JP3788901B2

JP3788901B2 - Damage diagnosis device for power generation facilities

Info

Publication number: JP3788901B2
Application number: JP2000294177A
Authority: JP
Inventors: 靖早坂; 茂雄桜井; 仁一郎後藤; 池田　　啓; 善治山口
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2000-09-27
Filing date: 2000-09-27
Publication date: 2006-06-21
Anticipated expiration: 2020-09-27
Also published as: JP2002108440A

Description

【０００１】
【発明の属する技術分野】
本発明は発電設備の機器の損傷を診断する装置に関する。
【０００２】
【従来の技術】
発電設備の機器の損傷診断は、ある定期的な時間間隔や運転回数間隔で機器を停止させ、部品の損傷状態を点検し、損傷状態がある基準値を越えたものについて必要な補修や交換を行う方法が一般的である。また、発電設備の機器に備え付けられた各種のセンサの出力を監視し、出力がある基準値を越えた場合に機器を停止し、損傷状態を点検する場合もある。
【０００３】
近年の計算機とインターネットに代表されるデータ通信の進歩にともない、機器の損傷診断において、機器の運転状態の機器情報を通信回線を介して遠隔監視施設に送信し、劣化を診断する装置が知られている（特開平11−3113号公報）。
【０００４】
【発明が解決しようとする課題】
発電設備はその運転履歴、運転条件、使用環境が異なれば、機器の損傷度合が変化する。例えば、ガスタービン発電設備などでは、近年の電力需要のピークシェイビングのための負荷変動や起動停止回数の増加などがある。負荷変動や起動停止回数の増加は、一般的には部品の熱疲労損傷を増加させる。また、発電設備の立地により、吸い込み空気温度や空気中に含まれる各種元素が異なり、部品の温度条件、荷重条件、環境条件が変化する。外気温が低くなれば、タービン翼に負荷される流体荷重は大きくなり、流体荷重による損傷は増加する。また、発電設備が臨海工業地帯であれば、海水に含まれるナトリウムやカリウム、大気中の煤煙に含まれる亜硫酸ガスや窒素酸化物などの腐食作用のある物質が部品に付着し、疲労損傷が増加する。
【０００５】
このように、運転履歴、運転条件、使用環境の変化を考慮した場合に、前述の損傷診断方法のように定期間隔の点検では信頼性が万全でない場合が想定される。逆に、立地条件の良い設備では、過度に余裕のある保守点検となる可能性がある。しかしながら、運転履歴、運転条件、使用環境の変化を運転員と保守員が記録し、損傷を診断する方法は極めて効率が悪い。
【０００６】
上記の特開平11−3113号公報などのように、通信回線を用いた機器の劣化診断装置を用いれば、運転履歴、運転条件、使用環境の変化を常時監視することが可能ではある。しかし、本例は損傷の数値解析モデルを有していないため、損傷を正確に診断できないことがある。
【０００７】
本発明の目的は、上記した従来技術の問題点に鑑み、運転履歴、運転条件、使用環境の変化をオンラインで監視し、その情報を機器の損傷の数値解析モデルに与え、オンラインで機器の損傷状態を監視し、機器の損傷を正確かつ迅速に算出し、機器の信頼性を確保するものである。
【０００８】
【課題を解決するための手段】
上記目的を達成するために、本発明は、発電設備に設けたセンサによるセンサ情報と該設備の運転に関する運転情報及びメンテナンス情報に基づいて、該発電設備の機器の損傷を数値解析モデルにより評価する診断装置において、前記センサ情報を前記数値解析モデルの境界条件に変換する境界条件算出手段を設けている。
【０００９】
これによれば、発電設備のセンサ情報を境界条件と該センサの関係式を用いて、損傷の数値解析モデルの境界条件に変換し、この境界条件を用いて数値解析モデルによる機器の損傷解析を実施するので、機器の損傷状態を正確に予測することができ、この結果をもとに機器の転換や交換および運用の仕方を決定できる。
【００１０】
また、本発明は、実験計画法を用いて、前記数値解析モデルの機器の損傷状態を評価する逆問題解析手段を設け、該手段による数値と実機器の損傷状態を評価する数値を比較し、前記損傷状態を評価する数値を統合する。すなわち、両者の差が最小となる境界条件を求め、該境界条件を設定した数値解析モデルにより損傷の数値解析を実施する。
【００１１】
これによれば、実際の機器の損傷と比較し、数値解析モデルを実機の損傷に一致するように境界条件を改良することができるので、機器の損傷状態をより正確に予測することができ、機器の信頼性を高めることができる。
【００１２】
また、本発明は、実験計画法を用いて、前記センサ情報と前記運転情報とメンテナンス情報を直交表に割付け、損傷の数値解析モデルを解析し、分散分析を行って、損傷に係わる評価項目の近似式を作成し、該近似式を用いて損傷診断を行う。これによれば，該近似式により損傷解析を行うことができるので，有限要素法のような数値モデルの解析を実施する場合に比べ、計算機の計算負荷を軽減し、迅速に損傷を評価することができる。
【００１３】
さらに、本発明は、前記センサ情報と前記運転情報を収集する計算機を設け、該計算機と上記の診断装置を通信回線を介して結ぶので、遠隔地での監視を行うことができる。
【００１４】
【発明の実施の形態】
以下、本発明の実施の形態について、図面を参照しながら説明する。図１は発電設備の損傷遠隔診断装置の一実施例を示す。発電設備は、圧縮機１と燃焼器２とタービン３から構成されるガスタービンと、該ガスタービンにより駆動される発電機４と、排熱回収ボイラ５と蒸気タービン６と蒸気タービン６により駆動される発電機７および復水器８から構成される。これら主要機器、すなわち、圧縮機１、燃焼器２、タービン３、発電機４，７、ボイラ５、蒸気タービン６、復水器８には、その運転状態を監視、制御するために、各種のセンサ９が取り付けられている。
【００１５】
これらのセンサ９はケーブルにより制御装置１０に接続され、センサ情報を制御装置１０に送信している。制御装置10は運転監視計算機11にケーブルを介して接続し、センサ情報と運転情報を運転監視計算機１１に送信する。運転監視計算機１１は発電設備側ファイヤーウォール１２、インターネット１３、遠隔監視施設側ファイヤーウォール１４を介して、遠隔損傷診断装置１５にセンサ情報と運転情報を送信する。メンテナンス情報は、遠隔診断装置１５にオンラインまたはオフラインで入力される。なお、制御装置１０と運転監視計算機１１は一体化されていてもよい。
【００１６】
図１には，遠隔損傷診断装置１５におけるデータの処理機能についても示している。送信されたセンサ情報と運転情報は入出力インターフェイス15aを介して、境界条件算出ステップ15bに送られ、センサ情報を数値解析モデルの境界条件に変換する。
【００１７】
ここで述べる境界条件とは、有限要素法の熱解析では、流体温度や熱伝達率などの熱条件であり、構造解析では、荷重、圧力、遠心力、加速度などの荷重条件である。その他の数値解析モデルにおいても、流体温度や熱伝達率などの熱条件と、荷重、圧力、遠心力、加速度などの荷重条件を指すものとする。また、境界条件は、数値解析モデルや損傷解析に変数として入力することのできる条件を指すものとし、詳細については後述する。
【００１８】
この境界条件は損傷の数値解析手段１５ｃに送られ、機器の損傷が算出される。数値解析手段１５ｃは、有限要素法解析手段１５ｃ１と損傷解析数値モデル１５ｃ２からなり、前者は境界条件が与えられると部品の温度，変形，応力，ひずみ等の物理量を算出する。後者は算出された部品の物理量から損傷量を算出する。損傷量はある決められた回数毎、たとえば、一起動停止あたりの損傷量を算出する。起動停止の判別は、タービンの回転数、燃料、発電量などの情報から容易に判断できる。
【００１９】
算出された損傷は、損傷評価手段１５ｄへ送られ、過去の運転の累積の損傷と加算する。累積の損傷があらかじめ定められた基準値を越えた場合には、入出力インターフェイス１５ａに警告を表示する。そして、電子メールなどの手段を用いて、運転監視計算機１１に損傷情報を送信する。なお、各手段において利用する変数は適宜データベース１５eより読み出され、各手段での結果も適宜、データベース１５ｅに書き込まれる。
【００２０】
図２に本実施例の処理フローを示す。ステップ１において、発電設備のセンサ情報を入手する。ステップ２において、発電設備の運転情報を入手する。センサ情報と運転情報の例は図３に示す。
【００２１】
ステップ３において、入力されたセンサ情報と運転情報から、有限要素法熱解析の境界条件である流体温度と熱伝達率を作成する。作成方法の詳細は、数３〜数１０の説明において述べる。ステップ４において、入力されたセンサ情報と運転情報から、有限要素法構造解析の境界条件である荷重条件を作成する。作成方法の詳細は、数１〜数２の説明において述べる。
【００２２】
ステップ５において、上記の境界条件を入力し、ステップ６において、有限要素法による熱解析と構造解析を行う。ステップ７において、有限要素法による熱解析と構造解析の解析結果として、損傷解析に用いる物理量を出力する。物理量としては、部材の温度、応力、ひずみ等がある。
【００２３】
ステップ８において、求められた物理量を損傷解析モデルに入力し、ステップ９において、損傷解析を実施する。損傷解析の詳細は、数１１の説明にて後述する。ステップ１０において、損傷結果を出力し、データベース１５ｅに書き込む。損傷解析結果としては疲労損傷率や、クリープ損傷率や、き裂長さ変形量など、部材の損傷を数値化したものである。
【００２４】
ステップ１１において、部材の損傷結果の累計をデータベース１５ｅより読み込み、ステップ１０において算出した損傷解析結果を積算し、データベース１５ｅに書き込む。ステップ１２において、データベースより損傷解析結果の積算、つまり、損傷解析結果の累計を読み込み、基準値と比較する。さらに、ステップ13において、運転の予定、たとえば、運転する時間や運転する回数や運転の形態を損傷解析に入力し、損傷を外挿する。このとき、有限要素法解析モデルに与える境界条件は、予め与えられる設計条件としたり、過去のセンサ情報と運転情報及びメンテナンス情報から算出する。ステップ１４において、損傷解析結果の出力を行う。
【００２５】
また、ステップ１２で、累積の損傷があらかじめ定められた基準値を越えた場合は、損傷が基準値を越えた警告を入出力インターフェイス15aに表示する。電子メールなどの手段を用いて、遠隔監視施設側ファイヤーウォール１４、インターネット１３、発電設備側ファイヤーウォール１２を経由して、運転監視計算機１１に損傷情報を送信する。損傷が基準を越えていなくても、定期的に機器の損傷情報を送信しても良く、損傷が基準を超える時期を予測して送信しても良い。
【００２６】
図２の例では、有限要素法解析モデルを用いて、その境界条件を、センサ情報と運転情報から算出する例を示した。本発明は、数値解析モデルが有限要素法解析モデルでない場合も含む。つまり、センサ情報データと運転情報データとメンテナンス情報データを数値解析モデルや損傷解析の変数として入力し、損傷を解析する場合も含むものである。
【００２７】
図３に、遠隔損傷診断装置１５の入出力インターフェイス15aに入力されるセンサ情報、運転情報及びメンテナンス情報を、ガスタービンを例として示す。ガスタービンには、排ガス温度ａ１、タービンのホイールスペース温度ａ２、圧縮機の吐出空気温度ａ３、吐出空気圧力ａ４、燃焼器の保炎器の温度ａ５、燃焼器の燃料流量ａ６、入口空気温度ａ７、入口空気圧力ａ８、入口空気湿度ａ９、入口可変翼開度ａ10、回転数ａ11、軸受振動ａ12、軸振動ａ13、軸受メタル温度ａ14等を検出するセンサ９が設けられている。また、試運転時や特殊計測時には、圧縮機各段落の圧力ａ15、空気温度ａ16、圧力変動ａ17、吸い込み空気のＮａセンサａ18、燃焼器の燃焼ガス圧力変動、温度変動、圧縮機翼ひずみａ19、圧縮機翼温度ａ20、タービン翼ひずみa21、タービン翼温度ａ22、燃焼器ひずみａ23、燃焼器温度ａ24、ケーシング温度a25、ケーシングひずみa26、ケーシングa27、ケーシング変位a28などを測定するセンサを設けることがあり，これらのセンサ情報を用いてもよい。
【００２８】
運転情報としては、起動停止回数ｂ１、燃焼時間ｂ２、トリップ回数（緊急停止回数）ｂ３、負荷変動の回数ｂ４、発電出力ｂ５、発電効率ｂ６、圧縮機効率b7等がある。
【００２９】
メンテナンス情報としては、定期検査時における損傷状況を数値化したデータで、例えば、損傷の寸法や面積や体積や重量およびその数、つまり、き裂長さｃ１や発生数ｃ２、減肉の重量ｃ３や体積ｃ４や面積c5とその数ｃ６、コーティングの剥離についてもその面積ｃ７とその数ｃ８、腐食についても面積ｃ９とその数ｃ10などがある。さらに、定期検査日c11、定期検査回数c12、圧縮機洗浄回数c13、圧縮機水洗浄日c14、圧縮機水洗浄水ｐＨc15も、メンテナンス情報として利用できる。
【００３０】
メンテナンス情報は入出力インタフェース15aを通じてデータベース15eに入力し、適宜利用する。また、発電設備に発電機器が複数台存在する場合は、その認証番号を送信する。なお、図３では各センサの出力値の変数名を便宜的に付与している。
【００３１】
入出力インターフェイス15aに入力された情報は、境界条件算出手段15bに渡され、数値解析のための境界条件が算出され、この境界条件が損傷の数値解析手段15cに渡される。例としてガスタービン動翼を説明する。
【００３２】
図４と図５にガスタービン動翼の有限要素法解析モデル15c1の全体図とその断面図を示す。ガスタービン動翼１６の有限要素法解析モデルは、図４（ａ）に示すように、動翼の形状を有限要素法解析節点と要素によりモデル化され、前縁16aや翼先端16ｂやプラッフォーム16ｃやシャンク16dなどを有している。ガスタービン高温部品は一般に冷却空気で冷却されているが、動翼も冷却されている。このため、有限要素法解析モデルも冷却孔17a〜17lに示す冷却孔がモデル化されている。
【００３３】
有限要素法解析モデル１５ｃ１に解析の境界条件を与えて、部品の運転状態の各種の物理量を算出する。機械荷重の境界条件としては、回転数に応じた遠心力や運転条件に応じた流体力を負荷する。熱荷重の境界条件としては、一般的に熱伝達率やガス温度を有限要素法解析モデルの熱交換のある部位、つまり、流体に曝される部位に与える。
【００３４】
図５を用いて、熱境界条件の与え方の一例を示す。図５には、図４に示した動翼の有限要素法解析モデルの翼の断面図を示す。熱境界は、翼の燃焼ガスに曝される面18a〜cと冷却ガスに曝される面19a〜lを区別して与える。場合によっては、翼の燃焼ガスに曝される面18a〜cと冷却ガスに曝される面19a〜lの個々の領域において分布を持たせたり、さらに個々の領域を分割して熱境界条件を有限要素法解析モデル１５ｃ１に与える。
【００３５】
境界条件算出手段15bにおける境界条件の算出方法を説明する。機械的な荷重条件として、回転部品に加わる遠心力Ｆ１は数１で与えられる。ここで、a11は図３で示した回転数であり、d11は定数である。
【００３６】
【数１】

【００３７】
また、機械的な荷重条件として、流体力Ｆ２はいくつかのセンサ情報を変数とする数２で与えられる。
【００３８】
【数２】

【００３９】
熱的な境界条件として、燃焼ガス側の熱伝達率Hgiはセンサ情報のいくつかを変数とする数３で与えられる。なお、ｉは分割した境界の番号である。
【００４０】
【数３】

【００４１】
燃焼ガス側のガス温度Tgiはセンサ情報のいくつかを変数とする数４で与えられる。
【００４２】
【数４】

【００４３】
冷却空気側の熱伝達率Hciはセンサ情報のいくつかを変数とする数５で与えられる。ｉは分割した境界の番号である。
【００４４】
【数５】

【００４５】
冷却空気側のガス温度Tciはセンサ情報のいくつかを変数とする数６で与えられる。
【００４６】
【数６】

【００４７】
さらに、数値流体解析を用いて得られた熱的境界条件を変数として入力して、熱境界条件を算出してもよい。数値流体解析により得られた燃焼ガスに曝される部位iの燃焼ガスの熱伝達率とガス温度をそれぞれHgci，Tgci、冷却空気に曝される部位ｊの冷却空気の熱伝達率とガス温度をそれぞれHｃcｊ，Tｃcｊとする。このときの燃焼ガスの熱伝達率Hgiとガス温度Tgiはセンサ情報のいくつかを変数とする数７、数８で与えられる。
【００４８】
【数７】

【００４９】
【数８】

【００５０】
冷却空気の熱伝達率Hcjとガス温度Tcjはセンサ情報のいくつかを変数とする数９、数１０で与えられる。
【００５１】
【数９】

【００５２】
【数１０】

【００５３】
上記した境界条件を示す数１〜数１０においては、適宜、図２に示した他のセンサ情報や運転情報あるいはメンテナンス情報を変数として加えることも可能である。
【００５４】
このように、遠隔損傷診断装置１５の境界条件算出手段15bにおいて、入出力インターフェイス15aから入力されたセンサ情報などは、数１〜数１０により境界条件に変換され、数値解析手段15cに渡される。
【００５５】
数値解析手段１５ｃでは、図４と図５に示す有限要素法解析が実施される。実施される解析には、定常温度解析や非定常温度解析などの熱解析と、静荷重解析や熱応力解析やクリープ解析や振動解析などの応力解析がある。数値解析ステップ１５ｃの有限要素法解析モデル15c1により、部品の損傷を評価するための部品の物理量、例えば、温度、変形、応力、ひずみ等が算出される。
【００５６】
図６は物理量の解析例で、動翼の運転時における応力ひずみと温度の履歴を示す。応力とひずみの変動範囲や部材の最高温度を用いて、損傷解析を行う。図に示すような温度，応力，ひずみのグラフを入出力インターフエース１５ａに出力してもよい。
【００５７】
損傷解析モデル15c2は得られた物理量を入力して損傷解析を実施する。疲労損傷解析としてはマイナー則、修正マイナー則などに代表される線形損傷則などがある。クリープ損傷解析としては寿命比則などが一般的である。また、き裂による損傷に関しては、破壊力学解析を損傷解析として用いてもよい。
【００５８】
損傷解析モデルは実機の損傷を統計処理し、寿命を支配する適切なモデルを選択する。部材の損傷Ｄは一般に数１１にて表わされる。
【００５９】
【数１１】

【００６０】
ここで、ｉは部材番号、ｋは損傷の形態、σは応力、εはひずみ、Ｔは温度、Ｎは負荷回数、ｔは負荷時間である。損傷解析モデルは適宜、部材損傷を良く模擬できるモデルを選択し、実機の損傷の回帰モデルなどを用いてもよい。
【００６１】
図７〜図９に損傷解析の一例を示す。図７はガスタービン静翼の有限要素法構造解析結果である。解析結果として、（ａ）のような応力分布図（または、温度分布図）や、（ｂ）のような温度応力の関係が得られる。センサ情報等を用いて、境界条件を変更した解析結果を出力してもよい。
【００６２】
この部品の場合は、熱疲労によるき裂進展が部品の寿命を支配する損傷と考えられる。このため、得られた応力の変動範囲を用いて破壊力学解析を行う。破壊力学解析のモデルを図８に示す。数１２を起動停止回数Ｎにより積分し、き裂深さaを求め、き裂深さaがある基準に達したときに警報を出力する。
【００６３】
【数１２】

【００６４】
ここで、 ΔJはＪ積分範囲であり図６に示した結果から算出される物理量、C0、mは材料定数を示す。C1はクリープの効果を表現する補正係数、C2は材料劣化を表現する補正係数である。運転モードの違いによる圧縮保持クリープの影響、補修による材料の劣化を係数Ｃ１、Ｃ２として考慮している。
【００６５】
図９は、き裂進展による損傷解析結果を示す。横軸は起動停止回数をある値で正規化したものである。損傷として、き裂深さaを損傷解析で算出しており、き裂深さaがある寸法に達したときに警告を出力する。
【００６６】
損傷解析として一般的なものとしては、前述した線形損傷則がある。これは、数１３に示した疲労損傷率Ｄｆと、数１４に示したクリープ損傷率Ｄｃがある。
【００６７】
【数１３】

【００６８】
ここで、ｎｉは応力σiの繰返し数、Nｉは応力σiにおける寿命である。応力は数値解析より得られる。疲労損傷率Dｆを発電設備の起動停止毎に算出し，過去の疲労損傷率Dｆと合計し、Ｄｆの累積を算出する。
【００６９】
【数１４】

【００７０】
ここで、ｔｉは温度Tmpi，応力σiの保持時間であり、Ｔｉは温度Tmpi，応力σiにおけるクリープ破断寿命である。温度Tmpi，応力σiは数値解析により得られ、ｔｉは運転情報データをもとに算出する。算出したＤｆとＤｃの和が、ある基準値を越えたときに警報を発する。
【００７１】
次に、算出された損傷率は、損傷評価手段１５ｄに送られる。損傷評価手段１５ｄでは、過去の累積損傷率をデータベースから読み出し、損傷解析手段１５ｃで算出した損傷率を適宜加算する。そして、損傷率の総和がある基準値を越えた場合、部品の損傷率に関する情報を入出力インターフェイス15aに表示する。また、損傷率に関する情報を通信回線を介して、発電設備の運転監視計算機11に送信する。さらに、部品の点検や補修や交換の推奨情報を運転監視計算機11に送信する。これにより、機器の損傷状態を正確にかつ迅速に予測することができ、機器の交換や運用の仕方を決めることができるので、機器の信頼性を高めることができる。
【００７２】
損傷率がある基準値を越えた場合に出力する情報としては、発電設備名、部品名、損傷率、損傷率の増加の予測、部品の点検や補修や交換の推奨情報や予定などである。この例では、運転の予定、つまり、運転形態、運転時間、起動停止回数などを予め入力しておき、損傷解析の累計から損傷の推移を出力する。
【００７３】
図１０は運転時間、起動停止回数と損傷率の関係の表示例を示す。損傷率がある基準値を越えない場合は、損傷がある基準に達するまでの運転時間や起動停止回数を表示する。これにより、部品の交換や点検などの計画を立てることができる。図１０では、設計条件による損傷の予測も同時に示している。これにより、発電設備の損傷の仕方が設計条件よりも厳しいか否かが容易に分かり、場合によっては点検したり、運転方法を変えたりする参考になる。
【００７４】
次に、本発明の第２の実施例を説明する。図１１は第２の実施例による発電設備の遠隔損傷診断装置を示す。図１に示した第一の実施例との相違は、損傷の数値解析モデル１５ｃに対し、実験計画法から得られた近似式を用いている点にある。
【００７５】
本実施例では、損傷の数値解析手段１５ｃに実験計画法の直交表作成手段１５ｃ3を用い、センサ情報と運転情報を変数として直交表に割付け、損傷解析を実施する。損傷解析手段は、有限要素法解析モデル１５ｃ１による解析と損傷数値解析モデル１５ｃ２による解析の両方または一方で構成されている。
【００７６】
まず、センサ情報と運転情報を変数ｘｉとして、直交表への割り付けを行う。直交表とは、実験計画法で使用される試験や解析における変数の変化のさせ方を表にしたものである。使用する直交表の種類や直交表へ割り付ける変数の選択は、データ入出力インターフェイス15aにより行われる。直交表の選択は、選択した変数ｘｉの数とその水準数および変数ｘｉが有する２因子交互作用の数と影響を勘案して行う。
【００７７】
直交表の種類としては、L8（2⁷），L16（2¹⁵），L32（2³¹），L9（3⁴），L27（3¹³），L81（3⁴⁰），L12（2¹¹），L18（2¹3⁷），L36（2¹¹3¹²，3¹³）などが良く知られている。水準の設定方法は、変数ｘｉの基本統計量がデータベース１５eに格納されているときは、この基本統計量を参考にして定める。
【００７８】
たとえば、統計解析により、設計変数ｘｉの頻度分布が正規分布で近似でき、その平均値ｍｉとその分散ｓｉ2が得られたとする。このときの水準設定例として、３水準の設定のときは数１５に示すように、設計変数ｘｉの平均値ｍｉと設計変数ｘｉの標準編差ｓｉと係数aより行う。係数aは０より大きく１０以下程度の範囲とする。
【００７９】
【数１５】

【００８０】
基本統計量がデータベース15eに納められていない設計変数ｘｉについては、類似データまたは経験から平均値ｍｉ，分散ｓｉ2，係数ａを定める。
【００８１】
図１２に変数とその水準を示す。変数は実験計画法解析手段１５ｃ３で水準に割り付けられ、データベース15eに格納される。解析は直交表に従って実施される。
【００８２】
図１３の直交表に解析内容を示す。変数番号は、図１２の行に示した変数番号と対応しており、行の番号は解析の番号を示している。解析番号１の解析は、図１２に示した全ての変数の水準を水準１とした解析を実施するという意味である。また、解析番号２の解析は、変数番号１〜１２を水準２、変数番号１３を水準１として解析するという意味である。
【００８３】
次に、損傷の数値解析手段１５ｃにおいては、実験計画法解析ステップ１５ｃ3で割り付けられた変数ｘｉの直交表に従い、解析を実施する。この解析は、部品の運転条件を模擬した有限要素法モデル15c1による熱構造解析と、その結果として得られる物理量を用いた損傷数値解析15c2である。先述のように、損傷解析としては破壊力学を用いたき裂進展解析や線形損傷則による累積損傷率の解析などがある。
【００８４】
損傷の数値解析手段15cで得られた損傷Ｄはデータベースに格納される。次に、分散分析手段１５ｃ４によりデータベースの損傷Ｄについて分散分析を行い、各変数の効果を算出する。分散分析とは、解析結果に含まれる情報を、誤差の部分と本質的な部分、つまり、変数の効果とに分離し、解析結果から統計的に意味のある結論を導けるか否かを吟味する手段である。平方和、自由度、平均平方、Ｆ比、Ｐ値、寄与率などを算出する。このＦ比、Ｐ値により、変数ｘｉのうち有意である変数を選択することができる。
【００８５】
次に、分散分析手段15c4で得られた解析結果を用いて、近似式作成手段１５ｃ5により損傷Ｄの近似式を作成する。近似式は数１６にて表され、２次の応答曲面を示している。ｂは回帰により得られた係数、εは誤差である。ここで，応答曲面を作成するに当たっては、分散分析解析手段１５ｃ４で得られたＦ比を用い、ある設定した有意水準、例えば１％または５％の設計変数について近似式を作成する。近似式作成手段１５ｃ４での変数入力や近似式の表示は、データ入出力インターフェイス１５aにて行う。
【００８６】
【数１６】

【００８７】
損傷Ｄの近似式にセンサ情報と運転情報が入力されると、部品の損傷が算出される。
【００８８】
図１４に、第２の実施例の処理フローを示す。ステップ２１において、変数を選択する。変数としては、センサ情報と運転情報である。ステップ２２において、変数ｘｉを直交表への割り付けを行う。直交表に従って、ステップ２３、ステップ２４、ステップ２５、ステップ２６を実施する。つまり、直交表の行の数の損傷解析を実施する。
【００８９】
ステップ２３において、有限要素法による熱解析と構造解析を行う。ステップ２４において、有限要素法による熱解析と構造解析の解析結果として、損傷解析に用いる物理量を出力する。物理量としては、部材の温度，応力，ひずみなどがある。ステップ２５において、求められた物理量を用を損傷解析モデルに入力し、ステップ２６において、損傷解析を実施する。
【００９０】
ステップ２７において、損傷解析結果について分散分析を行う。分散分析により、各変数の効果を算出する。また、平方和、自由度、平均平方、Ｆ比、Ｐ値、寄与率などを算出する。Ｆ比、Ｐ値により、変数ｘｉのうち有意である変数を選択することができる。有意水準としては一般的に１％や５％が用いられる。これにより、直交表に割り付けた設計変数の中から、損傷Ｄに影響を与える変数ｘｉを選び出し、影響の無い変数は取り除いて、変数を減らすことができる。
【００９１】
ステップ２８において、損傷の近似式を作成する。近似式を作成するに当たっては、ステップ２７で得られたＦ比を用いて、ある設定した有意水準、例えば１％または５％の設計変数について近似式を作成する。
【００９２】
ステップ２９において、発電設備のセンサ情報を入手する。ステップ３０において、発電設備の運転情報を入手する。ステップ３１において、作成した近似式を用いて損傷解析を実施する。ステップ３２において、損傷結果を出力し、データベース１５ｅに書き込む。損傷解析結果としては疲労損傷率や、クリープ損傷率や、き裂長さ変形量など、部材の損傷を数値化したものである。
【００９３】
ステップ３３において、部材の損傷結果の累計をデータベースより読み込み、ステップ３１において算出した損傷解析結果を積算し、データベース１５ｅに書き込む。ステップ３４において、データベースより損傷解析結果の積算、つまり、損傷解析結果の累計を読み込み、基準値と比較する。
【００９４】
さらに、ステップ３５においては、運転の予定、たとえば、運転する時間や運転する回数や運転の形態を損傷解析に入力し、損傷を外挿する。このとき、近似式に与えるセンサ情報と運転情報は、予め与えてある設計条件としたり、過去のセンサ情報と運転情報から算出する。ステップ３６において、損傷解析結果の出力を行う。その他は実施例１と同様である。
【００９５】
本実施例では、損傷解析により作成した近似式を用いて損傷を算出するので、第１の実施例に比べ、計算機の負荷を低減し、解析を高速化することができるので、機器の損傷診断が迅速に行える。
【００９６】
次に、本発明の第３の実施例を説明する。図１５に第３の実施例による遠隔損傷診断装置を示す。本実施例は、実験計画法を用いて機器の損傷と比較し、数値解析モデルと機器の損傷を合わせる逆問題解析手段２０を設けている。
【００９７】
逆問題解析手段２０は直交表作成手段20a、有限要素法解析手段20b、損傷解析手段20c、分散分析手段20d、境界条件作成手段20e（図１の15bと同じ）より構成されている。直交表作成手段20aでは、有限要素法解析手段20bで用いる解析モデルの境界条件を変数として水準に割付け、直交表に従って解析を実施する。
【００９８】
図１６は図４で示した動翼の熱境界条件を水準に割付けた例を示す。翼の特徴的な部位ごと、例えば、翼の前縁、翼先端、翼面腹側、翼面背側、冷却孔をそれぞれ高さ方向に領域分けし、熱境界条件の領域を割当てる。ここでは、数値流体解析などで得られた熱伝達率に対する係数を変数として、各々３水準に変化させて、有限要素法の熱解析を実施する。
【００９９】
図１７に直交表を示す。この直交表による解析の例では、３６ケースの有限要素法熱解析を実施するものであり、たとえば、解析番号１はすべての熱伝達率を数値流体解析で得られた値に係数１を乗じた熱伝達率とする解析である。
【０１００】
有限要素法熱解析手段20bで得られた物理量と実機の損傷を比較して、その残差が最小となる境界条件を同定する。たとえば、動翼の場合、実機の動翼の温度は金属強化組織の粗大化量で推定できるため、実機の翼の部位ごとの組織を観察し、各部位の温度を推定することができる。
【０１０１】
次に、推定した各部の温度と数値解析手段１５ｃの温度の結果が最小となる境界条件を求める。たとえば、数１７に示す応答ｙの式を作成する。ここで、ｋは翼の部位番号、Ｔｃｋは数値解析で得られた部位ｋの温度、Ｔｉｋは実機翼の観察で得られた部位ｋの温度である。
【０１０２】
【数１７】

【０１０３】
直交解析の結果を分散分析手段20dにおいて分散分析を実施し、解析と実機の温度差の残差の平方和を最小とする熱境界を境界条件作成手段20eで作成する。
【０１０４】
図１８に変数、つまり、熱境界の水準と実機と有限要素法解析の温度の残差平方和ｙの関係を示す。たとえば、変数記号Ａ〜Ｅの熱伝達率を、残差平方和が小さくなる値に設定する。そして、本熱境界条件をデータベースに格納し、損傷解析手段１５ｃにおける有限要素法解析モデル１５ｃ１の境界条件に入力する。逆問題解析手段２０で得られた熱伝達率は、数７と数９で示した熱伝達率Hgci、Hccjとして、有限要素法解析モデル１５ｃ１の境界条件に反映される。
【０１０５】
本実施例においては、有限要素法解析モデル１５ｃ１の境界条件が、逆問題解析手段２０により実機と一致するように修正されている。このため，損傷解析手段１５ｃがより高精度化され、部品の信頼性を高めることができる。
【０１０６】
また、き裂長さなどの損傷記録がデータベース１５eに存在する場合は、これらの損傷について実機データと解析とが合うように境界条件を変更してもよい。その場合は、損傷解析手段１５ｃを直交解析にて行い、得られた損傷と実機損傷の残差平方和を最小とする境界条件を算出する。ここでいう損傷とは、実機の寿命を支配する主要な損傷を数値化したもので、き裂寸法、き裂数、減肉寸法、減肉数、ピット寸法、剥離寸法、剥離数などである。
【０１０７】
また、直交表作成手段20aで変数として用いるものは、解析の境界条件であればよく、熱伝達率、温度、荷重、境界の剛性、境界の減衰、流体力、材料の劣化度合などが考えられる。なお、直交解析で実施する解析として、図１５では有限要素法解析手段１５ｃ１と損傷解析手段１５ｃ２を示したが、これに限られず、直交解析可能な数学モデルであればよい。
【０１０８】
図１９に第3の実施例による逆問題解析を含む処理フローを示す。ステップ４１において、変数を選択する。変数は、有限要素法熱解析や構造解析の境界条件や数値解析モデルに入力する変数や、損傷解析モデルに入力する変数である。ステップ４２において、変数ｘｉを直交表への割り付ける。直交表に従って、ステップ４３〜ステップ４６を実施する。つまり、直交表の列の数の損傷解析を実施する。
【０１０９】
ステップ４７において、有限要素法解析で得られる結果である温度や応力及び、ひずみと実機の検査記録から推定した結果を比較し、それらの残差が最小となる境界条件を実働境界条件として同定する。つまり、数１８に示す解析結果と実機検査による推定値との誤差平方和ｙを算出し、これを最小化する境界条件を求める。
【０１１０】
【数１８】

【０１１１】
ここで、kは比較する変数の番号、ｘａ(k)は解析で得られた変数、ｘｉ(k)は検査記録から得られた変数である。同定した実働境界条件を用いた有限要素法による熱構造解析により、実機運転状態での温度・応力分布を精度よく予測することができる。比較する変数を数１１に示した損傷Dとし、損傷解析モデルの境界条件を同定することも可能である．このときは、数１９のｙを算出する。
【０１１２】
【数１９】

【０１１３】
ここで、kは比較する変数の番号、Dａ(k)は解析で得られた損傷、Ｄｉ(k)は検査記録から得られた損傷である。
【０１１４】
ステップ４９において、分散分析を実施し、数１８や数１９に示したｙを最小化する変数ｘｉを選択する。ステップ５０においてｙを最小化する変数ｘｉを決定する。ステップ５１において、決定した変数ｘｉを有限要素法解析や数値解析や損傷解析に与え、これを逆問題解析モデルとして、データベースに登録する。
【０１１５】
登録した逆問題解析モデルを用いて，図２に示したフローに基づいて損傷解析を行う。つまり、図１９のフローにおいて、有限要素法解析の境界条件ｘｉを同定した場合は、この境界条件を同定した有限要素法モデルを図１５の有限要素法モデル15c1とする。図１９のフローにおいて、損傷解析の変数ｘｉを同定した場合は、この変数ｘｉを同定した損傷解析モデルを、図１５の損傷解析モデル15c2とする。
【０１１６】
なお、本実施例においては、直交表を用いた分散分析により、数１７、数１８、数１９に示した誤差平方和ｙを最小化する発明について述べた。さらに、本発明は、ｙを最小化する手法として、最適化手法、例えば、線形計画法、非線形計画法、遺伝的アルゴリズム等を用いたものについても含むものとする。
【０１１７】
【発明の効果】
本発明によれば、発電設備のセンサ情報と運転情報を損傷解析モデルの境界条件に変換し、運転環境が異なる発電設備の実際の運転状態における損傷解析を行うことができるので、ガスタービンの信頼性を高めることができる。
【図面の簡単な説明】
【図１】本発明の第１の実施例を示す遠隔損傷診断装置のシステム構成図。
【図２】第１の実施例の処理フロー図。
【図３】第１の実施例で利用するセンサ情報、運転所情報及びメンテナンス情報の例示図。
【図４】第１の実施例で利用する数値解析モデルの構成図。
【図５】第１の実施例で利用する数値解析モデルの境界条件の説明図。
【図６】第１の実施例で利用する数値解析モデルの解析結果のグラフ。
【図７】ガスタービン静翼の有限要素法の解析結果を示す図。
【図８】破壊力学解析のモデル図。
【図９】き裂進展による損傷解析結果のグラフ。
【図１０】運転時間、起動停止回数に対する損傷結果、損傷予測のグラフ。
【図１１】本発明の第２の実施例を示す遠隔損傷診断装置のシステム構成図。
【図１２】第２の実施例における変数と水準の例示図。
【図１３】第２の実施例で利用する直交表の例示図。
【図１４】第２の実施例の処理フロー図。
【図１５】本発明の第３の実施例を示す遠隔損傷診断装置のシステム構成図。
【図１６】第３の実施例における変数と水準の例示図。
【図１７】第３の実施例で利用する直交表の例示図。
【図１８】第３の実施例で利用する分散分析結果のグラフ。
【図１９】第３の実施例の逆問題解析ステップの処理フロー図。
【符号の説明】
１…圧縮機、２…燃焼器、３…タービン、４…発電機、５…排熱回収ボイラ、６…蒸気タービン、７…発電機、８…復水器、９…センサ信号送信ケーブル、１０…制御装置、１１…運転監視計算機、１２…発電設備側ファイヤーウォール、１３…インターネット、１４…遠隔監視施設側ファイヤーウォール、１５…遠隔損傷診断装置、15a…入出力インターフェイス、15b…境界条件算出手段、15c…損傷数値解析手段、15c1…有限要素法解析モデル、15c2…損傷数値解析モデル、15c3…直交表作成手段、15c4…分散分析手段、15c5…近似式作成手段、15d…損傷評価手段、15e…データベース、１６…タービン動翼、16a…翼前縁、16b…翼先端、16c…プラットフォーム、16d…シャンク、17a〜171…翼冷却孔、18a…翼前縁熱境界、18b…翼背側熱境界、18c…翼腹側熱境界、19a〜19l…翼冷却孔熱境界、20…逆問題解析手段、20a…直交表作成手段、20b…有限要素法解析手段、20ｃ…損傷解析手段、20d…分散分析手段、20e…境界条件作成手段。[0001]
BACKGROUND OF THE INVENTION
The present invention relates to an apparatus for diagnosing damage to equipment in a power generation facility.
[0002]
[Prior art]
Damage diagnosis of equipment in power generation facilities is performed by stopping the equipment at certain regular time intervals or operating frequency intervals, checking the damage status of parts, and performing necessary repairs or replacements for items that exceed the standard value. The method of performing is common. Moreover, the output of various sensors provided in the equipment of the power generation facility is monitored, and when the output exceeds a certain reference value, the equipment is stopped and the damaged state may be inspected.
[0003]
With recent advances in data communication represented by computers and the Internet, there is known a device for diagnosing deterioration in equipment damage diagnosis by sending equipment information on the operating status of equipment to a remote monitoring facility via a communication line. (Japanese Patent Laid-Open No. 11-3113).
[0004]
[Problems to be solved by the invention]
If the power generation facilities have different operating histories, operating conditions, and usage environments, the degree of equipment damage will change. For example, in a gas turbine power generation facility or the like, there are load fluctuations due to peak shaving of power demand in recent years and an increase in the number of start / stop operations. Load fluctuations and increase in the number of start / stops generally increase thermal fatigue damage of parts. Also, depending on the location of the power generation equipment, the intake air temperature and various elements contained in the air differ, and the temperature conditions, load conditions, and environmental conditions of the parts change. When the outside air temperature is lowered, the fluid load applied to the turbine blade increases, and the damage due to the fluid load increases. In addition, if the power generation facility is a seaside industrial area, corrosive substances such as sodium and potassium contained in seawater, sulfurous acid gas and nitrogen oxides contained in soot in the atmosphere adhere to parts, and fatigue damage increases. To do.
[0005]
In this way, when changes in operation history, operation conditions, and usage environment are taken into consideration, it is assumed that reliability is not perfect in periodic intervals as in the above-described damage diagnosis method. On the other hand, there is a possibility that maintenance inspection with an excessive margin can be performed for facilities with good location conditions. However, the method in which the operator and maintenance personnel record changes in operation history, operation conditions, and usage environment to diagnose damage is extremely inefficient.
[0006]
As in the above-mentioned Japanese Patent Application Laid-Open No. 11-3113 and the like, if a device deterioration diagnosis device using a communication line is used, it is possible to constantly monitor changes in operation history, operation conditions, and usage environment. However, since this example does not have a numerical analysis model of damage, damage may not be accurately diagnosed.
[0007]
The object of the present invention is to monitor changes in operating history, operating conditions, and usage environment online in view of the above-mentioned problems of the prior art, and give that information to a numerical analysis model of equipment damage. The condition is monitored, the damage of the equipment is calculated accurately and quickly, and the reliability of the equipment is ensured.
[0008]
[Means for Solving the Problems]
In order to achieve the above-mentioned object, the present invention evaluates the damage of the equipment of the power generation facility by a numerical analysis model based on sensor information by a sensor provided in the power generation facility and operation information and maintenance information related to the operation of the facility. In the diagnostic apparatus, boundary condition calculation means for converting the sensor information into boundary conditions of the numerical analysis model is provided.
[0009]
According to this, the sensor information of the power generation equipment is converted into the boundary condition of the numerical analysis model of damage using the boundary condition and the relational expression of the sensor, and the damage analysis of the equipment by the numerical analysis model is performed using this boundary condition. Since it is implemented, it is possible to accurately predict the damage state of the device, and based on this result, it is possible to determine how to switch, replace and operate the device.
[0010]
Further, the present invention provides an inverse problem analysis means for evaluating the damage state of the equipment of the numerical analysis model using an experimental design method, and compares the numerical value by the means with the numerical value for evaluating the damage state of the actual equipment, The numerical values for evaluating the damage state are integrated. That is, a boundary condition that minimizes the difference between the two is obtained, and a numerical analysis of damage is performed using a numerical analysis model in which the boundary condition is set.
[0011]
According to this, it is possible to improve the boundary condition so that the numerical analysis model matches the actual machine damage compared to the actual equipment damage, so the damage state of the equipment can be predicted more accurately, The reliability of equipment can be increased.
[0012]
In addition, the present invention assigns the sensor information, the operation information, and the maintenance information to an orthogonal table using an experimental design method, analyzes a numerical analysis model of damage, performs an analysis of variance, and sets evaluation items related to damage. An approximate expression is created, and damage diagnosis is performed using the approximate expression. According to this, since the damage analysis can be performed by the approximate expression, the calculation load of the computer can be reduced and damage can be evaluated quickly as compared with the case where the numerical model analysis such as the finite element method is performed. Can do.
[0013]
Furthermore, according to the present invention, a computer that collects the sensor information and the driving information is provided, and the computer and the diagnostic device are connected via a communication line, so that remote monitoring can be performed.
[0014]
DETAILED DESCRIPTION OF THE INVENTION
Hereinafter, embodiments of the present invention will be described with reference to the drawings. FIG. 1 shows an embodiment of a damage diagnostic apparatus for power generation equipment. The power generation facility is driven by a gas turbine including a compressor 1, a combustor 2, and a turbine 3, a generator 4 driven by the gas turbine, an exhaust heat recovery boiler 5, a steam turbine 6, and a steam turbine 6. A generator 7 and a condenser 8. In order to monitor and control the operation state of these main equipments, that is, the compressor 1, the combustor 2, the turbine 3, the

generators

4, 7, the boiler 5, the steam turbine 6, and the condenser 8, A sensor 9 is attached.
[0015]
These sensors 9 are connected to the control device 10 by cables and transmit sensor information to the control device 10. The control device 10 is connected to the operation monitoring computer 11 via a cable, and transmits sensor information and operation information to the operation monitoring computer 11. The operation monitoring computer 11 transmits the sensor information and the operation information to the remote damage diagnosis apparatus 15 via the power generation facility side firewall 12, the Internet 13, and the remote monitoring facility side firewall 14. Maintenance information is input to the remote diagnosis apparatus 15 online or offline. Note that the control device 10 and the operation monitoring computer 11 may be integrated.
[0016]
FIG. 1 also shows a data processing function in the remote damage diagnosis apparatus 15. The transmitted sensor information and operation information are sent to the boundary condition calculation step 15b via the input / output interface 15a, and the sensor information is converted into the boundary condition of the numerical analysis model.
[0017]
The boundary conditions described here are thermal conditions such as fluid temperature and heat transfer coefficient in the thermal analysis of the finite element method, and load conditions such as load, pressure, centrifugal force, and acceleration in the structural analysis. Other numerical analysis models also refer to heat conditions such as fluid temperature and heat transfer coefficient and load conditions such as load, pressure, centrifugal force, and acceleration. The boundary condition refers to a condition that can be input as a variable in a numerical analysis model or damage analysis, and details will be described later.
[0018]
This boundary condition is sent to the numerical analysis means 15c for damage, and the damage of the device is calculated. The numerical analysis means 15c comprises a finite element method analysis means 15c1 and a damage analysis numerical model 15c2, and the former calculates physical quantities such as temperature, deformation, stress, strain and the like of the part when boundary conditions are given. The latter calculates the damage amount from the calculated physical quantity of the component. The amount of damage is calculated every certain number of times, for example, the amount of damage per start / stop. The determination of start / stop can be easily made from information such as the rotational speed of the turbine, fuel, and power generation amount.
[0019]
The calculated damage is sent to the damage evaluation means 15d and added to the cumulative damage of the past driving. When the accumulated damage exceeds a predetermined reference value, a warning is displayed on the input / output interface 15a. Then, the damage information is transmitted to the operation monitoring computer 11 using means such as e-mail. Note that variables used in each means are appropriately read from the database 15e, and the results of each means are also appropriately written in the database 15e.
[0020]
FIG. 2 shows a processing flow of this embodiment. In step 1, sensor information of the power generation facility is obtained. In step 2, the operation information of the power generation equipment is obtained. Examples of sensor information and driving information are shown in FIG.
[0021]
In step 3, a fluid temperature and a heat transfer coefficient, which are boundary conditions of the finite element method thermal analysis, are created from the input sensor information and operation information. Details of the creation method will be described in the description of Equations 3 to 10. In step 4, a load condition, which is a boundary condition for finite element structure analysis, is created from the input sensor information and operation information. Details of the creation method will be described in the explanation of Equations 1 to 2.
[0022]
In step 5, the above boundary conditions are input, and in step 6, thermal analysis and structural analysis are performed by a finite element method. In step 7, physical quantities used for damage analysis are output as analysis results of thermal analysis and structural analysis by the finite element method. Physical quantities include member temperature, stress, strain, and the like.
[0023]
In step 8, the obtained physical quantity is input to the damage analysis model, and in step 9, damage analysis is performed. Details of the damage analysis will be described later in the description of Equation 11. In step 10, the damage result is output and written in the database 15e. The damage analysis results are obtained by quantifying member damage such as fatigue damage rate, creep damage rate, and crack length deformation.
[0024]
In step 11, the accumulated damage results of the members are read from the database 15e, and the damage analysis results calculated in step 10 are integrated and written in the database 15e. In step 12, the integration of damage analysis results, that is, the accumulation of damage analysis results is read from the database and compared with a reference value. Further, in step 13, the driving schedule, for example, the driving time, the number of driving times, and the driving mode are input to the damage analysis, and the damage is extrapolated. At this time, the boundary condition given to the finite element method analysis model is a design condition given in advance, or is calculated from past sensor information, operation information, and maintenance information. In step 14, the damage analysis result is output.
[0025]
If the cumulative damage exceeds a predetermined reference value in step 12, a warning that the damage exceeds the reference value is displayed on the input / output interface 15a. Damage information is transmitted to the operation monitoring computer 11 via the remote monitoring facility side firewall 14, the Internet 13, and the power generation facility side firewall 12 using means such as electronic mail. Even if the damage does not exceed the standard, the damage information of the device may be periodically transmitted, or the time when the damage exceeds the standard may be predicted and transmitted.
[0026]
In the example of FIG. 2, an example in which the boundary condition is calculated from sensor information and driving information using a finite element method analysis model is shown. The present invention includes a case where the numerical analysis model is not a finite element method analysis model. That is, it includes the case where sensor information data, operation information data, and maintenance information data are input as numerical analysis models and damage analysis variables to analyze damage.
[0027]
FIG. 3 shows sensor information, operation information, and maintenance information input to the input / output interface 15a of the remote damage diagnosis apparatus 15 as an example of a gas turbine. The gas turbine includes exhaust gas temperature a1, turbine wheel space temperature a2, compressor discharge air temperature a3, discharge air pressure a4, combustor flame holder temperature a5, combustor fuel flow rate a6, inlet air temperature a7. A sensor 9 is provided for detecting inlet air pressure a8, inlet air humidity a9, inlet variable blade opening a10, rotational speed a11, bearing vibration a12, shaft vibration a13, bearing metal temperature a14, and the like. During test operation and special measurement, the pressure a15, air temperature a16, pressure fluctuation a17, intake air Na sensor a18, combustion gas pressure fluctuation, temperature fluctuation, compressor blade distortion a19 Sensors for measuring the blade temperature a20, turbine blade strain a21, turbine blade temperature a22, combustor strain a23, combustor temperature a24, casing temperature a25, casing strain a26, casing a27, casing displacement a28, etc. may be provided. Such sensor information may be used.
[0028]
The operation information includes start / stop count b1, combustion time b2, trip count (emergency stop count) b3, load fluctuation count b4, power generation output b5, power generation efficiency b6, compressor efficiency b7, and the like.
[0029]
The maintenance information is data obtained by quantifying the damage status at the time of regular inspection. For example, the damage size, area, volume, weight and number thereof, that is, crack length c1, occurrence number c2, thinning weight c3, There are a volume c4, an area c5 and the number c6, an area c7 and the number c8 for coating peeling, and an area c9 and a number c10 for corrosion. Further, the periodic inspection date c11, the periodic inspection count c12, the compressor cleaning frequency c13, the compressor water cleaning date c14, and the compressor water cleaning water pHc15 can also be used as maintenance information.
[0030]
Maintenance information is input to the database 15e through the input / output interface 15a and used as appropriate. When there are a plurality of power generation devices in the power generation facility, the authentication number is transmitted. In FIG. 3, the variable name of the output value of each sensor is given for convenience.
[0031]
The information input to the input / output interface 15a is passed to the boundary condition calculation means 15b, where a boundary condition for numerical analysis is calculated, and this boundary condition is passed to the numerical analysis means 15c for damage. A gas turbine rotor blade will be described as an example.
[0032]
4 and 5 show an overall view and a cross-sectional view of the finite element method analysis model 15c1 of the gas turbine rotor blade. As shown in FIG. 4A, the finite element method analysis model of the gas turbine rotor blade 16 is obtained by modeling the shape of the rotor blade using finite element method analysis nodes and elements, and leading edges 16a, blade tips 16b, and platforms. 16c and shank 16d. Gas turbine hot components are typically cooled with cooling air, but the blades are also cooled. For this reason, the cooling holes shown in the cooling holes 17a to 17l are also modeled in the finite element method analysis model.
[0033]
Analysis boundary conditions are given to the finite element method analysis model 15c1 to calculate various physical quantities of the operation state of the part. As the boundary condition of the mechanical load, a centrifugal force corresponding to the rotation speed and a fluid force corresponding to the operation condition are applied. As a boundary condition of the thermal load, a heat transfer coefficient and a gas temperature are generally given to a part where heat exchange of the finite element method analysis model, that is, a part exposed to fluid.
[0034]
An example of how to provide the thermal boundary condition will be described with reference to FIG. FIG. 5 shows a cross-sectional view of the blade of the finite element method analysis model of the moving blade shown in FIG. The thermal boundary distinguishes between the surfaces 18a-c exposed to the blade combustion gas and the surfaces 19a-l exposed to the cooling gas. Depending on the case, distribution may be provided in individual regions of the surfaces 18a to 18c exposed to the blade combustion gas and the surfaces 19a to 19l exposed to the cooling gas, or the thermal boundary condition may be divided by dividing the individual regions. This is given to the finite element method analysis model 15c1.
[0035]
A boundary condition calculation method in the boundary condition calculation means 15b will be described. As a mechanical load condition, the centrifugal force F1 applied to the rotating component is given by Equation 1. Here, a11 is the rotational speed shown in FIG. 3, and d11 is a constant.
[0036]
[Expression 1]

[0037]
In addition, as a mechanical load condition, the fluid force F2 is given by Equation 2 with some sensor information as variables.
[0038]
[Expression 2]

[0039]
As a thermal boundary condition, the heat transfer coefficient Hgi on the combustion gas side is given by Equation 3 with some of the sensor information as variables. Note that i is a divided boundary number.
[0040]
[Equation 3]

[0041]
The gas temperature Tgi on the combustion gas side is given by Equation 4 with some of the sensor information as variables.
[0042]
[Expression 4]

[0043]
The heat transfer coefficient Hci on the cooling air side is given by Equation 5 with some of the sensor information as variables. i is the number of the divided boundary.
[0044]
[Equation 5]

[0045]
The gas temperature Tci on the cooling air side is given by Equation 6 using some sensor information as variables.
[0046]
[Formula 6]

[0047]
Furthermore, the thermal boundary condition may be calculated by inputting the thermal boundary condition obtained using the numerical fluid analysis as a variable. The heat transfer coefficient and gas temperature of the combustion gas of the part i exposed to the combustion gas obtained by the numerical fluid analysis are respectively Hgci and Tgci, and the heat transfer coefficient and gas temperature of the cooling air of the part j exposed to the cooling air. Let them be Hccj and Tccj, respectively. The heat transfer coefficient Hgi and gas temperature Tgi of the combustion gas at this time are given by

Equations

7 and 8 with some of the sensor information as variables.
[0048]
[Expression 7]

[0049]
[Equation 8]

[0050]
The heat transfer coefficient Hcj of the cooling air and the gas temperature Tcj are given by

Equations

9 and 10 with some sensor information as variables.
[0051]
[Equation 9]

[0052]
[Expression 10]

[0053]
In Equations 1 to 10 indicating the boundary conditions described above, other sensor information, operation information, or maintenance information shown in FIG. 2 can be added as variables as appropriate.
[0054]
As described above, in the boundary condition calculation unit 15b of the remote damage diagnosis apparatus 15, the sensor information and the like input from the input / output interface 15a is converted into the boundary condition by Equations 1 to 10, and passed to the numerical analysis unit 15c.
[0055]
In the numerical analysis means 15c, the finite element method analysis shown in FIGS. 4 and 5 is performed. The analysis to be performed includes thermal analysis such as steady temperature analysis and unsteady temperature analysis, and stress analysis such as static load analysis, thermal stress analysis, creep analysis, and vibration analysis. Based on the finite element method analysis model 15c1 of the numerical analysis step 15c, a physical quantity of the part for evaluating the damage of the part, for example, temperature, deformation, stress, strain and the like is calculated.
[0056]
FIG. 6 shows an example of physical quantity analysis, showing a history of stress strain and temperature during operation of the rotor blade. Damage analysis is performed using the stress and strain fluctuation range and the maximum temperature of the member. A graph of temperature, stress, and strain as shown in the figure may be output to the input / output interface 15a.
[0057]
The damage analysis model 15c2 inputs the obtained physical quantity and performs damage analysis. The fatigue damage analysis includes a linear damage law represented by a minor law and a modified minor law. As a creep damage analysis, a life ratio rule is generally used. Further, regarding damage caused by cracks, fracture mechanics analysis may be used as damage analysis.
[0058]
The damage analysis model statistically processes the damage of the actual machine, and selects an appropriate model that controls the service life. The damage D of the member is generally expressed by Equation 11.
[0059]
[Expression 11]

[0060]
Here, i is a member number, k is a form of damage, σ is stress, ε is strain, T is temperature, N is the number of loads, and t is a load time. As the damage analysis model, a model that can well simulate member damage may be selected as appropriate, and a regression model of actual machine damage may be used.
[0061]
An example of damage analysis is shown in FIGS. FIG. 7 shows the finite element method structural analysis result of the gas turbine stationary blade. As an analysis result, a stress distribution diagram (or temperature distribution diagram) as shown in (a) or a relationship between temperature stresses as shown in (b) is obtained. You may output the analysis result which changed the boundary conditions using sensor information etc.
[0062]
In the case of this part, crack growth due to thermal fatigue is considered to be the damage that dominates the life of the part. For this reason, fracture mechanics analysis is performed using the obtained stress fluctuation range. A model of fracture mechanics analysis is shown in FIG. Formula 12 is integrated by the number of start / stop times N to determine the crack depth a, and an alarm is output when the crack depth a reaches a certain reference.
[0063]
[Expression 12]

[0064]
Here, ΔJ is a J integration range, a physical quantity calculated from the result shown in FIG. 6, and C0, m indicate material constants. C1 is a correction coefficient that expresses the effect of creep, and C2 is a correction coefficient that expresses material deterioration. The influence of the compression holding creep due to the difference in the operation mode and the deterioration of the material due to the repair are considered as coefficients C1 and C2.
[0065]
FIG. 9 shows the result of damage analysis due to crack propagation. The horizontal axis shows the number of start / stop times normalized by a certain value. As damage, the crack depth a is calculated by damage analysis, and a warning is output when the crack depth a reaches a certain dimension.
[0066]
As a general damage analysis, there is the linear damage law described above. This includes the fatigue damage rate Df shown in Equation 13 and the creep damage rate Dc shown in Equation 14.
[0067]
[Formula 13]

[0068]
Here, ni is the number of repetitions of the stress σi, and Ni is the life at the stress σi. Stress is obtained by numerical analysis. The fatigue damage rate Df is calculated for each start and stop of the power generation facility, and the past fatigue damage rate Df is summed to calculate the cumulative Df.
[0069]
[Expression 14]

[0070]
Here, ti is the holding time of temperature Tmpi and stress σi, and Ti is the creep rupture life at temperature Tmpi and stress σi. The temperature Tmpi and stress σi are obtained by numerical analysis, and ti is calculated based on the operation information data. An alarm is issued when the sum of the calculated Df and Dc exceeds a certain reference value.
[0071]
Next, the calculated damage rate is sent to the damage evaluation means 15d. The damage evaluation unit 15d reads the past cumulative damage rate from the database, and appropriately adds the damage rate calculated by the damage analysis unit 15c. If the sum of the damage rates exceeds a certain reference value, information on the damage rates of the parts is displayed on the input / output interface 15a. Further, information on the damage rate is transmitted to the operation monitoring computer 11 of the power generation facility via the communication line. Further, the recommended information for the inspection, repair and replacement of parts is transmitted to the operation monitoring computer 11. As a result, the damage state of the device can be predicted accurately and quickly, and the method of replacement or operation of the device can be determined, so that the reliability of the device can be improved.
[0072]
The information output when the damage rate exceeds a certain reference value includes the name of the power generation equipment, the part name, the damage rate, the prediction of the increase in the damage rate, the recommended information and schedule for inspection, repair, and replacement of the part. In this example, an operation schedule, that is, an operation mode, an operation time, the number of start / stop times, and the like are input in advance, and a transition of damage is output from the cumulative damage analysis.
[0073]
FIG. 10 shows a display example of the relationship between the operation time, the number of start / stop times, and the damage rate. When the damage rate does not exceed a certain reference value, the operation time and the number of start / stop times until the damage is reached are displayed. Thereby, it is possible to make a plan such as replacement or inspection of parts. FIG. 10 also shows the prediction of damage due to design conditions. This makes it easy to determine whether the power generation equipment is damaged more severely than the design conditions, and can be used as a reference for checking or changing the operation method in some cases.
[0074]
Next, a second embodiment of the present invention will be described. FIG. 11 shows a remote damage diagnosis apparatus for power generation equipment according to the second embodiment. A difference from the first embodiment shown in FIG. 1 is that an approximate expression obtained from an experimental design is used for the numerical analysis model 15c of damage.
[0075]
In this embodiment, an orthogonal table creation means 15c3 of an experimental design method is used as the damage numerical analysis means 15c, and sensor information and operation information are assigned as variables to the orthogonal table to perform damage analysis. The damage analysis means is configured by either or both of the analysis by the finite element method analysis model 15c1 and the analysis by the damage numerical analysis model 15c2.
[0076]
First, the sensor information and the operation information are assigned to the orthogonal table using the variable xi. An orthogonal table is a table showing how variables are changed in tests and analyzes used in the design of experiments. Selection of the type of orthogonal table to be used and the variable to be assigned to the orthogonal table is performed by the data input / output interface 15a. The orthogonal table is selected in consideration of the number of variables xi selected, the number of levels thereof, and the number and influence of two-factor interactions of the variable xi.
[0077]
The orthogonal table type is L8 (2 ⁷ ), L16 (2 ¹⁵ ), L32 (2 ³¹ ), L9 (3 ^Four ), L27 (3 ¹³ ), L81 (3 ⁴⁰ ), L12 (2 ¹¹ ), L18 (2 ¹ Three ⁷ ), L36 (2 ¹¹ Three ¹² , 3 ¹³ ) Is well known. The level setting method is determined by referring to the basic statistic when the basic statistic of the variable xi is stored in the database 15e.
[0078]
For example, it is assumed that the frequency distribution of the design variable xi can be approximated by a normal distribution by statistical analysis, and the average value mi and the variance si2 are obtained. As an example of the level setting at this time, when setting the three levels, as shown in Expression 15, the average value mi of the design variable xi, the standard stitch difference si of the design variable xi, and the coefficient a are used. The coefficient a is in the range of more than 0 and about 10 or less.
[0079]
[Expression 15]

[0080]
For design variables xi whose basic statistics are not stored in the database 15e, an average value mi, variance si2, and coefficient a are determined from similar data or experience.
[0081]
FIG. 12 shows the variables and their levels. Variables are assigned to levels by the experimental design analysis means 15c3 and stored in the database 15e. The analysis is performed according to the orthogonal table.
[0082]
The analysis contents are shown in the orthogonal table of FIG. The variable number corresponds to the variable number shown in the line of FIG. 12, and the line number indicates the analysis number. The analysis of analysis number 1 means that the analysis is performed with the level of all variables shown in FIG. The analysis of analysis number 2 means that variable numbers 1 to 12 are analyzed as level 2 and variable number 13 as level 1.
[0083]
Next, the damage numerical analysis means 15c performs analysis according to the orthogonal table of the variables xi allocated in the experiment design method analysis step 15c3. This analysis is a thermal structure analysis using a finite element method model 15c1 simulating the operating conditions of a part, and a damage numerical analysis 15c2 using the physical quantity obtained as a result. As described above, damage analysis includes crack growth analysis using fracture mechanics and analysis of cumulative damage rate using linear damage law.
[0084]
The damage D obtained by the damage numerical analysis means 15c is stored in the database. Next, an analysis of variance is performed on the damage D of the database by the analysis of variance means 15c4, and the effect of each variable is calculated. Analysis of variance is the separation of the information contained in the analysis results into error parts and essential parts, that is, variable effects, and examines whether statistically meaningful conclusions can be drawn from the analysis results. Means. The sum of squares, degrees of freedom, average square, F ratio, P value, contribution rate, etc. are calculated. A variable that is significant among the variables xi can be selected based on the F ratio and the P value.
[0085]
Next, an approximate expression of damage D is created by the approximate expression creating means 15c5 using the analysis result obtained by the analysis of variance means 15c4. The approximate expression is expressed by Equation 16 and indicates a quadratic response surface. b is a coefficient obtained by regression, and ε is an error. Here, in creating the response surface, an approximate expression is created for a design variable of a certain set significance level, for example, 1% or 5%, using the F ratio obtained by the analysis of variance analysis means 15c4. The data input / output interface 15a performs variable input and approximate expression display in the approximate expression creating means 15c4.
[0086]
[Expression 16]

[0087]
When sensor information and operation information are input to the approximate expression for damage D, damage to the component is calculated.
[0088]
FIG. 14 shows a processing flow of the second embodiment. In step 21, a variable is selected. The variables are sensor information and driving information. In step 22, the variable xi is allocated to the orthogonal table. Step 23, step 24, step 25, and step 26 are performed according to the orthogonal table. That is, damage analysis is performed for the number of rows in the orthogonal table.
[0089]
In step 23, thermal analysis and structural analysis are performed by a finite element method. In step 24, physical quantities used for damage analysis are output as analysis results of thermal analysis and structural analysis by the finite element method. Physical quantities include member temperature, stress, and strain. In step 25, the obtained physical quantity is input to the damage analysis model, and in step 26, damage analysis is performed.
[0090]
In step 27, analysis of variance is performed on the damage analysis result. The effect of each variable is calculated by analysis of variance. Also, the sum of squares, the degree of freedom, the average square, the F ratio, the P value, the contribution rate, and the like are calculated. A variable that is significant among the variables xi can be selected based on the F ratio and the P value. As the significance level, 1% or 5% is generally used. As a result, the variable xi that affects the damage D can be selected from the design variables assigned to the orthogonal table, and the variable having no effect can be removed to reduce the variable.
[0091]
In step 28, an approximate equation for damage is created. In creating the approximate expression, an approximate expression is created for a design variable of a certain significance level, for example, 1% or 5%, using the F ratio obtained in step 27.
[0092]
In step 29, sensor information of the power generation equipment is obtained. In step 30, the operation information of the power generation equipment is obtained. In step 31, damage analysis is performed using the created approximate expression. In step 32, the damage result is output and written in the database 15e. The damage analysis results are obtained by quantifying member damage such as fatigue damage rate, creep damage rate, and crack length deformation.
[0093]
In step 33, the accumulated damage results of the members are read from the database, and the damage analysis results calculated in step 31 are accumulated and written in the database 15e. In step 34, integration of damage analysis results, that is, accumulation of damage analysis results is read from the database and compared with a reference value.
[0094]
Furthermore, in step 35, the driving schedule, for example, the driving time, the number of driving times, and the driving mode are input to the damage analysis, and the damage is extrapolated. At this time, the sensor information and the driving information given to the approximate expression are set as design conditions given in advance or calculated from past sensor information and driving information. In step 36, the damage analysis result is output. Others are the same as in the first embodiment.
[0095]
In this embodiment, damage is calculated using an approximate expression created by damage analysis. Therefore, compared with the first embodiment, the load on the computer can be reduced and the analysis can be speeded up, so that damage diagnosis of equipment can be performed. Can be done quickly.
[0096]
Next, a third embodiment of the present invention will be described. FIG. 15 shows a remote damage diagnosis apparatus according to the third embodiment. In the present embodiment, an inverse problem analysis means 20 is provided which matches the numerical analysis model and the damage of the equipment by using the experimental design method to compare with the damage of the equipment.
[0097]
The inverse problem analysis means 20 includes an orthogonal table creation means 20a, a finite element method analysis means 20b, a damage analysis means 20c, a variance analysis means 20d, and a boundary condition creation means 20e (same as 15b in FIG. 1). In the orthogonal table creation means 20a, the boundary conditions of the analysis model used in the finite element method analysis means 20b are assigned to the levels as variables, and the analysis is performed according to the orthogonal table.
[0098]
FIG. 16 shows an example in which the thermal boundary conditions of the moving blades shown in FIG. 4 are assigned to levels. For each characteristic part of the blade, for example, the leading edge of the blade, the blade tip, the blade surface side, the blade surface back side, and the cooling hole are divided into regions in the height direction, and regions of thermal boundary conditions are assigned. Here, the coefficient for the heat transfer coefficient obtained by numerical fluid analysis or the like is used as a variable, and each is changed to three levels, and the thermal analysis of the finite element method is performed.
[0099]
FIG. 17 shows an orthogonal table. In this orthogonal table analysis example, 36 cases of finite element method thermal analysis are performed. For example, analysis number 1 is obtained by multiplying all heat transfer coefficients obtained by numerical fluid analysis by coefficient 1. This is an analysis of heat transfer coefficient.
[0100]
The physical quantity obtained by the finite element method thermal analysis means 20b is compared with the damage of the actual machine, and the boundary condition that minimizes the residual is identified. For example, in the case of a moving blade, the temperature of the moving blade of the actual machine can be estimated by the amount of coarsening of the metal reinforced structure, and therefore the temperature of each part of the blade of the actual machine can be observed to estimate the temperature of each part.
[0101]
Next, a boundary condition that minimizes the estimated temperature of each part and the temperature of the numerical analysis means 15c is obtained. For example, the formula of the response y shown in Equation 17 is created. Here, k is the part number of the blade, Tck is the temperature of the part k obtained by numerical analysis, and Tik is the temperature of the part k obtained by observation of the actual blade.
[0102]
[Expression 17]

[0103]
A variance analysis unit 20d performs a variance analysis on the orthogonal analysis result, and a boundary condition creating unit 20e creates a thermal boundary that minimizes the sum of squares of the residuals of the temperature difference between the analysis and the actual machine.
[0104]
FIG. 18 shows the relationship between variables, that is, the thermal boundary level, the actual machine, and the residual residual sum of squares y of the finite element analysis. For example, the heat transfer coefficients of the variable symbols A to E are set to values that reduce the residual sum of squares. And this thermal boundary condition is stored in a database, and it inputs into the boundary condition of the finite element method analysis model 15c1 in the damage analysis means 15c. The heat transfer coefficients obtained by the inverse problem analysis means 20 are reflected in the boundary conditions of the finite element method analysis model 15c1 as the heat transfer coefficients Hgci and Hccj shown in

Expressions

7 and 9.
[0105]
In the present embodiment, the boundary condition of the finite element method analysis model 15c1 is corrected by the inverse problem analysis means 20 so as to coincide with the actual machine. For this reason, the damage analysis means 15c can be made more accurate and the reliability of the parts can be improved.
[0106]
Further, when damage records such as crack length exist in the database 15e, the boundary conditions may be changed so that the actual machine data and analysis are matched for these damages. In that case, the damage analysis means 15c is performed by orthogonal analysis, and the boundary condition that minimizes the residual sum of squares of the obtained damage and the actual machine damage is calculated. Damage here refers to the quantification of major damage that dominates the life of the actual machine, such as crack size, number of cracks, thickness reduction, number of thickness reduction, pit size, peeling size, number of peeling, etc. .
[0107]
In addition, what is used as a variable in the orthogonal table creation means 20a may be a boundary condition for analysis, such as heat transfer coefficient, temperature, load, boundary rigidity, boundary attenuation, fluid force, material deterioration degree, etc. . As an analysis performed by the orthogonal analysis, FIG. 15 shows the finite element method analysis means 15c1 and the damage analysis means 15c2, but the present invention is not limited to this, and any mathematical model capable of orthogonal analysis may be used.
[0108]
FIG. 19 shows a processing flow including inverse problem analysis according to the third embodiment. In step 41, a variable is selected. The variable is a variable to be input to a boundary condition of a finite element method thermal analysis or a structural analysis, a numerical analysis model, or a variable to be input to a damage analysis model. In step 42, variable xi is assigned to an orthogonal table. Steps 43 to 46 are performed according to the orthogonal table. That is, damage analysis is performed for the number of columns in the orthogonal table.
[0109]
In step 47, the temperature, stress, and strain, which are the results obtained by the finite element method analysis, are compared with the results estimated from the inspection record of the actual machine, and the boundary condition that minimizes the residual is identified as the working boundary condition. . That is, the error sum of squares y between the analysis result shown in Equation 18 and the estimated value obtained by the actual machine inspection is calculated, and the boundary condition for minimizing this is obtained.
[0110]
[Formula 18]

[0111]
Here, k is the number of a variable to be compared, xa (k) is a variable obtained by analysis, and xi (k) is a variable obtained from an inspection record. The temperature and stress distribution in the actual machine operation state can be accurately predicted by thermal structure analysis by the finite element method using the identified actual boundary conditions. It is also possible to identify the boundary condition of the damage analysis model by using the damage D shown in Equation 11 as a variable to be compared. At this time, y in Equation 19 is calculated.
[0112]
[Equation 19]

[0113]
Here, k is the number of the variable to be compared, Da (k) is the damage obtained by the analysis, and Di (k) is the damage obtained from the inspection record.
[0114]
In step 49, analysis of variance is performed, and a variable xi that minimizes y shown in

Equations

18 and 19 is selected. In step 50, a variable xi that minimizes y is determined. In step 51, the determined variable xi is given to finite element analysis, numerical analysis, or damage analysis, and this is registered in the database as an inverse problem analysis model.
[0115]
Damage analysis is performed based on the flow shown in FIG. 2 using the registered inverse problem analysis model. That is, in the flow of FIG. 19, when the boundary condition xi of the finite element method analysis is identified, the finite element method model in which the boundary condition is identified is set as the finite element method model 15c1 of FIG. When the damage analysis variable xi is identified in the flow of FIG. 19, the damage analysis model in which the variable xi is identified is set as the damage analysis model 15c2 of FIG.
[0116]
In the present embodiment, an invention has been described in which the error sum of squares y shown in

Equations

17, 18, and 19 is minimized by analysis of variance using an orthogonal table. Furthermore, the present invention includes an optimization method such as a method using linear programming, nonlinear programming, genetic algorithm, or the like as a method for minimizing y.
[0117]
【The invention's effect】
According to the present invention, since the sensor information and the operation information of the power generation facility can be converted into the boundary condition of the damage analysis model and the damage analysis in the actual operation state of the power generation facility with different operation environments can be performed, Can increase the sex.
[Brief description of the drawings]
FIG. 1 is a system configuration diagram of a remote damage diagnosis apparatus according to a first embodiment of the present invention.
FIG. 2 is a process flow diagram of the first embodiment.
FIG. 3 is a diagram illustrating sensor information, driving station information, and maintenance information used in the first embodiment.
FIG. 4 is a configuration diagram of a numerical analysis model used in the first embodiment.
FIG. 5 is an explanatory diagram of boundary conditions of a numerical analysis model used in the first embodiment.
FIG. 6 is a graph of an analysis result of a numerical analysis model used in the first embodiment.
FIG. 7 is a diagram showing an analysis result of a finite element method of a gas turbine stationary blade.
FIG. 8 is a model diagram of fracture mechanics analysis.
FIG. 9 is a graph of damage analysis results due to crack propagation.
FIG. 10 is a graph of damage results and damage prediction with respect to operation time, start / stop count.
FIG. 11 is a system configuration diagram of a remote damage diagnosis apparatus showing a second embodiment of the present invention.
FIG. 12 is a view showing examples of variables and levels in the second embodiment.
FIG. 13 is an exemplary diagram of an orthogonal table used in the second embodiment.
FIG. 14 is a processing flowchart of the second embodiment.
FIG. 15 is a system configuration diagram of a remote damage diagnosis apparatus showing a third embodiment of the present invention.
FIG. 16 is a view showing examples of variables and levels in the third embodiment.
FIG. 17 is a view showing an example of an orthogonal table used in the third embodiment.
FIG. 18 is a graph showing an analysis of variance result used in the third embodiment.
FIG. 19 is a process flow diagram of an inverse problem analysis step of the third embodiment.
[Explanation of symbols]
DESCRIPTION OF SYMBOLS 1 ... Compressor, 2 ... Combustor, 3 ... Turbine, 4 ... Generator, 5 ... Waste heat recovery boiler, 6 ... Steam turbine, 7 ... Generator, 8 ... Condenser, 9 ... Sensor signal transmission cable, 10 DESCRIPTION OF SYMBOLS ... Control device, 11 ... Operation monitoring computer, 12 ... Power generation facility side firewall, 13 ... Internet, 14 ... Remote monitoring facility side firewall, 15 ... Remote damage diagnosis device, 15a ... Input / output interface, 15b ... Boundary condition calculation means , 15c ... damage numerical analysis means, 15c1 ... finite element method analysis model, 15c2 ... damage numerical analysis model, 15c3 ... orthogonal table creation means, 15c4 ... variance analysis means, 15c5 ... approximation formula creation means, 15d ... damage evaluation means, 15e ... database, 16 ... turbine blade, 16a ... blade leading edge, 16b ... blade tip, 16c ... platform, 16d ... shank, 17a-171 ... blade cooling hole, 18a ... blade leading edge thermal boundary, 18b ... blade backside heat Boundary, 18c ... Ventral heat Boundary, 19a to 19l ... blade cooling hole thermal boundary, 20 ... inverse problem analysis means, 20a ... orthogonal table creation means, 20b ... finite element method analysis means, 20c ... damage analysis means, 20d ... dispersion analysis means, 20e ... boundary conditions Creation means.

Claims

In the diagnostic apparatus for evaluating damage of the equipment of the power generation facility by the numerical analysis model of the finite element method based on the sensor information provided by the sensor provided in the power generation facility and the operation information and maintenance information regarding the operation of the facility,
Boundary condition calculation means for converting the sensor information, the operation information, and the maintenance information into boundary conditions of the numerical analysis model, and numerical analysis means for performing numerical analysis of damage by the numerical analysis model given the calculated boundary conditions; ,
And, using the experimental design method, the boundary conditions calculated from the sensor information, the operation information and the maintenance information are assigned as variables to the orthogonal table, and the thermal analysis simulating the operation conditions by the numerical analysis model according to the orthogonal table and Inverse problem analysis means for performing structural analysis, comparing the analysis result with actual machine inspection data, and determining the boundary condition as the variable so that the difference is minimized, or optimization for minimizing the difference An inverse problem analysis means for determining the boundary condition using a technique,
After resetting the numerical analysis model identified by the boundary condition, which is a variable obtained by the inverse problem analysis means, in the numerical analysis means, the boundary condition calculation means is used to obtain sensor information, operation information, and maintenance information. A damage diagnosis device for a power generation facility, wherein the damage diagnosis device converts to a boundary condition, performs numerical analysis of the identified damage, and outputs a damage result.

In claim 1, the numerical analysis means calculates damage for each predetermined number of start and stop times of the equipment, accumulates the calculated damage, and information on damage when the cumulative damage exceeds a certain reference value. A damage diagnosis apparatus for a power generation facility, characterized by providing damage evaluation means for outputting.

In the diagnostic apparatus for evaluating damage of the equipment of the power generation facility by the numerical analysis model of the finite element method based on the sensor information provided by the sensor provided in the power generation facility and the operation information and maintenance information regarding the operation of the facility,
An orthogonal table creating means for assigning the sensor information, the operation information, and the maintenance information to the orthogonal table as a boundary condition variable of the numerical analysis model by an experimental design method, and according to the orthogonal table, the operation condition is determined by the numerical analysis model. Numerical analysis means for performing simulated thermal analysis and structural analysis, and performing damage analysis using physical quantities of the analysis results, and calculating the effect of each variable on the damage analysis results obtained by the numerical analysis means The analysis of variance using an analysis of variance based on a preset significance level, and an approximation formula creation means for creating an approximate expression of an evaluation item related to damage based on the significant variable, A damage diagnosis apparatus for a power generation facility, wherein damage diagnosis is performed by inputting the sensor information and the operation information to the approximate expression.

4. The power generation according to claim 1, wherein a computer that collects the sensor information and the driving information is provided, and the computer and the diagnostic device are connected via a communication line to enable remote diagnosis. Equipment damage diagnosis device.