 0212099 A CZ0212099 A CZ 0212099A CZ 212099 A CZ212099 A CZ 212099A CZ 300956 B6 CZ300956 B6 CZ 300956B6
Authority
CZ
Czechia
Prior art keywords
values
temperature
ann
measured
data
Prior art date
Application number
CZ0212099A
Other languages
English (en)
Other versions
CZ212099A3 (cs
Inventor
Iwan Santoso@Nugroho
Petsche@Thomas
Original Assignee
Siemens Corporate Research, Inc.
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 Siemens Corporate Research, Inc. filed Critical Siemens Corporate Research, Inc.
Publication of CZ212099A3 publication Critical patent/CZ212099A3/cs
Publication of CZ300956B6 publication Critical patent/CZ300956B6/cs

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00Systems involving the use of models or simulators of said systems
    • G05B17/02Systems involving the use of models or simulators of said systems electric
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01KSTEAM ENGINE PLANTS; STEAM ACCUMULATORS; ENGINE PLANTS NOT OTHERWISE PROVIDED FOR; ENGINES USING SPECIAL WORKING FLUIDS OR CYCLES
    • F01K13/00General layout or general methods of operation of complete plants
    • F01K13/02Controlling, e.g. stopping or starting
    • YGENERAL 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
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S706/00Data processing: artificial intelligence
    • Y10S706/902Application using ai with detail of the ai system
    • Y10S706/903Control
    • Y10S706/904Manufacturing or machine, e.g. agricultural machinery, machine tool

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Control Of Turbines (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Turbine Rotor Nozzle Sealing (AREA)

Abstract

Pri urcování teploty lopatek u parní turbíny se využívají merené parametrické hodnoty v celé provozní oblasti vcetne tlaku a teploty v místech alespon vstupního nebo výstupního stupne pro simulování hodnot teploty lopatek jak s využitím programu analýzy cyklu voda-pára v bežné provozní oblasti, tak prostrednictvím rízených experimentu za podmínek nízkého proudení páry, trénuje se umelá neutrální sít (ANN) prostrednictvím poskytování merených hodnot a simulovaných hodnot teploty lopatek, a využívají se v reálném case merené hodnoty v umelé neutrální síti (ANN) pro odvozování provozních hodnot teploty lopatek.

Description

Způsob určování teploty lopatek u parní turbíny
Oblast techniky
Vynález se týká způsobu určování teploty lopatek u parní turbíny.
Při provozu parních turbín, jako například pro turbogenerátory, je velice důležité, aby byly provozní parametry udržovány ve stanovených mezích za účelem řádného a bezpečného provozu, a ío to včetně Fáze uvádění do provozu neboli startovací Fáze, a Fáze odstartování v provozu. Nedostatečné bezpečný provoz může mít velice závažné důsledky, neboť může způsobit zranění obsluhujícího personálu či materiální škody.
Dosavadní stav techniky
Bývá obvyklé, že pří provozu parního turbogenerátoru je turbína provozována na plný výkon, nebo tehdy, kdy jsou požadavky na energii nedostatečné, je tato turbína v provozu odstavena. Zejména při provozu jako součást velké energetické sítě může být vyžadován provoz na nižší
2t) úrovni, než je plné zatížení.
Za takových podmínek pak mohou vzniknout komplexní vzory teploty, tlaku, sytosti páry, opětovného ohřívání, expanze a komprese, a to pravděpodobně v důsledku nadměrné teploty turbínových lopatek.
Takové podmínky mohou způsobit poškození lopatek s možnými nedozírnými katastrofickými důsledky. Takže monitorovací provoz za podmínek, kdy vstupní tlak páry je stejný nebo nižší, než její výstupní tlak, má obrovský praktický význam. Známý dosavadní stav techniky v dané oblasti je dostupný například v následující literatuře:
W,W. Bathie: „Fundamentals of gas tubrines“, John Wiley and Sosn, 1996; a
H. Herlock: „Axial flow turbines: Fluid mechanics and thermodynamics“, Butterworth, Londýn, 1960.
Dobré matematické modely pro simulování chování páry v turbíně v její celé provozní oblasti nejsou zcela dostupné, zejména ty, které se týkají období, ve kterých je hlavní tlak páry blízký nebo nižší, než výstupní tlak. V průběhu takovýchto období je chování proudění tekutiny velmi komplexní, neboť radiální složka rychlosti se stává velmi významnou v porovnání s osovou složkou rychlosti. Dostupné zjednodušené matematické modely pro simulování chování páry během běžného zatížení obvykle rádně nevykazují, kdy je vstupní tlak blízký nebo nižší, než výstupní tlak.
U nových velkých parních turbín jsou zařízení na měření teploty instalována v příslušných partiích vysokotlakých a nízkotlakých skříní.
Tato měření poskytují operátorovi nebo dohlížejícímu inženýrovi údaje o tom zda teplota lopatek nepřesáhla svou mez. Potřeba monitorování teploty lopatek u menších a starších turbín, stejně jako praktičtější a z hlediska nákladů efektivnější způsoby instalace teplotních čidel vedly k tomu, že je nutno uplatňovat praktický systém hodnocení teploty lopatek turbíny v reálném čase a monitorování této teploty lopatek turbíny během provozu.
Podstata vynálezu
Podle tohoto vynálezu byl vyvinut způsob určování teploty lopatek u parní turbíny, který obsa5 huje následující kroky:
využívají se měřené parametrické hodnoty v celé provozní oblasti včetně tlaku a teploty v místech alespoň vstupního nebo výstupního stupně pro simulování hodnot teploty lopatek jak s využitím programu analýzy cyklu voda-pára v běžné provozní oblasti, tak prostřednictvím řízených experimentů za podmínek nízkého proudění páry, io trénuje se umělá neutrální síť (ANN) prostřednictvím poskytování měřených hodnot a simulovaných hodnot teploty lopatek, a využívají se v reálném čase měřené hodnoty v umělé neurální síti (ANN) pro odvozování provozních hodnot teploty lopatek.
Měřené hodnoty jsou s výhodou čtyři.
Umělá neurální síť (ANN) se s výhodou využívá přímo k odvozování hodnot provozní teploty lopatek.
Způsob podle tohoto vynálezu s výhodou obsahuje následující kroky: vytváří se první pod soustava parametrických hodnot, první podsoustava se využívá pro trénování umělé neurální sítě (ANN), vytváří se druhá podsoustava parametrických hodnot, druhá podsoustava se využívá k výpočtu pro odvození mezilehlého parametru, a mezilehlý parametr a jedna z měřených parametrických hodnot se využívá k výpočtu hodnoty teploty lopatek.
S výhodou se využívá pěti měřených parametrických hodnot, přičemž podsoustava obsahuje čtyři měřené parametry.
Předmět tohoto vynálezu je určen k tomu, aby byl využíván s výhodou společně s programovatelným počítačem.
V souladu sjedním aspektem předmětu tohoto vynálezu pak způsob zjišťování teploty lopatek u parní turbíny využívá měření hodnot, včetně tlaku a teploty, v oblastech jiných, než přímo na lopatkách, a to v principu na vstupu a na výstupu.
Nejprve je teplota lopatky simulována s využitím vodního/parního cyklu analytického programu, stejně jako u provedených experimentů.
Umělá neurální síť (ANN) je uspořádána prostřednictvím stávajících naměřených hodnot a hodnot teploty lopatky. U předmětného příkladného provedení bylo zjištěno, že čtyři hodnoty poskytují uspokojivé výsledky. U jednoho způsobu je umělá neurální síť (ANN) využívána přímo k odvození provozních hodnot teploty lopatek.
V souladu s jiným aspektem předmětu tohoto vynálezu je při hybridním přístupu využíváno měření pěti hodnot. Podsoustava například čtyři hodnot parametrů je využívána pro zapojení umělé neurální sítě (ANN), přičemž je jiná podsoustava například tří hodnot využívána pro provádění výpočtu jiného mezilehlého parametru. S využitím mezilehlého parametru a jedné z pěti naměřených hodnot je vypočtena teplota lopatek.
V souladu s ještě jiným aspektem předmětu tohoto vynálezu pak uživatelské rozhraní poskytuje v reálném čase zobrazení informací pro dozorčího inženýra z hlediska provozu turbíny tak, že .2V-Zj UUUJUU UU hodnoty kritických parametrů a nežádoucí kombinace provozních podmínek jsou snadno zjistitelné, a že odchylky jsou zcela zřetelné, takže může být rychle iniciována nápravná akce.
Jelikož grafický diagram parametrů může být snadno prezentován, tak jeho formát obvykle neza5 hmuje celkový obrázek stavu turbíny z hlediska rozložení a kombinace teplot, tlaku, sytosti páry nebo přehřátí a účinků turbulence.
V souladu s předmětem tohoto vynálezu je přehled provozní situace prováděn mnohem snadněji, a to převáděním provozního expanzního a kompresního procesu prostřednictvím čar do Mollíéio rova diagramu entalpie/entropie. Jsou zde rovněž v kombinaci a v reálném čase poskytovány hodnoty parametrů a směry vývoje parametrů.
S využitím informací z Molliérova diagramu ve spojení s informacemi o vývoji v reálném čase může dozorčí inženýr rychle identifikovat a napravovat nežádoucí a potenciálně nebezpečné pro15 vozní podmínky.
V souladu s jiným aspektem předmětu tohoto vynálezu pak systém využívá hybridní umělé neurální sítě (ANN), což je algoritmicky založené schéma pro vyhodnocování teploty lopatek na základě jiných měření, která jsou běžně dostupná. Tyto běžně dostupné hodnoty měření jsou zde využívány. Údaje pro umělou neurální síť (ANN) zahrnují jak údaje, vytvářená prostřednictvím matematického modelu, tak i údaje, zjištěné experimentálně.
Přehled obrázků na výkresech
Vynález bude v dalším podrobněji vysvětlen na základě detailního popisu jeho příkladných provedení, který bude podán ve spojitosti s přiloženými obrázky výkresů, kde: obr. 1 znázorňuje stavbu modulu rozvíření vzduchu v souladu s předmětem tohoto vynálezu;
obr. 2 znázorňuje základní schéma umělé neurální sítě (ANN) pro vyhodnocování teploty lopatek v souladu s předmětem tohoto vynálezu;
obr. 3 znázorňuje zapojovací proces pro umělou neurální síť (ANN) v souladu s předmětem tohoto vynálezu;
obr. 4 znázorňuje grafickou strukturu uživatelského rozhraní, uplatnitelnou v souladu s předmětem tohoto vynálezu; a obr. 5 znázorňuje grafické zobrazení rozhraní, uplatnitelné v souladu s předmětem tohoto vynálezu.
Příklady provedení vynálezu 40
V průběhu provozu parní turbíny musí být její ohřívání, způsobované rozvířeným vzduchem, udržováno v přijatelných mezích příslušným provozním režimem.
Moduly rozvíření vzduchu pro vysokotlaké a nízkotlaké turbíny v souladu s předmětem tohoto 45 vynálezu budou poskytovat operátorovi příslušné informace pro hodnocení teploty lopatek v určitém stupni turbíny. Interaktivní uživatelské rozhraní zobrazuje hodnoty reálného času, směrový vývojový diagram těchto hodnot a příslušný stav v rámci Molliérova diagramu. Kontrolní dohlížecí doporučení může být odvozeno na základě vyhodnocení a na základě dalších dostupných naměřených hodnot.
V následujícím budou popsány některé příklady jevu rozvíření vzduchu.
U vysokotlaké turbíny, jelikož zde není žádné proudění páry přes turbínu, následující po příslušném vypnutí, tak rozsah přenosu energie závisí na tlaku a na hustotě páry v turbíně. Pri plném
-3CZ 300956 B6 zatížení bude zpočátku přítomen příslušný tlak ve vysoce chladném přihříváku. Za účelem zamezení nepřípustného ohřívání v důsledku ztráty rozvíření vzduchuje požadován adekvátní tlakový rozpad nebo určitý ochlazovací parní průtok. Expanzní čára ve vysokotlaké turbíně poté, kdy bylo plné zatížení změněno na nulové zatížení. Provozní operátor je tím mnohem informován.
On-line zviditelnění expanzních/kompresních car je obzvláště prospěšné pro ostatní části turbíny, které jsou podrobeny přehřívání, a to v tomto jednotlivém případě v důsledku jevu rozvíření vzduchu.
ío Pro ohřívání parních turbín, kdy jsou řídící ventily, například při přechodu přes potrubí pro dva spodní ohřívače, uzavřeny, vyžaduje nízkotlaká turbína použití chladicího systému za účelem udržování zvýšení teploty, způsobené jevem rozvíření vzduchu v posledním stupni, v přijatelných mezích. V tomto operačním režimu pak pára v nízkotlaké turbíně pohlcuje energii, která je výsledkem ztráty rozvíření vzduchu, která výražně převažovala v posledním stupni.
Obecně pak modul rozvíření vzduchu bude nutno přizpůsobit systému konstrukce a stavby, použitému v daném systému, který je znám jako DIGEST systém. DIGEST je modulárním monitorovacím systémem pro systémy energetických elektráren, vyvinuté aktivitou KWU-FTP firmy Siemens Aktiengesellschaft, (Siemens AG), SRN. DIGEST charakterizuje modulární systémovou stavbu, která může být rozdělena do šesti různých úrovní, které budou krátce vysvětleny v dalším. Modulové složky jsou popsány s velkou pružností jejich stavby pro každou zvolenou strukturu.
Navrhovaný systém skladby ventilačního moduluje znázorněn na obr. 1. První dvě úrovně jsou již dostupné jako části DIGEST. Modifikace byly provedeny pro administrativní úroveň a údajovou úroveň. Modifikace jak v komunikační, tak v údajové úrovni zahrnuje specifikaci parametrů, které jsou nutné pro vyžádání specifických modulových dat prostřednictvím datové přípoj nice, a po vytvoření obslužného vedení a databáze. Hlavní rozvinutí ventilačního modulu je provedeno zejména v akční a prezentační úrovni.
Jak je znázorněno na obr. 1, tak šest úrovní ventilačního modulu tvoří:
1. Akviziční úroveň. Tato úroveň řídí údajový akviziční proces, který obsahuje několik programovatelných logických řídicích jednotek (PLC) 2 typu Siemens Simatic 5. Dokumentace, týkající se jednotky Simatic 5, je dostupná od firmy Siemens Industrial Automatic. Její schopnosti zahr35 nují vzorkování signálu, A/D konverzi, omezený výpočet provedení sekvenční procesní akce, cyklové časování a otevřené komunikační funkce. V daném kontextu je používána jako údajové akviziční ústrojí, které odebírá vzorky naměřených údajů v předem stanoveném rozsahu, digitalizuje je a předává příslušné údaje přes éterovou síť asynchronně.
2. Komunikační úroveň. Touto úrovní je v zásadě komunikační obslužné vedení 6, které řídí přenos informací mezi sítí a DEC (sdružením digitálního vybavení) digitálního pracovního stroje.
Standardní DEC modul, který zpracovává komunikační výstup, je nazýván Omni-Server/DECnet PhaseV. Procesy v rámci DEC, které řídí přenos dat, jsou označeny DEC-S5, 8, a S5-DEC, 10. DEC-S5 řídí přenos dat z administrativní úrovně k S5, a S5-DEC řídí přenos dat od S5 na administrativní úroveň.
3. Administrativní úroveň. Administrativní úroveň řízení manipuluje s údajovými žádostmi z procesu ventilačního řízení prostřednictvím rozšiřování požadavků ve správném formátu na komunikační úroveň, což je prováděno prostřednictvím telegramového distributorského modulu j_2. Řídí rovněž vstupní data v určitém formátu a předkládá data zpět do řídicího procesu za účelem jejich uložení. To je prováděno telegramovým přijímačovým modulem 14. Další funkce zahrnují řízení tlumicí kapacity (de-log) 16, vlastního kontrolního procesu (hlídací pes) 18, a několik Časovaěů/hodin pro přerušovací účely (časové ovládání) 20, Samostatný kontrolní proces spočívá zejména v kontrole statutu veškerých procesů v rámci systému, přičemž je v případě nezbytnosti nutno provést re-boot.
DO
4. Akční úroveň. Akční úroveň řídí nepřetržitý výplňkový proces a výpočty. Ty zahrnují iniciaci datových požadavků (zasílání požadavků), zpracovávání vstupních dat, ukládání dat, veškeré výpočetní procesy a ukládání výsledků. Podrobnější popis této úrovně bude uveden v následujícím úseku. Tato úroveň může rovněž zahrnovat výstupní zpracování, které prověřuje platnost vypočtených výsledků. V tomto schématu jsou výsledky hodnocení hybridní umělé neurální sítě (ANN) vždy porovnávány s výsledky analytického modulu. Toto ověřování je vyžadováno za účelem zjištění možných špatných výsledků, které bývají obvykle způsobeny vstupními hodnotami, které jsou vzdálené od všech vzorků, které byly představeny v průběhu zácvikového období (ANN). Velké nesrovnalost mohou znamenat, že je nutno provést další opětovný zácvik.
io 5, Údajová úroveň. Údajová úroveň pracuje se všemi procesy, týkajícími se ukládání a uchovávání dat a příslušného přístupu k těmto údajům. Obsahuje údajový server 22 a databázi 24. Veškerý přístup do databáze 24 musí být prováděn přes údajový server 22. Pokud jsou jednou data uložena ve správném formátu v databázi 24, je k nim zajištěn snadný přístup na všech úrovních.
6. Prezentační úroveň. Prezentační úroveň představuje grafickou uživatelskou stykovou plochu, která umožňuje uživatelům nahlédnout do všech nezbytných informací v několika různých podobách, to znamená běžné hodnoty, trendový diagram a Molliérův diagram. Sestává z ventilačního grafického uživatelského rozhraní 26, z volné grafiky 28 a z podílové paměti 30 pro ukládání mezilehlých hodnot parametrů, Nezbytných pro uživatelskou stykovou plochu. Volná grafika 28 je nezávislým grafickým nástrojem pro rýsování veškerých hodnot parametrů, uložených v databázi 24. Tento nástroj byl vyvinut jako součást originálního systému D1GEST.
Informace jsou obsaženy v několika vrstvách počínaje od hlavní informace o rozvíření vzduchu, která zejména bude ukazovat teplotu lopatek. Následující vrstvy budou ukazovat podrobné pod25 minky pro každý úsek turbíny.
Tyto vrstvy budou poskytovat informace o hodnotách všech parametrů, které jsou potřebné pro pracovníka obsluhy při vydávání příslušných rozhodnutí, týkajících se provozu turbíny. Další podrobnosti procesu v rámci této úrovně jsou poskytovány v následujících sekcích. S výhodou je zde uspořádána rozvojová obrazovka pro přístup do některých vnitřních modulů a systémových parametrů nebo procesů. Avšak zejména z bezpečnostních důvodů mohou být tato opatření s výhodou vynechána v aktuální pracovní verzi.
Monitorovací proces nemusí být vždy nutno provádět cyklicky ve stejném rozsahu v každé době.
To bude záležet na provozních podmínkách turbíny. Pro každou specifickou turbínu je možno předem stanovit několik scénářů. Například žádné zatížení, plné zatížení a nízké zatížení v průběhu pomalého odstavování, uvádění do provozu a odstavování zátěže. Monitorovací proces může být nastavován automaticky pro různé podmínky v závislosti na jejich kritičnosti, přičemž může být uspořádán příslušný displej pro informaci obsluhy.
Modul rozvíření vzduchu má v základě dva hlavní procesy, a to podkladový proces a interaktivní displejový proces. Podkladový proces je vhodný pro získávání nezbytných hodnot parametrů, pro výpočet teploty lopatek při předem stanovené rychlosti a pro ukládání příslušných relevantních informací do vhodné podílové paměti a do databáze. Interaktivní displejový proces bude ukazo45 vat nezbytné nebo požadované informace graficky vjakémkoliv časovém okamžiku. Procesní rychlost je omezena minimálním množstvím času, požadovaného před stabilizací veškerých měření, a bude se měnit v závislosti na rozdílnosti podmínek provozu turbíny.
Provoz v blízkosti kritické teploty lopatek může vyžadovat vyšší procesní rychlost. Před monito50 rovacím procesem musí být umělá neurální síť (ANN) zapojena a přezkoušena. Zkušební struktura je vhodná pro příslušné hmotnosti a parametry, které budou používány v monitorovacím modulu. Tento proces je prováděn off-line a není jej možno řídit a regulovat prostřednictvím rozhraní GUI. Síť je zapojována s využitím simulovaných dat, získaných prostřednictvím výpočtu vyhodnocené teploty s použitím analytických prostředků pro očekávanou běžnou provozní oblast,
-5CZ 300956 B6 a s využitím aktuálních údajů, získávaných z oblasti experimentu. Tyto experimenty se zaměřují na získávání dat při specifických podmínkách nízkého průtoku páry, jako je tomu při odstavování turbíny z provozu, při ztrátě zátěže a při uvádění turbíny do provozu.
Od tohoto uspořádání se očekává, že bude schopno vyhodnocovat teploty lopatek pro veškeré rozmezí provozu turbíny. Minimální vstupy pro vyhodnocovací zařízení jsou v reálném čase naměřené hodnoty tlaku hlavní páry, teploty hlavní páry, tlaku třetího stupně a výstupního tlaku. S výhodou mohou být případně uplatňovány i další přídavné vstupy, které mohou být rovněž vyhodnocovány.
Podkladový proces bude získávat naměřené údaje, vypočítávat teplotu lopatek a ostatní nezbytné hodnoty, načež bude uchovávat tyto hodnoty na vhodných místech. Procesní sekvence jsou následující:
Vyžádání nezbytných naměřených údajů od akviziční úrovně prostřednictvím komunikační úrovně prostřednictvím komunikační úrovně (s využitím protokolu DEC-S5) a administrativní úrovně (distributor telegramů).
Obdržení naměřených údajů od údajového akvizičního systému S i matic 5 (Siemens PLC). Žádost je šířena prostřednictvím éterové sítě s využitím protokolu S5-DEC a je řízena prostřednictvím televizního zachycení v rámci administrativní úrovně.
Soupis naměřených parametrů zahrnuje:
Pms = tlak hlavní páry (v barech),
Tms = teplota hlavní páry (ve °C),
Pl - tlak páry před lopatkami (v barech),
TI = teplota paty před lopatkami (ve °C),
P3 = tlak ve třetím stupni,
Pex = výstupní tlak za přihřívákem (v barech),
Peh = výstupní tlak před přihřívákem (v barech),
Teh = výstupní teplota před přihřívákem (v barech),
Tcb = teplota spodního pláště (ve °C),
Tcu - teplota horního pláště (ve °C),
Tci = teplota vnitřního pláště (ve ĎC),
Tco = teplota vnějšího pláště (ve °C),
N = rychlost otáčení (RPM),
Pout = výstupní výkon (MW).
Předběžně zpracované vstupní údaje jsou v požadovaném formátu (interpreter). Tento proces zejména čte šňůru vstupních dat a upravuje je na standardní formát ASCII.
Údaje jsou ukládány do mezilehlých souborů pro další zpracování.
Vyhodnocovací zařízení bude propočítávat hodnotu teploty lopatek s využitím naměřených hodnot. Vstupní naměřené hodnoty, využívané pro vyhodnocování teploty lopatek alespoň pro vysokotlakou turbínu, jsou:
1. Tlak hlavní páry (Pms),
2. Teplota hlavní páry (Tms),
3. Tlak ve třetím stupni (P3rd),
4. Výstupní tlak (Pex),
5. Rychlost otáčení.
_ a .
CZ JUV73U DO
U jednoho přístupu je přímo vyhodnocována teplota lopatek s využitím jednosměrné troj vrstvé ANN (obr. 2A). Druhý přístup využívá hybridní techniku podle obr. 2B, a to rozložením mezilehlých parametrů, kde:
a) Jeden mezilehlý parametr (T3) je vypočítáván analyticky s využitím vztahu
Rovnice i kde n0 je dána konstanta, týkající se specifické velikosti turbíny, io
b) Další mezilehlá konstanta (n) bude vypočítána prostřednictvím zapojené umělé neurální sítě (ANN) na základě skutečných vstupních hodnot.
c) S využitím dvou mezilehlých hodnot bude poté skutečná teplota lopatek vypočítána s využitím 15 následujícího vztahu:
lblade
Rovnice 2
Tj
Tímto způsobem je udržováno oddělení mezi (matematicky) neznámým modelem a známým modelem. Tímto způsobem je komplexnost a nelineárnost v rámci „černé skříňky“ ANN modelu snížena. Kromě toho to rovně napomáhá při snížení závislosti ANN modelu na specifických parametrech turbíny. Je tím zlepšena přesnost a robustnost celkového vyhodnocovacího schématu, včetně zevšeobecnění mezi různými turbínami. To umožňuje, aby si tento způsob zachoval flexibilitu, například v případě záměny mezilehlých parametrů ve světle nových znalostí, což se rovněž týká vstupních parametrů. Takováto přizpůsobivost je zde očekávána.
Vyhodnocení teploty lopatek a ostatní naměřené parametry jsou poté uloženy na dvou různých místech, a to v databázi a v mezilehlé podílové paměti.
so a) Veškeré hodnoty jsou uloženy v databázi prostřednictvím datového severu.
b) Hodnoty, potřebné pro displej v rámci GUI jsou rovněž uloženy v dočasné podílové paměti.
Tyto hodnoty jsou potom přístupné pro čtení prostřednictvím procesu GUI.
Na obr. 3 je znázorněn obecný zapojovací proces, který je možno uplatnit u ANN modulu, a to buď u přímého přístupu, nebo u hybridního přístupu. Jediný rozdíl je ve vstupních parametrech, jak je uvedeno v podkladovém procesu. Proces může být popsán následovně:
Prvním krokem je konstrukce dat, které v podstatě kombinuje data, získaná ze simulace s použitím analýzy cyklu voda/pára, a data, získaná z experimentů. Taková analýza je například zahrnuta v termodynamických modulech v rámci systému DIGEST. Analýza cyklu voda/pára je používána uvnitř termodynamického modulu v systému DIGEST. Jak již bylo shora vysvětleno, je monitorovací systém DIGEST běžně dostupný na trhu prostřednictvím firmy SIEMENS AG.
Dále je upraven formát dat tak, aby vyhovoval vstupnímu formátu umělé neurální sítě (ANN). Data jsou poté reorganizována rozdělením dat do dvou různých souborů, přičemž jeden je použí-7CZ 300956 B6 ván pro zapojovací účely a pro účely kontroly platnosti dat, a jeden pro zkušební účely. Přestože neexistují určitá pravidla pro přeskupování dostupných dat, mohou být data reorganizována tak, že veškeré provozní oblasti budou dobře reprezentovány.
V souladu s předmětným příkladem provedení je 80 % dostupných dat využíváno pro zapojování a pro účely kontroly platnosti dat, zatímco zbývajících 20 % je využíváno pro zkušební účely.
Struktura ANN je standardní vícevrstvá s jednou skrytou vrstvou. Počet skrytých jednotek se může měnit od čtyř do deseti, aniž by došlo k výraznému zlepšení provozu. Pro velký počet ío skrytých jednotek je nezbytné delší zapoj ovací období, což může přinášet riziko příliš mnoha armatur.
Co se týče vyobrazení na obr. 3, tak počínaje od počáteční soustavy zapojovacích parametrů, včetně typu optimalizace algoritmu, typu aktivace funkce, počtu skrytých jednotek a chybových prahů, je zapojovací proces nastartován.
Použitá optimalizace algoritmu je standardní postupem, který je dostupný u různých optimalizací nebo v učebnicích umělé neurální sítě. Viz například:
- Hertz, A. Krogh, R. G. Palmer: „Introduction to the theory of neural computation“, přednáška 20 na Institutu v Santa Fe, Addison-Wesley Publishing Company, červenec 1991;
- D. Rumelhart, J. L. McClelland, PDP Research Group: „Parallel distributed processtng: Exploration in the macrostructure of cognition, Volume 1: Foundations“, MIT Press, Cambridge, 1987.
Několik technik bylo zkoumáno ve spojitosti s předmětným příkladným provedením, včetně gradientního poklesu a několika sdružených gradientových technik. Rychlejší konvergence bylo dosaženo uplatněním jedné varianty sdružených gradientních technik.
Pokud systém uspokojivě konverguje tak, že platné chybové prahy jsou uspokojující, potom jsou jo parametry ANN (spojovací hmotnostní hodnoty a hodnoty prahových jednotek) uloženy pro účely testování. Pokud systém nekonverguje, potom musejí být zapojovací parametry modifikovány až je dosaženo uspokojivého řešení.
Shora uvedený proces může být provádět opakovaně, neboť je všeobecně známo, že systém může konvergovat k různým řešením s různými počátečními podmínkami a zapojovacími parametry. Získání určitého počtu řešení může zvýšit možnost nalezení celkově optimálního řešení.
Řešení jsou poté testovány s využitím datového testovacího souboru. Řešení s nejmenší chybou bude použito při vyhodnocovacím procesu v průběhu podkladového procesu.
Kromě běžných skutečných hodnot a směrových diagramů bude grafické uživatelské rozhraní rovněž schopno ukázat podmínky turbíny v rámci chování páry v Molliérově diagramu. Tento diagram, nazývaný rovněž Molliérův diagram entropie/entalpie nebo diagram celkové teplo/entropie, slouží jako známé opatření pro inženýrství v oblasti termodynamiky a jako nejlepší reprezentace podmínek turbíny s ohledem na veškeré kritické provozní meze.
Takže toto on-line zviditelnění podmínek turbíny mnohem lépe pomůže uživateli při rozhodování a přijímání příslušných regulačních akcí.
Proces GUI musí být obecně iniciován uživatelem. Je nutno přistoupit k požadovaným hodnotám, uloženým prostřednictvím podkladového procesu. Proces GUI obsahuje následující kroky (viz odpovídající vyobrazení na obr. 4).
_ β _
Ventilační modul grafického uživatelského rozhraní může být iniciován nezávisle nebo v rámci DIGEST. Tím bude automaticky iniciováno spojení do jednotky podílové paměti. Jednotka podílové paměti bývá obvykle běžnou jednotkou, která řídí přístup a přenos dat mezi GUI a jakýmkoli vnějším procesem, který může zejména zahrnout vyrovnávací paměť.
Z přední stránky (viz obr. 5A) si uživatel může prostřednictvím menu TURB9NA zvolit, zda chce zobrazit některé z následujících turbínových oken:
- vysokotlaká turbína,
- nízkotlaká turbína 1, io - nízkotlaká turbína 2,
- nebo jakékoliv jiné turbíny (jsou-li dostupné).
Pro každou turbínu jsou zde tři okna, která mohou být zvolena prostřednictvím menu DIAGRAM:
- celkový přehled turbíny (obr. 5B až obr. 5D),
- Molliérův diagram (obr 5E až obr. 5G),
- okno směrového diagramu (obr, 5H až obr. 5J).
Okno „celkový přehled turbíny“ udává skutečnou hodnotu teploty lopatek, stejně jako další informace, které mohou být důležité pro uživatele za účelem přijetí příslušného rozhodnutí, týkajícího se regulace provozu turbíny.
Molliérův diagram je vytvářen na základě standardních termodynamických výpočtů, dostupných v jakékoliv učebnici termodynamiky, jako jsou například již shora uvedené knihy. Je zde použí25 váno běžně obvyklé praxe, na jejímž základě je vytvářena podkladová Molliérova síť, na kterou jsou nanášeny expanzní údaje, které jsou propočítávány na základě skutečných hodnot měření na vrchol této sítě. Takováto běžná praxe je popsána například v publikaci firmy SIEMENS AG o názvu „VISUM“, uživatelská příručka, verze 3, říjen 1992.
jo Několik znaků, které jsou zanášeny do okna Molliérova diagramu, zahrnuje:
1. Schopnost přejíždět transfokátorem v rámci grafu entalpie/entropie, přičemž je možno vytvářet s pomocí myší zobrazení, zahrnující požadovanou oblast.
2. Instantní miniaturní směrový diagram, který může být aktivován kliknutím na tabulku nebo čtvereček příslušné hodnoty parametru.
3. Mollíérovo výběrové rozhraní, poskytující cesty k personalizaci zobrazených parametrů pro uživatelské preference. Poskytuje rovněž teplotní prahové meze, které umožní uživateli nastavit určitý práh pro aktivaci výstražného signálu a zaslat výstražný signál k obsluze.
Směrový diagram umožňuje výběr až deseti parametr, které mohou být znázorněny současně.
Maximální počet parametrů, které mohou být znázorněny, je v podstatě neomezený. Avšak jakýkoliv počet, větší než deset, způsobí potíže z hlediska viditelnosti vlastního grafu či diagramu. To má stejný znak, jako je znak # 2 v Molliérově diagramu. Přesná hodnota v rámci grafu může být nalezena prostřednictvím kliknutí na požadovaný bod. Přesná hodnota bude zobrazena pod odpovídající osou.
Z okna směrového diagramu může uživatel dále analyzovat data prostřednictvím výběru FREE GREPHICS, který poskytne uživateli přístup do úplné kompletní databáze. Tato složka je poskytována v rámci systému DIGEST.
Zobrazovací proces GUI umožní přístup k nezbytným údajům z podílové paměti, s výjimkou FREE GRAPHICS, kde je umožněn přístup k údajům z databáze prostřednictvím datového serveru.
-9CZ 300956 B6
Jelikož byl předmět tohoto vynálezu popsán prostřednictvím jeho příkladných provedení, jsou pro odborníka z dané oblasti techniky zcela zřejmé různé změny a modifikace předmětu tohoto vynálezu. Například volba parametrů, která zde byla prováděna, může být změněna na předmět volby. Takovéto a podobné změny jsou předpokládány, takže leží v rozsahu ochrany a myšlenky předmětu tohoto vynálezu, kterýje definován prostřednictvím následujících patentových nároků.

Claims (5)

1. Způsob určování teploty lopatek u parní turbíny, vyznačující se tím, že obsa15 huje následující kroky:
využívají se měřené parametrické hodnoty v celé provozní oblasti včetně tlaku a teploty v místech alespoň vstupního nebo výstupního stupně pro simulování hodnot teploty lopatek jak s využitím programu analýzy cyklu voda-pára v běžné provozní oblasti, tak prostřednictvím řízených experimentů za podmínek nízkého proudění páry,
20 trénuje se umělá neurální síť (ANN) prostřednictvím poskytování měřených hodnot a simulovaných hodnot teploty lopatek, a využívají se v reálném čase měřené hodnoty v umělé neurální síti (ANN) pro odvozování provozních hodnot teploty lopatek.
25
2. Způsob podle nároku 1, v y z n a č u j í c í se tím, že měřené hodnoty jsou čtyři.
3. Způsob podle nároku i, vyznačující se tím, že umělá neurální síť (ANN) se využívá přímo k odvozování hodnot provozní teploty lopatek.
30
4. Způsob podle nároku 3, v y z n a Č u j í c í se tím, že obsahuje následující kroky:
vytváří se první podsoustava parametrických hodnot, první podsoustava se využívá pro trénování umělé neurální sítě (ANN), vytváří se druhá podsoustava parametrických hodnot, druhá podsoustava se využívá k výpočtu pro odvození mezilehlého parametru, a
35 mezilehlý parametr a jedna z měřených parametrických hodnot se využívá k výpočtu hodnoty teploty lopatek.
5. Způsob podle nároku 4, vyznačující se tím, že se využívá pěti měřených parametrických hodnot, přičemž podsoustava obsahuje čtyři měřené parametry.
CZ0212099A 1996-12-13 1997-12-05 Zpusob urcování teploty lopatek u parní turbíny CZ300956B6 (cs)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US08/764,381 US5832421A (en) 1996-12-13 1996-12-13 Method for blade temperature estimation in a steam turbine

Publications (2)

Publication Number Publication Date
CZ212099A3 CZ212099A3 (cs) 2000-03-15
CZ300956B6 true CZ300956B6 (cs) 2009-09-23

Family

ID=25070566

Family Applications (1)

Application Number Title Priority Date Filing Date
CZ0212099A CZ300956B6 (cs) 1996-12-13 1997-12-05 Zpusob urcování teploty lopatek u parní turbíny

Country Status (12)

Country Link
US (1) US5832421A (cs)
EP (1) EP0944866B1 (cs)
JP (1) JP4005143B2 (cs)
KR (1) KR100523382B1 (cs)
CN (1) CN1105950C (cs)
AT (1) ATE205310T1 (cs)
CZ (1) CZ300956B6 (cs)
DE (1) DE69706563T2 (cs)
ES (1) ES2167023T3 (cs)
PL (1) PL185983B1 (cs)
RU (1) RU2213997C2 (cs)
WO (1) WO1998026336A1 (cs)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7690840B2 (en) * 1999-12-22 2010-04-06 Siemens Energy, Inc. Method and apparatus for measuring on-line failure of turbine thermal barrier coatings
US7035834B2 (en) * 2002-05-15 2006-04-25 Caterpillar Inc. Engine control system using a cascaded neural network
US20040082069A1 (en) * 2002-10-25 2004-04-29 Liang Jiang Systems and methods for estimating exposure temperatures and remaining operational life of high temperature components
CN1298458C (zh) * 2003-09-29 2007-02-07 宝山钢铁股份有限公司 一种rh精炼炉钢液温度实时预测方法
CN100338447C (zh) * 2004-07-24 2007-09-19 桂林电子工业学院 高温高压密闭腔内的温度测量方法
US7021126B1 (en) 2004-09-15 2006-04-04 General Electric Company Methods for low-cost estimation of steam turbine performance
FR2876152B1 (fr) * 2004-10-06 2006-12-15 Renault Sas Procede et systeme ameliores d'estimation d'une temperature des gaz d'echappement et moteur a combustion interne equipe d'un tel systeme
US7654734B2 (en) 2005-05-10 2010-02-02 General Electric Company Methods and devices for evaluating the thermal exposure of a metal article
US8065022B2 (en) * 2005-09-06 2011-11-22 General Electric Company Methods and systems for neural network modeling of turbine components
US7432505B2 (en) * 2006-05-04 2008-10-07 Siemens Power Generation, Inc. Infrared-based method and apparatus for online detection of cracks in steam turbine components
WO2009050230A2 (de) * 2007-10-16 2009-04-23 Siemens Aktiengesellschaft Verfahren zum betrieb eines kraftwerks
US8478473B2 (en) * 2008-07-28 2013-07-02 General Electric Company Method and systems for controlling gas turbine engine temperature
JP5804668B2 (ja) * 2009-06-10 2015-11-04 三菱重工業株式会社 面内圧縮強度評価装置及び方法
US8813498B2 (en) 2010-06-18 2014-08-26 General Electric Company Turbine inlet condition controlled organic rankine cycle
CN102541025B (zh) * 2012-01-29 2014-04-09 上海锅炉厂有限公司 一种基于水和水蒸汽热力性质iapws-if97的实时控制方法
US8903753B2 (en) * 2012-02-06 2014-12-02 General Electric Company Steam turbine performance testing
JP6092723B2 (ja) * 2013-06-25 2017-03-08 三菱日立パワーシステムズ株式会社 蒸気タービンプラントの起動制御装置
US10954824B2 (en) 2016-12-19 2021-03-23 General Electric Company Systems and methods for controlling drum levels using flow
US10677102B2 (en) * 2017-02-07 2020-06-09 General Electric Company Systems and methods for controlling machinery stress via temperature trajectory
RU2686385C1 (ru) * 2018-05-23 2019-04-25 федеральное государственное автономное образовательное учреждение высшего образования "Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики" (Университет ИТМО) Способ спектрометрического определения температуры потока газов
GB201908494D0 (en) 2019-06-13 2019-07-31 Rolls Royce Plc Computer-implemented methods for training a machine learning algorithm
GB201908496D0 (en) 2019-06-13 2019-07-31 Rolls Royce Plc Computer-implemented methods for determining compressor operability

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4227093A (en) * 1973-08-24 1980-10-07 Westinghouse Electric Corp. Systems and method for organizing computer programs for operating a steam turbine with digital computer control
US5306088A (en) * 1992-01-29 1994-04-26 Siemens Aktiengesellschaft Method and apparatus for monitoring the temperature in a turbine component
US5439160A (en) * 1993-03-31 1995-08-08 Siemens Corporate Research, Inc. Method and apparatus for obtaining reflow oven settings for soldering a PCB

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4025765A (en) * 1972-04-26 1977-05-24 Westinghouse Electric Corporation System and method for operating a steam turbine with improved control information display
US3873817A (en) * 1972-05-03 1975-03-25 Westinghouse Electric Corp On-line monitoring of steam turbine performance
JPS6024283B2 (ja) * 1978-08-31 1985-06-12 株式会社東芝 蒸気タービンの内部異常診断装置
US4891948A (en) * 1983-12-19 1990-01-09 General Electric Company Steam turbine-generator thermal performance monitor
JPS60201008A (ja) * 1984-03-26 1985-10-11 Hitachi Ltd プラント運転制御方法及びその装置
US4764025A (en) * 1985-08-08 1988-08-16 Rosemount Inc. Turbine blade temperature detecting pyrometer
US4679399A (en) * 1985-09-13 1987-07-14 Elliott Turbomachinery Co., Inc. Protection system for steam turbines including a superheat monitor
US4827429A (en) * 1987-06-16 1989-05-02 Westinghouse Electric Corp. Turbine impulse chamber temperature determination method and apparatus
US4970670A (en) * 1988-11-30 1990-11-13 Westinghouse Electric Corp. Temperature compensated eddy current sensor temperature measurement in turbine blade shroud monitor
JP2907858B2 (ja) * 1989-03-20 1999-06-21 株式会社日立製作所 表示装置および方法
JPH0692914B2 (ja) * 1989-04-14 1994-11-16 株式会社日立製作所 機器/設備の状態診断システム
JP2656637B2 (ja) * 1989-11-22 1997-09-24 株式会社日立製作所 プロセス制御システム及び発電プラントプロセス制御システム
JPH04131600A (ja) * 1990-09-19 1992-05-06 Hitachi Ltd 都市エネルギーシステム
US5353628A (en) * 1991-07-26 1994-10-11 Westinghouse Electric Corporation Steam purity monitor
US5640176A (en) * 1992-01-24 1997-06-17 Compaq Computer Corporation User interface for easily setting computer speaker volume and power conservation levels
US5267435A (en) * 1992-08-18 1993-12-07 General Electric Company Thrust droop compensation method and system
US5386689A (en) * 1992-10-13 1995-02-07 Noises Off, Inc. Active gas turbine (jet) engine noise suppression
US5311562A (en) * 1992-12-01 1994-05-10 Westinghouse Electric Corp. Plant maintenance with predictive diagnostics

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4227093A (en) * 1973-08-24 1980-10-07 Westinghouse Electric Corp. Systems and method for organizing computer programs for operating a steam turbine with digital computer control
US5306088A (en) * 1992-01-29 1994-04-26 Siemens Aktiengesellschaft Method and apparatus for monitoring the temperature in a turbine component
US5439160A (en) * 1993-03-31 1995-08-08 Siemens Corporate Research, Inc. Method and apparatus for obtaining reflow oven settings for soldering a PCB

Also Published As

Publication number Publication date
WO1998026336A1 (en) 1998-06-18
KR20000057472A (ko) 2000-09-15
PL333952A1 (en) 2000-01-31
DE69706563T2 (de) 2002-07-11
EP0944866A1 (en) 1999-09-29
RU2213997C2 (ru) 2003-10-10
CN1240521A (zh) 2000-01-05
ES2167023T3 (es) 2002-05-01
CZ212099A3 (cs) 2000-03-15
EP0944866B1 (en) 2001-09-05
JP4005143B2 (ja) 2007-11-07
JP2002501584A (ja) 2002-01-15
US5832421A (en) 1998-11-03
ATE205310T1 (de) 2001-09-15
KR100523382B1 (ko) 2005-10-24
CN1105950C (zh) 2003-04-16
DE69706563D1 (de) 2001-10-11
PL185983B1 (pl) 2003-09-30

Similar Documents

Publication Publication Date Title
CZ300956B6 (cs) Zpusob urcování teploty lopatek u parní turbíny
US5838588A (en) Graphical user interface system for steam turbine operating conditions
CN105955069B (zh) 一种基于在线仿真的核电站系统级状态监测方法
CN1026832C (zh) 响应专家传感器诊断的控制传感器处理算法装置
CN108469745B (zh) 用于燃气电站的运行工况在线仿真方法及在线仿真系统
CN102156431B (zh) 基于plc系统的风电机组运行仿真系统
KR20210108257A (ko) 부유식 해상풍력 터빈용 디지털 트윈 시스템 장치
Lu et al. An object-oriented power plant adaptive control system design tool
CN109783959A (zh) 基于阀门的联合多模型仿真平台及方法
Garcia-Sanz A reduced model of central heating systems as a realistic scenario for analyzing control strategies
CN115374527A (zh) 一种区域电-热-冷综合能源动态模拟系统构建方法
Timma et al. An algorithm for the selection of structure for artificial networks. Case study: solar thermal energy systems
Seifi et al. An intelligent tutoring system for a power plant simulator
Link et al. Testing power plant control systems in Modelica
Dettori et al. Steam Turbine Rotor Stress Control through Nonlinear Model Predictive Control. Energies 2021, 14, 3998
Savolainen et al. Enhancing Energy Management Of A Car Manufacturing Plant Through Modelling And Dynamic Simulation.
Ihlenburg et al. Towards a Digital Representation of Building Systems Controls
Broadwater A design approach for a power plant feedwater control system
Coeytaux Application of the Seci-Manager software to energy systems optimization and on-line industrial processes
Mowrey et al. Modeling of boiling water reactor feedwater control algorithms
CN117688747A (zh) 一种基于Simulink的风机主控系统建模方法
Diamond et al. DOE-1 verification program plan
TU et al. A Simulation-Based Digital Twin for Monitoring and Predictive Performance of a HVAC System in a Cleanroom Environment
Barszcz et al. Application of an open environment for simulation of power plant unit operation under steady and transient conditions
Godbole Improve plant operation and maintenance by simulation.

Legal Events

Date Code Title Description
PD00 Pending as of 2000-06-30 in czech republic
MM4A Patent lapsed due to non-payment of fee

Effective date: 20141205