EP2257933A1 - Verfahren zur bestimmung des ansaugmassenstroms einer gasturbine - Google Patents

Verfahren zur bestimmung des ansaugmassenstroms einer gasturbine

Info

Publication number
EP2257933A1
EP2257933A1 EP09725928A EP09725928A EP2257933A1 EP 2257933 A1 EP2257933 A1 EP 2257933A1 EP 09725928 A EP09725928 A EP 09725928A EP 09725928 A EP09725928 A EP 09725928A EP 2257933 A1 EP2257933 A1 EP 2257933A1
Authority
EP
European Patent Office
Prior art keywords
gas turbine
determined
mass flow
compressor
turbine
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.)
Granted
Application number
EP09725928A
Other languages
English (en)
French (fr)
Other versions
EP2257933B1 (de
Inventor
Rolf Grosse-Laxzen
Klaus Werner
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens AG
Original Assignee
Siemens AG
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 AG filed Critical Siemens AG
Priority to EP09725928.7A priority Critical patent/EP2257933B1/de
Publication of EP2257933A1 publication Critical patent/EP2257933A1/de
Application granted granted Critical
Publication of EP2257933B1 publication Critical patent/EP2257933B1/de
Not-in-force legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
    • F01D25/00—Component parts, details, or accessories, not provided for in, or of interest apart from, other groups
    • F01D25/002—Cleaning of turbomachines
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
    • F05D2270/00—Control
    • F05D2270/40—Type of control system
    • F05D2270/44—Type of control system active, predictive, or anticipative
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
    • F05D2270/00—Control
    • F05D2270/70—Type of control algorithm
    • F05D2270/708—Type of control algorithm with comparison tables
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
    • F05D2270/00—Control
    • F05D2270/70—Type of control algorithm
    • F05D2270/71—Type of control algorithm synthesized, i.e. parameter computed by a mathematical model

Definitions

  • the invention relates to a method for determining the Ansaugmassenstroms a gas turbine. It further relates to a method of diagnosing a multiple-component gas turbine, wherein the additional power by which the operating power of the gas turbine would increase in the case of cleaning one of the components, is automatically predicted.
  • the pollution of the gas turbine is caused by the adhesion of particles to the surfaces. Oil and water mist help dust and aerosols settle on the blades. The most common contaminants and deposits are mixtures of water wetting, water-soluble and water-insoluble materials. In the gas turbine, soiling can occur due to ash deposits and unburned solid cleaning preparations. Such air pollutants adhere to the components of the flow path of the gas turbine and react with them as scales. It also causes erosion by particle impact and abrasion, commonly referred to as erosion.
  • the aging of the compressor has a negative effect on the gas turbine efficiency, the gas turbine output and the gas turbine exit mass flow.
  • regular compressor washing is carried out.
  • Compressor blades can be washed in online and offline mode. In the online mode, the turbine system continues to operate during cleaning, the gas turbine load is only slightly lowered. Online washes are mainly used to prevent build up of the dirt layer.
  • Online laundry is done once a day with deionized water and every third day with cleansers.
  • the system is shut down. To avoid thermal stress, it is cooled for six hours using a shaft rotating device. Offline laundry is usually done about once a month. If the turbine system has not been cleaned for a comparatively long period of time, it is usually necessary to carry out offline scrubbing for typical systems since the online cleaning method can no longer remove the contaminants.
  • An offline wash causes a greater performance recovery than an online wash. With the help of an offline wash, performance gains of several percent can be achieved. Online laundry results in lower energy recovery. The most effective bucket cleaning can be achieved with a combination of online and offline washes. A regular online laundry extends the time intervals between the required offline washes.
  • the optimal time for off-line laundry is often determined by the operator for purely economic operational considerations, e.g. B. in low load periods. This means that the decision on the time of elimination of contamination of one of the components of the turbine system, for. B. by a wash of the compressor based only on empirical values under economic aspects or under preliminary studies with fixed boundary conditions.
  • the determination of the timing of the off-line wash can be made based on an up-to-date prediction of the gas turbine power gain expected by the off-line wash.
  • a prognosis is usually created based on the development of the compressor efficiency of the gas turbine, which serves as a parameter for the strength of the contamination of the compressor.
  • Such forecasting methods are known, for example, from WO 2005/090764 A or from Schepers et al. : "Optimization of online and offline washing on a 26 MW gas turbine with special consideration of the performance tion enhancement ", VGB Kraftwerkstechnik, Vol. 79 No. 3.
  • the measurement data used to determine the compressor efficiency can be provided with comparatively high data uncertainties, which allows an accurate prediction of the expected performance gain by offline scrubbing and thus a determination of the cost-optimal time for the operation of the gas turbine for such Offline laundry makes it difficult.
  • the statistical uncertainties should be minimized. This can be done, for example, by improving the measuring equipment or by increasing the number of measurements. However, such an increase only leads to a reduction in the statistical error, but systematic errors in the forecast of the additional service should also be minimized to a large extent. This can be achieved by additionally using additional parameters to forecast the additional service.
  • One such quantity, which is characteristic of the performance of the gas turbine, is the intake mass flow of the gas turbine.
  • the Ansaugmassenstrom as a parameter for the operating performance of the gas turbine is usually not measured directly because of the high cost, the large uncertainty and the risk of damage, but indirectly determined by balancing. Very expensive instruments would have to be used for a direct measurement, because first of all there are very high temperatures, and secondly it is absolutely necessary to avoid breaking off the sensors because of the probably high consequential damage to the turbine blading.
  • the invention is therefore based on the object to provide a method for determining the Ansaugmassenstroms the above type, which is a particularly reliable prognosis of expected performance gain in a cleaning allows.
  • This object is achieved according to the invention by determining the turbine inlet pressure, the combustion chamber pressure loss and / or the pressure loss between ambient and compressor inlet as input parameters for determining the intake mass flow.
  • the invention is based on the consideration that for an energy balance of the entire gas turbine on the one hand and the combustion chamber on the other hand as input variables u. a. the operating power, fuel mass flow and fuel calorific value are needed. However, these values are comparatively difficult to determine and involve a very high error. In a combined cycle power plant, in which a gas turbine is operated together with a steam turbine on a shaft, the performance of the gas turbine as a single value only comparatively complex and inaccurate determine, as always only the total power of the entire combined cycle power plant is available. Therefore, to determine the Ansaugmassenstroms the turbine inlet pressure, the combustion chamber pressure drop and / or the pressure loss between the environment and the compressor inlet are determined as entry characteristics.
  • the turbine inlet pressure can be converted into a value for the intake mass flow with the aid of the mass pressure equation according to Stodola, while resistance coefficients which can be used to determine the intake mass flow can be determined from the combustion chamber pressure loss or the pressure loss between the environment and the compressor inlet.
  • Such determination of the Ansaugmassenstroms without resolution of an energy balance is associated with much lower statistical errors and therefore allows an even more accurate forecast of the additional power by which the operating performance of the gas turbine would increase in the case of cleaning one of the components.
  • ansaugmassenstroms In order to further minimize the statistical errors in the determination of the Ansaugmassenstroms, is advantageously determined for determining the Ansaugmassenstroms from a number of input characteristics each a preliminary value for the intake mass flow, wherein for each provisional value by cross-comparison with the respective other provisional values each one validated value is determined.
  • a cross-match can be done, for example, based on the VDI2048.
  • This is essentially based on the balancing principle according to Gauss, whose basic idea is not only to use the minimum quantity of measured quantities required for a solution, but also to record all achievable measured variables together with the associated variances and covariances. For the present method, this means that all achievable input parameters are used to each determine a preliminary value for the Ansaugmassenstrom.
  • the selection of the time of a required to obtain a high operating performance of the gas turbine off-line laundry at particularly low cost can be achieved by a very accurate forecast of the performance gain by such an offline laundry of the gas turbine.
  • to determine whether off-line laundering is economically viable at the present time in terms of production stoppage due to the stoppage of the gas turbine be as accurate as possible to know the expected performance recovery through offline laundry. Therefore, in a method for diagnosing a multi-component gas turbine that makes such a prediction using the factory of the intake mass flow, advantageously, the above method of determining the intake mass flow should be used.
  • the compressor In a gas turbine, the compressor is on the flow medium side all other components such. B. upstream of the combustion chamber. Accordingly, the compressor is the environmental influences such as incoming dust and dirt particles most exposed component.
  • a cleaning of the compressor is therefore carried out in particular, since this has the highest degree of contamination and thus a corresponding cleaning has a particularly positive influence on the recovery of operating performance of the gas turbine.
  • the intake mass flow should not be provided as the sole parameter for determining the operating performance of the gas turbine.
  • the compressor efficiency of the gas turbine is additionally used as a parameter.
  • thermodynamic parameters of the gas turbine are dependent on the respective ambient conditions such as air pressure and outside temperature. Nevertheless, in order to be able to compare measured values at different times, the respective parameters should be normalized to reference conditions.
  • the standard is the ISO conditions (temperature 15 ° C., pressure 1.013 bar, atmospheric humidity 60%).
  • a prognosis of the temporal development of the respective parameter is created. Such a prognosis is possible by several evaluations of the input parameters or measured values at different times.
  • a particularly cost-optimal operation of the gas turbine is possible borrowed if a determination of the timing of an offline scrubbing of the gas turbine is taken not only under purely economic aspects, such as in low load times, but based on an accurate forecast of the operating performance of the gas turbine in the future. For this purpose, it is advantageously determined as a function of the value of the determined additional power in consideration of the overall economic expenditure, whether the gas turbine is temporarily stopped to eliminate the contamination and optionally determines an optimal time for the temporary shutdown.
  • a determination of a time for such an off-line wash can be made on the basis of a much more precise analysis, in which costs and Benefits of offline laundry can be weighed exactly against each other.
  • the method finds application in a gas turbine plant with a gas turbine comprising several components and with a control system which is connected on the data input side to a number of sensors arranged to determine input parameters in the gas turbine, the control system comprising a prognosis module.
  • data of a database with comparison variables of structurally identical and / or building-like gas turbines can be read into the prognosis module.
  • the forecasting module should have a correspondingly open architecture, which makes such reading possible. This can for example be done using a mobile data carrier or via a permanent data connection to the database, d. H. the database may be stored on a writable memory within the control system or stored on an external server connected to the control system of the gas turbine via a data transmission line.
  • the data obtained in the gas turbine can also be used to expand the database by making it available to the database and stored there.
  • a prognosis module for use in a gas turbine plant is suitable for carrying out the method.
  • the advantages achieved by the invention are in particular that by determining the Ansaugmassenstroms the gas turbine by means of the turbine inlet pressure, the combustion chamber pressure loss and / or the pressure loss between Environment and compressor inlet a comparatively precise analysis of the degree of contamination of the gas turbine, in particular its compressor is possible. As a result, a forward-looking, adapted to the operational and economic circumstances planning the offline washing of the gas turbine is possible, whereby a particularly high efficiency of the gas turbine can be achieved during their term.
  • the method described here also allows the determination of the Ansaugmassenstromes without any knowledge of the fuel data and without solving an associated with high uncertainties energy balance. Incidentally, so that the consideration of the Ansaugmassenstroms in relation to the operating performance of the gas turbine for single-shaft systems, in which a gas turbine and a steam turbine are arranged on a common shaft, in the first place possible.
  • FIG. 3 shows a schematic representation of a method for forecasting the achieved additional performance in the case of a compressor cleaning.
  • the gas turbine 1 has a compressor 2 for combustion air, a combustion chamber 4 and a turbine 6 for driving the compressor 2 and an unspecified generator or a working machine.
  • the turbine 6 and the compressor 2 are arranged on a common, also referred to as a turbine rotor turbine shaft 8, with which is also connected to the generator or the working machine and which is rotatably mounted about its central axis 9.
  • the combustion chamber arrangement 4 comprises a number of individual burners 10 which are arranged around the turbine shaft 8 in a ring-shaped manner for combustion of a liquid or gaseous fuel.
  • the turbine 6 has a number of rotatable blades 12 connected to the turbine shaft 8.
  • the blades 12 are arranged in a ring on the turbine shaft 8 and thus form a number of blade rows.
  • the turbine 6 comprises a number of fixed vanes 14, which are also fixed in a ring shape with the formation of rows of vanes inside the turbine 6.
  • the blades 12 serve to drive the turbine shaft 8 by momentum transfer from the turbine 6 flowing through the working medium M.
  • the vanes 14, however, serve to guide the flow of the working medium M between two seen in the flow direction of the working medium M consecutive blade rows or blade rings.
  • the compressor 2 is the component of the gas turbine 1 which is closest to the air inlet 16. Accordingly, it is most exposed to dirt deposits and the resulting contamination of the gas turbine 1. To prevent a reduction in the operating performance of the gas turbine 1, therefore, the compressor 2 must be cleaned regularly. In doing so, so-called online washes can be carried out relatively frequently, for example once a day, for which no
  • the gas turbine 1 comprises a control system 18 which is connected via a data line 20 to various sensors 22 arranged inside the gas turbine 1.
  • a forecasting module 24 which processes the input parameters detected by the sensors 22 and determined on the basis of this data, the degree of contamination of the gas turbine and the expected gain in operating performance at an accomplished offline laundry.
  • comparative data of structurally identical or construction-type gas turbines can be read into the forecasting module.
  • the control system is connected via a further data line 20 to a database 26 containing such comparison data.
  • the database 26 may be located on an external database server, not shown in greater detail.
  • the comparison data can also be read in without permanent data connection to the database 26 via a mobile data carrier.
  • the line Ll shows the operating performance of the gas turbine 1 at the time of commissioning 30.
  • the line L2 shows the theoretical maximum power of the gas turbine over its term, whose waste only by aging and irreversible pollution is generated.
  • the line L3 shows the additional influence of the reversible pollution on the operating performance of the gas turbine.
  • Section I shows the influence of regular online laundry on the operating performance of the gas turbine. This is carried out at regular intervals 32, for example once a day. This results in a comparatively low increase in performance, but cumulatively contributes to the maintenance of the gas turbine 1 in a not inconsiderable manner via the frequent online washes.
  • the time points 34 should be chosen in a forward-looking manner, which can be done on the one hand on the basis of economic criteria such as electricity price or fuel price, on the other hand based on the operational variables of the gas turbine.
  • the anticipated performance gain from off-line laundry should be known for optimal determination of the time 34 of offline laundry.
  • the turbine inlet pressure 40a, the combustion chamber pressure loss 40b and the pressure loss between the environment and the compressor inlet 40c are first measured as input parameters.
  • a preliminary value for the intake mass flow 42a is determined based on the mass pressure equation according to Stodola.
  • the pressure loss in the combustion chamber 40b and the pressure loss between the ambient and the compressor inlet 40c are transferred via a constant drag coefficient approach to provisional values for the intake mass flow 42b and 42c, respectively.
  • validated values for the intake mass flow 44 are produced from the input characteristics corrected in this way; on the other hand, the validated input parameters can be used as a basis for calculating the compressor efficiency 46.
  • Averaging results then comparatively accurate values for the Ansaugmassenstrom 48 and the compressor efficiency 50 at a certain time 52. These measurements are taken at several times 52 and stored. In each case, the recorded measured values are converted to ISO reference conditions (temperature 15 ° C., pressure 1.013 bar, atmospheric humidity 60%) using a mathematical function, for example a polynomial, in order to be able to correlate the values recorded under different environmental conditions.
  • the two results 62 are then converted to a gas turbine power with the aid of gas turbine type-specific indices 64.
  • the thus obtained forecast of the additional power in the case of a cleaning of the compressor is finally supplied to the output 68.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Structures Of Non-Positive Displacement Pumps (AREA)
  • Engine Equipment That Uses Special Cycles (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Control Of Positive-Displacement Pumps (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Ein Verfahren zur Bestimmung des Ansaugmassenstroms (48) einer Gasturbine (1) soll eine besonders zuverlässige Prognose des zu erwartenden Leistungsgewinns bei einer Reinigung ermöglichen. Dazu werden der Turbineneintrittsdruck (40a), der Brennkammerdruckverlust (40b) und/oder der Druckverlust zwischen Umgebung und Verdichtereintritt (40c) als Eingangskenngrößen (40a, 40b, 40c) ermittelt.

Description

Beschreibung
Verfahren zur Bestimmung des Ansaugmassenstroms einer Gasturbine
Die Erfindung betrifft ein Verfahren zur Bestimmung des Ansaugmassenstroms einer Gasturbine. Sie betrifft weiter ein Verfahren zur Diagnose einer mehrere Komponenten umfassenden Gasturbine, bei dem die Zusatzleistung, um welche sich die Betriebsleistung der Gasturbine im Falle einer Reinigung einer der Komponenten erhöhen würde, automatisch prognostiziert wird.
Bei einer Gasturbine vermindern sich während der Laufzeit ihre Leistung und ihr Wirkungsgrad durch Verschmutzung, Ablagerung, Abtragung und Korrosion, wodurch der gesamte Kraft- werksprozess negativ beeinflusst wird. Besonders die aerodynamischen Teile des Verdichters am Eintritt der Gasturbine sind dabei betroffen.
Die Verschmutzung der Gasturbine wird durch das Anhaften von Teilchen an den Oberflächen hervorgerufen. Öl- und Wassernebel tragen dazu bei, dass sich Staub und Aerosole an den Schaufeln festsetzen können. Die am häufigsten auftretenden Verschmutzungen und Ablagerungen sind Mischungen aus Wasser- benetzungen, wasserlöslichen und wasserunlöslichen Materialien. In der Gasturbine können Verschmutzungen durch Ascheablagerungen und unverbrannte, feste Reinigungspräparate auf- treten. Derartige Luftschadstoffe haften wie Schuppen an den Komponenten des Strömungsweges der Gasturbine und reagieren mit ihnen. Weiter kommt es zu Abschürfungen durch Partikelschlag und Abrieb, die im Allgemeinen als Erosion bezeichnet werden .
Weiterhin können sich Eisstückchen, die sich am Eintritt der Gasturbine bilden, lösen und auf die Komponenten im Strömungsweg der Gasturbine schlagen. Um dies zu verhindern, kommt ein so genanntes Antivereisungssystem zum Einsatz. Hier wird durch Luftvorwärmung verhindert, dass die Temperatur der Luft beim Eintritt in die Gasturbine nicht unter den Gefrierpunkt sinkt und somit das Wasser nicht gefriert.
Durch die beschriebenen Alterungsprozesse wird eine erhöhte Oberflächenrauhigkeit der Schaufeln verursacht. Dies führt zu vergleichsweise großen Reibungsverlusten in der Gasturbine, da laminare Grenzschichtströmungen in eine turbulente Strö- mung umschlagen können und es so zu einem wachsenden Strömungswiderstandes kommt. Weiterhin vergrößern sich Spalte der Gasturbine durch Abrieb und Korrosion. Die Verluste durch die erhöhte Spaltströmung nehmen zu und die Performance der Anlage verringert sich.
Der Einfluss von Alterungserscheinungen ist am Eintritt der Gasturbine, d. h. am Verdichter besonders groß. Geometrische Veränderungen der Schaufeln durch Erosion, Ablagerungen und Schädigungen, bewirken eine verringerte Leistungsfähigkeit der Gasturbine. Auftretende Ablagerungen, Erosion und Korrosion am Eintritt führen zu veränderten Eintrittswinkeln, die sich sehr stark auf die thermodynamische Performance auswirken. Ein gealterter Verdichter kann unter Umständen zum Strö- mungsabriss führen.
Die Alterung des Verdichters wirkt sich negativ auf den Gasturbinenwirkungsgrad, die Gasturbinenleistung und den Gastur- binenaustrittsmassenstrom aus. Um dem Leistungsabbau der Turbinenanlage entgegenzuwirken, werden regelmäßige Verdichter- waschen durchgeführt. Verdichterschaufeln können dabei im Online- und Offline-Modus gewaschen werden. Beim Online-Modus wird die Turbinenanlage während der Reinigung weiter betrieben, die Gasturbinenlast wird nur geringfügig abgesenkt. Online-Wäschen werden hauptsächlich zur Vermeidung des Aufbaus der Schmutzschicht angewendet. Üblicherweise wird eine Online-Wäsche einmal täglich mit voll entsalztem Wasser und jeden dritten Tag mit Reinigungsmitteln durchgeführt. Für eine Offline-Wäsche wird die Anlage hingegen stillgesetzt. Um thermische Spannungen zu vermeiden, wird sie sechs Stunden mit Hilfe einer Wellendreheinrichtung abgekühlt. Eine Offline-Wäsche wird üblicherweise etwa einmal im Monat durch- geführt. Wurde die Turbinenanlage für einen vergleichsweise langen Zeitraum nicht gereinigt, muss für typische Anlagen in der Regel eine Offline-Wäsche durchgeführt werden, da die Methode der Online-Reinigung die Verschmutzungen nicht mehr entfernen kann.
Eine Offline-Wäsche bewirkt dabei eine größere Leistungsrückgewinnung als eine Online-Wäsche. Mit Hilfe einer Offline- Wäsche können Leistungsrückgewinne von mehreren Prozent erzielt werden. Eine Online-Wäsche bewirkt eine geringere Leis- tungsrückgewinnung. Die effektivste Schaufelreinigung kann mit einer Kombination aus Online- und Offline-Wäschen erreicht werden. Eine regelmäßige Online-Wäsche erweitert die Zeitintervalle zwischen den erforderlichen Offline-Wäschen.
Der optimale Zeitpunkt für eine Offline-Wäsche wird häufig durch den Betreiber nach rein wirtschaftlichen Betriebsgesichtspunkten bestimmt, z. B. in Schwachlastzeiten. Dies bedeutet, dass die Entscheidung über den Zeitpunkt einer Beseitigung einer Verschmutzung einer der Komponenten der Turbi- nenanlage, z. B. durch eine Wäsche des Verdichters lediglich auf Erfahrungswerten unter wirtschaftlichen Aspekten oder unter Vorabstudien mit festen Randbedingungen beruht.
Alternativ kann die Bestimmung des Zeitpunkts der Offline- Wäsche anhand einer aktuellen Prognose des durch die Offline- Wäsche erwarteten Leistungsgewinns der Gasturbine erfolgen. Dabei wird eine derartige Prognose üblicherweise anhand der Entwicklung des Verdichterwirkungsgrads der Gasturbine erstellt, der als Kenngröße für die Stärke der Verschmutzung des Verdichters dient. Derartige Prognoseverfahren sind beispielsweise aus der WO 2005/090764 A oder aus Schepers et al . : „Optimierung der Online- und Offline-Wäsche an einer 26- MW-Gasturbine unter besonderer Berücksichtigung der Leis- tungssteigerung", VGB Kraftwerkstechnik, Bd. 79 Nr. 3, bekannt .
Die Messdaten, die zur Bestimmung des Verdichterwirkungsgra- des benutzt werden, können jedoch mit vergleichsweise hohen Datenunsicherheiten versehen sein, was eine genaue Prognose des zu erwartenden Leistungsgewinns durch eine Offline-Wäsche und damit eine Bestimmung des für den Betrieb der Gasturbine kostenoptimalen Zeitpunkts für eine solche Offline-Wäsche er- schwert.
Zur Erhöhung der Genauigkeit einer derartigen Prognose sollten dabei die statistischen Unsicherheiten minimiert werden. Dies kann beispielsweise durch eine Verbesserung der Mess- apparaturen oder eine Erhöhung der Anzahl von Messungen geschehen. Dabei führt eine derartige Erhöhung jedoch nur zu einer Verringerung des statistischen Fehlers, jedoch sollten auch systematische Fehler bei der Prognose der Zusatzleistung weit gehend minimiert werden. Dies kann erreicht werden, in- dem zusätzlich weitere Kenngrößen zur Prognose der Zusatzleistung herangezogen werden. Eine derartige Größe, die für die Leistung der Gasturbine charakteristisch ist, ist der Ansaugmassenstrom der Gasturbine.
Der Ansaugmassenstrom als Kenngröße für die Betriebsleistung der Gasturbine wird üblicherweise wegen des hohen Aufwandes, der großen Messunsicherheit und der Schadensgefahr nicht direkt gemessen, sondern anhand von Bilanzierungen indirekt bestimmt. Für eine direkte Messung müssten sehr aufwändige Instrumente eingesetzt werden, denn erstens liegen sehr hohe Temperaturen vor, und zweitens ist ein Abbrechen der Sensoren wegen der wahrscheinlich hohen Folgeschäden an der Turbinenbeschaufelung unbedingt zu vermeiden.
Der Erfindung liegt daher die Aufgabe zugrunde, ein Verfahren zur Bestimmung des Ansaugmassenstroms der oben genannten Art anzugeben, welches eine besonders zuverlässige Prognose des zu erwartenden Leistungsgewinns bei einer Reinigung ermöglicht.
Diese Aufgabe wird erfindungsgemäß gelöst, indem zur Bestim- mung des Ansaugmassenstroms der Turbineneintrittsdruck, der Brennkammerdruckverlust und/oder der Druckverlust zwischen Umgebung und Verdichtereintritt als Eingangskenngrößen ermittelt werden.
Die Erfindung geht dabei von der Überlegung aus, dass für eine Energiebilanz der gesamten Gasturbine einerseits und der Brennkammer andererseits als Eingangsgrößen u. a. die Betriebsleistung, der Brennstoffmassenstrom und der Brennstoffheizwert benötigt werden. Diese Werte sind jedoch vergleichs- weise schwer bestimmbar und mit einem sehr hohen Fehler behaftet. In einem Kombikraftwerk, in dem eine Gasturbine zusammen mit einer Dampfturbine auf einer Welle betrieben wird, lässt sich die Leistung der Gasturbine als Einzelwert zudem nur vergleichsweise aufwändig und ungenau bestimmen, da stets nur die Gesamtleistung des gesamten Kombikraftwerks verfügbar ist. Daher werden zur Bestimmung des Ansaugmassenstroms der Turbineneintrittsdruck, der Brennkammerdruckverlust und/oder der Druckverlust zwischen Umgebung und Verdichtereintritt als Eintrittskenngrößen ermittelt.
Dabei lässt sich der Turbineneintrittsdruck mit Hilfe der Mengendruckgleichung nach Stodola in einen Wert für den Ansaugmassenstrom überführen, während sich aus dem Brennkammerdruckverlust bzw. dem Druckverlust zwischen Umgebung und Ver- dichtereintritt jeweils Widerstandsbeiwerte ermitteln lassen, die zur Bestimmung des Ansaugmassenstroms herangezogen werden können. Eine derartige Ermittlung des Ansaugmassenstroms ohne Lösung einer Energiebilanz ist mit wesentlich geringerem statistischen Fehlern behaftet und ermöglicht daher eine noch genauere Prognose der Zusatzleistung, um welche sich die Betriebsleistung der Gasturbine im Fall einer Reinigung einer der Komponenten erhöhen würde. Um die statistischen Fehler bei der Bestimmung des Ansaugmassenstroms weiter zu minimieren, wird zur Bestimmung des Ansaugmassenstroms vorteilhafterweise aus einer Anzahl von Eingangskenngrößen jeweils ein vorläufiger Wert für den Ansaug- massenstrom ermittelt, wobei für jeden vorläufigen Wert durch Querabgleich mit den jeweils anderen vorläufigen Werten jeweils ein validierter Wert ermittelt wird. Ein derartiger Querabgleich kann beispielsweise in Anlehnung an die VDI2048 erfolgen. Diese beruht im Wesentlichen auf dem Ausgleichs- prinzip nach Gauß, dessen Grundgedanke es ist, nicht nur die für eine Lösung benötigte Mindestmenge an Messgrößen zu verwenden, sondern darüber hinaus alle erreichbaren Messgrößen samt den zugehörigen Varianzen und Kovarianzen zu erfassen. Für das vorliegende Verfahren bedeutet dies, dass alle er- reichbaren Eingangskenngrößen benutzt werden, um jeweils einen vorläufigen Wert für den Ansaugmassenstrom zu ermitteln .
Da es sich stets um denselben physischen Ansaugmassenstrom handelt, sollten die wahren Werte der Eingangskenngrößen derart sein, dass alle entstehenden vorläufigen Werte gleich sind. Auf Basis dieser Annahme erhält man mit Hilfe des Gauß- Verfahrens widerspruchsfreie Schätzwerte für die tatsächlichen Werte der Messgrößen und validierte Werte für den An- saugmassenstrom. Die auf diese Weise erzeugten validierten Werte für den Ansaugmassenstrom werden dann gemittelt und bilden somit eine mit einem besonders geringen statistischen Fehler versehene Kenngröße zur Bestimmung der Betriebsleistung der Gasturbine.
Die Auswahl des Zeitpunkts einer zum Erhalt einer hohen Betriebsleistung der Gasturbine notwendigen Offline-Wäsche unter besonders geringen Kosten ist durch eine möglichst exakte Prognose des Leistungsgewinns durch eine solche Offline- Wäsche der Gasturbine erreichbar. Mit anderen Worten: Um festzustellen, ob sich eine Offline-Wäsche zum aktuellen Zeitpunkt hinsichtlich des Produktionsausfalls durch den Stillstand der Gasturbine wirtschaftlich lohnt, sollte jeder- zeit so genau wie möglich bekannt sein, wie hoch der erwartete Leistungsrückgewinn durch die Offline-Wäsche ist. Daher sollte bei einem Verfahren zur Diagnose einer mehrere Komponenten umfassenden Gasturbine, das mit Hilfe des Werkes des Ansaugmassenstroms eine derartige Prognose erstellt, vorteilhafterweise das obige Verfahren zur Bestimmung des Ansaugmassenstroms zur Anwendung kommen.
In einer Gasturbine ist der Verdichter strömungsmediumsseitig allen anderen Bauteilen wie z. B. der Brennkammer vorgelagert. Entsprechend ist der Verdichter das den Umwelteinflüssen wie einströmendem Staub und Schmutzpartikeln am meisten ausgesetzte Bauteil. Vorteilhafterweise wird daher insbesondere eine Reinigung des Verdichters durchgeführt, da dieser den höchsten Verschmutzungsgrad aufweist und somit eine entsprechende Reinigung einen besonders positiven Einfluss auf den Rückgewinn an Betriebsleistung der Gasturbine hat.
Zur weiteren Verminderung des statistischen und systemati- sehen Fehlers der Gasturbine sollte der Ansaugmassenstrom nicht als alleinige Kenngröße zur Bestimmung der Betriebsleistung der Gasturbine vorgesehen sein. In vorteilhafter Ausgestaltung wird daher zusätzlich der Verdichterwirkungsgrad der Gasturbine als Kenngröße verwendet.
Bei der Messung der Eingangskenngrößen sollte berücksichtigt werden, dass insbesondere thermodynamische Parameter der Gasturbine abhängig von den jeweiligen Umgebungsbedingungen wie Luftdruck und Außentemperatur sind. Um dennoch Messwerte zu verschiedenen Zeitpunkten miteinander vergleichen zu können, sollten die jeweiligen Kenngrößen auf Referenzbedingungen normiert werden. Als Norm bieten sich dabei die ISO-Bedingungen (Temperatur 15 0C, Druck 1,013 bar, Luftfeuchtigkeit 60 %) an.
Um aus der berechneten momentanen Betriebsleistung der Gasturbine die Zusatzleistung im Falle einer Reinigung einer der Komponenten der Gasturbine zu prognostizieren, wird ein Refe- renzwert für die Betriebsleistung einer gerade gereinigten Gasturbine benötigt. Dabei ist die Betriebsleistung der Gasturbine abgesehen von ihrem Verschmutzungszustand auch von der verschmutzungsunabhängigen Erosion, und daher im Wesent- liehen vom Betriebsalter der Gasturbine abhängig. Um einen derartigen Referenzwert zu erhalten, werden bei der Prognose der Zusatzleistung vorteilhafterweise Kenngrößen baugleicher und/oder bauähnlicher Gasturbinen als Vergleichsgrößen verwendet. Dadurch kann insbesondere die Betriebsleistung nach der Reinigung der Gasturbine besonders gut prognostiziert werden und es ist insgesamt eine genauere Prognose der Zusatzleistung durch eine Reinigung der Gasturbine erreichbar.
Die Zusatzleistung durch eine Reinigung einer der Komponenten der Gasturbine soll häufig nicht nur bei einer sofort erfolgenden Reinigung ermittelt werden, sondern auch für in der Zukunft liegende Zeiträume, um eine langfristige Planung der Reinigung zu ermöglichen. Dazu wird in vorteilhafter Ausgestaltung eine Prognose der zeitlichen Entwicklung der jewei- ligen Kenngröße erstellt. Eine solche Prognose ist durch mehrere Auswertungen der Eingangskenngrößen oder Messwerte zu verschiedenen Zeitpunkten möglich.
Ein besonders kostenoptimaler Betrieb der Gasturbine ist mög- lieh, wenn eine Bestimmung des Zeitpunkts einer Offline- Wäsche der Gasturbine nicht nur unter rein wirtschaftlichen Gesichtspunkten getroffen wird, wie beispielsweise in Schwachlastzeiten, sondern anhand einer genauen Prognose der Betriebsleistung der Gasturbine in der Zukunft erfolgt. Dazu wird vorteilhafterweise in Abhängigkeit vom Wert der ermittelten Zusatzleistung in Abwägung mit dem wirtschaftlichen Gesamtaufwand bestimmt, ob die Gasturbine zur Beseitigung der Verschmutzung temporär stillgesetzt wird und gegebenenfalls ein optimaler Zeitpunkt für die temporäre Stillsetzung ermit- telt. Durch eine exakte Prognose der durch eine Offline- Wäsche erreichten Zusatzleistung kann die Bestimmung eines Zeitpunkts für eine derartige Offline-Wäsche anhand einer wesentlich präzisieren Analyse erfolgen, bei der Kosten und Nutzen der Offline-Wäsche exakt gegeneinander abgewogen werden können.
Vorteilhafterweise findet das Verfahren Anwendung in einer Gasturbinenanlage mit einer mehrere Komponenten umfassenden Gasturbine und mit einem Steuerungssystem, das dateneingangs- seitig mit einer Anzahl von zur Ermittlung von Eingangskenngrößen in der Gasturbine angeordneten Sensoren verbunden ist, wobei das Steuerungssystem ein Prognosemodul umfasst.
In vorteilhafter Ausgestaltung sind in das Prognosemodul Daten einer Datenbank mit Vergleichsgrößen baugleicher und/oder bauähnlicher Gasturbinen einlesbar. Dazu sollte das Prognosemodul eine entsprechend offene Architektur aufweisen, die ein derartiges Einlesen ermöglicht. Dies kann beispielsweise mit Hilfe eines mobilen Datenträgers geschehen oder über eine permanente Datenverbindung zur Datenbank, d. h. die Datenbank kann auf einem beschreibbaren Speicher innerhalb des Steuerungssystems hinterlegt sein oder auf einem externen Server gespeichert sein, der über eine Datenfernleitung mit dem Steuerungssystem der Gasturbine verbunden ist.
Dies ermöglicht einen Abgleich zwischen den Daten baugleicher und/oder bauähnlicher Gasturbinen, wodurch ein Rückgriff auf eine besonders große Erfahrungsbasis erfolgen kann und damit ein geringerer statistischer Fehler erzielt wird. Umgekehrt können die in der Gasturbine gewonnenen Daten auch zur Erweiterung der Datenbank genutzt werden, indem diese der Datenbank zur Verfügung gestellt und dort gespeichert werden.
Vorteilhafterweise ist ein Prognosemodul zur Verwendung in einer Gasturbinenanlage für die Durchführung des Verfahrens geeignet .
Die mit der Erfindung erzielten Vorteile bestehen insbesondere darin, dass durch die Bestimmung des Ansaugmassenstroms der Gasturbine mittels des Turbineneintrittsdrucks, des Brennkammerdruckverlusts und/oder des Druckverlusts zwischen Umgebung und Verdichtereintritt eine vergleichsweise präzisere Analyse des Verschmutzungsgrades der Gasturbine, insbesondere ihres Verdichters möglich ist. Dadurch ist eine vorausschauende, an die betrieblichen und wirtschaftlichen Umstände angepasste Planung der Offline-Wäsche der Gasturbine möglich, wodurch ein besonders hoher Wirkungsgrad der Gasturbine während ihrer Laufzeit erreicht werden kann. Das hier beschriebene Verfahren erlaubt zudem die Bestimmung des Ansaugmassenstromes ohne jede Kenntnis der Brennstoffdaten und ohne Lösung einer mit hohen Unsicherheiten verbundenen Energiebilanz. Im Übrigen wird damit die Berücksichtigung des Ansaugmassenstroms in Bezug auf die Betriebsleistung der Gasturbine für Einwellenanlagen, bei denen eine Gasturbine und eine Dampfturbine auf einer gemeinsamen Welle angeordnet sind, überhaupt erst möglich.
Ein Ausführungsbeispiel der Erfindung wird anhand einer Zeichnung näher erläutert. Darin zeigen:
FIG 1 einen Längsschnitt durch eine Gasturbine,
FIG 2 ein Diagramm des zeitlichen Verlaufs der Betriebsleistung einer Gasturbine, und
FIG 3 eine schematische Darstellung eines Verfahrens zur Prognose der erzielten Zusatzleistung im Falle einer Verdichterreinigung.
Gleiche Teile sind in allen Figuren mit denselben Bezugszei- chen versehen.
Die Gasturbine 1 gemäß FIG 1 weist einen Verdichter 2 für Verbrennungsluft, eine Brennkammer 4 sowie eine Turbine 6 zum Antrieb des Verdichters 2 und eines nicht näher darstellten Generators oder eine Arbeitsmaschine auf. Dazu sind die Turbine 6 und der Verdichter 2 auf einer gemeinsamen, auch als Turbinenläufer bezeichneten Turbinenwelle 8 angeordnet, mit der auch der Generator bzw. die Arbeitsmaschine verbunden ist und die um ihre Mittelachse 9 drehbar gelagert ist.
Die Brennkammeranordnung 4 umfasst eine Anzahl von kranzför- mig um die Turbinenwelle 8 herum angeordneten individuellen Brennern 10 zur Verbrennung eines flüssigen oder gasförmigen Brennstoffs .
Die Turbine 6 weist eine Anzahl von mit der Turbinenwelle 8 verbundenen, rotierbaren Laufschaufeln 12 auf. Die Laufschaufeln 12 sind kranzförmig an der Turbinenwelle 8 angeordnet und bilden somit eine Anzahl von Laufschaufelreihen . Weiterhin umfasst die Turbine 6 eine Anzahl von feststehenden Leitschaufeln 14, die ebenfalls kranzförmig unter der Bildung von Leitschaufelreihen im Inneren der Turbine 6 befestigt sind. Die Laufschaufeln 12 dienen dabei zum Antrieb der Turbinenwelle 8 durch Impulsübertrag vom die Turbine 6 durchströmenden Arbeitsmedium M. Die Leitschaufeln 14 dienen hingegen zur Strömungsführung des Arbeitsmediums M zwischen jeweils zwei in Strömungsrichtung des Arbeitsmediums M gesehen aufeinander folgenden Laufschaufelreihen oder Laufschaufelkränzen .
Der Verdichter 2 ist das dem Lufteinlass 16 am nächsten liegende Bauteil der Gasturbine 1. Dementsprechend ist er Schmutzeinträgen und der daraus resultierenden Verschmutzung der Gasturbine 1 am stärksten ausgesetzt. Um einer Reduzierung der Betriebsleistung der Gasturbine 1 vorzubeugen, muss daher der Verdichter 2 regelmäßig gereinigt werden. Dabei können relativ häufig, beispielsweise einmal täglich, so ge- nannte Online-Wäschen durchgeführt werden, für die kein
Stillstand der Gasturbine 1 erforderlich ist. In größeren Abständen sollte zur Entfernung von hartnäckigem Schmutz die Turbine stillgelegt werden, um eine Offline-Wäsche durchzuführen .
Die Gasturbine 1 umfasst ein Steuerungssystem 18, welches über eine Datenleitung 20 mit verschiedenen, im Inneren der Gasturbine 1 angeordneten Sensoren 22 verbunden ist. Zur Be- Stimmung des optimalen Offline-Waschzeitpunkts umfasst das Steuerungssystem 18 dabei ein Prognosemodul 24, welches die von den Sensoren 22 erfassten Eingangskenngrößen verarbeitet und auf der Basis dieser Daten den Verschmutzungsgrad der Gasturbine und den zu erwartenden Gewinn an Betriebsleistung bei einer durchgeführten Offline-Wäsche ermittelt. Zur Verbesserung der Prognosequalität sind in das Prognosemodul Vergleichsdaten baugleicher oder bauähnlicher Gasturbinen einlesbar. Dazu ist das Steuerungssystem über eine weitere Datenleitung 20 mit einer Datenbank 26 verbunden, die derartige Vergleichsdaten enthält. Die Datenbank 26 kann sich dabei auf einem nicht näher gezeigten externen Datenbankserver befinden. Alternativ können die Vergleichsdaten auch ohne permanente Datenverbindung zur Datenbank 26 über einen mobi- len Datenträger eingelesen werden.
FIG 2 zeigt eine grafische Darstellung des zeitlichen Verlaufes der Betriebsleistung einer typischen Gasturbine 1. Die Linie Ll zeigt die Betriebsleistung der Gasturbine 1 zum Zeitpunkt der Inbetriebnahme 30. Die Linie L2 zeigt die theoretische maximale Leistung der Gasturbine über ihre Laufzeit, deren Abfall lediglich durch Alterung und irreversible Verschmutzung erzeugt wird.
Die Linie L3 zeigt den zusätzlichen Einfluss der reversiblen Verschmutzung auf die Betriebsleistung der Gasturbine. Im Ausschnitt I ist dabei der Einfluss der regelmäßigen Online- Wäsche auf die Betriebsleistung der Gasturbine gezeigt. In regelmäßigen Abständen wird diese zu einer festgelegten Zeit 32, beispielsweise einmal täglich, durchgeführt. Dies hat einen vergleichsweise geringen Leistungsanstieg zur Folge, der jedoch kumuliert über die häufigen Online-Wäschen in nicht unerheblicher Weise zur Leistungserhaltung der Gasturbine 1 beiträgt.
In größeren Zeitabständen werden zu zu bestimmenden Zeitpunkten 34 Offline-Wäschen durchgeführt. Diese Offline-Wäschen haben einen wesentlich größeren Rückgewinn an Leistung zur Folge, erfordern jedoch einen wesentlich größeren Aufwand, da die Gasturbine 1 stillgelegt werden muss, wobei auch ein nicht unerheblicher Kostenaufwand entsteht. Daher sollten die Zeitpunkte 34 vorausschauend gewählt werden, wobei dies einerseits anhand von wirtschaftlichen Kriterien wie beispielsweise Strompreis oder Brennstoffpreis geschehen kann, andererseits auch anhand der betrieblichen Variablen der Gasturbine. Insbesondere sollte der voraussichtliche Leistungsgewinn durch eine Offline-Wäsche für eine optimale Bestimmung des Zeitpunkts 34 der Offline-Wäsche bekannt sein.
FIG 3 zeigt schematisch den Ablauf des Verfahrens zur Bestimmung der Zusatzleistung, um welche sich die Betriebsleistung der Gasturbine 1 im Fall einer Reinigung des Verdichters er- höhen würde. Dazu werden zunächst als Eingangskenngrößen der Turbineneintrittsdruck 40a, der Brennkammerdruckverlust 40b und Druckverlust zwischen Umgebung und Verdichtereintritt 40c gemessen. Aus dem Turbineneintrittsdruck 40a wird auf Basis der Mengendruckgleichung nach Stodola ein vorläufiger Wert für den Ansaugmassenstrom 42a bestimmt. Weiterhin werden der Druckverlust in der Brennkammer 40b und der Druckverlust zwischen Umgebung und Verdichtereintritt 40c über einen Ansatz mit einem konstanten Widerstandsbeiwert in vorläufige Werte für den Ansaugmassenstrom 42b bzw. 42c überführt.
Die unterschiedlichen Ansätze liefern zunächst unterschiedliche vorläufige Werte für den Ansaugmassenstrom 42a, 42b und 42c. Mit der Nebenbedingung, dass alle Ansaugmassenströme gleich sein sollten, wird dann in Anlehnung an die VDI2048 eine Datenvalidierung durchgeführt. Diese korrigiert die
Messwerte anhand der spezifizierten Unsicherheiten so, dass die vorläufigen Werte für den Ansaugmassenstrom praktisch gleich sind. Aus den derart korrigierten Eingangskenngrößen entstehen so einerseits validierte Werte für den Ansaugmas- senstrom 44, andererseits lassen sich die validierten Eingangskenngrößen als Basis für die Berechnung des Verdichterwirkungsgrades 46 verwenden. Durch Mittelung entstehen dann vergleichsweise genaue Werte für den Ansaugmassenstrom 48 und den Verdichterwirkungsgrad 50 zu einem bestimmten Zeitpunkt 52. Diese Messungen werden zu mehreren Zeitpunkten 52 aufgenommen und gespeichert. Dabei werden die aufgenommenen Messwerte jeweils mit Hilfe einer mathematischen Funktion, beispielsweise eines Polynoms, auf ISO-Referenzbedingungen (Temperatur 15 0C, Druck 1,013 bar, Luftfeuchtigkeit 60 %) umgerechnet, um die unter unterschiedlichen Umweltbedingungen aufgenommenen Werte zueinander in Beziehung setzen zu können. Aus den so gewonnenen, normierten Werten für Ansaugmassenstrom 54 und Verdichterwirkungsgrad 56 kann nun mittels Regressionsanalyse ein zeitlicher Verlauf von Ansaugmassenstrom 58 und Verdichterwirkungsgrad 60 extrapoliert werden. Um eine ausreichende Qualität der Regression zu gewährleisten, sollten dabei nicht weniger als zehn Zeitpunkte 52 der Messung vorliegen.
Für beide Werte, Ansaugmassenstrom und Verdichterwirkungsgrade, wird jeweils die Differenz 62 zwischen den Werten nach der letzten Offline-Wäsche und dem aktuellen Zeitpunkt gebildet. Anschließend wird jedes der beiden Ergebnisse mit einem Faktor multipliziert. Diese Faktoren sind Ergebnis einer Flottenanalyse, d. h. eines Vergleichs mit baugleichen und/oder bauähnlichen Gasturbinen 1. Die entsprechenden Daten können dabei von einer externen Datenbank 26 zugeführt werden. Auf Basis der jeweiligen statistischen Unsicherheiten werden den Ergebniswerten Wahrscheinlichkeitsniveaus zugeordnet .
Die beiden Ergebnisse 62 werden anschließend mit Hilfe von gasturbinentypspezifischen Kennzahlen 64 auf eine Gasturbinenleistung umgerechnet. Die so erhaltene Prognose der Zusatzleistung im Falle einer Reinigung des Verdichters wird schließlich der Ausgabe 68 zugeführt.
Zu einer genaueren Prognose der Zusatzleistung im Falle einer Reinigung des Verdichters wird somit der Ansaugmassenstrom der Gasturbine mitberücksichtigt, wobei zur Bestimmung des Ansaugmassenstroms keine Energiebilanz gelöst wird und keine Angaben über die Gasturbinenleistung und den Brennstoff erforderlich ist, insbesondere keine Angabe über dessen Heizwert und dessen Massenstrom. Durch die somit mit einer vergleichsweise geringen Unsicherheit behaftete Prognose kann der Turbinenbetreiber den Zeitpunkt 34 für eine Offline- Wäsche anhand betriebsspezifischer Daten genau bestimmen. Somit ist insgesamt ein kostengünstigerer Betrieb der Gasturbine möglich.

Claims

Patentansprüche
1. Verfahren zur Bestimmung des Ansaugmassenstroms (48) einer Gasturbine (1), bei dem der Turbineneintrittsdruck (40a), der Brennkammerdruckverlust (40b) und/oder der Druckverlust zwischen Umgebung und Verdichtereintritt (40c) als Eingangskenngrößen (40a, 40b, 40c) ermittelt werden.
2. Verfahren nach Anspruch 1, bei dem zur Bestimmung des Ansaugmassenstroms (48) aus einer Anzahl von Eingangskenngrößen (40a, 40b, 40c) jeweils ein vorläufiger Wert für den Ansaugmassenstrom (42a, 42b, 42c) ermittelt wird, wobei für jeden vorläufigen Wert (42a, 42b, 42c) durch Querabgleich mit den jeweils anderen vorläufigen Werten jeweils ein validierter Wert (44) ermittelt wird, und wobei die für den Ansaugmassenstrom (48) der Gasturbine (1) charakteristische Kenngröße als Mittelwert aus den vali- dierten Werten (44) erzeugt wird.
3. Verfahren nach Anspruch 1 oder 2, bei dem die Bestimmung des Ansaugmassenstroms (48) ohne Informationen über den Brennstoffheizwert und/oder Brennstoffmassenstrom erfolgt.
4. Verfahren zur Diagnose einer mehrere Komponenten umfassenden Gasturbine (1), bei dem die Zusatzleistung, um welche sich die Betriebsleistung der Gasturbine (1) im Fall einer Reinigung einer der Komponenten erhöhen würde, automatisch prognostiziert wird, wobei bei der Prognose der Zusatzleistung der Ansaugmassen- ström (48) der Gasturbine (1) als Kenngröße verwendet wird, und wobei der Ansaugmassenstrom (48) nach dem Verfahren nach einem der Ansprüche 1 bis 3 bestimmt wird.
5. Verfahren nach Anspruch 4, bei dem die Zusatzleistung im Fall einer Reinigung des Verdichters (2) prognostiziert wird.
6. Verfahren nach Anspruch 4 oder 5, bei dem bei der Prognose der Zusatzleistung der Verdichterwirkungsgrad (50) der Gasturbine (1) als Kenngröße verwendet wird.
7. Verfahren nach einem der Ansprüche 4 bis 6, bei dem die jeweilige Kenngröße auf Referenzbedingungen normiert wird.
8. Verfahren nach einem der Ansprüche 4 bis 7, bei dem bei der Prognose der Zusatzleistung Kenngrößen baugleicher und/oder bauähnlicher Gasturbinen (64) als Vergleichsgrößen verwendet werden.
9. Verfahren nach einem der Ansprüche 4 bis 8, bei dem eine Prognose der zeitlichen Entwicklung (58,60) der jeweiligen Kenngröße erstellt wird.
10. Verfahren nach einem der Ansprüche 4 bis 9, bei dem in Abhängigkeit vom Wert der ermittelten Zusatz- leistung in Abwägung mit dem wirtschaftlichen Gesamtaufwand bestimmt wird, ob die Gasturbine (1) zur Beseitigung der Verschmutzung temporär stillgesetzt wird und gegebenenfalls ein optimaler Zeitpunkt (34) für die temporäre Stillsetzung ermittelt wird.
11. Gasturbinenanlage mit einer mehrere Komponenten umfassenden Gasturbine (1) und mit einem Steuerungssystem (18), das dateneingangsseitig mit einer Anzahl von zur Ermittlung von Eingangskenngrößen (40a, 40b, 40c) in der Gasturbine (1) angeordneten Sensoren (22) verbunden ist, wobei das Steuerungssystem (18) ein Prognosemodul (24) um- fasst, das für die Durchführung des Verfahrens nach einem der Ansprüche 1 bis 10 ausgelegt ist.
12. Gasturbinenanlage nach Anspruch 11, bei dem in das Prognosemodul Daten einer Datenbank (26) mit Vergleichsgrößen baugleicher und/oder bauähnlicher Gasturbinen (64) einlesbar sind.
13. Prognosemodul (24) zur Verwendung in einer Gasturbinenanlage, wobei das Prognosemodul (24) für die Durchführung des Verfahrens nach einem der Ansprüche 1 bis 10 ausgelegt ist.
EP09725928.7A 2008-03-28 2009-03-24 Verfahren zur bestimmung des ansaugmassenstroms einer gasturbine Not-in-force EP2257933B1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP09725928.7A EP2257933B1 (de) 2008-03-28 2009-03-24 Verfahren zur bestimmung des ansaugmassenstroms einer gasturbine

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP08005950A EP2105887A1 (de) 2008-03-28 2008-03-28 Verfahren zur Diagnose einer Gasturbine
EP09725928.7A EP2257933B1 (de) 2008-03-28 2009-03-24 Verfahren zur bestimmung des ansaugmassenstroms einer gasturbine
PCT/EP2009/053440 WO2009118311A1 (de) 2008-03-28 2009-03-24 Verfahren zur bestimmung des ansaugmassenstroms einer gasturbine

Publications (2)

Publication Number Publication Date
EP2257933A1 true EP2257933A1 (de) 2010-12-08
EP2257933B1 EP2257933B1 (de) 2016-07-27

Family

ID=39709247

Family Applications (2)

Application Number Title Priority Date Filing Date
EP08005950A Withdrawn EP2105887A1 (de) 2008-03-28 2008-03-28 Verfahren zur Diagnose einer Gasturbine
EP09725928.7A Not-in-force EP2257933B1 (de) 2008-03-28 2009-03-24 Verfahren zur bestimmung des ansaugmassenstroms einer gasturbine

Family Applications Before (1)

Application Number Title Priority Date Filing Date
EP08005950A Withdrawn EP2105887A1 (de) 2008-03-28 2008-03-28 Verfahren zur Diagnose einer Gasturbine

Country Status (7)

Country Link
US (1) US9466152B2 (de)
EP (2) EP2105887A1 (de)
JP (1) JP4906977B2 (de)
CN (1) CN102099835B (de)
MX (1) MX2010010608A (de)
RU (1) RU2517416C2 (de)
WO (1) WO2009118311A1 (de)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8437941B2 (en) 2009-05-08 2013-05-07 Gas Turbine Efficiency Sweden Ab Automated tuning of gas turbine combustion systems
US9267443B2 (en) 2009-05-08 2016-02-23 Gas Turbine Efficiency Sweden Ab Automated tuning of gas turbine combustion systems
US9354618B2 (en) 2009-05-08 2016-05-31 Gas Turbine Efficiency Sweden Ab Automated tuning of multiple fuel gas turbine combustion systems
US9671797B2 (en) 2009-05-08 2017-06-06 Gas Turbine Efficiency Sweden Ab Optimization of gas turbine combustion systems low load performance on simple cycle and heat recovery steam generator applications
US8869603B2 (en) 2012-02-29 2014-10-28 United Technologies Corporation Debris detection in turbomachinery and gas turbine engines
ITCO20120008A1 (it) 2012-03-01 2013-09-02 Nuovo Pignone Srl Metodo e sistema per monitorare la condizione di un gruppo di impianti
EP2772742A1 (de) * 2013-02-27 2014-09-03 Siemens Aktiengesellschaft Leistungsbestimmungsverfahren und Turbomaschine
DE102014109711A1 (de) * 2013-07-22 2015-01-22 General Electric Company Systeme und Verfahren zum Waschen eines Gasturbinenkompressors
EP3091202B1 (de) * 2015-05-07 2019-04-03 Ansaldo Energia IP UK Limited Verfahren zum entgegenwirken gegen zug durch eine anordnung mit einer gasturbine während eines stopps
JP6634226B2 (ja) * 2015-06-22 2020-01-22 株式会社日立製作所 プラント機器の効率分析システム及び方法
US20170074173A1 (en) * 2015-09-11 2017-03-16 United Technologies Corporation Control system and method of controlling a variable area gas turbine engine
US11143056B2 (en) 2016-08-17 2021-10-12 General Electric Company System and method for gas turbine compressor cleaning
US11149667B1 (en) 2020-09-10 2021-10-19 Caterpillar Inc. Sequential turbocharger diagnostic system and method
CN112595657A (zh) * 2020-12-11 2021-04-02 哈尔滨工程大学 一种微型燃气轮机涡轮盐雾腐蚀实验台
CN112861425A (zh) * 2021-01-13 2021-05-28 上海交通大学 结合机理与神经网络的双轴燃气轮机性能状态检测方法

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2855620B2 (ja) * 1988-07-27 1999-02-10 トヨタ自動車株式会社 二軸式ガスタービン機関の制御装置
US5113691A (en) * 1989-02-26 1992-05-19 Westinghouse Electric Corp. Turbine-medium flow monitor
US5267277A (en) * 1989-11-02 1993-11-30 Combustion Engineering, Inc. Indicator system for advanced nuclear plant control complex
US5048285A (en) * 1990-03-26 1991-09-17 Untied Technologies Corporation Control system for gas turbine engines providing extended engine life
RU2146012C1 (ru) 1992-05-29 2000-02-27 Нэшнл Пауэр П.Л.С. Газотурбинная установка
RU2123610C1 (ru) 1992-11-09 1998-12-20 ОРМАТ, Инк. Способ увеличения энергии, вырабатываемой системой газовой турбины
JPH06331781A (ja) * 1993-05-26 1994-12-02 Toshiba Corp プラント状態表示装置
WO1995016296A1 (de) * 1993-12-09 1995-06-15 B + H Ingenieur-Software Gmbh Verfahren zur steuerung von im verbund betriebenen elektrische und/oder thermische energie erzeugenden anlagen
JPH09228853A (ja) * 1996-02-27 1997-09-02 Hitachi Ltd ガスタービン燃焼器
DE19736384A1 (de) * 1997-08-21 1999-02-25 Man Nutzfahrzeuge Ag Verfahren zur Dosierung eines Reduktionsmittels in stickoxidhaltiges Abgas einer Brennkraftmaschine
EP0921292B1 (de) 1997-12-08 2003-09-10 ALSTOM (Switzerland) Ltd Verfahren zur Regelung einer Gasturbogruppe
WO2000017504A1 (de) * 1998-09-24 2000-03-30 Siemens Aktiengesellschaft Brennstoffvorwärmung in einer gasturbine
DE10001997A1 (de) * 2000-01-19 2001-07-26 Alstom Power Schweiz Ag Baden Verbund-Kraftwerk sowie Verfahren zum Betrieb eines solchen Verbund-Kraftwerkes
US6574584B2 (en) * 2000-12-11 2003-06-03 General Electric Company Method for evaluating compressor stall/surge margin requirements
US7591150B2 (en) * 2001-05-04 2009-09-22 Battelle Energy Alliance, Llc Apparatus for the liquefaction of natural gas and methods relating to same
JP2004169667A (ja) * 2002-11-22 2004-06-17 Mitsubishi Heavy Ind Ltd 多段フィルタの監視装置
US6976351B2 (en) * 2003-04-04 2005-12-20 General Electric Company Methods and apparatus for monitoring gas turbine combustion dynamics
US7231305B2 (en) * 2003-08-07 2007-06-12 Schlumberger Technology Corporation Flow rate determination
CA2437264C (en) * 2003-08-12 2013-12-03 Brian Wilson Varney Heat exchanger optimization process and apparatus
WO2005090764A1 (de) * 2004-02-23 2005-09-29 Siemens Aktiengesellschaft Verfahren und vorrichtung zur diagnose einer turbinenanlage
US7021126B1 (en) * 2004-09-15 2006-04-04 General Electric Company Methods for low-cost estimation of steam turbine performance
US7946157B2 (en) * 2007-01-10 2011-05-24 Shell Oil Company Method and device to measure, test and/or monitor turbine performance

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See references of WO2009118311A1 *

Also Published As

Publication number Publication date
CN102099835B (zh) 2014-12-17
EP2105887A1 (de) 2009-09-30
JP2011515620A (ja) 2011-05-19
MX2010010608A (es) 2010-11-09
RU2010144075A (ru) 2012-05-10
US20110247406A1 (en) 2011-10-13
WO2009118311A1 (de) 2009-10-01
CN102099835A (zh) 2011-06-15
US9466152B2 (en) 2016-10-11
JP4906977B2 (ja) 2012-03-28
EP2257933B1 (de) 2016-07-27
RU2517416C2 (ru) 2014-05-27

Similar Documents

Publication Publication Date Title
EP2257933B1 (de) Verfahren zur bestimmung des ansaugmassenstroms einer gasturbine
EP2565444B1 (de) Verfahren und Vorrichtung zur Zustandsüberwachung von Rotorblättern
EP2927662B1 (de) Verfahren und system zur überwachung des zustands eines wälzlagers einer windturbine
DE102014118146A1 (de) System und Verfahren zum Betreiben einer Windkraftanlage
DE112018001684T5 (de) Indikatorerfassungssystem und Indikatorerfassungsverfahren
CH702625A2 (de) System und Verfahren zur Überwachung einer Gasturbine.
DE102009009592A1 (de) Messeinrichtung für einen Wärmetauscher
CH698630A2 (de) Defektmodus-Erkennungseinrichtung.
CN109215165A (zh) 一种民用飞机apu性能评估及故障预警方法
Verbruggen Wind turbine operation & maintenance based on condition monitoring WT-Ω
EP1454058A1 (de) Verfahren zur überwachung eines sensors
DE102008049170A1 (de) Vorrichtung und Verfahren zur Lebensdauerüberwachung
Obdam et al. Estimating costs of operation & maintenance for offshore wind farms
WO2008128894A1 (de) Verfahren zur bewertung von geplanten wartungszeitpunkten einer strömungsmaschine sowie leitsystem für eine strömungsmaschine
WO2005090764A1 (de) Verfahren und vorrichtung zur diagnose einer turbinenanlage
Rademakers et al. Operation and maintenance cost estimator (OMCE) to estimate the future O&M costs of offshore wind farms
EP1996807A1 (de) Verfahren zur inspektion einer turbinenanlage sowie vorrichtung hierzu
EP3144529B1 (de) Windenergieanlage mit wenigstens einem elastisch verformbaren bauteil und verfahren zur feststellung des beginns einer verschleissbedingten bauteil-restnutzungsdauer in einer windenergieanlage
DE112017008126B4 (de) Servicemenü-präsentationssystem, betriebsmuster-anzeigesystem, servicemenü-präsentationsverfahren und programm
Rademakers et al. Estimating costs of operation & maintenance for offshore wind farms
EP1189126A2 (de) Verfahren zum Überwachen einer Anlage
EP2737273B1 (de) Verfahren zur erhöhung des wirkungsgrades einer verbrennungsanlage, insbesondere eines müllverbrennungs- oder biomassekraftwerkes
Goretti et al. Evaluation of wind energy forecasts: The undervalued importance of data preparation
DE102010014358A1 (de) Verfahren zum Verlängern der Betriebslebensdauer einer Windenergieanlage
WO2015086051A1 (de) Verfahren zur leistungsregelung von dampferzeugern zur stromerzeugung und/oder wärmebereitstellung

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20100820

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO SE SI SK TR

AX Request for extension of the european patent

Extension state: AL BA RS

DAX Request for extension of the european patent (deleted)
RAP1 Party data changed (applicant data changed or rights of an application transferred)

Owner name: SIEMENS AKTIENGESELLSCHAFT

17Q First examination report despatched

Effective date: 20130429

GRAP Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOSNIGR1

INTG Intention to grant announced

Effective date: 20160215

GRAS Grant fee paid

Free format text: ORIGINAL CODE: EPIDOSNIGR3

GRAA (expected) grant

Free format text: ORIGINAL CODE: 0009210

AK Designated contracting states

Kind code of ref document: B1

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO SE SI SK TR

REG Reference to a national code

Ref country code: GB

Ref legal event code: FG4D

Free format text: NOT ENGLISH

REG Reference to a national code

Ref country code: CH

Ref legal event code: NV

Representative=s name: SIEMENS SCHWEIZ AG, CH

Ref country code: CH

Ref legal event code: EP

REG Reference to a national code

Ref country code: AT

Ref legal event code: REF

Ref document number: 816328

Country of ref document: AT

Kind code of ref document: T

Effective date: 20160815

REG Reference to a national code

Ref country code: IE

Ref legal event code: FG4D

Free format text: LANGUAGE OF EP DOCUMENT: GERMAN

REG Reference to a national code

Ref country code: DE

Ref legal event code: R096

Ref document number: 502009012879

Country of ref document: DE

REG Reference to a national code

Ref country code: LT

Ref legal event code: MG4D

REG Reference to a national code

Ref country code: NL

Ref legal event code: MP

Effective date: 20160727

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: FI

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20160727

Ref country code: HR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20160727

Ref country code: NO

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20161027

Ref country code: IS

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20161127

Ref country code: LT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20160727

Ref country code: NL

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20160727

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: GR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20161028

Ref country code: PL

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20160727

Ref country code: SE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20160727

Ref country code: LV

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20160727

Ref country code: ES

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20160727

Ref country code: PT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20161128

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: EE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20160727

Ref country code: RO

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20160727

REG Reference to a national code

Ref country code: DE

Ref legal event code: R097

Ref document number: 502009012879

Country of ref document: DE

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: SK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20160727

Ref country code: BG

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20161027

Ref country code: CZ

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20160727

Ref country code: DK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20160727

PLBE No opposition filed within time limit

Free format text: ORIGINAL CODE: 0009261

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: NO OPPOSITION FILED WITHIN TIME LIMIT

26N No opposition filed

Effective date: 20170502

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: SI

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20160727

REG Reference to a national code

Ref country code: CH

Ref legal event code: PCOW

Free format text: NEW ADDRESS: WERNER-VON-SIEMENS-STRASSE 1, 80333 MUENCHEN (DE)

GBPC Gb: european patent ceased through non-payment of renewal fee

Effective date: 20170324

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: MC

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20160727

REG Reference to a national code

Ref country code: IE

Ref legal event code: MM4A

REG Reference to a national code

Ref country code: FR

Ref legal event code: ST

Effective date: 20171130

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: LU

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20170324

Ref country code: FR

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20170331

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: GB

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20170324

Ref country code: IE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20170324

REG Reference to a national code

Ref country code: BE

Ref legal event code: MM

Effective date: 20170331

REG Reference to a national code

Ref country code: AT

Ref legal event code: MM01

Ref document number: 816328

Country of ref document: AT

Kind code of ref document: T

Effective date: 20170324

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: BE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20170331

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: DE

Payment date: 20180518

Year of fee payment: 10

Ref country code: CH

Payment date: 20180614

Year of fee payment: 10

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: AT

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20170324

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: IT

Payment date: 20180327

Year of fee payment: 10

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: MT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20160727

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: HU

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT; INVALID AB INITIO

Effective date: 20090324

REG Reference to a national code

Ref country code: DE

Ref legal event code: R119

Ref document number: 502009012879

Country of ref document: DE

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: CY

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20160727

REG Reference to a national code

Ref country code: CH

Ref legal event code: PL

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: MK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20160727

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: LI

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20190331

Ref country code: DE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20191001

Ref country code: CH

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20190331

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: IT

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20190324

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: TR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20160727