DE102017204434A1

DE102017204434A1 - Verfahren und Anordnung zur Messung einer Gastemperaturverteilung in einer Brennkammer

Info

Publication number: DE102017204434A1
Application number: DE102017204434.9A
Authority: DE
Inventors: Hans-Gerd Brummel; Kai Heesche; Volkmar Sterzing
Original assignee: Siemens AG
Current assignee: Siemens AG
Priority date: 2017-03-16
Filing date: 2017-03-16
Publication date: 2018-09-20
Also published as: KR20190122262A; US20200132552A1; EP3577328A1; WO2018167095A1; CN110382848A

Abstract

Zur Messung einer Gastemperaturverteilung in einer Brennkammer (BK) wird mittels eines in die Brennkammer (BK) gerichteten optischen Sensors (C) für unterschiedliche durch die Brennkammer (BK) führende Lichtwege (LW) jeweils ein vorgegebener Spektralbereich eines optischen Spektrums selektiv erfasst. Dabei wird für einen jeweiligen Spektralbereich eine jeweilige Spektralintensität (SI) ermittelt und einer den jeweiligen Lichtweg (LW) identifizierenden Lichtwegangabe (LA) zugeordnet. Die ermittelten Spektralintensitäten (SI) und die zugeordneten Lichtwegangaben (LA) werden einer auf eine Reproduktion von ortsaufgelösten Trainings-Temperaturverteilungen (TTD) trainierten maschinellen Lernroutine (NN) als Eingabedaten zugeführt. Ausgabedaten der maschinellen Lernroutine (NN) werden dann als Gastemperaturverteilung (GTD) ausgegeben.

Description

In Brennkammern, insbesondere von Verbrennungskraftmaschinen findet ein Verbrennungsprozess häufig bei sehr hohen Temperaturen, Drücken und/oder Strömungsgeschwindigkeiten statt. Bei einer Gasturbine können zum Beispiel Temperaturen von circa 1300-2000°C, Drücke von circa 15-25 bar und Strömungsgeschwindigkeiten von circa 300 m/s auftreten. Für eine Optimierung der Konstruktion und des Betriebs einer Verbrennungskraftmaschine, insbesondere hinsichtlich ihres Wirkungsgrads, ihrer Abgasemissionen und/oder ihres Verschleißes ist es sehr nützlich, Information über eine Temperaturverteilung in der Brennkammer zu erfassen und auszuwerten. Insofern gerade lokale Temperaturspitzen häufig zu stärkeren StickoxidEmissionen und stärkerem Verschleiß führen, wäre es sehr vorteilhaft, dabei nicht nur einen Temperaturmittelwert zu erfassen, sondern insbesondere ein Maß für eine Inhomogenität oder Ungleichverteilung der Gastemperatur.
Unter den vorstehend genannten physikalischen Umgebungsbedingungen ist es häufig nur sehr eingeschränkt möglich, in der Brennkammer herrschende Gastemperaturen durch dort angebrachte Messfühler direkt zu messen. Aufgrund dieser Schwierigkeit werden bei bekannten Verbrennungskraftmaschinen Temperaturmessungen in der Regel an einem Gasauslass der Verbrennungskraftmaschine vorgenommen. Von den dort gemessenen Temperaturen und den dort herrschenden nahezu atmosphärischen Drücken wird dann auf die höheren Werte in der Brennkammer zurückgerechnet. Auf diese Weise können jedoch in vielen Fällen nur Durchschnittswerte der Gastemperatur in der Brennkammer ermittelt werden. Aus diesen Durchschnittswerten können zwar mittels thermodynamischer Modelle der Verbrennungskraftmaschine häufig Abschätzungen über eine Temperaturverteilung in der Brennkammer gewonnen werden, doch spiegeln diese Abschätzungen oft nur eine Modellstruktur wieder.
Es ist Aufgabe der vorliegenden Erfindung, ein Verfahren und eine Anordnung zur Messung einer Gastemperaturverteilung in einer Brennkammer zu schaffen, die eine genauere Ermittlung der Gastemperaturverteilung erlauben.
Gelöst wird diese Aufgabe durch ein Verfahren mit den Merkmalen des Patentanspruchs 1, durch eine Anordnung mit den Merkmalen des Patentanspruchs 13, durch ein Computerprogrammprodukt mit den Merkmalen des Patentanspruchs 14 und durch ein computerlesbares Speichermedium mit den Merkmalen des Patentanspruchs 15.
Zur Messung einer Gastemperaturverteilung in einer Brennkammer, insbesondere einer Verbrennungskraftmaschine, wird mittels eines in die Brennkammer gerichteten optischen Sensors für unterschiedliche durch die Brennkammer führende Lichtwege jeweils ein vorgegebener Spektralbereich eines optischen Spektrums selektiv erfasst. Das optische Spektrum kann hierbei insbesondere ein Infrarotspektrum, ein Ultraviolettspektrum und/oder ein Spektrum im sichtbaren Licht sein. Dabei wird für einen jeweiligen Spektralbereich eine jeweilige Spektralintensität ermittelt und einer den jeweiligen Lichtweg identifizierenden Lichtwegangabe zugeordnet. Die ermittelten Spektralintensitäten und die zugeordneten Lichtwegangaben werden einer auf eine Reproduktion von ortsaufgelösten Trainings-Temperaturverteilungen trainierten maschinellen Lernroutine als Eingabedaten zugeführt. Ausgabedaten der maschinellen Lernroutine werden dann als Gastemperaturverteilung ausgegeben. Als Gastemperaturverteilung kann hierbei insbesondere eine räumliche Temperaturverteilung, ein Maß für eine räumliche Inhomogenität oder Ungleichverteilung der Gastemperatur und/oder eine Temperaturhäufigkeitsverteilung ausgegeben werden.
Zum Ausführen des erfindungsgemäßen Verfahrens sind eine Anordnung zur Messung der Gastemperaturverteilung, ein Computerprogrammprodukt sowie ein computerlesbares Speichermedium vorgesehen.
Das erfindungsgemäße Verfahren und die erfindungsgemäße Anordnung können beispielsweise mittels einem oder mehrerer Prozessoren, anwendungsspezifischen integrierten Schaltungen (ASIC), digitalen Signalprozessoren (DSP) und/oder sogenannten „Field Programmable Gate Arrays“ (FPGA) ausgeführt bzw. implementiert werden.
Ein Vorteil der Erfindung ist darin zu sehen, dass sie eine verhältnismäßig genaue Ermittlung einer Gastemperaturverteilung in einer Brennkammer erlaubt, ohne auf in die Brennkammer ragende Temperatursensoren angewiesen zu sein. Durch die Verwendung einer maschinellen Lernroutine können auch komplexe Korrelationen zwischen den lichtwegspezifischen und damit ortsaufgelösten Spektralintensitäten und der Gastemperaturverteilung in der Brennkammer verhältnismäßig genau modelliert werden. Dies gilt insbesondere auch für unterschiedliche Betriebszustände der Brennkammer. Die ermittelte Gastemperaturverteilung und insbesondere deren Inhomogenität können dazu verwendet werden, einen Betrieb der Brennkammer zu überwachen, die Brennkammer zu testen, einen Wirkungsgrad zu optimieren und/oder Schadstoffausstoß und/oder Verschleiß zu minimieren.
Vorteilhafte Ausführungsformen und Weiterbildungen der Erfindung sind in den abhängigen Ansprüchen angegeben.
Vorzugsweise kann die maschinelle Lernroutine ein datengetriebenes trainierbares Regressionsmodell, ein künstliches neuronales Netz, ein rekurrentes neuronales Netz, ein Convolutional-Neural-Network, einen Autoencoder, eine Deep-Learning-Architektur, eine Support-Vector-Machine, einen k-nächste-Nachbarn-Klassifikator, ein physikalisches Modell und/oder einen Entscheidungsbaum verwenden.
Nach einer besonders vorteilhaften Ausführungsform der Erfindung können als Spektralbereich spezifisch Spektrallinien eines oder mehrerer Stoffe selektiert werden, deren Konzentration in der Brennkammer temperaturabhängig ist. Die Spektrallinien können hierbei Absorptions- oder Emissionslinien sein. Als Stoffe können vorzugsweise Verbindungen gewählt werden, die bei der Verbrennung entstehen oder anderweitig umgewandelt werden. Für solche Umwandlungen sind häufig bestimmte Temperaturen oder Temperaturschwellen charakteristisch, so dass eine starke Korrelation und mithin ein charakteristischer Zusammenhang zwischen der Intensität der betreffenden Spektrallinien und einer lokalen Gastemperatur besteht. Derartige Stoffe können also gewissermaßen als Temperaturmarker verwendet werden. Vorzugsweise können Stickoxide als Temperaturmarker im Sinne der Erfindung verwendet werden. Die Erfassung der Spektralintensitäten von Stickoxiden oder anderen Schadstoffen kann zusätzlich dazu genutzt werden, eine Schadstoffemission zu messen und ggf. zu optimieren.
Nach einer weiteren vorteilhaften Ausführungsform kann das optische Spektrum für die unterschiedlichen Lichtwege parallel und richtungssensitiv mittels einer Kamera als optischem Sensor erfasst werden. Die Kamera kann dabei insbesondere eine Infrarot-Kamera, eine Ultraviolett-Kamera und/oder eine für sichtbares Licht sensitive Kamera sein.
Weiterhin kann der Spektralbereich mittels eines vorzugsweise schmalbandigen Spektralfilters selektiert werden.
Nach einer weiteren vorteilhaften Ausführungsform der Erfindung können ein oder mehrere Laserstrahlen auf unterschiedlichen Lichtwegen durch die Brennkammer gesendet und nach Durchlaufen des jeweiligen Lichtweges vom optischen Sensor erfasst werden. Eine Laserfrequenz kann hierbei auf einen jeweiligen Spektralbereich oder eine jeweilige Spektrallinie abgestimmt werden.
Vorteilhafterweise können die unterschiedlichen Lichtwege durch Richtungs- und/oder Positionsänderungen des optischen Sensors, eines in die Brennkamer gerichteten Lasers und/oder eines auf einem jeweiligen Lichtweg angeordneten Spiegels und/oder Prismas selektiert werden. Somit kann auf einfache Weise eine Vielzahl von Lichtwegen selektiert werden. Die Lichtwegangaben können hierbei Angaben über Position und/oder Ausrichtung des optischen Sensors, des Lasers, des Spiegels und/oder des Prismas umfassen.
Gemäß einer weiteren Ausführungsform der Erfindung kann die maschinelle Lernroutine in einer Kalibrierungsphase mittels einer Trainingsbrennkammer anhand vorgegebener Temperaturverteilungsdaten trainiert werden.
Darüber hinaus kann mittels eines Thermodynamikmodells der Brennkammer eine Korrelation zwischen weiteren Betriebsdaten der Brennkammer und einer Temperaturverteilung in der Brennkammer ermittelt und zum Training der maschinellen Lernroutine verwendet werden.
Weiterhin können der maschinellen Lernroutine zusammen mit den Spektralintensitäten und den Lichtwegangaben weitere Betriebsdaten der Brennkamer als Eingabedaten zugeführt werden. Durch die Berücksichtigung der weiteren Betriebsdaten verbessert sich im Allgemeinen eine Genauigkeit der ermittelten Gastemperaturverteilung.
Insbesondere kann anhand der weiteren Betriebsdaten und der ausgegebenen Gastemperaturverteilung ein Softsensor auf eine Reproduktion der Gastemperaturverteilung anhand der weiteren Betriebsdaten trainiert werden. Mittels des trainierten Softsensors kann dann die Gastemperaturverteilung anhand der weiteren Betriebsdaten zumindest geschätzt werden, ohne einen optischen Sensor zu benötigen. Dies erlaubt einen Einsatz des trainierten Softsensors auch bei Verbrennungskraftmaschinen, bei denen das Innere der Brennkammer optisch nicht oder nur schwierig zugänglich ist.
Darüber hinaus kann eine Trainingsstruktur der trainierten maschinellen Lernroutine spezifisch extrahiert und auf einen Softsensor übertragen werden. Eine solche Übertragung wird häufig auch als Transfer-Learning bezeichnet. Die Übertragung kann in vielen Fällen ein Training des Softsensors verkürzen oder sogar ersetzen.
Ein Ausführungsbeispiel der Erfindung wird nachfolgend anhand der Zeichnung näher erläutert. Dabei veranschaulichen jeweils in schematischer Darstellung:

1 eine Gasturbine mit Brennkammer,
2 eine röhrenförmige Brennkammer mit einem optischen Sensor zur Messung einer Gastemperaturverteilung,
3 ein Training einer erfindungsgemäßen Anordnung zur Messung einer Gastemperaturverteilung, und
4 eine Messung einer Gastemperaturverteilung mittels der trainierten Anordnung

1 zeigt als Anwendungsbeispiel der Erfindung in schematischer Darstellung eine Gasturbine GT mit einer Brennkammer BK, in der eine Gastemperaturverteilung während des Betriebs zu messen ist. Die Gasturbine GT verfügt über einen Verdichter V zum Komprimieren von zuströmender Luft, über die Brennkammer BK zum Verbrennen von zugeführtem Treibstoff sowie über eine Turbine T zum Umsetzen von durch die Verbrennung erzeugter thermischer und kinetischer Energie in Rotationsenergie. Letztere wird über eine Antriebswelle AW unter anderem zum Verdichter V übertragen, um diesen anzutreiben.
Daneben kann die Erfindung auch zur Messung von Gastemperaturverteilungen in Brennkammern von Verbrennungsmotoren, Strahltriebwerken oder anderen Verbrennungskraftmaschinen dienen.
2 zeigt in schematischer Darstellung eine röhrenförmige Brennkammer BK mit einem optischen Sensor C zur Messung einer Gastemperaturverteilung in der Brennkammer BK. Die Brennkammer BK kann insbesondere eine Brennkammer oder ein Brennraum einer Gasturbine, eines Verbrennungsmotors, eines Strahltriebwerks oder einer anderen Verbrennungskraftmaschine sein. Die Brennkammer BK verfügt über eine Luftzuführung LZ sowie über Treibstoffzuführungen TZ. Der Treibstoff wird mit der zugeführten Luft vermischt und in einer Flamme F verbrannt. Die Flamme F hat in der Regel eine inhomogene Temperaturverteilung sowohl über einen Querschnitt der Brennkammer BK hinweg als auch entlang der Brennkammer BK. So können zum Beispiel Temperaturen von ca. 1400-2000°C im Bereich der Flamme F und zum Beispiel ca. 1000°C an einem Rand der Brennkammer BK auftreten. Für einen Verschleiß der Brennkammer BK oder der Gasturbine GT sind insbesondere lokale Temperaturspitzen maßgeblich.
Häufig bildet sich entlang der Brennkammer BK eine starke Gasströmung aus, die eine Temperaturverteilung vom Bereich der Flamme F entlang der Brennkammer BK transportiert. Durch eine typischerweise stattfindende Entspannung des strömenden Gases, insbesondere in einer Turbine oder Turbinenstufe sinkt dessen Temperatur beim Transport in der Regel beträchtlich. Nichtsdestotrotz ist die beim Auslass ankommende Temperatur in der Regel korreliert mit einer Temperatur im Bereich der Flamme F. Dem erfindungsgemäßen Verfahren der Gastemperaturverteilungsmessung liegt die Beobachtung zugrunde, dass diese Korrelation mit verfügbaren maschinellen Lernroutinen mit gutem Erfolg gelernt werden kann.
Als optischer Sensor ist eine Kamera C in die Brennkammer BK gerichtet. Die Kamera C kann insbesondere eine Infrarot-Kamera, eine Ultraviolett-Kamera und/oder eine für sichtbares Licht sensitive Kamera sein. Als Kamera C kann auch ein ortsauflösendes bzw. richtungsauflösendes Spektrometer eingesetzt werden. Insbesondere können Kameraanordnungen, die bisher zur Beobachtung von Turbinenschaufeln eingesetzt werden, so modifiziert werden, dass Sie ein ortsaufgelöstes optisches Spektrum erfassen können.
Die Kamera C ist derart zur Brennkammer BK angeordnet, dass sie ein optisches Spektrum für unterschiedliche durch die Brennkammer BK führende Lichtwege LW erfassen kann. Das optische Spektrum kann hierbei insbesondere ein Infrarotspektrum, ein Ultraviolettspektrum und/oder ein Spektrum im sichtbaren Licht sein. Bei entsprechender Auflösung kann die Kamera C eine Vielzahl von Lichtwegen LW parallel und nahezu gleichzeitig erfassen. Zu diesem Zweck kann an der Brennkammer BK eine Öffnung oder ein anderer Lichtdurchlass, zum Beispiel ein Fenster aus hitzebeständigem Glas angebracht sein. Bei einem Strahltriebwerk kann die Kamera C in einen geöffneten Auslass der Brennkammer BK gerichtet werden. Darüber hinaus kann auch ein Spiegel und/oder ein Prisma dazu verwendet werden, die Lichtwege LW in die Kamera C umzuleiten. Vorzugsweise werden die Kamera C und gegebenenfalls der Spiegel und/oder das Prisma so angeordnet, dass Lichtwege LW erfasst werden können, die längs durch die Brennkammer BK führen.
Die Kamera C erfasst für die Lichtwege LW jeweils einen oder mehrere spezifisch vorgegebene Spektralbereiche eines optischen Spektrums, insbesondere eines Emissions- und/oder Absorptionsspektrums. Jedem erfassten Spektralbereich wird dabei eine Lichtwegangabe zugeordnet, die denjenigen Lichtweg LW identifiziert, für den dieser Spektralbereich erfasst wurde. Als Lichtwegangabe kann insbesondere eine Richtungsinformation über den betreffenden Lichtweg LW zugeordnet werden. Bei einem zweidimensionalen Kamerabild können Bildkoordinaten eines jeweiligen Bildpunkts als Lichtwegangabe zugeordnet werden.
Die Spektralbereiche können vorzugsweise mittels eines oder mehrerer schmalbandiger Spektralfilter aus dem erfassten optischen Spektrum extrahiert werden. Ein derartiger Spektralfilter kann z.B. als Frequenz- oder Wellenlängenfilter sowie als analoges oder digitales Spektralfilter ausgebildet sein. Insbesondere kann der Spektralfilter spezifische Frequenz- und/oder Wellenlängenkanäle, beziehungsweise bestimmte Dimensionen eines das optische Spektrum darstellenden, hochdimensionalen Datenvektors selektieren. Alternativ oder zusätzlich können die Lichtwege LW durch ein vorzugsweise vor der Kamera C oder einem Spiegel oder Prisma angeordnetes Transmissionsspektralfilter geführt werden.
Als Spektralbereiche werden vorzugsweise spezifisch Spektrallinien von Emissions- oder Absorptionsspektren eines oder mehrerer Stoffe selektiert, deren Konzentration in der Brennkammer BK stark temperaturabhängig ist. Hierfür werden insbesondere Emissions- oder Absorptionslinien von gasförmigen Verbrennungsprodukten, Molekülen, Molekülverbindungen und/oder Radikalen selektiert, die ausschließlich oder bevorzugt oberhalb bestimmter Temperaturschwellen in der Brennkammer BK gebildet werden und gegebenenfalls bei niedrigeren Temperaturen wieder zerfallen. Vorzugsweise werden Spektrallinien von Stickoxiden wie NO, N₂O, NO₂ und/oder anderen Verbindungen selektiert, die typischerweise in vorbestimmten hohen Temperaturbereichen auftreten. Bei derartigen Stoffen tritt ein nichtlinearer, häufig exponentieller Anstieg oder Abfall ihrer Konzentration mit der Temperatur auf, so dass eine starke Korrelation und mithin ein charakteristischer Zusammenhang zwischen der Intensität der betreffenden Spektrallinien und der lokalen Gastemperatur besteht. Derartige Stoffe können also gewissermaßen als Temperaturmarker verwendet werden.
Durch die Kamera C werden somit selektiv schmalbandige Spektralbereiche mit Emissions- und/oder Absorptionsspektren von als Temperaturmarker verwendeten Stoffen lichtwegspezifisch, vorzugsweise als zweidimensionales Bild erfasst. Durch die Selektion schmaldbandiger Spektralbereiche aus dem optischen Spektrum können die charakteristischen Spektren der als Temperaturmarker verwendeten Stoffe gut von der kontinuierlichen Wärmestrahlung der Brennkammerwände separiert werden. Diese kontinuierliche Wärmestrahlung würde nur relativ ungenaue Rückschlüsse auf die Gastemperaturverteilung erlauben.
Der optische Sensor, hier die Kamera C, kann auch mit einem oder mehreren in die Brennkammer BK gerichteten Lasern L kombiniert werden. Der oder die Laser L senden hierbei, zum Beispiel mittels eines zeitlichen oder räumlichen Multiplexverfahrens eine Vielzahl von Laserstrahlen entlang der Lichtwege LW. Die Frequenz der Laserstrahlen ist dabei auf eine oder mehrere Spektrallinien der Temperaturmarker abgestimmt, um deren Absorptions- oder Anregungsspektrum zu detektieren. Das Streulicht der zurückgestreuten Laserstrahlen wird vorzugsweise richtungssensitiv mittels der Kamera C erfasst und einem Lichtweg LW des jeweils verursachenden Laserstrahls zugeordnet. Anhand des Streulichts kann eine Absorption der Laserenergie auf dem betreffenden Lichtweg und damit eine Konzentration des absorbierenden Stoffes lichtwegspezifisch ermittelt werden. Alternativ oder zusätzlich kann vorgesehen sein, dass der oder die Laser L die Brennkammer BK vorzugsweise in Längsrichtung durchstrahlen. Zu diesem Zweck können ein erster Lichtdurchlass für einen Eintritt der Laserstrahlen in die Brennkammer BK und ein gengenüberliegender Lichtdurchlass für einen Austritt der Laserstrahlen vorgesehen sein.
Unterschiedliche Lichtwege LW durch die Brennkammer BK können auf einfache Weise durch Verschieben und/oder Drehen der Kamera C, des oder der Laser L, eines Spiegels und/oder eines Prismas eingestellt und/oder selektiert werden. Somit können die Spektralbereiche auf einen Gitter oder Fächer von Lichtwegen aus einem größeren Bereich der Brennkammer BK erfasst werden.
Erfindungsgemäß werden für einen jeweiligen Lichtweg LW und einen jeweiligen Spektralbereich jeweils eine oder mehrere Spektralintensitäten ermittelt und dem betreffenden Lichtweg LW durch eine Lichtwegangabe zugeordnet.
Neben den Spektralintensitäten werden vorzugsweise noch weitere von außen zugängliche Betriebsdaten der Brennkammer BK und/oder der Verbrennungskraftmaschine erfasst und bei der Ermittlung der Gastemperaturverteilung ausgewertet. Derartige Betriebsdaten können zum Beispiel aktuelle physikalische, regelungstechnische, wirkungsbedingte und/oder bauartbedingte Zustandsgrößen, Betriebsparameter, Eigenschaften, Leistungsdaten, Wirkungsdaten, Systemdaten, Vorgabewerte, Steuerdaten, Umgebungsdaten, Sensordaten, Messwerte oder andere im Betrieb der Verbrennungskraftmaschine anfallende Daten umfassen. Im vorliegenden Ausführungsbeispiel werden als weitere Betriebsdaten durch einen Temperatursensor TS gemessene Abgastemperaturen und durch einen Abgassensor AS gemessene Abgasemissionen erfasst. Der Abgassensor AS misst insbesondere eine Zusammensetzung der Abgase.
Der Temperatursensor TS und der Abgassensor AS können an der Brennkammer BK und/oder hinter einer Turbine angeordnet sein. Gegebenenfalls können auch mehrere Temperatursensoren TS und/oder Abgassensoren AS vorgesehen sein. Insbesondere kann ein Gitter oder ein Ring von Temperatursensoren TS oder Abgassensoren AS hinter der Brennkammer BK oder einer Turbine angeordnet sein.
Eine Berücksichtigung der weiteren Betriebsdaten verbessert im Allgemeinen eine Genauigkeit der ermittelten Gastemperaturverteilung erheblich.
3 veranschaulicht ein Training einer erfindungsgemäßen Anordnung zur Messung einer Gastemperaturverteilung in einer Brennkammer. Gleiche Entitäten sind in 3 mit den gleichen Bezugszeichen bezeichnet wie in 2 und können wie dort beschrieben ausgestaltet sein.
Die erfindungsgemäße Anordnung umfasst im vorliegenden Ausführungsbeispiel eine Kamera C, gegebenenfalls in Kombination mit einem oder mehreren Lasern, einen Temperatursensor TS, einen Abgassensor AS sowie eine Turbinensteuerung CTL. Die Turbinensteuerung CTL, die Kamera C, der Temperatursensor TS und der Abgassensor AS können zu Zwecken des Trainings insbesondere an einer Trainingsbrennkammer betrieben werden, die Information über eine tatsächliche ortsaufgelöste Gastemperaturverteilung im Inneren der Brennkammer in Form von Trainings-Temperaturverteilungen TTD bereitstellt.
Die Turbinensteuerung CTL verfügt über einen oder mehrere Prozessoren PROC zum Ausführen von Verfahrensschritten der Turbinensteuerung CTL sowie über einen oder mehrere mit dem Prozessor PROC gekoppelte Speicher MEM zum Speichern der von der Turbinensteuerung CTL zu verarbeitenden Daten. Die Kamera C, der Temperatursensor TS und der Abgassensor AS sind mit der Turbinensteuerung CTL gekoppelt.
Die Turbinensteuerung CTL weist im vorliegenden Ausführungsbeispiel ein künstliches neuronales Netz NN als Bestandteil einer datengetriebenen maschinellen Lernroutine auf. Das neuronale Netz NN ist datengetrieben trainierbar beziehungsweise lernfähig und weist eine Trainingsstruktur TSR auf, die sich während des Trainings ausbildet.
Als Training sei in diesem Zusammenhang - dem fachlichen Sprachgebrauch folgend - eine Abbildung von Eingabedaten des neuronalen Netzes NN auf eine oder mehrere Zielgrößen verstanden, die nach vorgebbaren Kriterien während einer Trainingsphase optimiert wird. Hierbei wird die auf die vorgegebenen Kriterien hin optimierte Trainingsstruktur TSR des neuronalen Netzes NN ausgebildet. Die Trainingsstruktur TSR kann zum Beispiel eine Vernetzungsstruktur von Neuronen des neuronalen Netzes und/oder Gewichte von Verbindungen zwischen den Neuronen umfassen, die durch das Training so ausgebildet werden, dass die vorgegebenen Kriterien möglichst gut erfüllt werden.
Im vorliegenden Ausführungsbeispiel empfängt das neuronale Netz NN von der Kamera C für unterschiedliche Lichtwege jeweils eine oder mehrere Spektralintensitäten SI für einen jeweiligen Spektralbereich sowie eine den jeweiligen Lichtweg identifizierende Lichtwegangabe LA als Eingabedaten. Als weitere Eingabedaten empfängt das neuronale Netz NN weitere Betriebsdaten der Brennkammer und/oder der Verbrennungskraftmaschine. Im vorliegenden Ausführungsbeispiel sind dies Temperaturdaten TD vom Temperatursensor TS und Abgasdaten AD vom Abgassensor AS. Die Temperaturdaten TD beschreiben hierbei vorzugsweise eine Abgastemperatur der Brennkammer und die Abgasdaten AD eine Abgaszusammensetzung, insbesondere von Stickoxidemissionen.
Das neuronale Netz NN soll darauf trainiert werden, dass seine Ausgabedaten ATD die Gastemperaturverteilung der Trainingsbrennkammer als Zielgröße möglichst gut reproduzieren. Die Gastemperaturverteilung ist dabei insbesondere als Maß für eine räumliche Inhomogenität oder Ungleichverteilung der Gastemperatur und/oder als Temperaturhäufigkeitsverteilung zu verstehen. Die Ausgabedaten ATD werden in Form von Temperaturverteilungsdaten ausgegeben.
In einer Kalibrierungsphase wird durch das neuronale Netz NN ausgehend von Abgasemissionen, zum Beispiel Stickoxidemissionen und durchschnittlichen Abgastemperaturen, die sich mittels eines physikalischen Thermodynamikmodells der Brennkammer aus modellierten Temperaturverteilungsdaten ableiten lassen, ein neuronales Modell erlernt, das eine Abhängigkeit der Verteilung der Verbrennungsprodukte von der Temperaturverteilung modelliert. Vorzugsweise werden hierbei Korrelationen zwischen Änderungen der Spektralintensitäten und Änderungen der Abgaszusammensetzung modelliert.
Weiterhin werden dem neuronalen Netz NN die ortsaufgelösten Trainings-Temperaturverteilungen TTD zugeführt. Hiermit wird das neuronale Netz NN darauf trainiert, dass die aus den empfangenen Spektralintensitäten SI, den zugeordneten Lichtwegangaben LA und den weiteren Betriebsdaten TD und AD abgeleiteten Ausgabedaten ATD, die Trainings-Temperaturverteilungen TTD möglichst gut reproduzieren. Zu diesem Zweck werden die Ausgabedaten ATD mit den Trainings-Temperaturverteilungen TTD verglichen, indem z.B. durch Differenzbildung ein Abstand zwischen den Ausgabedaten ATD und den Trainings-Temperaturverteilungen TTD ermittelt wird. Der Abstand repräsentiert einen Prädiktionsfehler des neuronalen Netzes NN und wird zu diesem zurückgeführt. Anhand des zurückgeführten Abstands wird das neuronale Netz NN - wie durch einen strichlinierten Pfeil angedeutet - darauf trainiert, den Abstand im Mittel zu minimieren. Auf diese Weise wird die Trainingsstruktur TSR ausgebildet und das neuronale Netz NN dazu befähigt, anhand der zugeführten Eingabedaten, hier SI, LA, TD und AD eine verhältnismäßig genaue Abschätzung der Gastemperaturverteilung auszugeben.
Die Trainings-Temperaturverteilungen TTD können in einer Trainingsbrennkammer, insbesondere einer Testbrennkammer aus einem Entwicklungs- oder Produktqualifizierungsprozess gemessen und/oder in Form von Temperaturverteilungsdaten bereitgestellt werden.
4 veranschaulicht eine Messung einer Gastemperaturverteilung mittels der trainierten Anordnung aus 3. Gleiche Entitäten sind in 4 mit den gleichen Bezugszeichen bezeichnet wie in 3 und können wie dort beschrieben ausgestaltet sein.
Die Messung der Gastemperaturverteilung erfolgt an der in 2 beschriebenen Brennkammer BK im Produktivbetrieb. Hierbei werden dem neuronalen Netz NN von der Kamera C für unterschiedliche Lichtwege jeweils eine oder mehrere Spektralintensitäten für einen jeweiligen Spektralbereich sowie eine den jeweiligen Lichtweg identifizierende Lichtwegangabe LA als Eingabedaten zugeführt. Als weitere Eingabedaten empfängt das neuronale Netz NN weitere Betriebsdaten der Brennkammer BK und/oder der Verbrennungskraftmaschine GT. Im vorliegenden Ausführungsbeispiel sind dies Temperaturdaten TD vom Temperatursensor TS und Abgasdaten AD vom Abgassensor AS. Die Eingabedaten werden jeweils aktuell, vorzugsweise in Echtzeit erfasst.
Mittels der ausgebildeten Trainingsstruktur TSR werden durch das trainierte neuronale Netz NN aus den Eingabedaten, insbesondere aus den Spektralintensitäten SI und deren Intensitätsverhältnissen Ausgabedaten abgeleitet, die als Gastemperaturverteilung GTD ausgegeben werden. Es erweist sich, dass insbesondere lokale Temperaturspitzen in der Brennkammer BK, die erheblichen Einfluss auf Abgasemissionen und Verschleiß haben, verhältnismäßig genau modellierbar und damit reproduzierbar sind.
Die ausgegebene Gastemperaturverteilung GTD kann vorzugsweise zur Steuerung der Gasturbine GT verwendet werden. Insbesondere um deren Wirkungsgrad, z.B. durch Erhöhung einer durchschnittlichen Verbrennungstemperatur zu optimieren und/oder deren Verschleiß und/oder Schadstoffausstoß zu verringern.
Weiterhin kann mittels des trainierten neuronalen Netzes NN ein Softsensor (nicht dargestellt) anhand der weiteren Betriebsdaten TS und AD auf eine Reproduktion der ausgegebenen Gastemperaturverteilung GTD trainiert werden. Vorteilhafterweise kann die Trainingsstruktur TSR des trainierten neuronalen Netzes NN ganz oder teilweise extrahiert und auf den Softsensor übertragen werden. Mittels des trainierten Softsensors kann dann die Gastemperaturverteilung innerhalb der Brennkammer BK anhand der weiteren Betriebsdaten zumindest geschätzt werden, ohne eine Kamera zu benötigen. Ein auf diese Weise trainierter Softsensor kann dann zur Schätzung einer Gastemperaturverteilung auch bei Verbrennungskraftmaschinen eingesetzt werden, bei denen kein Kamerabild vom Inneren der Brennkammer verfügbar ist.

Claims

Verfahren zur Messung einer Gastemperaturverteilung in einer Brennkammer (BK), wobei a) mittels eines in die Brennkammer (BK) gerichteten optischen Sensors (C) für unterschiedliche durch die Brennkammer (BK) führende Lichtwege (LW) jeweils ein vorgegebener Spektralbereich eines optischen Spektrums selektiv erfasst wird, b) für einen jeweiligen Spektralbereich eine jeweilige Spektralintensität (SI) ermittelt und einer den jeweiligen Lichtweg (LW) identifizierenden Lichtwegangabe (LA) zugeordnet wird, c) die ermittelten Spektralintensitäten (SI) und die zugeordneten Lichtwegangaben (LA) einer auf eine Reproduktion von ortsaufgelösten Trainings-Temperaturverteilungen (TTD) trainierten maschinellen Lernroutine (NN) als Eingabedaten zugeführt werden, und d) Ausgabedaten der maschinellen Lernroutine als Gastemperaturverteilung (GTD) ausgegeben werden.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die maschinelle Lernroutine (NN) ein datengetriebenes trainierbares Regressionsmodell, ein künstliches neuronales Netz, ein rekurrentes neuronales Netz, ein Convolutional-Neural-Network, einen Autoencoder, eine Deep-Learning-Architektur, eine Support-Vector-Machine, einen k-nächste-Nachbarn-Klassifikator, ein physikalisches Modell und/oder einen Entscheidungsbaum verwendet.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass als Spektralbereich spezifisch Spektrallinien eines oder mehrerer Stoffe selektiert werden, deren Konzentration in der Brennkammer (BK) temperaturabhängig ist.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das optische Spektrum für die unterschiedlichen Lichtwege (LW) parallel und richtungssensitiv mittels einer Kamera (C) als optischem Sensor erfasst wird.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Spektralbereich mittels eines Spektralfilters selektiert wird.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass ein oder mehrere Laserstrahlen auf unterschiedlichen Lichtwegen (LW) durch die Brennkammer (BK) gesendet und nach Durchlaufen des jeweiligen Lichtweges (LW) vom optischen Sensor (C) erfasst werden.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die unterschiedlichen Lichtwege (LW) durch Richtungs- und/oder Positionsänderungen des optischen Sensors (C), eines in die Brennkamer (BK) gerichteten Lasers (L) und/oder eines auf einem jeweiligen Lichtweg (LW) angeordneten Spiegels und/oder Prismas selektiert werden.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die maschinelle Lernroutine (NN) in einer Kalibrierungsphase mittels einer Trainingsbrennkammer anhand vorgegebener Temperaturverteilungsdaten (TTD) trainiert wird.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass mittels eines Thermodynamikmodells der Brennkammer (BK) eine Korrelation zwischen weiteren Betriebsdaten (TD, AD) der Brennkammer (BK) und einer Temperaturverteilung in der Brennkammer (BK) ermittelt und zum Training der maschinellen Lernroutine (NN) verwendet wird.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der maschinellen Lernroutine (NN) zusammen mit den Spektralintensitäten (SI) und den Lichtwegangaben (LA) weitere Betriebsdaten (TD, AD) der Brennkamer (BK) als Eingabedaten zugeführt werden.
Verfahren nach Anspruch 10, dadurch gekennzeichnet, dass anhand der weiteren Betriebsdaten (TD, AD) und der ausgegebenen Gastemperaturverteilung (GTD) ein Softsensor auf eine Reproduktion der Gastemperaturverteilung (GTD) anhand der weiteren Betriebsdaten (TD, AD) trainiert wird.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass eine Trainingsstruktur (TSR) der trainierten maschinellen Lernroutine (NN) spezifisch extrahiert und auf einen Softsensor übertragen wird.
Anordnung zur Messung einer Gastemperaturverteilung in einer Brennkammer (BK), eingerichtet zum Ausführen eines Verfahrens nach einem der vorhergehenden Ansprüche.
Computerprogrammprodukt eingerichtet zum Ausführen eines Verfahrens nach einem der Ansprüche 1 bis 12.
Computerlesbares Speichermedium mit einem Computerprogrammprodukt nach Anspruch 14.