JP4019299B2 - ガスタービンの異常診断方法 - Google Patents
ガスタービンの異常診断方法 Download PDFInfo
- Publication number
- JP4019299B2 JP4019299B2 JP26913199A JP26913199A JP4019299B2 JP 4019299 B2 JP4019299 B2 JP 4019299B2 JP 26913199 A JP26913199 A JP 26913199A JP 26913199 A JP26913199 A JP 26913199A JP 4019299 B2 JP4019299 B2 JP 4019299B2
- Authority
- JP
- Japan
- Prior art keywords
- gas turbine
- performance
- coefficient
- operating conditions
- turbine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Images
Description
【０００１】
【発明の属する技術分野】
本発明は、運転中のガスタービンの性能係数をリアルタイムに監視し、機器の異常を早期に特定するガスタービンの異常診断方法に関する。
【０００２】
【従来の技術】
図１は、ガスタービンのモデル図である。ガスタービンは、減速機１、インテーク２、圧縮機３、燃焼器４、タービン５、等からなる。また、ガスタービンの性能は、圧縮機３の流量係数Ｗｃと効率係数ηｃ、燃料器４の効率係数ηｂ、及びタービンの流量係数Ｗｔと効率係数ηｔの５個の性能係数で評価することができる。すなわち、ガスタービンの運転条件（ＧＴ出力、入口温度、入口圧力、回転数）と上記５個の性能係数から、エンジンモデルを用いて圧縮機出口圧力、燃料流量、タービン出口温度の３個のセンサ出力値（以下、センサパラメータという）をシミュレーションすることができる。
【０００３】
【発明が解決しようとする課題】
実際のガスタービンの運転中に、ガスタービンを構成する圧縮機、燃料器及びタービンが何らかの不具合を生じると、５個の性能係数のうち１個又は２個以上が異常となる。従って、ガスタービンの運転中に５個の性能係数を監視し、その異常を早期に検知できれば、ガスタービンの異常を早期に発見することができる。
【０００４】
しかし、ガスタービンの各性能係数は、直接的には運転中には計測できない。すなわち、ガスタービンの運転中に計測できるのは、運転条件以外では上述した３個のセンサパラメータ（圧縮機出口圧力、燃料流量、タービン出口温度）にすぎない。また、この３個のセンサパラメータは、ガスタービンの運転条件と５個の性能係数の影響を受けるため、３個のセンサパラメータから直接的に性能係数を求めることはできない。
【０００５】
更に、ガスタービンの性能係数は５個であるのに対してセンサパラメータは３個しかないため、解析的にはセンサパラメータが２個不足し、５個の性能係数を求められない。すなわち、従来技術では、Ｓｎ＝ｆｎ（Ｉ１，Ｉ２，．．．Ｉｎ），Ｓｎ：センサｎの計測値、ｆｎ：エンジンモデル（関数）、Ｉｎ：要素ｎの特性、のｎ元連立方程式を解いて要素ｎの異常を診断するので、ｎ個の要素の異常を診断するにはｎ個のセンサが必要となる。従って、ｒ個のセンサが付いているガスタービンで、ｒ個以上の要素の異常を診断しようとすると、不足分のセンサの追加が不可欠であり、ガスタービンの改造等に多くの費用がかかる問題点があった。
【０００６】
そのため、従来は、ガスタービンの運転中に３個のセンサパラメータ（圧縮機出口圧力、燃料流量、タービン出口温度）はリアルタイムに計測できるものの、ガスタービン機器に何らかの異常があっても、どの機器の性能係数の異常か、言い換えればどの機器が異常を生じているかをリアルタイムには特定できなかった。
【０００７】
本発明は、かかる問題点を解決するために創案されたものである。すなわち、異常を検出する性能係数の数（Ｎ）よりも少ない数（ｒ）のセンサパラメータから、実際に運転中のガスタービンの性能係数をリアルタイムに監視し、その異常を早期に検知してガスタービン機器の異常を早期に特定することができるガスタービンの異常診断方法を提供することにある。
【０００８】
【課題を解決するための手段】
本発明によれば、ガスタービンの運転条件とそのｒ個のセンサパラメータからガスタービンを構成する機器のｒより大きいｎ個の性能係数の異常を検出するガスタービンの異常診断方法であって、前記センサパラメータは、ガスタービンを構成する機器の性能係数とガスタービンの運転条件に影響を受けるパラメータであり、（Ａ）ガスタービンの運転条件と前記ｎ個の性能係数から前記ｒ個のセンサパラメータを求めるモデル関数Ｆを予め作成し、（Ｂ）（ｎ−ｒ）個の性能係数を正常時の一定値に固定し、ガスタービンの運転条件とそのｒ個のセンサパラメータから残りのｒ個の性能係数を前記モデル関数Ｆから求め、（Ｃ）前記Ｂをｎ個からｒ個を選択するnＣr通りのすべての組合せについて順次行い、（Ｄ）前記Ｂで得られたｒ個の性能係数がすべて大きく変動する組合せを特定し、（Ｅ）特定したすべての組合せで固定した性能係数を異常と診断する、ことを特徴とするガスタービンの異常診断方法が提供される。
【０００９】
本発明の好ましい実施形態によれば、前記ｎ個の性能係数は、圧縮機の流量係数Ｗｃと効率係数ηｃ、燃料器の効率係数ηｂ、及びタービンの流量係数Ｗｔと効率係数ηｔの５個であり、前記ｒ個のセンサパラメータは、圧縮機出口圧力、燃料流量、タービン出口温度の３個である。また、前記ガスタービンの運転条件は、ＧＴ出力、入口温度、入口圧力、及び回転数である。
【００１０】
ｒ個（例えば３個）のセンサパラメータは、ガスタービンの運転条件とｎ個（例えは５個）の性能係数の影響を常に受ける。従って、性能係数のいずれかが異常になっていると、その影響を受けてすべてのセンサパラメータが正常値から外れている。
この状態で、本発明の方法によれば、実際のガスタービンの運転中に、ガスタービンの運転条件と正常値から外れたｒ個のセンサパラメータから、（ｎ−ｒ）個の性能係数を正常時の一定値に固定して、ガスタービンの運転条件とそのｒ個のセンサパラメータから残りのｒ個の性能係数をモデル関数Ｆから求める。この演算は、ｒ個のセンサでｒ個の要素を診断することに相当し、解を求めることができる。
【００１１】
しかし得られた解は、（ｎ−ｒ）個の性能係数を固定しているので、その影響を受けている。この影響は、正常な性能係数を固定した場合には、変動量は比較的少ないが、異常な性能係数を固定した場合には、残りのすべての性能係数が正常値から大きく変動することになる。
従って、本発明の方法により、ｎ個からｒ個を選択するnＣr通りのすべての組合せについて順次行い、得られた結果からｒ個の性能係数がすべて大きく変動する組合せを特定し、この特定したすべての組合せで固定した性能係数を異常と診断することで、異常の性能係数を特定することができる。
【００１２】
言い換えれば、ｒ個のセンサしかなければ、計算できる要素の数はｒ個であるが、ここでｎ個（ｎ＞ｒ）の要素の異常を診断したい場合、ｎ個の要素から（ｎ−ｒ）個の要素はノミナル値を定数として計算することで、残りのｒ個の要素を診断できる。ｎ個の要素から（ｎ−ｒ）個を定数とする組合せは、nＣr通りある。本発明では、このnＣr通りのすべての組合せで計算を行う。
【００１３】
ガスタービンが正常に動作している場合は、どの計算結果にも要素特性の変化は顕れない。従ってこのときの各性能係数を正常値として記憶しておく。次いで、ガスタービンの運転中に、定数とした要素に異常があった場合は、定数としていない要素の全てが変化することになる。よって、逆にnＣr通りの組合せの計算結果で、定数としていない要素のいずれかに変化しない要素がある組合せを見つけ、その全ての組合せで定数となっていない要素に異常があることになる。
【００１４】
【発明の実施の形態】
以下、本発明の好ましい実施形態を具体的に説明する。図１に示したガスタービンモデルにおいて、ガスタービンの運転条件は、ＧＴ出力、入口温度、入口圧力、及び回転数であり、これらは実際のガスタービンの運転中、リアルタイムに検出し、解析用コンピュータの記憶装置に記録される。また、ガスタービンの性能係数は、圧縮機の流量係数Ｗｃと効率係数ηｃ、燃料器４の効率係数ηｂ、及びタービンの流量係数Ｗｔと効率係数ηｔの５個であるが、直接的には計測できない。更に、ガスタービンのセンサ出力値（センサパラメータ）は、通常、圧縮機出口圧力、燃料流量、タービン出口温度の３個であり、この値も実際のガスタービンの運転中、リアルタイムに検出し、解析用コンピュータの記憶装置に記録される。
【００１５】
上述したガスタービンの運転条件（ＧＴ出力、入口温度、入口圧力、及び回転数）と５個の性能係数から３個のセンサパラメータを求めるエンジンモデルは、従来からガスタービンの性能をシミュレートするために開発されている。このエンジンモデルの詳細は、ここでは省略し、これをモデル関数Ｆとする。
【００１６】
図２は、本発明のガスタービンの異常診断方法のブロック図である。この図に示すように、本発明の異常診断方法は、モデル関数作成ステップＳ１、性能係数演算ステップＳ２、異常診断ステップＳ３の３つのステップからなる。
【００１７】
モデル関数作成ステップＳ１では、（Ａ）ガスタービンの運転条件とｎ個（この例では５個）の性能係数からｒ個（この例では３個）のセンサパラメータを求めるモデル関数Ｆを予め作成する。このモデル関数は、ガスタービンの性能をシミュレートするエンジンモデルである。このモデル関数は、コンピュータを用いて短時間で解析できる限りで形式は自由であり、各センサパラメータＹを運転条件と性能係数の関数で顕してもよく、或いはｎ次の連立方程式を解いてもよく、或いは収束計算を繰り返すものでもよい。
【００１８】
性能係数演算ステップＳ２では、（Ｂ）（ｎ−ｒ）個（この例では２個）の性能係数を正常時の一定値に固定し、ガスタービンの運転条件とそのｒ個（この例では３個）のセンサパラメータから残りのｒ個（３個）の性能係数をモデル関数Ｆから求める。この演算には、例えば、Ｎｅｗｔｏｎ−Ｒａｐｈｓｏｎ法を適用することができる。
また、（Ｂ）の演算を、（Ｃ）ｎ個からｒ個を選択するnＣr通りのすべての組合せについて順次行う。（表１）は、５個の性能係数から３個を選択する５Ｃ３通りの組合せの具体例である。
【００１９】
【表１】
【００２０】
図３は、実際のガスタービンに本発明の方法を適用した場合の、具体例である。この例では、総運転時間４６００時間前後で、圧縮機流量係数、タービン効率係数、タービン流量係数の３個の性能係数がすべて大きく変動している。なお、性能係数演算ステップＳ２では、このような性能特性が、ガスタービンの運転条件とセンサパラメータの変化に応じてリアルタイムに常に5Ｃ3通り（１０通り）得られる。
【００２１】
異常診断ステップＳ３では、（Ｄ）前記Ｂで得られたｒ個の性能係数がすべて大きく変動する組合せを特定し、（Ｅ）特定したすべての組合せで固定した性能係数を異常と診断する。
【００２２】
（表２）は、上述した実際のガスタービンに適用した場合の、固定した効率係数と総運転時間４６００時間前後で変動が大きい効率係数を示している。
【００２３】
【表２】
この表から、総運転時間４６００時間前後で３個の性能係数がすべて大きく変動する組合せはケース２と３であり、この２つのケースの両方で固定した性能係数は、燃料器効率係数である。従って、燃料器効率係数が異常であると診断することができる。
なお、この燃料器効率係数の異常は、その後の検査で、燃料器に燃料を供給する燃料流量計の故障（特性変化）であることが確認された。
【００２４】
上述したように、本発明の方法によれば、実際のガスタービンの運転中に、ガスタービンの運転条件と正常値から外れたｒ個のセンサパラメータから、（ｎ−ｒ）個の性能係数を正常時の一定値に固定して、ガスタービンの運転条件とそのｒ個のセンサパラメータから残りのｒ個の性能係数をモデル関数Ｆから求める。
求めた解は、（ｎ−ｒ）個の性能係数を固定しているので、その影響を受けているが、その影響は、正常な性能係数を固定した場合には、変動量は比較的少なく、異常な性能係数を固定した場合には、残りのすべての性能係数が正常値から大きく変動する。
【００２５】
従って、本発明の方法により、ｎ個からｒ個を選択するnＣr通りのすべての組合せについて順次行い、得られた結果かからｒ個の性能係数がすべて大きく変動する組合せを特定し、この特定したすべての組合せで固定した性能係数を異常と診断することで、異常の性能係数を特定することができる。
【００２６】
なお、本発明は上述した実施形態に限定されず、本発明の要旨を逸脱しない範囲で種々変更できることは勿論である。
【００２７】
【発明の効果】
上述したように、本発明のガスタービンの異常診断方法によれば、異常を検出する性能係数の数（Ｎ）よりも少ない数（ｒ）のセンサパラメータから、実際に運転中のガスタービンの性能係数をリアルタイムに監視し、その異常を早期に検知してガスタービン機器の異常を早期に特定することができる、等の優れた効果を有する。
【図面の簡単な説明】
【図１】ガスタービンのモデル図である。
【図２】本発明のガスタービンの異常診断方法のブロック図である。
【図３】３個の性能係数がすべて大きく変動する組合せの具体例である。
【符号の説明】
１ 減速機
２ インテーク
３ 圧縮機
４ 燃焼器
５ タービン
Ｗｃ 圧縮機の流量係数
ηｃ 圧縮機の効率係数
ηｂ 燃料器の効率係数
Ｗｔ タービンの流量係数
ηｔ タービンの効率係数
【発明の属する技術分野】
本発明は、運転中のガスタービンの性能係数をリアルタイムに監視し、機器の異常を早期に特定するガスタービンの異常診断方法に関する。
【０００２】
【従来の技術】
図１は、ガスタービンのモデル図である。ガスタービンは、減速機１、インテーク２、圧縮機３、燃焼器４、タービン５、等からなる。また、ガスタービンの性能は、圧縮機３の流量係数Ｗｃと効率係数ηｃ、燃料器４の効率係数ηｂ、及びタービンの流量係数Ｗｔと効率係数ηｔの５個の性能係数で評価することができる。すなわち、ガスタービンの運転条件（ＧＴ出力、入口温度、入口圧力、回転数）と上記５個の性能係数から、エンジンモデルを用いて圧縮機出口圧力、燃料流量、タービン出口温度の３個のセンサ出力値（以下、センサパラメータという）をシミュレーションすることができる。
【０００３】
【発明が解決しようとする課題】
実際のガスタービンの運転中に、ガスタービンを構成する圧縮機、燃料器及びタービンが何らかの不具合を生じると、５個の性能係数のうち１個又は２個以上が異常となる。従って、ガスタービンの運転中に５個の性能係数を監視し、その異常を早期に検知できれば、ガスタービンの異常を早期に発見することができる。
【０００４】
しかし、ガスタービンの各性能係数は、直接的には運転中には計測できない。すなわち、ガスタービンの運転中に計測できるのは、運転条件以外では上述した３個のセンサパラメータ（圧縮機出口圧力、燃料流量、タービン出口温度）にすぎない。また、この３個のセンサパラメータは、ガスタービンの運転条件と５個の性能係数の影響を受けるため、３個のセンサパラメータから直接的に性能係数を求めることはできない。
【０００５】
更に、ガスタービンの性能係数は５個であるのに対してセンサパラメータは３個しかないため、解析的にはセンサパラメータが２個不足し、５個の性能係数を求められない。すなわち、従来技術では、Ｓｎ＝ｆｎ（Ｉ１，Ｉ２，．．．Ｉｎ），Ｓｎ：センサｎの計測値、ｆｎ：エンジンモデル（関数）、Ｉｎ：要素ｎの特性、のｎ元連立方程式を解いて要素ｎの異常を診断するので、ｎ個の要素の異常を診断するにはｎ個のセンサが必要となる。従って、ｒ個のセンサが付いているガスタービンで、ｒ個以上の要素の異常を診断しようとすると、不足分のセンサの追加が不可欠であり、ガスタービンの改造等に多くの費用がかかる問題点があった。
【０００６】
そのため、従来は、ガスタービンの運転中に３個のセンサパラメータ（圧縮機出口圧力、燃料流量、タービン出口温度）はリアルタイムに計測できるものの、ガスタービン機器に何らかの異常があっても、どの機器の性能係数の異常か、言い換えればどの機器が異常を生じているかをリアルタイムには特定できなかった。
【０００７】
本発明は、かかる問題点を解決するために創案されたものである。すなわち、異常を検出する性能係数の数（Ｎ）よりも少ない数（ｒ）のセンサパラメータから、実際に運転中のガスタービンの性能係数をリアルタイムに監視し、その異常を早期に検知してガスタービン機器の異常を早期に特定することができるガスタービンの異常診断方法を提供することにある。
【０００８】
【課題を解決するための手段】
本発明によれば、ガスタービンの運転条件とそのｒ個のセンサパラメータからガスタービンを構成する機器のｒより大きいｎ個の性能係数の異常を検出するガスタービンの異常診断方法であって、前記センサパラメータは、ガスタービンを構成する機器の性能係数とガスタービンの運転条件に影響を受けるパラメータであり、（Ａ）ガスタービンの運転条件と前記ｎ個の性能係数から前記ｒ個のセンサパラメータを求めるモデル関数Ｆを予め作成し、（Ｂ）（ｎ−ｒ）個の性能係数を正常時の一定値に固定し、ガスタービンの運転条件とそのｒ個のセンサパラメータから残りのｒ個の性能係数を前記モデル関数Ｆから求め、（Ｃ）前記Ｂをｎ個からｒ個を選択するnＣr通りのすべての組合せについて順次行い、（Ｄ）前記Ｂで得られたｒ個の性能係数がすべて大きく変動する組合せを特定し、（Ｅ）特定したすべての組合せで固定した性能係数を異常と診断する、ことを特徴とするガスタービンの異常診断方法が提供される。
【０００９】
本発明の好ましい実施形態によれば、前記ｎ個の性能係数は、圧縮機の流量係数Ｗｃと効率係数ηｃ、燃料器の効率係数ηｂ、及びタービンの流量係数Ｗｔと効率係数ηｔの５個であり、前記ｒ個のセンサパラメータは、圧縮機出口圧力、燃料流量、タービン出口温度の３個である。また、前記ガスタービンの運転条件は、ＧＴ出力、入口温度、入口圧力、及び回転数である。
【００１０】
ｒ個（例えば３個）のセンサパラメータは、ガスタービンの運転条件とｎ個（例えは５個）の性能係数の影響を常に受ける。従って、性能係数のいずれかが異常になっていると、その影響を受けてすべてのセンサパラメータが正常値から外れている。
この状態で、本発明の方法によれば、実際のガスタービンの運転中に、ガスタービンの運転条件と正常値から外れたｒ個のセンサパラメータから、（ｎ−ｒ）個の性能係数を正常時の一定値に固定して、ガスタービンの運転条件とそのｒ個のセンサパラメータから残りのｒ個の性能係数をモデル関数Ｆから求める。この演算は、ｒ個のセンサでｒ個の要素を診断することに相当し、解を求めることができる。
【００１１】
しかし得られた解は、（ｎ−ｒ）個の性能係数を固定しているので、その影響を受けている。この影響は、正常な性能係数を固定した場合には、変動量は比較的少ないが、異常な性能係数を固定した場合には、残りのすべての性能係数が正常値から大きく変動することになる。
従って、本発明の方法により、ｎ個からｒ個を選択するnＣr通りのすべての組合せについて順次行い、得られた結果からｒ個の性能係数がすべて大きく変動する組合せを特定し、この特定したすべての組合せで固定した性能係数を異常と診断することで、異常の性能係数を特定することができる。
【００１２】
言い換えれば、ｒ個のセンサしかなければ、計算できる要素の数はｒ個であるが、ここでｎ個（ｎ＞ｒ）の要素の異常を診断したい場合、ｎ個の要素から（ｎ−ｒ）個の要素はノミナル値を定数として計算することで、残りのｒ個の要素を診断できる。ｎ個の要素から（ｎ−ｒ）個を定数とする組合せは、nＣr通りある。本発明では、このnＣr通りのすべての組合せで計算を行う。
【００１３】
ガスタービンが正常に動作している場合は、どの計算結果にも要素特性の変化は顕れない。従ってこのときの各性能係数を正常値として記憶しておく。次いで、ガスタービンの運転中に、定数とした要素に異常があった場合は、定数としていない要素の全てが変化することになる。よって、逆にnＣr通りの組合せの計算結果で、定数としていない要素のいずれかに変化しない要素がある組合せを見つけ、その全ての組合せで定数となっていない要素に異常があることになる。
【００１４】
【発明の実施の形態】
以下、本発明の好ましい実施形態を具体的に説明する。図１に示したガスタービンモデルにおいて、ガスタービンの運転条件は、ＧＴ出力、入口温度、入口圧力、及び回転数であり、これらは実際のガスタービンの運転中、リアルタイムに検出し、解析用コンピュータの記憶装置に記録される。また、ガスタービンの性能係数は、圧縮機の流量係数Ｗｃと効率係数ηｃ、燃料器４の効率係数ηｂ、及びタービンの流量係数Ｗｔと効率係数ηｔの５個であるが、直接的には計測できない。更に、ガスタービンのセンサ出力値（センサパラメータ）は、通常、圧縮機出口圧力、燃料流量、タービン出口温度の３個であり、この値も実際のガスタービンの運転中、リアルタイムに検出し、解析用コンピュータの記憶装置に記録される。
【００１５】
上述したガスタービンの運転条件（ＧＴ出力、入口温度、入口圧力、及び回転数）と５個の性能係数から３個のセンサパラメータを求めるエンジンモデルは、従来からガスタービンの性能をシミュレートするために開発されている。このエンジンモデルの詳細は、ここでは省略し、これをモデル関数Ｆとする。
【００１６】
図２は、本発明のガスタービンの異常診断方法のブロック図である。この図に示すように、本発明の異常診断方法は、モデル関数作成ステップＳ１、性能係数演算ステップＳ２、異常診断ステップＳ３の３つのステップからなる。
【００１７】
モデル関数作成ステップＳ１では、（Ａ）ガスタービンの運転条件とｎ個（この例では５個）の性能係数からｒ個（この例では３個）のセンサパラメータを求めるモデル関数Ｆを予め作成する。このモデル関数は、ガスタービンの性能をシミュレートするエンジンモデルである。このモデル関数は、コンピュータを用いて短時間で解析できる限りで形式は自由であり、各センサパラメータＹを運転条件と性能係数の関数で顕してもよく、或いはｎ次の連立方程式を解いてもよく、或いは収束計算を繰り返すものでもよい。
【００１８】
性能係数演算ステップＳ２では、（Ｂ）（ｎ−ｒ）個（この例では２個）の性能係数を正常時の一定値に固定し、ガスタービンの運転条件とそのｒ個（この例では３個）のセンサパラメータから残りのｒ個（３個）の性能係数をモデル関数Ｆから求める。この演算には、例えば、Ｎｅｗｔｏｎ−Ｒａｐｈｓｏｎ法を適用することができる。
また、（Ｂ）の演算を、（Ｃ）ｎ個からｒ個を選択するnＣr通りのすべての組合せについて順次行う。（表１）は、５個の性能係数から３個を選択する５Ｃ３通りの組合せの具体例である。
【００１９】
【表１】
図３は、実際のガスタービンに本発明の方法を適用した場合の、具体例である。この例では、総運転時間４６００時間前後で、圧縮機流量係数、タービン効率係数、タービン流量係数の３個の性能係数がすべて大きく変動している。なお、性能係数演算ステップＳ２では、このような性能特性が、ガスタービンの運転条件とセンサパラメータの変化に応じてリアルタイムに常に5Ｃ3通り（１０通り）得られる。
【００２１】
異常診断ステップＳ３では、（Ｄ）前記Ｂで得られたｒ個の性能係数がすべて大きく変動する組合せを特定し、（Ｅ）特定したすべての組合せで固定した性能係数を異常と診断する。
【００２２】
（表２）は、上述した実際のガスタービンに適用した場合の、固定した効率係数と総運転時間４６００時間前後で変動が大きい効率係数を示している。
【００２３】
【表２】
なお、この燃料器効率係数の異常は、その後の検査で、燃料器に燃料を供給する燃料流量計の故障（特性変化）であることが確認された。
【００２４】
上述したように、本発明の方法によれば、実際のガスタービンの運転中に、ガスタービンの運転条件と正常値から外れたｒ個のセンサパラメータから、（ｎ−ｒ）個の性能係数を正常時の一定値に固定して、ガスタービンの運転条件とそのｒ個のセンサパラメータから残りのｒ個の性能係数をモデル関数Ｆから求める。
求めた解は、（ｎ−ｒ）個の性能係数を固定しているので、その影響を受けているが、その影響は、正常な性能係数を固定した場合には、変動量は比較的少なく、異常な性能係数を固定した場合には、残りのすべての性能係数が正常値から大きく変動する。
【００２５】
従って、本発明の方法により、ｎ個からｒ個を選択するnＣr通りのすべての組合せについて順次行い、得られた結果かからｒ個の性能係数がすべて大きく変動する組合せを特定し、この特定したすべての組合せで固定した性能係数を異常と診断することで、異常の性能係数を特定することができる。
【００２６】
なお、本発明は上述した実施形態に限定されず、本発明の要旨を逸脱しない範囲で種々変更できることは勿論である。
【００２７】
【発明の効果】
上述したように、本発明のガスタービンの異常診断方法によれば、異常を検出する性能係数の数（Ｎ）よりも少ない数（ｒ）のセンサパラメータから、実際に運転中のガスタービンの性能係数をリアルタイムに監視し、その異常を早期に検知してガスタービン機器の異常を早期に特定することができる、等の優れた効果を有する。
【図面の簡単な説明】
【図１】ガスタービンのモデル図である。
【図２】本発明のガスタービンの異常診断方法のブロック図である。
【図３】３個の性能係数がすべて大きく変動する組合せの具体例である。
【符号の説明】
１ 減速機
２ インテーク
３ 圧縮機
４ 燃焼器
５ タービン
Ｗｃ 圧縮機の流量係数
ηｃ 圧縮機の効率係数
ηｂ 燃料器の効率係数
Ｗｔ タービンの流量係数
ηｔ タービンの効率係数
Claims (3)
- ガスタービンの運転条件とそのｒ個のセンサパラメータからガスタービンを構成する機器のｒより大きいｎ個の性能係数の異常を検出するガスタービンの異常診断方法であって、
前記センサパラメータは、ガスタービンを構成する機器の性能係数とガスタービンの運転条件に影響を受けるパラメータであり、
（Ａ）ガスタービンの運転条件と前記ｎ個の性能係数から前記ｒ個のセンサパラメータを求めるモデル関数Ｆを予め作成し、
（Ｂ）（ｎ−ｒ）個の性能係数を正常時の一定値に固定し、ガスタービンの運転条件とそのｒ個のセンサパラメータから残りのｒ個の性能係数を前記モデル関数Ｆから求め、
（Ｃ）前記Ｂをｎ個からｒ個を選択するnＣr通りのすべての組合せについて順次行い、（Ｄ）前記Ｂで得られたｒ個の性能係数がすべて大きく変動する組合せを特定し、
（Ｅ）特定したすべての組合せで固定した性能係数を異常と診断する、ことを特徴とするガスタービンの異常診断方法。 - 前記ｎ個の性能係数は、圧縮機の流量係数Ｗｃと効率係数ηｃ、燃料器の効率係数ηｂ、及びタービンの流量係数Ｗｔと効率係数ηｔの５個であり、前記ｒ個のセンサパラメータは、圧縮機出口圧力、燃料流量、タービン出口温度の３個である、ことを特徴とする請求項１に記載のガスタービンの異常診断方法。
- 前記ガスタービンの運転条件は、ＧＴ出力、入口温度、入口圧力、及び回転数である、ことを特徴とする請求項１に記載のガスタービンの異常診断方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26913199A JP4019299B2 (ja) | 1999-09-22 | 1999-09-22 | ガスタービンの異常診断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26913199A JP4019299B2 (ja) | 1999-09-22 | 1999-09-22 | ガスタービンの異常診断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2001090554A JP2001090554A (ja) | 2001-04-03 |
| JP4019299B2 true JP4019299B2 (ja) | 2007-12-12 |
Family
ID=17468135
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP26913199A Expired - Lifetime JP4019299B2 (ja) | 1999-09-22 | 1999-09-22 | ガスタービンの異常診断方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4019299B2 (ja) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3922426B2 (ja) * | 2001-09-14 | 2007-05-30 | 石川島播磨重工業株式会社 | ガスタービンの性能診断方法 |
| US6823675B2 (en) * | 2002-11-13 | 2004-11-30 | General Electric Company | Adaptive model-based control systems and methods for controlling a gas turbine |
| US7032388B2 (en) * | 2003-11-17 | 2006-04-25 | General Electric Company | Method and system for incorporating an emission sensor into a gas turbine controller |
| JP4464226B2 (ja) * | 2004-08-24 | 2010-05-19 | 株式会社日立製作所 | 高湿分ガスタービン発電プラントの制御装置及び高湿分ガスタービン発電プラント制御方法 |
| US7603222B2 (en) | 2005-11-18 | 2009-10-13 | General Electric Company | Sensor diagnostics using embedded model quality parameters |
-
1999
- 1999-09-22 JP JP26913199A patent/JP4019299B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JP2001090554A (ja) | 2001-04-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA2398248C (en) | Diagnostic method and system for turbine engines | |
| CN110118128B (zh) | 微型燃气轮机传感器故障诊断和容错控制方法 | |
| JP2003328841A (ja) | ターボチャージドエンジンの診断システム | |
| US20080201104A1 (en) | Monitoring a degrading system | |
| US20110154821A1 (en) | Estimating Pre-Turbine Exhaust Temperatures | |
| JP4513771B2 (ja) | 一軸型コンバインドサイクルプラントの性能監視方法及びシステム | |
| US20100138132A1 (en) | Engine health monitoring | |
| EP2388672A1 (en) | Identifying of turbomachine faults | |
| Mathioudakis et al. | Performance analysis of industrial gas turbines for engine condition monitoring | |
| US6675639B1 (en) | Apparatus and method to detect cylinder faults of internal combustion engines via exhaust temperature monitoring | |
| JP2003303014A (ja) | プラント機器の保守管理方法および装置 | |
| JP4019299B2 (ja) | ガスタービンの異常診断方法 | |
| JP3922426B2 (ja) | ガスタービンの性能診断方法 | |
| JP2002108440A (ja) | 発電設備の損傷診断装置 | |
| JP6803788B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
| JP5845705B2 (ja) | ガスタービン性能推定装置 | |
| CN110609479B (zh) | 基于线性变参数模型的燃气轮机传感器容错控制方法 | |
| JP2003232225A (ja) | ある範囲内のエンジンセンサーの故障を検出する方法 | |
| JP2007298009A (ja) | 発電システムの異常診断装置 | |
| EP4092259A1 (en) | Engine mass flow observer with fault mitigation | |
| JP5164928B2 (ja) | ガスタービンの異常診断装置 | |
| CN112883535A (zh) | 致流机性能建模 | |
| JP2001329855A (ja) | ガスタービンのタービン入口温度予測方法 | |
| CN109236467A (zh) | 一种检测发动机动力不足的方法及装置 | |
| JP2004239702A (ja) | エンジンモデルを用いた自動エンジン試験装置のシーケンスファイルの作成および検証方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20041214 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060824 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060908 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061023 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070312 |
|
| 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: 20070830 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070912 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101005 Year of fee payment: 3 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 4019299 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101005 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101005 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111005 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121005 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131005 Year of fee payment: 6 |
|
| EXPY | Cancellation because of completion of term |