JP2016173211A - Observation system and observation method - Google Patents

Observation system and observation method Download PDF

Info

Publication number
JP2016173211A
JP2016173211A JP2015053624A JP2015053624A JP2016173211A JP 2016173211 A JP2016173211 A JP 2016173211A JP 2015053624 A JP2015053624 A JP 2015053624A JP 2015053624 A JP2015053624 A JP 2015053624A JP 2016173211 A JP2016173211 A JP 2016173211A
Authority
JP
Japan
Prior art keywords
time
physical quantity
node
complex network
physical
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
JP2015053624A
Other languages
Japanese (ja)
Other versions
JP6541104B2 (en
Inventor
浩 後藤田
Hiroshi Gotoda
浩 後藤田
輝 衣川
Teru Kinugawa
輝 衣川
佑太 奥野
Yuta Okuno
佑太 奥野
昌平 道免
Shohei Domen
昌平 道免
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.)
Ritsumeikan Trust
Original Assignee
Ritsumeikan Trust
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 Ritsumeikan Trust filed Critical Ritsumeikan Trust
Priority to JP2015053624A priority Critical patent/JP6541104B2/en
Publication of JP2016173211A publication Critical patent/JP2016173211A/en
Application granted granted Critical
Publication of JP6541104B2 publication Critical patent/JP6541104B2/en
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Regulation And Control Of Combustion (AREA)

Abstract

PROBLEM TO BE SOLVED: To provide an observation system and an observation method for physical phenomenon.SOLUTION: This invention comprises a detecting part for detecting physical quantity of physical phenomenon that varies in view of time-variant, a generating part 313 for setting each physical quantity at each time as a node and generating a complex network connecting the nodes by an edge in view of time-variant in reference to conditions [A] and [B] indicated below, an operation part 314 for calculating a prescribed feature amount in the complex network, an estimation part 316 for estimating a state of physical phenomenon on the basis of the feature amount. [A]: nodes that are set by the physical quantity of which detection times are adjacent to each other; [B] nodes that are set by the physical quantity yand the physical quantity yin the case that the physical quantity ydetected at the time t, the physical quantity ydetected at the time tlater than the time tand physical quantity ydetected at the time tbetween the time tand the time tsatisfy the following formula.SELECTED DRAWING: Figure 2

Description

本発明は、物理現象を観測する観測装置及び観測方法に関するものである。   The present invention relates to an observation apparatus and an observation method for observing a physical phenomenon.

例えば、ガスタービン燃焼器においては、燃焼振動及び吹き消えのような不安定な燃焼状態の発生は好ましくない。また、ガスタービンエンジンでは、かかる不安定な燃焼状態以外にも、回転翼フラッタ、旋回失速、及びサージ等の不安定な現象が発生することもある。また、ガスタービンエンジン以外の分野では、例えば熱交換器又は化学反応器において、流体の好ましくない不安定な流動状態が発生することがある。従来、かかる不安定な物理現象の発生を検知することが望まれている。   For example, in a gas turbine combustor, the occurrence of unstable combustion conditions such as combustion vibrations and blow-offs is undesirable. Further, in the gas turbine engine, in addition to such an unstable combustion state, unstable phenomena such as rotor blade flutter, turning stall, and surge may occur. Also, in fields other than gas turbine engines, undesired unstable fluid flow conditions may occur, for example, in heat exchangers or chemical reactors. Conventionally, it has been desired to detect the occurrence of such an unstable physical phenomenon.

不安定な物理現象には、ガスタービン燃焼器における吹き消えのように突発的に発生するものがある。このような突発的に発生する不安定な物理現象は、周波数解析のような線形解析では正確に検知することが困難である。そこで、従来、非線形解析を用いて、不安定な物理現象を検知する方法が開発されている。例えば特許文献1には、カオス時系列解析で用いられている手法を採用して、火炎のゆらぎを測定する方法が開示されている。特許文献1に記載の方法では、ターケンスの埋め込み定理を用いてアトラクタを再構成し、相関次元と最大リアプノフ指数とを求め、これらから燃焼状態を計測するようになっている。   Some unstable physical phenomena occur suddenly, such as blowouts in a gas turbine combustor. Such an unexpectedly unstable physical phenomenon is difficult to detect accurately by linear analysis such as frequency analysis. Therefore, conventionally, a method for detecting an unstable physical phenomenon using nonlinear analysis has been developed. For example, Patent Document 1 discloses a method for measuring the fluctuation of a flame by adopting a method used in chaos time series analysis. In the method described in Patent Document 1, the attractor is reconfigured using the Turkens embedding theorem, the correlation dimension and the maximum Lyapunov exponent are obtained, and the combustion state is measured from these.

しかしながら、特許文献1に記載の方法において用いられている相関次元及びリアプノフ指数は古典的な非線形解析理論であり、特に相関次元では膨大なデータ点数の時系列データを必要とする。したがって、演算負荷が高く、しかもまとまった時系列データを取得した後にしか演算処理を行うことができない。このため、特許文献1に記載の方法は、物理現象の発生を高い即時性で推定するような用途には向かず、その応用分野が限られる。   However, the correlation dimension and the Lyapunov exponent used in the method described in Patent Document 1 are classical nonlinear analysis theories, and in particular, the correlation dimension requires time-series data with an enormous number of data points. Therefore, the calculation load is high, and the calculation process can be performed only after acquiring a collection of time series data. For this reason, the method described in Patent Document 1 is not suitable for an application in which occurrence of a physical phenomenon is estimated with high immediacy, and its application field is limited.

また、特許文献2には、時間的に変化する物理量を検出し、検出された物理量に関する並進誤差を演算し、演算された並進誤差に基づいて、特定の物理現象の発生を推定する方法が開示されている。
特許文献2に記載の方法では、特許文献1に記載の方法に比べて演算に使用する物理量のデータ数を少なくすることができ、データ量を大幅に削減して特定の物理現象の発生を高い即時性で推定することができる。そして、特許文献2に記載の方法を用いることによって、ガスタービン燃焼器等において燃焼に伴う圧力の変動を検出し、この圧力変動から不安定な燃焼状態の発生を推定することによって、燃料供給量の制御を行うようにしている。
Patent Document 2 discloses a method of detecting a physical quantity that changes over time, calculating a translation error related to the detected physical quantity, and estimating the occurrence of a specific physical phenomenon based on the calculated translation error. Has been.
The method described in Patent Document 2 can reduce the number of data of physical quantities used for calculation compared to the method described in Patent Document 1, and can greatly reduce the amount of data and increase the occurrence of a specific physical phenomenon. Can be estimated by immediacy. Then, by using the method described in Patent Document 2, a change in pressure accompanying combustion in a gas turbine combustor or the like is detected, and the occurrence of an unstable combustion state is estimated from this pressure change, thereby providing a fuel supply amount. To control.

特開2006−138517号公報JP 2006-138517 A 特開2013−238365号公報JP 2013-238365 A

しかしながら、燃焼器における不安定な燃焼状態に応じた燃料供給の制御のように、高い即時性でより短時間に物理現象の推定を行うことが必要とされる場合には、より簡単なアルゴリズムによって演算の高速化を図り、より応答性及び安定性の高い処理が求められるところである。   However, when it is necessary to estimate physical phenomena in a short time with high immediacy, such as control of fuel supply according to unstable combustion conditions in the combustor, a simpler algorithm is used. There is a need for processing with higher responsiveness and stability in order to increase the operation speed.

本発明は、従来とはさらに異なる手法によって、より応答性等の高い物理現象の観測を可能とする観測装置及び観測方法を提供することを目的とする。   An object of the present invention is to provide an observation apparatus and an observation method that enable observation of a physical phenomenon having higher responsiveness and the like by a method that is different from the conventional one.

(1)本発明に係る観測装置は、
時間的に変化する物理現象の物理量を検出する検出部と、
検出した各時刻の物理量をノードとして設定し、複数のノードを以下に示す条件(A)及び(B)にしたがってエッジにより接続した複雑ネットワークを経時的に生成する生成部と、
前記複雑ネットワークにおける所定の特徴量を求める演算部と、
前記特徴量に基づいて物理現象の状態を推定する推定部と、を備えている。
(A):検出時刻が隣接する物理量により設定されるノード同士
(B):時刻tに検出された物理量yと、時刻tよりも後の時刻tに検出された物理量yと、時刻tと時刻tとの間の時刻tに検出された物理量yとが、次の式を満たす場合における、物理量yと物理量yにより設定されるノード同士
(1) The observation apparatus according to the present invention is:
A detection unit for detecting a physical quantity of a physical phenomenon that changes over time;
A generation unit that sets a physical quantity detected at each time as a node, and generates a complex network in which a plurality of nodes are connected by an edge according to the following conditions (A) and (B):
A calculation unit for obtaining a predetermined feature amount in the complex network;
An estimation unit that estimates a state of a physical phenomenon based on the feature amount.
(A): a node between which is set by the physical quantity detection time is adjacent (B): and the time t a detected physical quantity y a, a physical quantity y b detected at time t b after time t a , the node between the physical quantity y c detected at time t c between time t a and the time t b is in the case which satisfies the following equation, is set by the physical quantity y a physical quantity y b

この観測装置によれば、所定の条件にしたがって物理現象の物理量についての複雑ネットワークを生成し、この複雑ネットワークの特徴量に基づいて物理現象の状態を推定する。これにより、簡単なアルゴリズムによって物理現象の状態を推定することが可能となり、演算の高速化を図り、より応答性の高い処理を実現することができる。
なお、複雑ネットワークの特徴量としては、平均次数、平均頂点間距離、クラスター係数、次数分布の最頻値、次数分布の最頻値の頻度等を用いることができる。また、生成部は、複雑ネットワークを記述するための隣接行列や隣接リストを生成するものであってもよいが、これに限らず、単に所定の特徴量を演算するために必要なデータ(ノード数、エッジ数等)を取得するものであってもよく、この場合、生成部としての処理が実質的に演算部として処理に含まれていてもよい。
According to this observation apparatus, a complex network for a physical quantity of a physical phenomenon is generated according to a predetermined condition, and the state of the physical phenomenon is estimated based on the feature quantity of the complex network. As a result, the state of the physical phenomenon can be estimated by a simple algorithm, the calculation can be speeded up, and processing with higher response can be realized.
As the feature amount of the complex network, an average order, an average vertex distance, a cluster coefficient, a mode value of the order distribution, a frequency of the mode value of the order distribution, and the like can be used. The generation unit may generate an adjacency matrix or an adjacency list for describing a complex network, but is not limited to this, and data (number of nodes) necessary for simply calculating a predetermined feature amount is not limited thereto. , The number of edges, etc.) may be acquired. In this case, the processing as the generation unit may be substantially included in the processing as the calculation unit.

(2)前記生成部は、前記複雑ネットワークにおいて、エッジによって接続するノードの範囲を所定の規則に基づいて制限することが好ましい。
このような構成によって、計算量を効率よく減少させることができ、より演算の高速化を図ることができる。
(2) It is preferable that the generation unit restricts a range of nodes connected by an edge based on a predetermined rule in the complex network.
With such a configuration, the amount of calculation can be reduced efficiently, and the calculation speed can be further increased.

(3)前記ノードの範囲は、所定の物理現象が発生したときの物理量の変動周期あたりの物理量の検出回数に基づいて設定されることが好ましい。
このような構成によって、所定の物理現象が発生した場合のノードに接続されるエッジの数、すなわち次数の意図しない増加を抑えることができ、所定の物理現象が発生しているときと発生してないときとの間で、次数に差異を生じさせることができる。複雑ネットワークの特徴量は、通常、次数との間に高い関連性を有しているため、上記構成を採用することによって、物理現象の状態を推定するために好適に活用することができる。
(3) The range of the node is preferably set based on the number of times the physical quantity is detected per change period of the physical quantity when a predetermined physical phenomenon occurs.
With such a configuration, the number of edges connected to a node when a predetermined physical phenomenon occurs, that is, an unintentional increase in the degree can be suppressed, and occurs when a predetermined physical phenomenon occurs. It is possible to make a difference in order between when there is no time. Since the feature amount of a complex network usually has a high relationship with the order, by adopting the above configuration, it can be suitably used for estimating the state of a physical phenomenon.

(4)前記特徴量は、前記複雑ネットワークの平均次数であってもよい。
このような構成によって非常に簡単な演算によってネットワークの特徴量を求めることができる。
(4) The feature amount may be an average order of the complex network.
With such a configuration, the network feature amount can be obtained by a very simple calculation.

(5)前記推定部は、前記平均次数と所定の閾値との比較に基づいて、物理現象の状態を推定するものであってもよい。 (5) The estimation unit may estimate a state of a physical phenomenon based on a comparison between the average order and a predetermined threshold.

(6)前記物理現象は、燃焼器における燃料の燃焼であり、前記物理量は、燃焼器内の圧力であってもよい。
この場合、燃焼に伴う圧力の変化から物理現象の状態を推定することができる。
(6) The physical phenomenon may be combustion of fuel in a combustor, and the physical quantity may be a pressure in the combustor.
In this case, the state of the physical phenomenon can be estimated from the change in pressure accompanying combustion.

(7)上記(6)において、前記推定部は、前記燃焼器における燃焼の不安定を推定することが好ましい。
このような構成によって、燃焼振動又は吹き消えのような燃焼の不安定の発生を推定し、燃料の供給制御等のために活用することができる。
(7) In the above (6), it is preferable that the estimation unit estimates instability of combustion in the combustor.
With such a configuration, it is possible to estimate the occurrence of combustion instability such as combustion vibration or blow-off, and use it for fuel supply control or the like.

(8)前記推定部は、前記燃焼器における燃焼の不安定として、吹き消えの発生を推定することが好ましい。
近年、燃焼器においては、予混合気を希薄化させることによって二酸化炭素及びNOxの発生を低減させることが行われているが、この希薄化によって吹き消えが発生する可能性が高くなるので、本発明のように吹き消えの発生を推定することは極めて有用である。
(8) It is preferable that the estimation unit estimates the occurrence of blow-out as unstable combustion in the combustor.
In recent years, in a combustor, the generation of carbon dioxide and NOx has been reduced by diluting the premixed gas, but this dilution increases the possibility that blowout will occur. It is extremely useful to estimate the occurrence of blow-out as in the invention.

(9)本発明に係る観測方法は、
時間的に変化する物理現象の物理量を検出するステップと、
検出した各時刻の物理量をノードとして設定し、複数のノードを以下に示す条件(A)及び(B)にしたがってエッジにより接続した複雑ネットワークを経時的に生成するステップと、
前記複雑ネットワークにおける所定の特徴量を求めるステップと、
前記特徴量に基づいて物理現象の状態を推定するステップと、を含む。
(A):検出時刻が隣接する物理量により設定されるノード同士
(B):時刻tに検出された物理量yと、時刻tよりも後の時刻tに検出された物理量yと、時刻tと時刻tとの間の時刻tに検出された物理量yとが、次の式を満たす場合における、物理量yと物理量yにより設定されるノード同士
(9) The observation method according to the present invention is:
Detecting a physical quantity of a physical phenomenon that changes over time;
A step of setting a detected physical quantity at each time as a node and generating a complex network in which a plurality of nodes are connected by an edge according to the following conditions (A) and (B):
Obtaining a predetermined feature amount in the complex network;
Estimating a state of a physical phenomenon based on the feature amount.
(A): a node between which is set by the physical quantity detection time is adjacent (B): and the time t a detected physical quantity y a, a physical quantity y b detected at time t b after time t a , the node between the physical quantity y c detected at time t c between time t a and the time t b is in the case which satisfies the following equation, is set by the physical quantity y a physical quantity y b

この観測方法によれば、所定の条件にしたがって物理現象の物理量についての複雑ネットワークを生成し、この複雑ネットワークの特徴量に基づいて物理現象の状態を推定する。これにより、簡単なアルゴリズムによって物理現象の状態を推定することが可能となり、演算の高速化を図り、より応答性の高い処理を実現することができる。   According to this observation method, a complex network for a physical quantity of a physical phenomenon is generated according to a predetermined condition, and the state of the physical phenomenon is estimated based on the feature quantity of the complex network. As a result, the state of the physical phenomenon can be estimated by a simple algorithm, the calculation can be speeded up, and processing with higher response can be realized.

本発明によれば、応答性の高い物理現象の観測が可能となる。   According to the present invention, a highly responsive physical phenomenon can be observed.

実施形態に係る燃焼状態の観測装置の構成を示す模式図である。It is a schematic diagram which shows the structure of the observation apparatus of the combustion state which concerns on embodiment. 信号解析装置の機能ブロックである。It is a functional block of a signal analyzer. 複雑ネットワークの生成に使用される圧力変動信号の一例を示すグラフである。It is a graph which shows an example of the pressure fluctuation signal used for generation of a complicated network. 一般的な複雑ネットワーク(グラフ;Graph)の一例を示す説明図である。It is explanatory drawing which shows an example of a general complicated network (graph; Graph). 可視グラフの一例を示す説明図である。It is explanatory drawing which shows an example of a visible graph. (a)は、可視グラフにおいて頂点(ノード)を枝(エッジ)で接続した結果を示す図であり、(b)は、その結果から生成された複雑ネットワークを示す図である。(A) is a figure which shows the result of having connected the vertex (node) with the branch (edge) in the visible graph, and (b) is a figure which shows the complex network produced | generated from the result. 可視グラフ上においてエッジで接続するノードの範囲(視力)の一例を示す図である。It is a figure which shows an example of the range (sight) of the node connected with an edge on a visible graph. 可視グラフ上においてエッジで接続するノードの範囲(視力)の他の例を示す図である。It is a figure which shows the other example of the range (sight) of the node connected with an edge on a visible graph. 視力の設定を説明するためのグラフである。It is a graph for demonstrating the setting of a visual acuity. 複雑ネットワークの平均次数と当量比との関係を示すグラフである。It is a graph which shows the relationship between the average order of a complex network, and an equivalence ratio. 燃焼制御処理の手順を示すフローチャートである。It is a flowchart which shows the procedure of a combustion control process. 2次燃料流量計算処理の手順を示すフローチャートである。It is a flowchart which shows the procedure of a secondary fuel flow rate calculation process. 観測装置の性能評価試験の結果を示すグラフである。It is a graph which shows the result of the performance evaluation test of an observation apparatus. 観測装置の性能評価試験の結果を示すグラフである。It is a graph which shows the result of the performance evaluation test of an observation apparatus.

以下、本発明の好ましい実施形態について添付図面を参照しながら説明する。
以下では、ガスタービン燃焼器の燃焼状態を観測する観測装置の構成及びその動作について説明する。
Hereinafter, preferred embodiments of the present invention will be described with reference to the accompanying drawings.
Below, the structure and operation | movement of an observation apparatus which observes the combustion state of a gas turbine combustor are demonstrated.

[1.観測装置の構成]
本実施形態に係る観測装置は、ガスタービンモデル燃焼器(ガスタービンエンジン燃焼器の部分要素を模擬した燃焼器)の燃焼状態(物理現象)を複雑ネットワークの特徴量を用いて解析し、燃焼状態を推定するものである。特に、本実施形態では、安定した燃焼状態と不安定な燃焼状態である燃焼振動と吹き消えの発生とをそれぞれ識別できるように推定する。まず、観測装置の構成について説明する。
[1. Configuration of observation equipment]
The observation apparatus according to the present embodiment analyzes a combustion state (physical phenomenon) of a gas turbine model combustor (a combustor simulating a partial element of a gas turbine engine combustor) using a characteristic amount of a complex network, and calculates a combustion state. Is estimated. In particular, in the present embodiment, it is estimated that the stable vibration state and the unstable combustion state can be distinguished from the occurrence of combustion vibration and blow-off. First, the configuration of the observation apparatus will be described.

図1は、本実施形態に係る燃焼状態の観測装置の構成を示す模式図である。図1に示すように、この観測装置100は、ガスタービンモデル燃焼器(以下、単に「燃焼器」ともいう)1と、圧力トランスデューサ2と、制御部3と、燃料タンク4と、コンプレッサ5とを備えている。   FIG. 1 is a schematic diagram illustrating a configuration of a combustion state observation apparatus according to the present embodiment. As shown in FIG. 1, the observation apparatus 100 includes a gas turbine model combustor (hereinafter also simply referred to as “combustor”) 1, a pressure transducer 2, a control unit 3, a fuel tank 4, a compressor 5, It has.

燃焼器1は、燃料と空気の混合気を燃焼させる予混合燃焼器(希薄予混合燃焼器)である。燃焼器1は、燃焼室11と、水冷室12と、インテーク部13と、図示しないスワーラとを具備する。この燃焼器1は、コンプレッサ5から供給される空気と、燃料タンク4から供給されるメタンとをインテーク部13で混合させて予混合気を形成し、スワーラによって当該予混合気に旋回を与えながら燃焼室11で燃焼させる構成である。
なお、燃焼器1は、ジェットエンジンや産業用ガスタービンエンジンの燃焼器であってもよい。
The combustor 1 is a premixed combustor (lean premixed combustor) that burns a fuel / air mixture. The combustor 1 includes a combustion chamber 11, a water cooling chamber 12, an intake portion 13, and a swirler (not shown). The combustor 1 mixes the air supplied from the compressor 5 and the methane supplied from the fuel tank 4 at the intake portion 13 to form a premixed gas, and swirls the premixed gas with a swirler. The combustion chamber 11 is configured to burn.
The combustor 1 may be a jet engine or an industrial gas turbine engine combustor.

燃焼室11には、圧力トランスデューサ(検出部)2が取り付けられている。この圧力トランスデューサ2は、燃焼室11の壁面位置の圧力変動(物理量)を検出する。圧力トランスデューサ2は、検出した圧力変動に応じた電圧信号である圧力変動信号を出力するようになっている。   A pressure transducer (detection unit) 2 is attached to the combustion chamber 11. The pressure transducer 2 detects pressure fluctuation (physical quantity) at the wall surface position of the combustion chamber 11. The pressure transducer 2 outputs a pressure fluctuation signal that is a voltage signal corresponding to the detected pressure fluctuation.

圧力トランスデューサ2には、増幅器21が接続されており、圧力トランスデューサ2から出力された圧力変動信号は増幅器21によって増幅される。   An amplifier 21 is connected to the pressure transducer 2, and the pressure fluctuation signal output from the pressure transducer 2 is amplified by the amplifier 21.

制御部3は、信号解析装置31と、マスフローコントローラ32,33とを具備する。信号解析装置31は、以下に説明する燃焼制御処理を実行するコンピュータプログラムをコンピュータにインストールして構成されたものであり、信号解析装置31における各種の機能は、このコンピュータプログラムによって実現されている。
なお、信号解析装置31を構成するコンピュータは、演算処理装置、記憶部、入出力デバイス等を有している。
The control unit 3 includes a signal analysis device 31 and mass flow controllers 32 and 33. The signal analysis device 31 is configured by installing in a computer a computer program that executes a combustion control process described below, and various functions in the signal analysis device 31 are realized by this computer program.
The computer constituting the signal analysis device 31 includes an arithmetic processing device, a storage unit, an input / output device, and the like.

図2は、信号解析装置31の機能ブロックを示している。この信号解析装置31は、圧力変動信号入力部311、記憶部312、複雑ネットワーク生成部313、平均次数演算部314、閾値設定部315、吹き消え発生推定部316、2次燃料流量計算部317、及び2次燃料流量制御部318としての機能を有している。   FIG. 2 shows functional blocks of the signal analysis device 31. This signal analysis device 31 includes a pressure fluctuation signal input unit 311, a storage unit 312, a complex network generation unit 313, an average order calculation unit 314, a threshold setting unit 315, a blowout occurrence estimation unit 316, a secondary fuel flow rate calculation unit 317, And a function as a secondary fuel flow rate control unit 318.

圧力変動信号入力部311は、圧力トランスデューサ2から出力され、増幅器21によって増幅された圧力変動信号を受信するためのものである。図3に、圧力変動信号の時間の経過に伴う変化をグラフで示している。   The pressure fluctuation signal input unit 311 is for receiving the pressure fluctuation signal output from the pressure transducer 2 and amplified by the amplifier 21. FIG. 3 is a graph showing changes in the pressure fluctuation signal over time.

記憶部312は、所定期間(例えば、50msec)の圧力変動信号を記憶するためのものである。燃焼室11の圧力変動は、圧力トランスデューサ2によって検出され、時系列の圧力変動信号として出力される。圧力変動信号入力部311により取り込まれた圧力変動信号は、FIFO形式で記憶部312に記憶される。つまり、記憶部312には、新たな圧力変動信号が追加されると、古い圧力変動信号(約50msec前に記憶された圧力変動信号)が消去される。このように記憶部312の圧力変動信号が更新されることにより、常時50msecの期間の圧力変動信号が記憶されるようになっている。   The storage unit 312 is for storing a pressure fluctuation signal for a predetermined period (for example, 50 msec). The pressure fluctuation in the combustion chamber 11 is detected by the pressure transducer 2 and output as a time-series pressure fluctuation signal. The pressure fluctuation signal taken in by the pressure fluctuation signal input unit 311 is stored in the storage unit 312 in the FIFO format. That is, when a new pressure fluctuation signal is added to the storage unit 312, the old pressure fluctuation signal (the pressure fluctuation signal stored about 50 msec before) is deleted. In this manner, the pressure fluctuation signal in the storage unit 312 is updated, so that the pressure fluctuation signal for a period of 50 msec is always stored.

複雑ネットワーク生成部313は、記憶部312に記憶されている圧力変動信号に基づいて、複雑ネットワークを生成するためのものである。
平均次数演算部314は、この複雑ネットワークの特徴量である平均次数を演算により求めるためのものである。
The complex network generation unit 313 is for generating a complex network based on the pressure fluctuation signal stored in the storage unit 312.
The average order calculation unit 314 is for calculating an average order that is a feature amount of the complex network by calculation.

ここで、複雑ネットワークとは、多数の構成要素が複雑な繋がり方をしたネットワークの総称をいう。図4に複雑ネットワークの一態様としてのグラフ(Graph)を例示する。グラフとは、ネットワークの数学的表現方法であり、複数のノードと、各ノードを接続するエッジとから構成される。また、各ノードから出ているエッジの数のことを「次数」という。図4に示す各ノードには、次数(エッジの数)が記載されている。グラフで表現される1つのネットワークにおいて、各ノードから出ているエッジの数の平均を「平均次数」という。したがって、平均次数<k>は、次の式(1)で表される。   Here, the complex network is a generic name for networks in which a large number of components are connected in a complicated manner. FIG. 4 illustrates a graph as an aspect of a complex network. A graph is a mathematical expression method of a network, and is composed of a plurality of nodes and edges that connect the nodes. The number of edges coming out from each node is referred to as “order”. Each node shown in FIG. 4 describes the degree (number of edges). In one network represented by a graph, the average of the number of edges coming out from each node is referred to as “average order”. Therefore, the average order <k> is expressed by the following formula (1).

ここで、nは、ノードの数、kは各ノードの次数である。 Here, n is the number of nodes, and k i is the order of each node.

例えば、図4に示す例においては、平均次数<k>は、
<k>=(1+4+2+3+2)/5=2.4
となる。
For example, in the example shown in FIG. 4, the average order <k> is
<K> = (1 + 4 + 2 + 3 + 2) /5=2.4
It becomes.

本実施形態の複雑ネットワーク生成部313は、図3に示すような圧力変動信号から複雑ネットワークを生成する。そして、複雑ネットワークの生成のために、次に説明するような「可視グラフ」を利用する。   The complex network generation unit 313 of the present embodiment generates a complex network from the pressure fluctuation signal as shown in FIG. In order to generate a complex network, a “visible graph” as described below is used.

図5は、可視グラフの一例を示す説明図である。可視グラフは、障害物を避けて見えるノード同士(見通しのあるノード同士)をエッジで繋ぎ合わせるものである。図5に例示する可視グラフは、棒グラフにより構成され、各棒グラフの頂点をノードとして設定する。そして、各ノードは、自身よりも右側にあるノードにエッジで接続される。   FIG. 5 is an explanatory diagram illustrating an example of a visible graph. The visible graph connects nodes that appear to avoid obstacles (nodes with line of sight) with edges. The visible graph illustrated in FIG. 5 is configured by a bar graph, and the vertex of each bar graph is set as a node. Each node is connected by an edge to a node on the right side of itself.

例えば、左端の棒グラフのノードn1から右側の棒グラフのノードn2〜n6を見たときに、ノードn2〜n5は視界が遮られることなく見通すことができるが、ノードn6及びそれより以降(右側)の全てのノードは、ノードn5を有する棒グラフによって視界が遮られ、見通すことができない。したがって、この場合、ノードn1は、ノードn2〜n5とエッジによって接続され、ノードn6以降とは接続されない。このように可視グラフを用いて複数のノードをエッジで接続することにより、複雑ネットワークを生成することができる。   For example, when viewing the nodes n2 to n6 of the right bar graph from the node n1 of the leftmost bar graph, the nodes n2 to n5 can be seen without being blocked, but the nodes n6 and beyond (right side) can be seen. All nodes are obstructed by the bar graph having node n5 and cannot be seen. Therefore, in this case, the node n1 is connected to the nodes n2 to n5 by the edge, and is not connected to the node n6 and subsequent nodes. Thus, a complex network can be generated by connecting a plurality of nodes with edges using a visible graph.

可視グラフにおいて、横軸方向に隣接するノード同士は、エッジによって必ず接続される。横軸方向に1つ以上離れたノード同士をエッジでつなぎ合わせるか否かは、次の式(2)を満たすか否かによって判定する。   In the visible graph, nodes adjacent in the horizontal axis direction are always connected by edges. Whether or not the nodes one or more away in the horizontal axis direction are connected by an edge is determined by whether or not the following equation (2) is satisfied.

ここで、tは、図5の可視グラフの横軸の値、yは、縦軸の値を示す。添字aは、接続元となるノードを示し、添字bは、接続先となるノードを示し、添字cは、接続元と接続先の間にある中間のノードを示す。
式(2)は、接続元のノードと接続先のノードとを結ぶ線の傾きが、接続元のノードと中間のノードとを結ぶ線の傾きよりも大きいことを条件とするものである。この条件を満たす場合、接続元のノードと接続先のノードとを接続する。図5において上向きの矢印は傾きが大きいことを示し、下向きの矢印は傾きが小さいことを示し、水平の矢印は傾きが同一であることを示している。
Here, t represents the value on the horizontal axis of the visible graph in FIG. 5, and y represents the value on the vertical axis. The subscript a indicates a node as a connection source, the subscript b indicates a node as a connection destination, and the subscript c indicates an intermediate node between the connection source and the connection destination.
Expression (2) is provided on condition that the slope of the line connecting the connection source node and the connection destination node is larger than the slope of the line connecting the connection source node and the intermediate node. When this condition is satisfied, the connection source node and the connection destination node are connected. In FIG. 5, an upward arrow indicates that the inclination is large, a downward arrow indicates that the inclination is small, and a horizontal arrow indicates that the inclination is the same.

図5の可視グラフの下側には、左端の棒グラフのノードを接続元aとし、他のノードを接続先bとした場合の接続関係を表で示している。中間のノードはc1,c2・・・で示す。この表の左端には、接続の可否を示す「○」「×」が示されている。すなわち、接続元のノードと接続先のノードとを結ぶ線の傾きが、接続元のノードと中間のノードとを結ぶ線の傾きよりも大きい場合には、両ノードをエッジで接続するので「○」を付し、接続元のノードと接続先のノードとを結ぶ線の傾きが、接続元のノードと中間のノードとを結ぶ線の傾きよりも小さい場合には、両ノードをエッジで接続しないので「×」を付している。   On the lower side of the visible graph in FIG. 5, the connection relationship when the node of the leftmost bar graph is the connection source a and the other node is the connection destination b is shown in a table. Intermediate nodes are denoted by c1, c2,. At the left end of this table, “◯” and “×” indicating whether or not connection is possible are shown. That is, if the slope of the line connecting the connection source node and the connection destination node is larger than the slope of the line connecting the connection source node and the intermediate node, both nodes are connected by an edge, so When the slope of the line connecting the connection source node and the connection destination node is smaller than the slope of the line connecting the connection source node and the intermediate node, the nodes are not connected by the edge. Therefore, “×” is attached.

図6(a)は、式(2)の判定にしたがって、各ノードをエッジで接続したものである。その結果、生成された複雑ネットワークを図6(b)に示す。図6(b)において、水平に延びる線は、隣接するノード同士を接続するエッジを意味し、水平に延びる線から上下に湾曲する線は、1つ以上離れたノード同士を接続するエッジを意味する。   FIG. 6A is a diagram in which each node is connected by an edge according to the determination of Expression (2). As a result, the generated complex network is shown in FIG. In FIG. 6B, a horizontally extending line means an edge connecting adjacent nodes, and a line curved up and down from a horizontally extending line means an edge connecting one or more nodes apart from each other. To do.

以上のような手順により、可視グラフを用いて複雑ネットワークを生成することができる。そして、本実施形態における複雑ネットワーク生成部313は、図3に示す圧力変動信号のグラフを可視グラフとすることによって、上記と同様の手順で複雑ネットワークを生成する。図3に示す圧力変動信号は時系列データであり、複雑ネットワーク生成部313は、1又は複数の圧力変動信号が取得される毎に経時的に複雑ネットワークを生成することができる。なお、一般に、複雑ネットワークは、複数のノードの接続関係が隣接行列や隣接リストによって記述されるが、本実施形態の複雑ネットワーク生成部313は、明確なかたちで隣接行列や隣接リストを生成せずに、次に説明する平均次数演算部314で用いられるノード数や次数のデータを取得するものとなっている。したがって、高速な演算処理が可能となる。   With the above procedure, a complex network can be generated using a visible graph. And the complex network production | generation part 313 in this embodiment produces | generates a complex network in the procedure similar to the above by making the graph of the pressure fluctuation signal shown in FIG. 3 into a visible graph. The pressure fluctuation signal shown in FIG. 3 is time-series data, and the complex network generation unit 313 can generate a complex network over time each time one or more pressure fluctuation signals are acquired. In general, in a complex network, the connection relationship of a plurality of nodes is described by an adjacency matrix or an adjacency list, but the complex network generation unit 313 of this embodiment does not generate an adjacency matrix or an adjacency list in a clear manner. In addition, the number of nodes and order data used in the average order calculation unit 314 described below are acquired. Therefore, high-speed arithmetic processing can be performed.

図2に示す平均次数演算部314は、式(2)を用いて生成した圧力変動信号の複雑ネットワークに対象として、上述した式(1)によって平均次数<k>を演算する。本実施形態では、平均次数の演算を50msec毎に繰り返し、高い即時性で観測を行う。   The average order calculation unit 314 shown in FIG. 2 calculates the average order <k> according to the above-described equation (1) for the complex network of pressure fluctuation signals generated using the equation (2). In this embodiment, the calculation of the average order is repeated every 50 msec, and observation is performed with high immediacy.

可視グラフを用いて複雑ネットワークを生成する場合、例えば、時系列データに、突発的に高い値が発生した場合や変動が非常に緩やかになった場合に、エッジの数が膨大となり、平均次数<k>もそれに伴って増加する。
例えば、図7(a)に示すように、時系列のデータ中に、例えば外れ値のような高い値が1つだけ存在すると、そのノードと他のノードとの間の見通しがよくなるため、全体の次数が顕著に高くなる。
また、図8(a)に示すように、時系列のデータが低周波の周期で緩やかに凹状に変動した場合、ノード同士の見通しがよくなるため、全体の次数が顕著に高くなる。
When generating a complex network using a visible graph, for example, when a suddenly high value occurs in the time series data or the fluctuation becomes very gradual, the number of edges becomes enormous and the average order <k> also increases accordingly.
For example, as shown in FIG. 7A, when only one high value such as an outlier exists in time-series data, the prospect between that node and other nodes is improved, so the whole The order of becomes significantly higher.
Further, as shown in FIG. 8A, when the time-series data gently changes in a concave shape with a low frequency period, the visibility of the nodes is improved, and the overall order is significantly increased.

本実施形態では、上記のいずれの場合にも次数が顕著に高くなることを抑制し、特定の周波数帯においてのみ次数が高くなるように、各ノードからの見通しを制限する「視力」という概念を導入している。   In the present embodiment, the concept of “sight” that restricts the visibility from each node so as to suppress the order from becoming significantly high in any of the above cases and to increase the order only in a specific frequency band. It has been introduced.

図7(b)は、図7(a)と同一の可視グラフに「視力」の概念を導入した状態を示している。視力は、エッジによって接続するノードの範囲を表す数値とされ、「Nvis」で表される。図7(b)に示す例では、Nvis=3となっている。これは、接続元のノードから3個先(右側)のノードまでを接続先のノードとし、その中で見通しのあるノードのみをエッジで接続する。したがって、各ノードの次数は、最大で3となる。なお、図7(a)に示す例では、視力による制限を与えないので、Nvis=inf(インフィニティ;無限大)に設定している。 FIG. 7B shows a state in which the concept of “sight” is introduced into the same visible graph as FIG. The visual acuity is a numerical value representing a range of nodes connected by an edge, and is represented by “N vis ”. In the example shown in FIG. 7B, N vis = 3. In this case, three nodes (right side) from the connection source node are used as connection destination nodes, and only the nodes that have a line of sight are connected by edges. Therefore, the degree of each node is 3 at maximum. In the example shown in FIG. 7A, N vis = inf (Infinity: Infinity) is set because no limitation is imposed by visual acuity.

図8(b)は、図8(a)と同一の可視グラフに「視力」の概念を導入した状態を示している。視力は、Nvis=3とされている。
図7及び図8から明らかなように、「視力」の概念を導入することによって、突発的に高い値が発生した場合や、特定の周波数帯よりも低周波数の状態が発生した場合に、平均次数が極端に上昇することを抑えることができる。
FIG. 8B shows a state in which the concept of “sight” is introduced to the same visible graph as FIG. The visual acuity is N vis = 3.
As is clear from FIG. 7 and FIG. 8, by introducing the concept of “sight”, when a suddenly high value occurs or a state with a frequency lower than a specific frequency band occurs, the average It is possible to prevent the order from increasing extremely.

具体的な視力の設定は、次の式(3)により行う。
ここで、nは自然数、fはサンプリング周波数(Hz)、fは検知したい周波数(Hz)である。
A specific visual acuity is set by the following equation (3).
Here, n is a natural number, f s is the sampling frequency (Hz), f is to be detected the frequency (Hz).

サンプリング周波数fは、1秒間に取得される圧力変動信号のデータ数となる。検知したい周波数とは、平均次数を最も高く設定したい周波数である。したがって、式(3)において、f/fの値は、図9(a)に示すように、検知したい周波数の1周期に取得される圧力変動信号のデータ数となる。そして、f/fの値を2のべき乗で近似した値を視力Nvisとする。式(3)を用いて視力Nvisを設定すると、検知したい周波数よりも高い周波数で圧力変動信号が変動した場合は、平均次数は低下しないが(図9(b)参照)、検知したい周波数よりも低い周波数で圧力変動信号が変動した場合は、平均次数が低下する(平均次数の上昇が抑えられる)ことになる(図9(c)参照)。また、式(3)において、視力Nvisを2のべき乗で近似するのは、燃焼振動で確認されるピーク周波数が常に一定ではないためである。なお、視力Nvisの近似には、2のべき乗以外の他の形態を採用してもよい。 The sampling frequency f s is the number of data of the pressure fluctuation signal acquired per second. The frequency to be detected is the frequency at which the average order is to be set highest. Therefore, in Equation (3), the value of f s / f is the number of data of the pressure fluctuation signal acquired in one cycle of the frequency to be detected, as shown in FIG. 9A. A value obtained by approximating the value of f s / f by a power of 2 is defined as visual acuity N vis . When the visual acuity N vis is set using Equation (3), the average order does not decrease when the pressure fluctuation signal fluctuates at a frequency higher than the frequency to be detected (see FIG. 9B), but from the frequency to be detected. If the pressure fluctuation signal fluctuates at a lower frequency, the average order decreases (the increase in the average order can be suppressed) (see FIG. 9C). Further, in the formula (3), the visual acuity N vis is approximated by a power of 2 because the peak frequency confirmed by the combustion vibration is not always constant. In addition, you may employ | adopt other forms other than the power of 2 for the approximation of visual acuity Nvis .

燃焼室11における不安定な燃焼状態には燃焼振動と吹き消えとがある。図10は、複雑ネットワークの平均次数と当量比との関係を例示するグラフである。図10において、当量比が約0.51よりも小さい領域は、吹き消えが発生しやすい領域(以下、「吹き消え発生領域」ともいう)となり、当量比が約0.61以上の領域は、燃焼振動が発生しやすい領域(以下、「燃焼振動発生領域」ともいう)となる。吹き消え発生領域と燃焼振動発生領域との間は、燃焼状態が安定した領域であり、この領域に維持されるように燃料の供給量を制御することが望ましい。したがって、当該領域を、制御対象とする領域(以下、「制御領域」ともいう)とする。   The unstable combustion state in the combustion chamber 11 includes combustion vibration and blow-off. FIG. 10 is a graph illustrating the relationship between the average order of complex networks and the equivalence ratio. In FIG. 10, the area where the equivalence ratio is smaller than about 0.51 is an area where blowout is likely to occur (hereinafter, also referred to as “blowout occurrence area”), and the area where the equivalent ratio is about 0.61 or more is This is a region where combustion vibration is likely to occur (hereinafter also referred to as “combustion vibration generation region”). Between the blow-off generation region and the combustion vibration generation region is a region where the combustion state is stable, and it is desirable to control the fuel supply amount so as to be maintained in this region. Therefore, the region is a region to be controlled (hereinafter also referred to as “control region”).

燃焼室11内の圧力は、燃焼振動発生領域では、比較的低い周波数帯で安定した変動となり、制御領域では、これよりも高周波数の変動が生じる。さらに、吹き消え領域では、これよりも高周波数でより複雑な変動が生じる。したがって、本実施形態においては、上述のような視力Nvisを導入するにあたって、燃焼振動発生領域における平均次数が高くなるように、当該領域の周波数を検出したい周波数fとして設定する。このように設定することで、燃焼振動発生領域における平均次数を高くすることができ、燃焼振動発生領域以外の領域における平均次数を低くすることができる。 The pressure in the combustion chamber 11 fluctuates stably in a relatively low frequency band in the combustion vibration generation region, and fluctuates at a higher frequency in the control region. Furthermore, more complicated fluctuations occur at higher frequencies in the blow-off region. Therefore, in the present embodiment, when introducing the visual acuity N vis as described above, the frequency in the region is set as the frequency f to be detected so that the average order in the combustion vibration generation region is high. By setting in this way, the average order in the combustion vibration generation region can be increased, and the average order in a region other than the combustion vibration generation region can be decreased.

図10に示す例では、当量比が約0.61以上の燃焼領域発生領域において平均次数が高くなり、当量比が約0.61よりも小さい制御領域において平均次数が低くなり、両者が明確に区別されることが分かる。また、制御領域内においては、当量比が低下するに従って平均次数も大きな変化で低下していることがわかる。   In the example shown in FIG. 10, the average order is high in the combustion region generation region where the equivalence ratio is about 0.61 or more, and the average order is low in the control region where the equivalence ratio is less than about 0.61, and both are clearly It can be seen that they are distinguished. In the control region, it can be seen that the average order decreases with a large change as the equivalence ratio decreases.

図2に戻って、閾値設定部315は、吹き消えが発生するか否かを判定するための平均次数の閾値<k>threを設定するためのものである。本実施形態においては、閾値<k>threはコンピュータのハードディスク等に記憶されており、閾値設定部315がこの記憶された閾値<k>threを読み出し、RAMに設定値として格納することで設定する。なお、閾値設定部315は、ユーザから閾値<k>threを示す情報を受け付けて当該閾値<k>threを設定値として記憶部に記憶するものであってもよいし、他のソフトウェアから与えられた閾値情報を受け付けて記憶部に設定値として記憶するものであってもよい。 Returning to FIG. 2, the threshold setting unit 315 is for setting an average order threshold <k> thre for determining whether blow-off occurs. In the present embodiment, the threshold value <k> thre is stored in a hard disk of a computer or the like, and the threshold setting unit 315 reads the stored threshold value <k> thre and sets it by storing it in the RAM as a set value. . The threshold setting unit 315 may receive information indicating the threshold <k> thr from the user and store the threshold <k> thr in the storage unit as a set value, or may be given from other software. The threshold information may be received and stored as a set value in the storage unit.

吹き消え発生推定部316は、平均次数演算部314によって演算された平均次数<k>に基づいて、吹き消えの発生を推定するためのものである。図10に示すように、燃焼室11内の燃焼状態が吹き消え発生領域に近づくほど、平均次数<k>は小さくなる。そこで、吹き消え発生推定部316は、平均次数演算部314によって演算された平均次数<k>と、閾値設定部315により設定された閾値<k>threとを比較して、平均次数<k>が閾値<k>threより小さい場合に、吹き消えの発生に近づくと推定する。 The blow-out occurrence estimation unit 316 is for estimating the occurrence of blow-out based on the average order <k> calculated by the average order calculation unit 314. As shown in FIG. 10, the average order <k> decreases as the combustion state in the combustion chamber 11 approaches the blowout occurrence region. Therefore, the blow-out occurrence estimation unit 316 compares the average order <k> calculated by the average order calculation unit 314 with the threshold <k> thr set by the threshold setting unit 315, and calculates the average order <k>. Is smaller than the threshold value <k> thre , it is estimated that the occurrence of blow-off is approached.

2次燃料流量計算部317は、吹き消え発生推定部316による推定結果に基づいて、2次燃料流量を計算するためのものである。後述するように、燃料タンク4から延びる燃料供給路は途中で分岐しており、一方が主燃料供給路、他方が2次燃料供給路となっている(図1参照)。2次燃料流量計算部317は、この2次燃料供給路から供給される2次燃料の流量を計算する。   The secondary fuel flow rate calculation unit 317 is for calculating the secondary fuel flow rate based on the estimation result by the blowout occurrence estimation unit 316. As will be described later, the fuel supply path extending from the fuel tank 4 is branched in the middle, one being the main fuel supply path and the other being the secondary fuel supply path (see FIG. 1). The secondary fuel flow rate calculation unit 317 calculates the flow rate of the secondary fuel supplied from the secondary fuel supply path.

図10に示す制御領域においては、平均次数<k>が小さい程、吹き消えの発生が近いことが推定される。吹き消えは予混合気の当量比が小さいときに発生する現象であり、吹き消えの発生を解消するためには、当量比を増大させる必要がある。そこで、2次燃料流量計算部317は、平均次数<k>と閾値<k>threの差が大きくなるにしたがって、2次燃料流量を増大させる。具体的には、次の式(4)にしたがって2次燃料流量の変化量を計算し、その時点における2次燃料流量に対して、当該変化量だけ変化させた値を、2次燃料流量の目標値として決定する。 In the control region shown in FIG. 10, it is estimated that the occurrence of blow-out is closer as the average order <k> is smaller. Blow-out is a phenomenon that occurs when the equivalence ratio of the premixed gas is small. In order to eliminate the occurrence of blow-out, it is necessary to increase the equivalence ratio. Therefore, the secondary fuel flow rate calculation unit 317 increases the secondary fuel flow rate as the difference between the average order <k> and the threshold value <k> thr increases. Specifically, the change amount of the secondary fuel flow rate is calculated according to the following equation (4), and the value changed by the change amount with respect to the secondary fuel flow rate at that time is calculated as the secondary fuel flow rate. Determine as target value.

ΔQCH4,secondaryは、50ms間の2次燃料流量の変化量、αは、比例定数、<k>は、50ms間の圧力変動信号のデータから求めた平均次数、<k>threは、平均次数の閾値である。比例定数αは、例えば、α=0.01に設定することができる。 ΔQ CH4, secondary is the amount of change in the secondary fuel flow rate for 50 ms, α is a proportional constant, <k> is the average order obtained from the data of the pressure fluctuation signal for 50 ms, and <k> thr is the average order Is the threshold value. The proportionality constant α can be set to α = 0.01, for example.

2次燃料流量制御部318は、2次燃料流量計算部317によって決定された2次燃料流量の目標値に近づけるよう、2次燃料流量を制御するためのものである。かかる2次燃料流量制御部318は、2次燃料供給路の途中に設けられたマスフローコントローラ33(図1参照)に、前記目標値を示す情報を出力する。   The secondary fuel flow rate control unit 318 is for controlling the secondary fuel flow rate so as to approach the target value of the secondary fuel flow rate determined by the secondary fuel flow rate calculation unit 317. The secondary fuel flow rate control unit 318 outputs information indicating the target value to the mass flow controller 33 (see FIG. 1) provided in the middle of the secondary fuel supply path.

マスフローコントローラ32は、主燃料供給路の途中に設けられている。このマスフローコントローラ32は、信号解析装置31に接続されており、信号解析装置31から出力される制御信号にしたがって、主燃料供給路における主燃料流量を制御する。   The mass flow controller 32 is provided in the middle of the main fuel supply path. The mass flow controller 32 is connected to the signal analysis device 31 and controls the main fuel flow rate in the main fuel supply path in accordance with a control signal output from the signal analysis device 31.

マスフローコントローラ33は、2次燃料供給路の途中に設けられている。かかるマスフローコントローラ33は、信号解析装置31に接続されており、信号解析装置31から出力される制御信号(目標値を示す情報)にしたがって、2次燃料流量を目標値に近づけるよう制御する。   The mass flow controller 33 is provided in the middle of the secondary fuel supply path. The mass flow controller 33 is connected to the signal analysis device 31 and controls the secondary fuel flow rate to approach the target value according to a control signal (information indicating the target value) output from the signal analysis device 31.

燃料タンク4は、燃料であるメタンを収容する。かかる燃料タンク4からは燃料供給路が延びており、ガスタービンモデル燃焼器1のインテーク部13に接続されている。   The fuel tank 4 stores methane as fuel. A fuel supply path extends from the fuel tank 4 and is connected to an intake portion 13 of the gas turbine model combustor 1.

コンプレッサ5は、酸化剤である酸素を含有する空気を供給する。かかるコンプレッサ5からは空気供給路が延びており、ガスタービンモデル燃焼器1のインテーク部13に接続されている。   The compressor 5 supplies air containing oxygen which is an oxidant. An air supply path extends from the compressor 5 and is connected to the intake portion 13 of the gas turbine model combustor 1.

空気供給路の途中には、マスフローコントローラ51が設けられている(図1参照)。かかるマスフローコントローラ51は、与えられた設定値にしたがって、ガスタービンモデル燃焼器1へと供給される空気流量を制御する。   In the middle of the air supply path, a mass flow controller 51 is provided (see FIG. 1). The mass flow controller 51 controls the flow rate of air supplied to the gas turbine model combustor 1 according to a given set value.

[2.観測装置の動作]
以下、観測装置100の動作について説明する。
信号解析装置31の指示に応じて、マスフローコントローラ32及び33のそれぞれが、主燃料流量及び2次燃料流量を制御し、これによって燃料タンク4からメタンが供給される。また、コンプレッサ5からは空気が供給され、その供給量はマスフローコントローラ51によって制御される。
[2. Operation of observation equipment]
Hereinafter, the operation of the observation apparatus 100 will be described.
In response to an instruction from the signal analyzer 31, each of the mass flow controllers 32 and 33 controls the main fuel flow rate and the secondary fuel flow rate, whereby methane is supplied from the fuel tank 4. Air is supplied from the compressor 5, and the supply amount is controlled by the mass flow controller 51.

燃料タンク4から供給されるメタン及びコンプレッサ5から供給される空気は、インテーク部13に取り込まれる。インテーク部13は、燃料と空気とを混合して混合気を生成する。生成された混合気は、スワーラによって旋回され、燃焼室11へと導入され、混合気が燃焼される。   Methane supplied from the fuel tank 4 and air supplied from the compressor 5 are taken into the intake section 13. The intake unit 13 mixes fuel and air to generate an air-fuel mixture. The generated air-fuel mixture is swirled by a swirler and introduced into the combustion chamber 11 to burn the air-fuel mixture.

圧力トランスデューサ2によって、燃焼室の圧力変動が検出される。圧力トランスデューサ2から出力される圧力変動信号は、増幅器21によって増幅され、信号解析装置31に与えられる。   A pressure fluctuation in the combustion chamber is detected by the pressure transducer 2. The pressure fluctuation signal output from the pressure transducer 2 is amplified by the amplifier 21 and supplied to the signal analysis device 31.

信号解析装置31は、燃焼制御処理を実行し、これによって求められた2次燃料流量の目標値を示す制御信号をマスフローコントローラ33へ出力する。マスフローコントローラ33は、目標値に近づけるよう2次燃料流量を制御する。このようにして、ガスタービンモデル燃焼器1の燃焼状態がフィードバック制御される。   The signal analysis device 31 executes a combustion control process and outputs a control signal indicating the target value of the secondary fuel flow rate obtained thereby to the mass flow controller 33. The mass flow controller 33 controls the secondary fuel flow rate so as to approach the target value. In this way, the combustion state of the gas turbine model combustor 1 is feedback controlled.

以下、信号解析装置31による燃焼制御処理について説明する。図11は、燃焼制御処理の手順を示すフローチャートである。まず、圧力変動信号の取得が行われる(ステップS1)。この処理では、圧力変動信号入力部311が、入力された圧力変動信号を記憶部312に記憶する。ここで、記憶部312には50msec分の圧力変動信号の時系列データが格納される。例えば、圧力変動信号のサンプリング周波数が5kHzである場合、250個の時系列データが記憶部312に格納される。   Hereinafter, the combustion control process by the signal analyzer 31 will be described. FIG. 11 is a flowchart showing the procedure of the combustion control process. First, a pressure fluctuation signal is acquired (step S1). In this process, the pressure fluctuation signal input unit 311 stores the input pressure fluctuation signal in the storage unit 312. Here, the time series data of the pressure fluctuation signal for 50 msec is stored in the storage unit 312. For example, when the sampling frequency of the pressure fluctuation signal is 5 kHz, 250 time-series data are stored in the storage unit 312.

次に、複雑ネットワークの生成処理が実行される(ステップS2)。複雑ネットワークの生成処理では、記憶部312から読み出された圧力変動信号の時系列データから可視グラフを生成し、上述した式(2)によりノードとエッジからなる複雑ネットワークを生成する。また、エッジによりノードを接続する際には、上述した式(3)により求めた視力Nvisを考慮する。 Next, a complex network generation process is executed (step S2). In the complex network generation process, a visible graph is generated from the time-series data of the pressure fluctuation signal read from the storage unit 312, and a complex network composed of nodes and edges is generated by the above-described equation (2). Further, when connecting nodes by edges, the visual acuity N vis obtained by the above-described equation (3) is taken into consideration.

次に、複雑ネットワークにおける平均次数の算出処理が実行される(ステップS3)。この算出処理では、前のステップS2において生成された複雑ネットワークのノード数と、各ノードに接続されるエッジ数(次数)が取得され、上述した式(1)により平均次数が算出される。   Next, an average order calculation process in the complex network is executed (step S3). In this calculation process, the number of nodes of the complex network generated in the previous step S2 and the number of edges (order) connected to each node are acquired, and the average order is calculated by the above-described equation (1).

次に、2次燃料流量計算処理が実行される(ステップS4)。図12は、2次燃料流量計算処理の手順を示すフローチャートである。まず、2次燃料流量計算処理では、平均次数<k>の閾値<k>threが設定される(ステップS41)。この処理では、閾値設定部315が、閾値<k>threをハードディスク等から読み出し、RAMに格納することで閾値<k>threを設定する。閾値<k>は、例えば、図10に示す例においては、<k>thre=8.87に設定することができる。 Next, a secondary fuel flow rate calculation process is executed (step S4). FIG. 12 is a flowchart showing the procedure of the secondary fuel flow rate calculation process. First, in the secondary fuel flow rate calculation process, a threshold value <k> thr of an average order <k> is set (step S41). In this process, the threshold setting unit 315 reads the threshold <k> thre a hard disk or the like, sets the threshold value <k> thre by storing in RAM. The threshold value <k> can be set to <k> thr = 8.87, for example, in the example shown in FIG.

次に、その時点における2次燃料流量QCH4,secondaryが算出される(ステップS42)。この処理では、2次燃料流量計算部317が、マスフローコントローラ33の設定値等を用いて、その時点における2次燃料流量QCH4,secondaryを算出する。 Next, the secondary fuel flow rate QCH4, secondary at that time is calculated (step S42). In this processing, the secondary fuel flow rate calculation unit 317 calculates the secondary fuel flow rate QCH4, secondary at that time using the set value of the mass flow controller 33 or the like.

次に、2次燃料流量の変化量ΔQCH4,secondaryが算出される(ステップS43)。この処理では、吹き消え発生推定部316が、平均次数<k>と閾値<k>threとを比較することにより吹き消えの発生を推定し、平均次数<k>と閾値<k>threとの差に応じた2次燃料流量の変化量ΔQCH4,secondaryを、上述した式(4)にしたがって算出する。 Next, a change amount ΔQ CH4, secondary of the secondary fuel flow rate is calculated (step S43). In this process, the blowout occurrence estimation unit 316 estimates the occurrence of blowout by comparing the average order <k> and the threshold value <k> thre, and calculates the average order <k> and the threshold value <k> thre . The change amount ΔQ CH4, secondary of the secondary fuel flow rate according to the difference is calculated according to the above-described equation (4).

次に、現在の2次燃料流量QCH4,secondaryに変化量ΔQCH4,secondaryが反映される。すなわち、2次燃料流量の目標値として、2次燃料流量QCH4,secondaryと、2次燃料流量の変化量ΔQCH4,secondaryとを加算することにより、2次燃料流量QCH4,secondaryの目標値を算出する(ステップS44)。この処理が終わると、メインルーチンにおける2次燃料流量計算処理の呼び出しアドレスに処理が戻される。 Next, the change amount ΔQ CH4, secondary is reflected in the current secondary fuel flow rate Q CH4, secondary . That is, as the target value of the secondary fuel flow rate , the secondary fuel flow rate Q CH4, secondary and the change amount ΔQ CH4, secondary of the secondary fuel flow rate are added to obtain the target value of the secondary fuel flow rate Q CH4, secondary . Is calculated (step S44). When this process ends, the process is returned to the calling address of the secondary fuel flow rate calculation process in the main routine.

図11に戻って、次に、2次燃料流量制御処理が実行される(ステップS5)。この処理では、2次燃料流量制御部318が、ステップS4において算出された目標値を示す制御信号をマスフローコントローラ33へ送信し、これによって目標値に近づけるように2次燃料流量を制御する。   Returning to FIG. 11, next, the secondary fuel flow rate control process is executed (step S5). In this process, the secondary fuel flow rate control unit 318 transmits a control signal indicating the target value calculated in step S4 to the mass flow controller 33, thereby controlling the secondary fuel flow rate so as to approach the target value.

ステップS5の処理が終わると、燃焼制御処理を終了するか否かが判定される(ステップS6)。この処理では、例えばユーザから信号解析装置31に動作の停止が指示される等、所定の終了条件が満たされた場合に、燃焼制御処理を終了すると判定される。燃焼制御処理を終了しないと判定された場合には(ステップS6においてNO)、ステップS1に処理が戻され、これによって50msec毎に上記のステップS1〜S6の処理が繰り返し実行される。他方、ステップS6において燃焼制御処理を終了すると判定された場合には(ステップS6においてYES)、燃焼制御処理が終了される。   When the process of step S5 ends, it is determined whether or not to end the combustion control process (step S6). In this process, it is determined that the combustion control process is to be ended when a predetermined end condition is satisfied, for example, when the signal analysis device 31 is instructed to stop the operation. If it is determined not to end the combustion control process (NO in step S6), the process is returned to step S1, whereby the processes of steps S1 to S6 are repeatedly executed every 50 msec. On the other hand, when it is determined in step S6 that the combustion control process is to be ended (YES in step S6), the combustion control process is ended.

上記のように、燃焼制御処理は、50msec毎に繰り返し実行される。つまり、図3に示すように、50msecの期間分の圧力変動信号から、複雑ネットワークが生成され、平均次数<k>が算出される。したがって、50msec毎にガスタービンモデル燃焼器1の燃焼状態が制御される。   As described above, the combustion control process is repeatedly executed every 50 msec. That is, as shown in FIG. 3, a complex network is generated from the pressure fluctuation signal for a period of 50 msec, and the average order <k> is calculated. Therefore, the combustion state of the gas turbine model combustor 1 is controlled every 50 msec.

[3.評価試験結果]
本出願の発明者らは、本実施形態に係る観測装置100の性能評価試験を実施した。図13及び図14は、この性能評価試験の結果を示すグラフである。
図13に示す性能評価試験では、上段のグラフに示すように、主燃料の流量を約8L/minの初期値から、約6L/minまで一定の比率で減少させ、その後約6L/minの流量を維持した。吹き消えの発生限界は、燃料の総流量が約6.5L/minのときであるので、この限界を下回るまで主燃料流量を変化させたことになる。
[3. Evaluation test results]
The inventors of this application performed the performance evaluation test of the observation apparatus 100 which concerns on this embodiment. 13 and 14 are graphs showing the results of this performance evaluation test.
In the performance evaluation test shown in FIG. 13, as shown in the upper graph, the flow rate of the main fuel is decreased at a constant rate from the initial value of about 8 L / min to about 6 L / min, and then the flow rate of about 6 L / min. Maintained. Since the limit of occurrence of blow-off is when the total flow rate of fuel is about 6.5 L / min, the main fuel flow rate is changed until it falls below this limit.

本実施形態に係る観測装置100では、主燃料流量が約6.7L/min付近に至った時点でフィードバック制御が掛かり、中段のグラフに示すように、2次燃料の供給が開始された。その結果、下段のグラフに示すように、当量比は、吹き消えの発生限界である約0.48を上回る値で維持された。   In the observation apparatus 100 according to the present embodiment, feedback control is applied when the main fuel flow rate reaches about 6.7 L / min, and the supply of secondary fuel is started as shown in the middle graph. As a result, as shown in the lower graph, the equivalence ratio was maintained at a value exceeding about 0.48, which is the blowout occurrence limit.

図14に示す性能評価試験では、上段のグラフに示すように、主燃料の流量を約8L/minの初期値から、約6L/minまで一定の比率で減少させ、その後約8L/minまで一定の比率で増加させた。この場合も、吹き消えの発生限界は、燃料の総流量が約6.5L/minのときであるので、この限界を下回るまで主燃料流量を変化させたことになる。   In the performance evaluation test shown in FIG. 14, as shown in the upper graph, the flow rate of the main fuel is decreased at a constant rate from the initial value of about 8 L / min to about 6 L / min, and then constant to about 8 L / min. Increased at a ratio of Also in this case, the limit of occurrence of blow-off is when the total flow rate of the fuel is about 6.5 L / min. Therefore, the main fuel flow rate is changed until it falls below this limit.

本実施形態に係る観測装置100では、主燃料流量が約6.9L/min付近に至った時点でフィードバック制御が掛かり、中段のグラフに示すように、2次燃料の供給が開始された。そして、主燃料流量が減少している間は、2次燃料流量が増加し続け、主燃料流量が減少から増加に転じると、2次燃料流量は増加から減少に転じた。その結果、下段のグラフに示すように、当量比は、吹き消えの発生限界である約0.48を上回る値で維持された。主燃料流量が元の値(約8L/min)まで回復すると、2次燃料の供給が停止された。   In the observation apparatus 100 according to the present embodiment, feedback control is applied when the main fuel flow rate reaches approximately 6.9 L / min, and the supply of secondary fuel is started as shown in the middle graph. And while the main fuel flow rate was decreasing, the secondary fuel flow rate continued to increase, and when the main fuel flow rate turned from increase to decrease, the secondary fuel flow rate changed from increase to decrease. As a result, as shown in the lower graph, the equivalence ratio was maintained at a value exceeding about 0.48, which is the blowout occurrence limit. When the main fuel flow rate recovered to the original value (about 8 L / min), the supply of secondary fuel was stopped.

この種の燃焼器1においては、二酸化炭素及びNOの発生を低減させるために、予混合気を可及的に希薄化させることが望まれている。しかしながら、予混合気が希薄すぎると、吹き消えが発生することになり、安定した燃焼状態を維持することができない。以上の評価試験結果からは、本実施形態に係る観測装置100が、吹き消えの発生を回避しつつ、吹き消え発生限界付近の低当量比を維持することが分かる。このように、本実施形態に係る観測装置100によれば、安定した希薄予混合燃焼を維持することができる。 In this type of combustor 1, in order to reduce the generation of carbon dioxide and NO X, it is desirable to as much as possible dilute the premixed gas. However, if the premixed gas is too dilute, blow-off occurs, and a stable combustion state cannot be maintained. From the above evaluation test results, it can be seen that the observation apparatus 100 according to the present embodiment maintains a low equivalent ratio in the vicinity of the blowout occurrence limit while avoiding the occurrence of blowout. Thus, according to the observation apparatus 100 according to the present embodiment, stable lean premixed combustion can be maintained.

本実施形態では、図10に示すように、制御領域における当量比の変動に伴って平均次数<k>が約6〜約14の間で大きく変化し、吹き消え発生領域に近づいてもその変化量は大きいままである。そのため、吹き消え発生領域付近における平均次数<k>の値を閾値<k>threとして設定することで、吹き消えの発生の推定を安定して行うことができる。 In the present embodiment, as shown in FIG. 10, the average order <k> greatly changes between about 6 and about 14 with a change in the equivalence ratio in the control region, and changes even when the blow-off occurrence region is approached. The amount remains large. Therefore, by setting the value of the average order <k> in the vicinity of the blow-out occurrence region as the threshold value <k> thr , the occurrence of blow-out can be stably estimated.

また、図10に示す例のように、燃焼振動発生領域と制御領域との境界付近では、平均次数<k>の値が顕著に変化していることが分かる。このような平均次数<k>を利用することによって、燃焼振動が発生しているか否かを推定することも可能である。   Further, as in the example shown in FIG. 10, it can be seen that the value of the average order <k> changes significantly in the vicinity of the boundary between the combustion vibration generation region and the control region. By using such an average order <k>, it is also possible to estimate whether combustion vibration has occurred.

本実施形態に係る観測装置100は、圧力変動信号の時系列データによる可視グラフを用いて複雑ネットワークを生成し、この複雑ネットワークの特徴量である平均次数<k>によって燃焼の不安定の発生を推定している。そのため、非常に簡潔なアルゴリズムによって演算を行うことができる。したがって、演算の高速化を図ることができ、燃焼器の燃焼状態等を高い即時性で応答性よく観測することができる。また、信号解析装置31に高い能力が要求されることもなくなる。   The observation apparatus 100 according to the present embodiment generates a complex network using a visible graph based on time-series data of pressure fluctuation signals, and generates combustion instability according to an average order <k> that is a characteristic amount of the complex network. Estimated. Therefore, the operation can be performed by a very simple algorithm. Therefore, the calculation speed can be increased, and the combustion state of the combustor can be observed with high immediacy and good responsiveness. Further, the signal analyzer 31 is not required to have a high capability.

また、本実施形態の観測装置100は、演算に使用するパラメータの設定を少なくすることができる。具体的には、特許文献2記載の技術では、パラメータの設定数が7個であったが、本実施形態では、時系列データのデータ数と視力との実質的に2つのパラメータを設定するだけでよいので、パラメータ設定が容易である。   Moreover, the observation apparatus 100 of this embodiment can reduce the setting of the parameter used for a calculation. Specifically, in the technique described in Patent Document 2, the number of parameters set is 7, but in the present embodiment, only two parameters, the number of time-series data and visual acuity, are set. Therefore, parameter setting is easy.

また、複雑ネットワークを生成するにあたって「視力」という概念を導入し、エッジによって接続するノードの範囲を適切に制限するようにしたので、時系列データの突発的な変動の影響や、低周波数の変動の影響を低減し、計算量を効率的に減少させ、より演算の高速化を図ることができる。   In addition, we introduced the concept of “sight” when creating complex networks, and appropriately limited the range of nodes connected by edges, so the effects of sudden fluctuations in time series data and low frequency fluctuations Can be reduced, the amount of calculation can be reduced efficiently, and the calculation speed can be further increased.

また、本実施形態に係る観測装置100によれば、吹き消えが発生すると推定されたときに、2次燃料流量を制御して、吹き消えの発生を回避する構成としている。これにより、吹き消えの発生を抑制することができ、ガスタービンモデル燃焼器1において安定した燃焼状態を維持することができる。   Moreover, according to the observation apparatus 100 according to the present embodiment, when it is estimated that blow-off occurs, the secondary fuel flow rate is controlled to avoid occurrence of blow-out. Thereby, generation | occurrence | production of blowing-out can be suppressed and the stable combustion state can be maintained in the gas turbine model combustor 1. FIG.

また、本実施形態に係る観測装置100によれば、新たに入力された圧力変動信号により、記憶部312に記憶された圧力変動信号を更新することにより、常時50msec分の圧力変動信号を記憶するようにし、この記憶部312に記憶されている50msec分の圧力変動信号を用いて、50msec毎に平均次数を演算する構成としている。このため、高い即時性で継続して燃焼状態の観測を行うことができ、2次燃料流量の制御も適切に行うことができる。   Moreover, according to the observation apparatus 100 according to the present embodiment, the pressure fluctuation signal for 50 msec is constantly stored by updating the pressure fluctuation signal stored in the storage unit 312 with the newly input pressure fluctuation signal. Thus, the average order is calculated every 50 msec using the pressure fluctuation signal for 50 msec stored in the storage unit 312. For this reason, the combustion state can be continuously observed with high immediacy, and the secondary fuel flow rate can be appropriately controlled.

[4.その他の実施形態]
上述した実施形態においては、ガスタービンモデル燃焼器における燃焼状態を観測する構成について述べたが、これに限定されるものではない。例えば、ジェットエンジンや産業用ガスタービンエンジンに搭載された燃焼器が対象であってもよい。また、ガスタービンエンジンの回転翼(ファンや圧縮器)の歪みや回転翼前後の圧力変動の時系列計測信号について、複雑ネットワークの特徴量を演算し、この特徴量に基づいてフラッタ、旋回失速、サージの発生を推定する構成とすることもできる。さらに、工業用プラントを対象として、蒸発管内の気液二相流の不安定な圧力変動信号や温度差の異なる2流体が混合する配管合流部における流体の温度変動信号についても複雑ネットワークの特徴量を演算し、ボイラーの蒸発管の破損やサーマルストライピングによる配管部の破損のヘルスモニタリングなど、他の物理現象の発生を推定する構成とすることもできる。
[4. Other Embodiments]
In the above-described embodiment, the configuration for observing the combustion state in the gas turbine model combustor has been described, but the present invention is not limited to this. For example, a combustor mounted on a jet engine or an industrial gas turbine engine may be the target. In addition, for the time series measurement signals of the distortion of the rotor blades (fans and compressors) of the gas turbine engine and the pressure fluctuations before and after the rotor blades, the feature amount of the complex network is calculated, and flutter, turning stall, It can also be set as the structure which estimates generation | occurrence | production of a surge. In addition, for industrial plants, complex network features are also available for unstable pressure fluctuation signals of gas-liquid two-phase flow in an evaporation pipe and fluid temperature fluctuation signals in a pipe junction where two fluids with different temperature differences are mixed. To calculate the occurrence of other physical phenomena such as damage to the boiler's evaporation pipe and health monitoring of damage to the piping due to thermal striping.

また、上述した実施形態においては、複雑ネットワークの特徴量に基づいて、吹き消えの発生を推定し、吹き消えの発生を回避するように燃焼状態を制御する構成について述べたが、これに限定されるものではない。例えば、複雑ネットワークの特徴量に基づいて、吹き消えの発生を推定するが、燃焼状態を制御しない構成とすることもできる。他の物理現象の発生を推定する構成の場合も同様である。   In the above-described embodiment, the configuration in which the occurrence of blow-out is estimated based on the feature amount of the complex network and the combustion state is controlled to avoid the occurrence of blow-out has been described. However, the present invention is not limited to this. It is not something. For example, the occurrence of blow-off is estimated based on the feature amount of the complex network, but a configuration in which the combustion state is not controlled may be employed. The same applies to the configuration for estimating the occurrence of other physical phenomena.

また、上述した実施形態においては、ガスタービンモデル燃焼器における燃焼の不安定として、吹き消えの発生を推定する構成について述べたが、これに限定されるものではない。複雑ネットワークの特徴量に基づいて、燃焼振動の発生を推定する構成としてもよい。また、この場合、燃焼振動の発生を回避するために、複雑ネットワークの特徴量に基づいて、主燃料流量又は2次燃料流量を制御する構成とすることもできる。   In the above-described embodiment, the configuration for estimating the occurrence of blow-out as the combustion instability in the gas turbine model combustor has been described. However, the present invention is not limited to this. A configuration may be adopted in which the occurrence of combustion vibration is estimated based on the characteristic amount of the complex network. In this case, in order to avoid the occurrence of combustion vibration, the main fuel flow rate or the secondary fuel flow rate may be controlled based on the characteristic amount of the complex network.

また、上述した実施形態においては、2次燃料流量を制御して、吹き消えの発生を回避するように燃焼状態を制御する構成について述べたが、これに限定されるものではない。複雑ネットワークの特徴量に基づいて主燃料流量を制御することで、吹き消えの発生を回避するようにしてもよいし、空気流量を制御することで、吹き消えの発生を回避するようにしてもよい。また、主燃料供給路と2次燃料供給路とを個別に設ける構成ではなく、1つの燃料供給路のみを設け、この燃料供給路における燃料流量を、複雑ネットワークの特徴量に基づいて制御することで、吹き消えの発生を回避する構成とすることも可能である。   In the above-described embodiment, the configuration is described in which the combustion state is controlled so as to avoid the occurrence of blow-out by controlling the secondary fuel flow rate, but is not limited thereto. By controlling the main fuel flow rate based on the characteristic amount of the complex network, the occurrence of blow-out may be avoided, or by controlling the air flow rate, occurrence of blow-out may be avoided. Good. In addition, the main fuel supply path and the secondary fuel supply path are not provided separately, but only one fuel supply path is provided, and the fuel flow rate in the fuel supply path is controlled based on the characteristic amount of the complex network. Thus, it is possible to adopt a configuration that avoids occurrence of blow-out.

また、上述した実施形態においては、50msec分の圧力変動信号を記憶部に記憶し、この記憶部の圧力変動信号を更新しつつ、50msec毎に繰り返し特徴量の演算を行う構成について述べたが、これに限定されるものではない。例えば100msec等、50msec以外の期間の圧力変動信号を記憶部に記憶し、これを用いて特徴量を演算する構成とすることもできる。   In the above-described embodiment, the configuration is described in which the pressure fluctuation signal for 50 msec is stored in the storage unit, and the feature amount is repeatedly calculated every 50 msec while updating the pressure fluctuation signal in the storage unit. It is not limited to this. For example, a pressure fluctuation signal during a period other than 50 msec, such as 100 msec, may be stored in the storage unit, and a feature amount may be calculated using the signal.

また、50msec以上の期間(例えば、1sec)の圧力変動信号を記憶部に記憶しておき、このうち最新の所定期間(例えば、50msec)の圧力変動信号を特徴量の演算に使用する構成としてもよい。   Alternatively, a pressure fluctuation signal for a period of 50 msec or longer (for example, 1 sec) may be stored in the storage unit, and a pressure fluctuation signal for the latest predetermined period (for example, 50 msec) may be used for calculating the feature amount. Good.

また、50msec毎に繰り返し特徴量の演算を行うのではなく、例えば、10msec等、50msec以外の期間毎に繰り返し特徴量の演算を行う構成としてもよい。しかし、高い即時性で燃焼状態の制御を適切に行うためには、制御対象とする現象の特性時間に応じて、10μsec〜300msecの周期で特徴量を演算し、燃焼状態を制御する構成とすることが好ましい。   Further, instead of repeatedly calculating the feature amount every 50 msec, for example, the feature amount may be repeatedly calculated every period other than 50 msec, such as 10 msec. However, in order to appropriately control the combustion state with high immediacy, the configuration is such that the combustion state is controlled by calculating the feature amount at a cycle of 10 μsec to 300 msec according to the characteristic time of the phenomenon to be controlled. It is preferable.

複雑ネットワークの特徴量としては、平均次数に限定されるものではなく、平均頂点間距離、クラスター係数、次数分布の最頻値、又は、次数分布の最頻値の頻度等を用いてもよい。ただし、平均次数は、各ノードに接続されたエッジ数を取得するだけで算出できるので、他の特徴量に比べて演算負荷が小さく、より高速に演算できるという利点がある。   The feature amount of the complex network is not limited to the average order, and the average inter-vertex distance, the cluster coefficient, the mode value of the order distribution, the frequency of the mode value of the order distribution, or the like may be used. However, since the average order can be calculated simply by acquiring the number of edges connected to each node, there is an advantage that the calculation load is smaller than that of other feature amounts and the calculation can be performed at higher speed.

なお、平均頂点間距離は、ノードからノードに到るまでの最小エッジ数の平均値である。平均頂点間距離は、上記実施形態の視力を適用することによって変動量を小さくすることができる。クラスター係数は、互いに隣接する3つのノード間のエッジ数を、当該3つのノード間の取り得る最大のエッジ数で割ったものである。クラスター係数は、ノードが密に接続されると増加する点で平均次数と同様の性質を有する。次数分布の最頻値は、ノードに接続されるエッジ数である次数のうち最頻値となる次数である。次数分布の最頻値の頻度は、最頻値となる次数が現出する頻度である。時系列データが正弦波で変動する場合、次数分布の最頻値はその正弦波の1波長分のデータ数に依存し、その頻度は顕著に高くなり、偏った次数分布になるという性質がある。したがって、次数分布は、平均次数よりも顕著に変化する場合がある。次数分布の最頻値やその頻度は、ローレンツ方程式から得られる時系列データ等に適用することができる。   The average inter-vertex distance is the average value of the minimum number of edges from node to node. The amount of variation in the average vertex distance can be reduced by applying the visual acuity of the above embodiment. The cluster coefficient is obtained by dividing the number of edges between three adjacent nodes by the maximum number of edges that can be taken between the three nodes. The cluster coefficient has a property similar to the average order in that it increases when nodes are closely connected. The mode value of the degree distribution is the order that is the mode value among the orders that are the number of edges connected to the node. The frequency of the mode value of the degree distribution is the frequency at which the order of the mode value appears. When the time-series data fluctuates with a sine wave, the mode value of the order distribution depends on the number of data for one wavelength of the sine wave, and the frequency becomes remarkably high, resulting in a biased degree distribution. . Therefore, the order distribution may change significantly more than the average order. The mode value and frequency of the degree distribution can be applied to time series data obtained from the Lorentz equation.

また、上述した実施形態においては、コンピュータにより信号解析装置31を実現する構成としたが、これに限定されるものではない。例えば、ASIC、FPGA等により燃焼制御処理を実行可能なハードウェアを構成し、これを信号解析装置としてもよい。また、1つのコンピュータにより信号解析装置31を構成するのではなく、燃焼制御処理を複数のコンピュータにより分散処理で実行させて、複数のコンピュータからなる分散システムとしてもよい。   In the above-described embodiment, the signal analysis device 31 is realized by a computer. However, the present invention is not limited to this. For example, hardware capable of executing combustion control processing may be configured by an ASIC, FPGA, or the like, and this may be used as a signal analysis device. The signal analysis device 31 may not be configured by one computer, but may be a distributed system including a plurality of computers by performing combustion control processing by a plurality of computers by distributed processing.

1 :ガスタービンモデル燃焼器
2 :圧力トランスデューサ(検出部)
3 :制御部
31 :信号解析装置
100 :観測装置
313 :複雑ネットワーク生成部
314 :平均次数演算部
316 :吹き消え発生推定部
vis :視力
1: Gas turbine model combustor 2: Pressure transducer (detector)
3: Control unit 31: Signal analysis device 100: Observation device 313: Complex network generation unit 314: Average degree calculation unit 316: Blowout occurrence estimation unit Nvis : Visual acuity

Claims (9)

時間的に変化する物理現象の物理量を検出する検出部と、
検出した各時刻の物理量をノードとして設定し、複数のノードを以下に示す条件(A)及び(B)にしたがってエッジにより接続した複雑ネットワークを経時的に生成する生成部と、
前記複雑ネットワークにおける所定の特徴量を求める演算部と、
前記特徴量に基づいて物理現象の状態を推定する推定部と、を備えている観測装置。
(A):検出時刻が隣接する物理量により設定されるノード同士
(B):時刻tに検出された物理量yと、時刻tよりも後の時刻tに検出された物理量yと、時刻tと時刻tとの間の時刻tに検出された物理量yとが、次の式を満たす場合における、物理量yと物理量yにより設定されるノード同士
A detection unit for detecting a physical quantity of a physical phenomenon that changes over time;
A generation unit that sets a physical quantity detected at each time as a node, and generates a complex network in which a plurality of nodes are connected by an edge according to the following conditions (A) and (B):
A calculation unit for obtaining a predetermined feature amount in the complex network;
An observation device comprising: an estimation unit that estimates a state of a physical phenomenon based on the feature amount.
(A): a node between which is set by the physical quantity detection time is adjacent (B): and the time t a detected physical quantity y a, a physical quantity y b detected at time t b after time t a , the node between the physical quantity y c detected at time t c between time t a and the time t b is in the case which satisfies the following equation, is set by the physical quantity y a physical quantity y b
前記生成部は、前記複雑ネットワークにおいて、エッジによって接続するノードの範囲を所定の規則に基づいて制限する、請求項1に記載の観測装置。   The observation apparatus according to claim 1, wherein the generation unit limits a range of nodes connected by edges in the complex network based on a predetermined rule. 前記ノードの範囲が、所定の物理現象が発生したときの物理量の変動周期あたりの物理量の検出回数に基づいて設定される、請求項2に記載の観測装置。   The observation apparatus according to claim 2, wherein the range of the node is set based on the number of physical quantity detections per change period of the physical quantity when a predetermined physical phenomenon occurs. 前記特徴量が、前記複雑ネットワークの平均次数である、請求項1〜3のいずれか1項に記載の観測装置。   The observation apparatus according to claim 1, wherein the feature amount is an average order of the complex network. 前記推定部は、前記平均次数と所定の閾値との比較に基づいて、物理現象の状態を推定する、請求項4に記載の観測装置。   The observation apparatus according to claim 4, wherein the estimation unit estimates a state of a physical phenomenon based on a comparison between the average order and a predetermined threshold value. 前記物理現象が、燃焼器における燃料の燃焼であり、前記物理量が、燃焼器内の圧力である、請求項1〜5のいずれか1項に記載の観測装置。   The observation apparatus according to claim 1, wherein the physical phenomenon is combustion of fuel in a combustor, and the physical quantity is pressure in the combustor. 前記推定部は、前記燃焼器における燃焼の不安定の発生を推定する、請求項6に記載の観測装置。   The observation apparatus according to claim 6, wherein the estimation unit estimates occurrence of instability of combustion in the combustor. 前記推定部は、前記燃焼器における燃焼の不安定として、吹き消えの発生を推定する、請求項7に記載の観測装置。   The observation device according to claim 7, wherein the estimation unit estimates occurrence of blow-off as instability of combustion in the combustor. 時間的に変化する物理現象の物理量を検出するステップと、
検出した各時刻の物理量をノードとして設定し、複数のノードを以下に示す条件(A)及び(B)にしたがってエッジにより接続した複雑ネットワークを経時的に生成するステップと、
前記複雑ネットワークにおける所定の特徴量を求めるステップと、
前記特徴量に基づいて物理現象の状態を推定するステップと、を含む観測方法。
(A):検出時刻が隣接する物理量により設定されるノード同士
(B):時刻tに検出された物理量yと、時刻tよりも後の時刻tに検出された物理量yと、時刻tと時刻tとの間の時刻tに検出された物理量yとが、次の式を満たす場合における、物理量yと物理量yにより設定されるノード同士
Detecting a physical quantity of a physical phenomenon that changes over time;
A step of setting a detected physical quantity at each time as a node and generating a complex network in which a plurality of nodes are connected by an edge according to the following conditions (A) and (B):
Obtaining a predetermined feature amount in the complex network;
Estimating the state of a physical phenomenon based on the feature amount.
(A): a node between which is set by the physical quantity detection time is adjacent (B): and the time t a detected physical quantity y a, a physical quantity y b detected at time t b after time t a , the node between the physical quantity y c detected at time t c between time t a and the time t b is in the case which satisfies the following equation, is set by the physical quantity y a physical quantity y b
JP2015053624A 2015-03-17 2015-03-17 Observation apparatus and observation method Expired - Fee Related JP6541104B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2015053624A JP6541104B2 (en) 2015-03-17 2015-03-17 Observation apparatus and observation method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2015053624A JP6541104B2 (en) 2015-03-17 2015-03-17 Observation apparatus and observation method

Publications (2)

Publication Number Publication Date
JP2016173211A true JP2016173211A (en) 2016-09-29
JP6541104B2 JP6541104B2 (en) 2019-07-10

Family

ID=57008928

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015053624A Expired - Fee Related JP6541104B2 (en) 2015-03-17 2015-03-17 Observation apparatus and observation method

Country Status (1)

Country Link
JP (1) JP6541104B2 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019202917A1 (en) 2018-04-17 2019-10-24 国立研究開発法人宇宙航空研究開発機構 Observation device, observation method, and program

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013238365A (en) * 2012-05-16 2013-11-28 Ritsumeikan Observation device and observation method
WO2015166396A1 (en) * 2014-04-29 2015-11-05 Indian Institute Of Technology Madras Devices and methods for early prediction of impending instabilities of a system

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013238365A (en) * 2012-05-16 2013-11-28 Ritsumeikan Observation device and observation method
WO2015166396A1 (en) * 2014-04-29 2015-11-05 Indian Institute Of Technology Madras Devices and methods for early prediction of impending instabilities of a system

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019202917A1 (en) 2018-04-17 2019-10-24 国立研究開発法人宇宙航空研究開発機構 Observation device, observation method, and program
US11629653B2 (en) 2018-04-17 2023-04-18 Japan Aerospace Exploration Agency Observation apparatus, observation method, and non-transitory computer readable medium storing a program

Also Published As

Publication number Publication date
JP6541104B2 (en) 2019-07-10

Similar Documents

Publication Publication Date Title
JP6782943B2 (en) Gas turbine abnormal condition detection device and abnormal condition detection method
JP6511702B2 (en) Monitoring device, monitoring method of target device, and program
US7729882B2 (en) Method and system for assessing performance of control systems
JP7143148B2 (en) Prediction device, prediction method, and program
JP5292477B2 (en) Diagnostic device and diagnostic method
JP6432890B2 (en) Monitoring device, target device monitoring method, and program
JP6758155B2 (en) Plant diagnostic system and diagnostic method
JP2010191641A (en) Method, program, and device for plant monitoring
JP6004392B2 (en) Apparatus and method for controlling fuel supply to combustor, and observation apparatus and method
JP6541104B2 (en) Observation apparatus and observation method
US7610159B2 (en) Multivariable mass flow rate transmitter system and flow rate setting tool
JP6554162B2 (en) Power plant performance evaluation method and power plant performance evaluation program
JP6302755B2 (en) Data generation system for plant diagnosis
JP2012185658A (en) Active feedback control device and program
CN107560864B (en) Method and apparatus for scale monitoring and prediction in combustors
CN112412861B (en) Method and system for realizing visualization of running working point of axial flow fan
JP5909715B2 (en) Fuel use apparatus discriminating apparatus, flow rate measuring apparatus, gas meter, and fuel use apparatus discriminating method
JP6927525B2 (en) Gas turbine abnormal condition detection device and abnormal condition detection method
WO2022239612A1 (en) Plant monitoring method, plant monitoring device, and plant monitoring program
JP6967600B2 (en) Plant status display device and plant status display method
CN111120387B (en) Self-adaptive control system and control method for stability of compressor system
WO2022113258A1 (en) Estimation device, estimation method, and recording medium
WO2022191098A1 (en) Plant monitoring method, plant monitoring device, and plant monitoring program
JP2023141677A (en) Monitoring device, method for monitoring, and program
JP2012177488A (en) Gas appliance determination system, and gas appliance determination method

Legal Events

Date Code Title Description
A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20160726

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20160726

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180309

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20181226

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190122

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190318

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20190507

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190603

R150 Certificate of patent or registration of utility model

Ref document number: 6541104

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees