JP7158875B2

JP7158875B2 - 圧縮機の異常を予測するためのシステムおよび方法

Info

Publication number: JP7158875B2
Application number: JP2018057345A
Authority: JP
Inventors: シダース・アブロル; カール・ディーン・ミント; ニサム・パラッカバラッピル・ラヒマン; プラバンジャナ・カリア; ウリチク・バス; コレイ・ニコラス・ブフィー
Original assignee: General Electric Co
Current assignee: General Electric Co
Priority date: 2017-03-30
Filing date: 2018-03-26
Publication date: 2022-10-24
Anticipated expiration: 2038-03-26
Also published as: EP3382208A1; US20180283391A1; EP3382208B1; US10662959B2; JP2018197543A

Description

本明細書に開示される主題は、ガスタービンシステムの圧縮機に関し、より詳細には、圧縮機の異常の予測のためのシステムおよび方法に関する。

ガスタービンシステムは、一般に、圧縮機、燃焼器、およびタービンを含む。圧縮機は、空気取り入れ口からの空気を圧縮した後に、この圧縮空気を燃焼器へと送る。燃焼器は、圧縮空気と燃料との混合物を燃焼させて、高温の燃焼ガスを生成し、次いで高温の燃焼ガスは、タービンへと導かれて、発電機または他の負荷を駆動するなどの仕事を生み出す。しかしながら、ガスタービンシステムの構成要素が使用時に磨耗および引き裂きを被り、さらには／あるいはガスタービンシステムの動作状態が変化することで、圧縮機におけるストール、サージ、および／または不安定などの異常につながる可能性がある。異常が見過ごされると、効率が低下し、メンテナンスの間隔が短くなり、構成要素を損傷させる結果になりかねない。したがって、圧縮機におけるストール、サージ、不安定、または他の異常は、費用および多大な労力を要する出来事である。

米国特許出願公開第２０１６／０１２３１７５号明細書

出願時の特許請求の範囲に記載される主題と範囲において同等である特定の実施形態が、以下に要約される。これらの実施形態は、特許請求の範囲に記載される主題の範囲を限定しようとするものではなく、むしろ、これらの実施形態は、本主題について考えられる形態の概要を提供しようとするものにすぎない。実際、本主題は、後述される実施形態と同様であってよく、あるいは後述される実施形態から相違してよい種々の形態を包含し得る。

第１の実施形態においては、非一時的なコンピュータにとって読み取り可能な記憶媒体が、プロセッサによる実行が可能な１つ以上のインストラクションを格納し、１つ以上のインストラクションは、コントローラのプロセッサによって実行されたときに、１つ以上の段におけるそれぞれの圧縮機ブレード先端部と圧縮機のケーシングとの間の圧力を表す１つ以上の信号を受け取ることを含む動作を実行させる。動作は、順列エントロピウィンドウおよび信号に基づいて複数のパターンを生成することと、複数のパターンにおいて複数のパターンカテゴリを識別することとを含む。さらに、動作は、複数のパターンおよび複数のパターンカテゴリに基づいて順列エントロピを決定することと、順列エントロピに基づいて圧縮機における異常を予測することとを含む。さらに、動作は、圧縮機に異常が存在する場合に、複数のパターンカテゴリを、パターンカテゴリについて決定された順列に対して比較することを含む。また、動作は、複数のパターンカテゴリのパターンカテゴリについて決定された順列に対する比較に基づいて、異常のカテゴリを予測することをさらに含む。

第２の実施形態においては、圧縮機における異常を予測するためのシステムが、１つ以上の段におけるそれぞれの圧縮機ブレード先端部に隣接させて圧縮機のケーシング上に配置された１つ以上のセンサを含む。１つ以上のセンサは、１つ以上の段におけるそれぞれの圧縮機ブレード先端部と圧縮機のケーシングとの間の圧力を表すセンサ信号を生成するように構成される。さらに、システムは、１つ以上のセンサに動作可能に組み合わせられ、センサ信号を前処理して、前処理された信号を生成するようにプログラムされたコントローラを含む。さらに、コントローラは、順列エントロピウィンドウおよび前処理された信号に基づいて複数のパターンを生成し、複数のパターンにおいて複数のパターンカテゴリを識別するようにプログラムされる。加えて、コントローラは、複数のパターンおよび複数のパターンカテゴリに基づいて順列エントロピを決定し、順列エントロピに基づいて圧縮機における異常を予測するようにさらにプログラムされる。さらに、コントローラは、圧縮機において異常が存在する場合に、複数のパターンカテゴリを、パターンカテゴリについて決定された順列に対して比較するようにプログラムされる。また、コントローラは、複数のパターンカテゴリのパターンカテゴリについて決定された順列に対する比較に基づいて、異常のカテゴリを予測するようにさらにプログラムされる。

第３の実施形態においては、システムが、圧縮機を含むガスタービンを含む。圧縮機は、複数の段を含み、各々の段は、複数の圧縮機ブレードを有する。システムは、複数の段のうちの１つ以上の段におけるそれぞれの圧縮機ブレード先端部に隣接させて圧縮機のケーシング上に配置された１つ以上のセンサを含む。１つ以上のセンサは、１つ以上の段におけるそれぞれの圧縮機ブレード先端部と圧縮機のケーシングとの間の圧力を表すセンサ信号を生成するように構成される。システムは、１つ以上のセンサに動作可能に組み合わせられ、センサ信号を前処理して、前処理された信号を生成するようにプログラムされたコントローラをさらに含む。さらに、コントローラは、順列エントロピウィンドウおよび前処理された信号に基づいて複数のパターンを生成し、複数のパターンにおいて複数のパターンカテゴリを識別するようにプログラムされる。加えて、コントローラは、複数のパターンおよび複数のパターンカテゴリに基づいて順列エントロピを決定し、順列エントロピに基づいて圧縮機における異常を予測するようにさらにプログラムされる。さらに、コントローラは、圧縮機において異常が存在する場合に、複数のパターンカテゴリを、パターンカテゴリについて決定された順列に対して比較するようにプログラムされる。また、コントローラは、複数のパターンカテゴリのパターンカテゴリについて決定された順列に対する比較に基づいて、異常のカテゴリを予測するようにさらにプログラムされる。

本主題のこれらの特徴、態様、および利点、ならびに他の特徴、態様、および利点は、以下の詳細な説明を添付の図面を参照しつつ検討することで、よりよく理解されよう。添付の図面においては、図面の全体を通して、同様の符号は同様部分を表している。

圧縮機における異常を予測するためのサービスプラットフォームを有するガスタービンシステムの実施形態の概略図である。図１のガスタービンシステムにおける圧縮機の実施形態の断面図である。図１の圧縮機のパラメータの多変量解析のための信号の実施形態のグラフ表示である。図１の圧縮機における異常を予測するための方法の実施形態のフロー図である。図４の方法によって異常を予測するために使用される第１の信号の実施形態の第１のグラフ表示である。図４の方法によって異常を予測するために使用される第２の信号の実施形態の第２のグラフ表示である。図４の方法によって異常を予測するために利用されるセンサ信号に基づいて前処理された信号を生成するための方法の実施形態のフロー図である。異常の予測に利用されるパターンにおいて複数のパターンカテゴリを識別するための方法の実施形態のフロー図である。図１の圧縮機におけるパラメータを表す信号の一部分の実施形態を示している。図９の信号において識別される種々の考えられるパターンカテゴリの実施形態を示している。異常の予測に利用される順列エントロピを決定するための方法の実施形態のフロー図である。異常の予測に利用される重み付けされた順列エントロピを決定するための方法の実施形態のフロー図である。異常の予測に利用される複数のパターンに重みを割り当てるための方法の実施形態のフロー図である。

以下で、本主題の１つ以上の具体的な実施形態を説明する。これらの実施形態の簡潔な説明を提供しようとする努力において、必ずしも実際の実施のすべての特徴を、本明細書においては説明しないかもしれない。あらゆる工学または設計プロジェクトと同様に、そのようなあらゆる実際の実施の開発においては、例えばシステム関連およびビジネス関連の制約の遵守など、実施ごとにさまざまであり得る開発者の特定の目標を達成するために、実施ごとに特有の多数の決定を行わなければならないことを、理解すべきである。さらに、そのような開発の努力が、複雑かつ時間を必要とするものであり得るが、それでもなお本開示の恩恵を被る当業者にとって設計、製作、および製造の日常的な取り組みにすぎないと考えられることを、理解すべきである。

本主題の種々の実施形態の構成要素を紹介するとき、冠詞「ａ」、「ａｎ」、「ｔｈｅ」、および「ｓａｉｄ」は、それらの構成要素が１つ以上存在することを意味するように意図されている。「を備える（ｃｏｍｐｒｉｓｉｎｇ）」、「を含む（ｉｎｃｌｕｄｉｎｇ）」、および「を有する（ｈａｖｉｎｇ）」という用語は、包含であるように意図され、列挙された構成要素以外のさらなる構成要素が存在してもよいことを意味する。

開示される実施形態は、ガスタービンシステムの圧縮機における異常を予測するためのシステムおよび方法を含む。異常が予測されたとき、実施形態は、予測された異常を最小化または回避するために、是正の動作をガスタービンシステムに実行させることをさらに含む。上述したように、圧縮機における異常のいくつかの例は、圧縮機におけるストール、サージ、不安定、またはこれらの組み合わせを含む。実施形態は、それぞれの圧縮機ブレード先端部と圧縮機のケーシングとの間の圧力（例えば、空気力学的圧力）を表す高速時系列センサ信号を生成し、次いでセンサ信号をパターン認識アルゴリズムを含むサービスプラットフォームへと送信する圧力センサを利用することを含む。実施形態は、異常を迅速に予測するために高速時系列センサ信号の順列エントロピを決定することをさらに含む。次いで、ガスタービンシステムの動作状態、順列エントロピの確率分布、履歴の順列エントロピデータ、などから決定されたしきい値に基づいて、異常の尺度が計算される。したがって、予測された圧縮機の異常を最小化または回避するように、制御動作を行うことができる。したがって、開示される実施形態は、圧縮機の異常の量および重大度を低減することで、圧縮機および対応するガスタービンシステムの寿命を延ばし、効率を高めことができる。

図面を参照すると、図１は、圧縮機２４における異常を予測するためのガスタービンシステム１０の実施形態のブロック図である。以下で詳しく説明されるように、開示されたガスタービンシステム１０（例えば、タービンシステム、ガスタービン）は、圧縮機２４における異常（例えば、ストール、サージ、不安定）を予測するためにサービスプラットフォーム６２を使用することができる。上述したように、ガスタービンシステム１０は、異常を最小化または回避するように制御動作を行うことができる。

出力を生み出すために、ガスタービンシステム１０は、ガスタービンシステム１０を駆動するために、天然ガスおよび／または水素を豊富に含む合成ガスなどの液体または気体燃料を使用することができる。図示のとおり、燃料ノズル１２が、燃料供給１４を取り入れ、燃料を空気、酸素、酸素を豊富にした空気、酸素を減らした空気、またはこれらの任意の組み合わせなどの酸化剤と混合する。以下の説明では、酸化剤を空気としているが、任意の適切な酸化剤を、開示された実施形態において使用することができる。ひとたび燃料および空気が混合されると、燃料ノズル１２は、燃料－空気混合物を、最適な燃焼、排出物、燃料消費、および出力に適した比率で、燃焼器１６へと分配する。ガスタービンシステム１０は、１つ以上の燃焼器１６の内部に配置された１つ以上の燃料ノズル１２を含むことができる。燃料－空気混合物は、燃焼器１６内の燃焼室において燃焼することで、高温の加圧された排気ガスを生成する。燃焼器１６は、排気ガス（例えば、高温の加圧されたガス）をつなぎピースを通ってタービンノズル（または、「第１段ノズル」）へと導き、他段のバケット（または、ブレード）およびノズルが、タービンケーシング１９（例えば、外ケーシング）内でのタービン１８の回転を生じさせる。排気ガスは、排気出口２０に向かって流れる。排気ガスがタービン１８を通過するとき、ガスはタービンバケット（または、ブレード）に力を作用させ、ガスタービンシステム１０の軸線に沿ったシャフト２２を回転させる。

図示されるとおり、シャフト２２を、圧縮機２４を含むガスタービンシステム１０の種々の構成要素に接続することができる。さらに、圧縮機２４は、図２を参照してさらに詳細に説明されるように、シャフト２２に結合したブレードを含む。シャフト２２が回転するとき、圧縮機２４内のブレードも、圧縮機ケーシング２５（例えば、外ケーシング）内で回転することにより、空気取り入れ口２６から圧縮機２４を通って燃料ノズル１２および／または燃焼器１６へと空気を圧縮する。圧縮機２４からの圧縮された空気（例えば、吐出された空気）の一部を、矢印２７によって示されるように、燃焼器１６を通過させることなく、タービン１８またはその構成要素へと向けることができる。吐出された空気（例えば、冷却流体）を、ステータ上のシュラウドおよびノズル、ならびにロータ上のバケット、ディスク、およびスペーサなど、タービンの構成要素を冷却するために利用することができる。さらに、シャフト２２を、例えば発電プラントにおける発電機または航空機のプロペラなど、移動または不動の負荷であってよい負荷２８へと接続することができる。負荷２８は、ガスタービンシステム１０の回転出力によって動作することができる任意の適切な装置を含むことができる。ガスタービンシステム１０は、軸方向の軸線または軸方向３０、軸線３０に近づき、もしくは軸線３０から遠ざかる半径方向３２、ならびに軸線３０を中心とする円周方向３４に沿って広がることができる。

さらに、ガスタービンシステム１０は、ガスタービンシステム１０の動作を制御するコントローラ５６（例えば、電子式および／またはプロセッサベースのコントローラ）を含むことができる。コントローラ５６は、センサ、制御バルブ、およびポンプ、あるいはガスタービンシステム１０の各所の他の流量調整機構と電気的に通信することによって、ガスタービンシステム１０の動作を独立に制御することができる。コントローラ５６は、完全または部分的に自動化された分散制御システム（ＤＣＳ）または任意のコンピュータに基づくワークステーションを含むことができる。例えば、コントローラ５６は、いずれもインストラクションを記憶するためのメモリ６０（例えば、メモリ回路）を通常は備えることができる汎用または特定用途向けのプロセッサ５８を使用する任意の装置であってよい。プロセッサ５８は、１つ以上の処理装置を含むことができ、メモリ６０は、後述されるようにガスタービンシステム１０を制御するとともに、本明細書に記載の制御動作を実行するために、プロセッサ５８による実行が可能なインストラクションを協働して記憶する１つ以上の有形の非一時的な機械で読み取ることができる媒体を含むことができる。より具体的には、コントローラ５６は、とりわけガスタービンシステム１０の流量、モータ速度、バルブ位置、および排出物を制御するために、ガスタービンシステム１０の種々の構成要素から入力信号を受け取り、制御信号を出力してガスタービンシステム１０の種々の構成要素を制御し、ガスタービンシステム１０の種々の構成要素と通信する。コントローラ５６は、ガスタービンシステム１０の制御要素と通信することができる。コントローラ５６は、燃焼パラメータの調節、システムの各所の流体の流れの調節、ガスタービンシステム１０の動作の調節、などを行うことができる。

図示のとおり、コントローラ５６は、圧縮機２４内に配置された１つ以上のセンサ７０と通信する。センサ７０は、圧縮機２４に関するデータを収集し、データを表すセンサ信号１００（例えば、電圧）をコントローラ５６へと送信することができる。センサ７０は、センサ信号１００を高速（例えば、２００ｋＨｚ、５００ｋＨｚ）で送信することができる。例えば、以下で図２を参照してさらに詳しく説明されるように、センサ７０を圧縮機２４の圧縮機ケーシング２５の内面に組み合わせてデータを収集し、１つ以上の段のそれぞれの圧縮機ブレード先端部と圧縮機ケーシング２５との間の圧力（例えば、空気力学的圧力）を表す信号を送信することができる。センサ７０を、ブレード８０の組に対して、センサ７０がそのようなブレード８０の組に最も近い場合や、センサ７０がそのようなブレード８０の組に対向して配置されている場合などに、「近接」および／または「隣接」していると見なすことができる。さらに、センサ７０は、音響センサ、圧力センサ、振動センサ、圧電センサ、またはこれらの組み合わせなど、圧縮機２４のパラメータ（例えば、圧力データ）の収集に適した任意の種類のセンサであってよい。特定の実施形態において、センサ７０は、異なる種類のセンサであってよく、ガスタービンシステム１０に関する異なるパラメータ（例えば、温度、流量）を収集することができる。

コントローラ５６を、プロセッサ５８およびメモリ６０を有するものとして説明してきたが、コントローラ５６が、コントローラ５６によるガスタービンシステム１０の動作の制御を可能にするためのいくつかの他のコンピュータシステム構成要素および関連の構成要素を含んでよいことに、注意すべきである。例えば、コントローラ５６は、他のコンピュータシステムとの通信をコントローラ５６にとって可能にする通信構成要素を含むことができる。さらに、コントローラ５６は、グラフィカルユーザインターフェースなどを介したユーザとのやり取りをコントローラ５６にとって可能にする入力／出力構成要素を含むことができる。さらに、ガスタービンシステム１０の圧縮機２４内に配置された２つ以上のセンサ７０が存在してもよい。例えば、圧縮機２４の１つ以上の段について圧縮機２４の内面に組み合わせられたセンサ７０が存在してもよい。さらに、コントローラ５６およびサービスプラットフォーム６２のいずれかまたは両方が、本明細書に記載の実施形態を実行でき、あるいは本明細書に記載の実施形態を含むことができることに、注意されたい。

本実施形態に示されるように、コントローラ５６は、サービスプラットフォーム６２（例えば、異常予測プラットフォーム）に組み合わせられる。特定の実施形態において、サービスプラットフォーム６２は、サービス（ＰａａＳ）などのクラウドベースのプラットフォームであってよい。特定の実施形態において、サービスプラットフォーム６２は、ガスタービンシステム１０およびガスタービンシステム１０の各々の構成要素（例えば、圧縮機２４）の両方の性能を分析し、これらに関する異常を予測するために、工業規模の分析を行うことができる。図示のとおり、サービスプラットフォーム６２は、データベース６４に通信可能に接続される。データベース６４および／またはメモリ６０は、（例えば、１つ以上のセンサ７０によって受信される）ガスタービンシステム１０に関する履歴データ、１つ以上のモデル、および他のデータを記憶することができる。例えば、データベース６４および／またはメモリ６０は、さらに詳しく後述されるように、ガスタービンシステム１０および圧縮機２４の異常を予測し、予測される異常を最小化または回避するための是正の動作を生じさせるためのアルゴリズム（例えば、パターン認識に基づくアルゴリズム）を、記憶することができる。さらに、データベース６４は、図２および図４を参照して詳細に後述されるように、パターンカテゴリについて決定された順列１１０を記憶することができる。

ここで図２を参照すると、圧縮機２４は、ロータまたはシャフト２２の周りの段または列８２に配置された何組かのブレード８０を含むことができる。圧縮機２４は、シャフト２２の吸気シャフト８４を介して空気取り入れ口２６に接続され、シャフト２２の出力シャフト８６を介して燃焼システム（例えば、燃焼器１６および／またはタービン１８）に接続される。一組の入口ガイドベーン８８が、任意の所与の時点において圧縮機２４へと進入する流体（例えば、空気）の量を制御する。とくに、入口ガイドベーン８８のブレードの角度が、圧縮機２４に進入する流体の量を決定することができる。ブレードの角度が比較的小さい（すなわち、「実質的に閉じられている」）とき、もたらされる流体は少ないが、ブレードの角度が比較的大きい（すなわち、「実質的に開いている」）とき、より多くの流体がもたらされる。入口ガイドベーン８８のブレードの角度を、以下でさらに詳しく説明されるように、予測される異常を最小化または回避するための制御動作として、コントローラ５６によって制御することができる。

動作時、流体は、圧縮機２４を通って移動し、圧縮される。すなわち、ブレード８０の各組は、圧縮機２４を通って流体を回転移動させつつ、流体の体積を減少させることで、流体を圧縮する。流体の圧縮は、熱および圧力を発生させる。本実施形態においては、圧縮機２４を、圧縮機の吐出（例えば、吐出流体）を入口マニホールド９０を介して吸気シャフト８４へと再循環させるように構成することができる。再循環させられた圧縮機吐出流体は、一般に「入口抽気熱」と呼ばれ、圧縮機２４の特定のパラメータを調節すべく調節することが可能である。好都合には、本明細書に記載の技術は、以下でさらに詳しく説明されるように、圧縮機２４において予測される異常を最小化または回避するための制御動作として、入口抽気熱を制御することができる。

本実施形態に示されるように、２つのセンサ７０が圧縮機２４に含まれている。特定の実施形態において、センサ７０は、圧縮機２４の圧縮機ケーシング２５の内面１０４に配置される。センサ７０を、ブレード８０の組のうちの１つ以上の組に対向させて内面１０４に配置することができる。さらに、特定の実施形態においては、センサ７０を、ブレード８０の各組に対向させ、あるいはブレード８０の組のうちのただ１つに対向させて、圧縮機２４内に配置することができる。センサ７０は、例えば、音響センサ、圧力センサ、振動センサ、これらの組み合わせ、などを含むことができる。

センサ７０は、圧縮機２４におけるパラメータ（例えば、圧力センサ信号、圧縮機２４の１つ以上の段８２における圧縮機２４のそれぞれの圧縮機ブレード先端部と圧縮機ケーシング２５との間の圧力または空気力学的圧力を表す信号）を表すセンサ信号１００を生成する。図示のとおり、センサ信号１００を、コントローラ５６へと送信することができ、コントローラ５６は、センサ信号１００をサービスプラットフォーム６２へと送信することができる。サービスプラットフォーム６２がコントローラ５６に含まれる実施形態においては、センサ７０によって生成されたセンサ信号１００を、サービスプラットフォーム６２へと直接送信してもよい。

サービスプラットフォーム６２は、センサ信号１００を処理して、前処理された信号１０６を生成することができる。サービスプラットフォーム６２は、各々のセンサ信号１００について、前処理された信号１０６を生成することができる。前処理された信号１０６の生成は、図７を参照してさらに詳しく後述される。

特定の実施形態において、サービスプラットフォーム６２は、前処理された信号１０６をデータベース６４に記憶することができる。センサ信号１００が前処理されない実施形態においては、代わりに、サービスプラットフォーム６２は、センサ信号１００をデータベース６４に記憶することができる。さらに、サービスプラットフォーム６２は、さらなる処理のために、前処理された信号１０６をデータベース６４から取り出すことができる。特定の実施形態において、前処理された信号１０６は、圧縮機２４におけるパラメータを表す。例えば、各々の前処理された信号１０６は、圧縮機ケーシング２５と、それぞれのセンサ７０が近接して位置するブレード８０の組の先端部との間の圧力または空気力学的圧力を表すことができる。

さらに、サービスプラットフォーム６２は、センサ信号１００および／または前処理された信号１０６についてロバストな多変量解析を提供するために、データの複数のチャネルについてセンサ信号１００（例えば、時系列データ）を解析することができる。例えば、サービスプラットフォーム６２は、圧縮機２４内に配置された各々のセンサ７０を表すベクトル、および／またはセンサ７０に近接するブレード８０の組の各々のブレードを表すベクトルを介して、センサ信号１００のマトリクスを生成することができる。このようにして、本明細書に開示の実施形態を、圧縮機２４のブレードおよび／または段８２ならびに／あるいは圧縮機２４内のセンサ７０の各々について繰り返し、異常の予測に利用されるセンサ信号１００および／または前処理された信号１０６の粒度を高めることができる。センサ信号１００および／または前処理された信号１０６の多変量解析については、図３を参照してさらに詳しく説明される。

サービスプラットフォーム６２は、順列エントロピウィンドウおよび信号に基づいて複数のパターンを生成することができる。本明細書において使用されるとき、用語「順列エントロピウィンドウ」は、埋め込み次元（例えば、「Ｄ」）によって特徴付けられる仮想ウィンドウを指して使用される。さらに、順列エントロピウィンドウは、信号からデータのサブセットを、データのサブセットが埋め込み次元に等しい長さを特徴とするように選択するために使用される。埋め込み次元は、例えば、決定された数のタイムスタンプまたは決定された数のサンプル（例えば、サンプル数）を含むことができる。これらの要素は、図９および図１０を参照してさらに詳しく説明される。

特定の実施形態において、信号は、センサ信号１００、前処理された信号１０６、またはこれらの組み合わせを含むことができる。さらに、サービスプラットフォーム６２は、パターン内の複数のパターンカテゴリをさらに識別することができる。パターンの生成およびパターンカテゴリの識別については、図８～図１０を参照してさらに詳しく説明される。

特定の実施形態においては、サービスプラットフォーム６２を、パターンおよびパターンカテゴリに基づいて順列エントロピまたは重み付けされた順列エントロピを決定するように構成することができる。さらに、サービスプラットフォーム６２を、順列エントロピまたは重み付けされた順列エントロピに基づいて圧縮機２４の異常を予測するように構成することができる。順列エントロピの決定については、図１１を参照してさらに詳しく説明される。また、重み付けされた順列エントロピの決定については、図１２を参照してさらに詳しく説明される。

圧縮機２４における異常の存在がサービスプラットフォーム６２によって予測される状況において、サービスプラットフォーム６２は、パターンカテゴリをパターンカテゴリについて決定された順列１１０と比較するようにさらに構成される。例えば、サービスプラットフォーム６２は、パターンカテゴリについて決定された順列１１０をデータベース６４から取り出すことができる。特定の実施形態において、パターンカテゴリについて決定された順列１１０は、ガスタービンシステム１０の試運転の前または後に、ユーザによってデータベース６４に格納されてよい。

本開示の態様によれば、サービスプラットフォーム６２は、パターンカテゴリをパターンカテゴリについて決定された順列１１０と比較することによって、圧縮機２４における異常のカテゴリを予測することができる。例えば、圧縮機２４における異常のカテゴリとして、圧縮機２４におけるストール、サージ、不安定、またはこれらの組み合わせを挙げることができる。パターンカテゴリについて決定された順列１１０、ならびにパターンカテゴリのパターンカテゴリについて決定された順列１１０との比較の例は、図１１を参照してさらに詳しく説明される。

図３が、圧縮機におけるパラメータの多変量解析を代表する信号１２２の一部の一例のグラフ表示１２０である。信号１２２は、例示の目的で示されている。圧縮機のパラメータを表す他の信号を、使用することもできる。例えば、信号１２２は、圧縮機２４における圧力を表す。参照番号１２４（第１のＸ軸）は、タイムスタンプを表す。また、参照番号１２６（Ｙ軸）は、圧縮機２４における圧力を表す。さらに、参照番号１２８は、センサ７０を近接させて配置することができる圧縮機２４内のブレード８０の組のブレード番号を表す。センサ信号１００の前処理は、信号１２２のうちの圧縮機２４内のブレード８０の組の個々のブレードを表す部分１３０を識別することを、さらに含むことができる。例えば、個々のブレードを、サービスプラットフォーム６２によって、ブレード８０の組の回転１３２を識別することによって識別することができる。回転１３２を、圧縮機２４の既知のパラメータ（例えば、回転速度）に対応する時間間隔を介して識別することができる。例えば、ブレード８０の組が２４枚のブレードを含み、ブレードの組の回転１３２が３秒を必要とする場合、信号１２２の３秒の区間の各々を、個々のブレード番号にそれぞれに対応する２４個の部分１３０へと分割することができる。このようにして、時間区間１３２についての信号１２２をブレードの枚数で除算して、ブレードの数に等しい数の信号を生成することができる。

ブレード８０のそれぞれの組におけるブレードの枚数に等しい数の信号を生成することにより、サービスプラットフォーム６２は、マルチチャネルシステムの複数のチャネルを同時に解析して、多変量解析によるチャネル間相関または分散を最小化することができる。したがって、多変量解析は、サービスプラットフォームの効率および信頼性を向上させる。さらに、ブレード８０の複数の組からの複数の信号１２２を、サービスプラットフォーム６２のロバスト性を高めるために、多変量のやり方で解析することができる。

図４が、図１のガスタービンシステム１０の圧縮機２４における異常を予測するための方法１５０の実施形態のフロー図である。異常のいくつかの例として、これらに限られるわけではないが、圧縮機２４におけるストール、サージ、不安定、およびこれらの組み合わせ、などが挙げられる。すでに述べたように、圧縮機２４は、ブレード８０の１つ以上の組（例えば、段８２）についてセンサ７０を含むことができる。したがって、一実施形態においては、方法１５０を、圧縮機２４内の各々のセンサ７０について別々に実行することができる。さらに、方法１５０を、ブレード８０の組の各々のブレードについて別々に実行することができる。図４の方法１５０は、図１～図３の要素を参照して説明される。方法１５０を、コントローラ５６および／またはサービスプラットフォーム６２によって実行することができる。さらに、方法１５０の１つ以上のステップを、同時に実行してもよく、あるいは図４における順序とは異なる順序で実行してもよい。

方法１５０は、圧縮機２４の１つ以上の段８２のパラメータを表す信号を受信することを含む（ブロック１５２）。特定の実施形態において、信号は、センサ信号、前処理された信号、またはこれらの組み合わせであってよい。また、パラメータとして、圧力、動圧、温度、振動、音波、これらの組み合わせ、などを挙げることができる。

一例において、信号は、圧縮機２４の圧縮機ケーシング２５の内面１０４に配置されたセンサ７０によって生成されたセンサ信号１００であってよい。さらに、センサ信号１００を、サービスプラットフォーム６２および／またはコントローラ５６によって受信することができる。さらに、別の例において、信号は、前処理された信号１０６である。前処理された信号１０６は、センサ信号１００を処理することによって生成される。この例においては、前処理された信号１０６を、サービスプラットフォーム６２によってデータベース６４から受信することができる。センサ信号１００に基づく前処理された信号１０６の生成は、図７を参照してさらに詳しく説明される。

さらに、方法１５０は、順列エントロピウィンドウおよび信号に基づいて複数のパターンを生成することを含む（ブロック１５４）。パターンの生成は、図９および図１０を参照してさらに詳しく説明される。方法１５０は、パターン内の複数のパターンカテゴリを識別することをさらに含む（ブロック１５６）。パターン内のパターンカテゴリの識別は、図８～図１０を参照してさらに詳しく説明される。

方法１５０は、パターンおよびパターンカテゴリに基づいて順列エントロピを決定することをさらに含む（ブロック１５８）。特定の実施形態において、順列エントロピは、重み付けされた順列エントロピであってよい。順列エントロピの決定は、図１１を参照してさらに詳しく説明される。また、重み付けされた順列エントロピの決定は、図１２を参照してさらに詳しく説明される。

さらに、方法１５０は、順列エントロピまたは重み付けされた順列エントロピに基づいて圧縮機における異常の有無を予測することを含む（ブロック１６０）。とくに、圧縮機における異常の存在を、順列エントロピおよび決定されたしきい値１６１に基づいて予測することができる。例えば、特定の実施形態において、安定した順列エントロピが、異常のない圧縮機２４を表す一方で、増加または変化する順列エントロピは、異常がある圧縮機または異常があると予測される圧縮機を表す。本明細書において使用されるとき、用語「決定されたしきい値」は、燃焼器における異常の有無を判断するために使用することができる数値である。決定されたしきい値１６１は、例えば、圧縮機の入口温度、入口ガイドベーンの位置、入口抽気熱、などの圧縮機を含むガスタービンの動作状態の関数であってよい。さらに、決定されたしきい値１６１は、種々の動作状態および異常において変化する順列エントロピの予想範囲の平均および標準偏差によって定義される順列エントロピの確率分布に基づくことができる。したがって、定義されたしきい値１６１は、確率分布の特定の確率しきい値（例えば、確率５０％以下、確率７０％以下、確率９０％以下）に基づくことができる。さらに、決定されたしきい値は、データベース６４および／またはメモリ６０に記憶された所定の数の履歴順列エントロピ値の平均に基づくことができる。順列エントロピを、決定されたしきい値１６１と比較して、圧縮機２４における異常の存在を予測することができる。例えば、現在の順列エントロピ値が決定されたしきい値１６１より大きい場合、現在の順列エントロピ値は、異常として予測される。理解を容易にするために、実際の異常へと続いた異常の予測の２つの例を、図５および図６を参照して詳細に説明する。

またさらに、方法１５０は、異常の存在が予測された場合に、ステップ１５６において識別されたパターンカテゴリを、パターンカテゴリについて決定された順列と比較することを含む（ブロック１６２）。パターンカテゴリについて決定された順列は、図１および図２のパターンカテゴリについて決定された順列１１０であってよい。

さらに、方法１５０は、パターンカテゴリについて決定された順列１１０に対するパターンカテゴリの比較に基づいて異常のカテゴリを予測することを含む（ブロック１６４）。すでに述べたように、異常のカテゴリとして、例えば圧縮機２４におけるストール、サージ、不安定、およびこれらの組み合わせ、などを挙げることができる。理解を容易にするために、決定された順列の決定および異常のカテゴリの例が、ここで説明される。

例えば、パターンカテゴリについて決定された第１の順列は、（１，２，３）、（１，３，２）、および（２，１，３）などのパターンカテゴリを含むことができる。パターンカテゴリの第１の順列が、（２，３，１）、（３，１，２）、および（３，２，１）などのパターンカテゴリを含まないことに、留意されたい。（１，２，３）、（１，３，２）、（２，１，３）を含むパターンカテゴリの各々の存在、ならびにパターンカテゴリ（２，３，１）、（３，１，２）、および（３，２，１）の不在は、燃焼器におけるストール異常の存在を表す可能性がある。

さらに、パターンカテゴリについて決定された第２の順列は、（１，２，３）および（１，３，２）などのパターンカテゴリを含むことができる。また、パターンカテゴリの第２の順列が、パターンカテゴリ（２，１，３）、（２，３，１）、（３，１，２）、および（３，２，１）を含まないことに、留意されたい。（１，２，３）および（１，３，２）を含むパターンカテゴリの存在、ならびにパターンカテゴリ（２，１，３）、（２，３，１）、（３，１，２）、および（３，２，１）の不在は、燃焼器におけるサージ異常の存在を表す可能性がある。

さらに、パターンカテゴリについて決定された第３の順列は、（２，３，１）、（３，１，２）、および（３，２，１）などのパターンカテゴリを含むことができる。しかしながら、パターンカテゴリの第３の順列は、パターンカテゴリ（１，２，３）、（１，３，２）、および（２，１，３）を含まない。（２，３，１）、（３，１，２）、および（３，２，１）を含むパターンカテゴリの存在、ならびにパターンカテゴリ（１，２，３）、（１，３，２）、および（２，１，３）の不在は、圧縮機における不安定などの他の異常の存在を表す可能性がある。

さらに、方法１５０は、予測された異常を最小化または回避するための是正の動作を決定および実行することをさらに含む（ブロック１６６）。是正の動作は、例えば、入口ガイドベーン位置の変更、入口抽気熱の流量の変更、などを含むことができる。コントローラ５６は、ガスタービンシステム１０を安定させるために、制御動作を介して異常を含む制御ループを閉じることができる。特定の実施形態において、コントローラは、予測された異常を最小化または回避するためにフィードフォワード制御を介して動作することができる。多変量解析において、制御動作および決定されたしきい値は、より高速な応答時間を提供するために、決定されたしきい値を超える第１のチャネルに基づくことができる。特定の実施形態において、ブロック１６２～１６６は、方法１５０における随意によるステップを表すことができることに、留意されたい。ブロック１６２～１６６を、ステップ１６０において圧縮機における異常の存在が予測される場合に実行できることに、留意されたい。しかしながら、ステップ１６０において燃焼器に異常が存在しないと予測される場合、ブロック１６２～１６６は、実行されなくてもよい。特定の実施形態においては、圧縮機における異常の有無が予測された場合に、予測による異常の有無をユーザに知らせることができる。

ステップ１６０に関してすでに述べたように、特定の実施形態において、圧縮機における異常の有無は、順列エントロピおよび決定されたしきい値１６１に基づく。ここで図５を参照すると、第１の信号１７２の一部分の一例の第１のグラフ表示１７０が示されている。図５の例においては、説明の目的で、信号１７２が示されている。圧縮機のパラメータを表す他の信号を使用することも可能である。図５において、信号１７２は、圧縮機２４における順列エントロピを表す。参照番号１７４（Ｘ軸）は、タイムスタンプを表す。また、参照番号１７６（Ｙ軸）は、圧縮機２４における順列エントロピを表す。

図示のとおり、第１の決定されたしきい値１７８が、グラフ表示１７０に示されている。さらに、第１の異常１８０が、グラフ表示１７０に示されている。決定されたしきい値１７８を、信号１７２の順列エントロピがいつ圧縮機２４における異常を示すかを予測するために、使用することができる。決定されたしきい値１７８は、決定されたしきい値１６１であってよい。例えば、第１の信号１７２が第１の決定されたしきい値１７８を横切るとき、第１の異常１８０が、短い時間の後に発生する。

ここで図６を参照すると、第２の信号１８６の一例の第２のグラフ表示１８４が示されている。図６の例においては、説明の目的で、信号１８６が示されている。圧縮機のパラメータを表す他の信号を使用することも可能である。図６において、信号１８６は、圧縮機２４における順列エントロピを表す。参照番号１８８（Ｘ軸）は、タイムスタンプを表す。また、参照番号１９０（Ｙ軸）は、圧縮機２４における順列エントロピを表す。

図示のとおり、第２の決定されたしきい値１９２が、グラフ表示１８４に示されている。さらに、第２の異常１９４が、グラフ表示１８４に示されている。決定されたしきい値１９２を、信号１８６の順列エントロピがいつ圧縮機２４における異常を示すかを予測するために、使用することができる。決定されたしきい値１９２は、決定されたしきい値１６１であってよい。例えば、第２の信号１８６が第２の決定されたしきい値１９２を横切るとき、第２の異常１９４が、短い時間の後に発生する。

図５および図６によって示されるように、将来の異常を認識および予測することにより、異常を回避または最小化して、圧縮機２４の異常の量および重大度を低減することで、圧縮機２４およびガスタービンシステム１０の寿命および効率を向上させるように、コントローラ５６および／またはサービスプラットフォーム６２によって制御動作を行うことができる。

ステップ１５２に関してすでに述べたように、いくつかの実施形態においては、前処理された信号が、センサ信号１００を処理することによって生成される。ここで図７を参照すると、センサ信号２０４に基づいて前処理された信号２１０を生成するための方法２００のフロー図の実施形態が示されている。図７の方法２００は、図１～図６の構成要素を参照して説明される。方法２００を、コントローラ５６および／またはサービスプラットフォーム６２によって実行することができる。さらに、方法２００の１つ以上のステップを、同時に実行してもよく、あるいは図７における順序とは異なる順序で実行してもよい。方法２００は、圧縮機２４の圧縮機ケーシング２５の内面１０４に配置されたセンサ７０からセンサ信号２０４を受信することを含む（ブロック２０２）。参照番号２０４は、圧縮機２４におけるパラメータを表すセンサ信号１００などのセンサ信号を表す。特定の実施形態において、方法２００は、圧縮機内のブレード８０の組の各々のブレードおよび／または圧縮機内に配置された各々のセンサ７０について繰り返されてよいことに、留意されたい。さらに、いくつかの実施形態において、センサ信号２０４は、時系列信号であってよい。これらに限られるわけではないが、例として、センサ信号２０４は、センサ７０に応じて、約１０ｋＨｚ、１００ｋＨｚ、２５０ｋＨｚ、または５００ｋＨｚなどの高い周波数を特徴とすることができる。

また、方法２００は、随意により、センサ信号１００のトレンド除去（ｄｅｔｒｅｎｄｉｎｇ）および再サンプリング（ｒｅｓａｍｐｌｉｎｇ）によって再サンプリングされた信号を生成することを含む（ブロック２０６）。特定の実施形態において、センサ信号１００のトレンド除去は、時系列データから傾向（ｔｒｅｎｄ）を除去することを含む。例えば、センサ信号１００の平均値（例えば、平均）、最良適合線、などの傾向を、センサ信号１００から引き算することができる。このようにして、センサ信号１００に含まれる点を少なくすることができ、センサ信号１００をより効率的に分析することができる。さらに、再サンプリング（例えば、デシメーション）の際に、センサ信号１００を、５ｋＨｚなどの低いサンプルレートへとダウンサンプリングすることができる。したがって、センサ信号１００に含まれるサンプルの量を大幅に減らすことができるため、本明細書に開示の実施形態の実行速度を向上させることができる。特定の実施形態において、方法２００は、再サンプリングされた信号および／またはセンサ信号２０４に基づいて前処理された信号２１０を生成すること（ブロック２０８）を含むことができる。

図４のブロック１５６に関してすでに述べたように、複数のパターンカテゴリを、順列エントロピウィンドウに基づいてパターンにおいて識別することができる。ここで図８を参照すると、パターンにおいて複数のパターンカテゴリを識別するための方法２５０のフロー図が示されている。方法２５０を、図１～図７の構成要素を参照して説明することができる。方法２５０を、コントローラ５６および／またはサービスプラットフォーム６２によって実行することができる。さらに、方法２５０の１つ以上のステップを、同時に実行してもよく、あるいは図８における順序とは異なる順序で実行してもよい。参照番号２５２は、信号を表す。信号２５２は、例えば、センサ信号または前処理された信号であってよい。例えば、信号２５２は、センサ信号１００、２０４（図１および図７を参照）または前処理された信号２１０（図７を参照）であってよい。方法２５０は、順列エントロピウィンドウ２５４および信号２５２に基づいて複数のパターンを生成することを含む（ブロック２５６）。順列エントロピウィンドウ２５４は、例えば埋め込み次元２５８（例えば、「Ｄ」）を特徴とすることができる。埋め込み次元２５８は、例えば、パターンマッチングのために所与のインスタンスにおいて考慮される決定された数のタイムスタンプまたは決定された数のサンプルを定義する（例えば、含む）ことができる。例えば、パターンマッチングについて考慮される「Ｄ」個のサンプルが存在する場合、パターンについて、配置されるべき「Ｄ」！個の考えられるパターンカテゴリが存在し得る。したがって、埋め込み次元２５８を、理想的には、ウィンドウ内にパターンカテゴリよりも多くのサンプルが存在するように、「Ｄ」！がウィンドウ内のサンプルの総数以下となるように定義することができる。これに限られるわけではないが、例として、パターンマッチングのために所与のインスタンスにおいて５００個のサンプルが考慮される場合、「Ｄ」を、３、４、または５として選択することができる（例えば、５！は１２０に等しく、これは５００よりも小さいが、６！は７２０に等しく、これは５００よりも大きいため）。

さらに、方法２５０は、複数のパターンをそれぞれの複数のパターンカテゴリへとグループ化することを含む（ブロック２６０）。特定の実施形態において、パターンは、収集されたサンプルの数がウィンドウ内のサンプルの数以上になるまで、パターンカテゴリへとグループ化されないかもしれない。例えば、ガスタービンシステム１０の起動後に、コントローラ５６および／またはサービスプラットフォーム６２は、パターン認識アルゴリズムおよび／または図４の方法１５０を開始する前に、バッファ数のサンプルが収集されるまで待つことができる。パターンの生成およびパターンカテゴリの識別については、図９および図１０を参照してさらに詳しく説明される。

図９が、圧縮機におけるパラメータを表す信号３０２の一部分の一例のグラフ表示３００を示している。また、図１０は、考えられる種々のパターンカテゴリの例３２０を示している。これらのパターンカテゴリを、３つのタイムスタンプからなる埋め込み次元を特徴とする順列エントロピウィンドウ３０８の使用を介して生成できることに、留意されたい。順列ウィンドウ３０８を、パターンの生成およびパターンカテゴリの識別に使用することができる。図９および図１０は、図１～図８の構成要素に関して説明される。

図９の例においては、説明の目的で、信号３０２が示されている。圧縮機のパラメータを表す他の信号を使用することも可能である。図９において、信号３０２は、圧縮機２４における圧力を表す。

参照番号３０４（Ｘ軸）は、タイムスタンプを表す。また、参照番号３０６（Ｙ軸）は、圧縮機２４における圧力を表す。さらに、順列エントロピウィンドウは、参照番号３０８によって表される。すでに述べたように、用語「順列エントロピウィンドウ」は、埋め込み次元を特徴とする仮想ウィンドウを指して使用され、そのような仮想ウィンドウは、信号からデータのサブセットを、データのサブセットが埋め込み次元を特徴とするように選択するために使用される。現時点において考えられている構成において、順列エントロピウィンドウ３０８は、３つのタイムスタンプからなる埋め込み次元「Ｄ」に等しい長さを特徴とする。したがって、３つのタイムスタンプによって生成され得る「Ｄ」！個、すなわち６つの考えられるパターンが存在する。

順列エントロピウィンドウ３０８が信号３０２上の第１の位置３１０に置かれると、信号３０２のうちの順列エントロピウィンドウ３０８に重なる部分の３つのデータ点３１２，３１４，３１６が選択され、図１０に示されるとおりの第１のパターン３２２を形成する。その後に、順列エントロピウィンドウ３０８を、次の位置３１８へと移動させることができる。信号３０２のうちの次の位置３１８に位置した順列エントロピウィンドウ３０８に重なる部分の３つのデータ点を選択して、第２のパターンを形成することができる。本明細書の態様によれば、順列エントロピウィンドウ３０８を、信号３０２の各々のデータ点が少なくとも１つのパターンの一部を形成するまで、信号３０２に沿って移動させることができる。したがって、図１０に示されるように、信号３０２の全体に順列エントロピウィンドウ３０８をスライドさせることによって、複数のパターンを生成することができる。さらに、上述のように、（例えば、ガスタービンシステム１０の起動後に）バッファ数の点が収集されるまでは、パターンを生成しなくてもよい。

さらに、パターンを、パターン内のデータ点の振幅に基づいてパターンカテゴリへとグループ化することができる。図１０に示した第１のパターン３２２の例においては、第２のデータ点３１４の振幅が、第１のデータ点３１２の振幅よりも大きく、第３のデータ点３１６の振幅が、第２のデータ点３１４の振幅よりも大きい。したがって、第１のパターン３２２を、パターンカテゴリ（１，２，３）にグループ化することができる。パターンカテゴリは、１つ以上のパターンを含むことができ、そのパターンカテゴリに対応するすべてのパターンのデータ点の振幅が、同じ傾向に従うことに、留意されたい。例えば、パターンカテゴリ（１，２，３）は、第２のデータ点の振幅が、それぞれの第１のデータ点の振幅よりも大きく、第３のデータ点の振幅が、それぞれの第２のデータ点の振幅よりも大きい１つ以上のパターンを含むことができる。

図１１は、順列エントロピを決定するための方法４００のフロー図である。方法４００を、図１～図１０の要素を参照して説明することができる。方法４００を、コントローラ５６および／またはサービスプラットフォーム６２によって実行することができる。さらに、方法４００の１つ以上のステップを、同時に実行してもよく、あるいは図１１における順序とは異なる順序で実行してもよい。参照番号４０２は、順列エントロピウィンドウと、圧縮機２４の１つ以上の段８２のパラメータを表す信号とを使用して生成されたパターンを表す。例えば、パターンは、図８のブロック２５６において生成されたパターンであってよい。一実施形態において、パターン４０２は、圧縮機におけるブレードの組に対応することができる。別の実施形態において、パターンは、圧縮機におけるブレードの複数の組および／またはブレードの組の個々のブレードに対応することができる。

さらに、参照番号４０４は、パターン４０２から識別されたパターンカテゴリを表す。パターンカテゴリ４０４は、例えば、ブロック２６０において識別されたパターンカテゴリであってよい。一実施形態において、パターンカテゴリ４０４は、圧縮機内のブレードのただ１つの組に対応することができる。別の実施形態において、パターンカテゴリは、圧縮機におけるブレードの複数の組および／またはブレードの組の個々のブレードに対応することができる。

特定の実施形態において、方法４００は、パターンカテゴリ４０４の各々におけるパターンの数を決定することを含む（ブロック４０６）。例えば、方法４００は、（１，２，３）のパターンカテゴリに２０個のパターンが存在し、（１，３，２）のパターンカテゴリに２５個のパターンが存在し、（２，３，１）のパターンカテゴリに４０個のパターンが存在すると決定することができる。

さらに、方法４００は、パターン４０２の総数を決定することを含む（ブロック４０８）。一実施形態において、パターン４０２が圧縮機内のブレードの複数の組に対応する場合、パターン４０２の総数は、圧縮機内のブレードの複数の組にまたがるパターンを含む。別の実施形態において、パターン４０２が圧縮機内のブレードのただ１つの組に対応する場合、パターン４０２の総数は、ブレードのただ１つの組および／またはブレードの組の個々のブレードに対応するパターンを含む。

方法４００は、パターンカテゴリの複数の相対出現を決定することをさらに含む（ブロック４１０）。これに限られるわけではないが、例として、パターンカテゴリの相対出現を、パターンカテゴリの各々におけるパターンの数およびパターンの総数に基づいて決定することができる。とくに、パターンカテゴリに対応する相対出現を、パターンカテゴリにおけるパターンの数およびパターンの総数に基づいて決定することができる。例えば、パターンカテゴリ（１，２，３）に対応する相対出現を、パターンカテゴリ（１，２，３）の数およびパターンの総数に基づいて決定することができる。

また、方法４００は、パターンカテゴリの相対出現およびパターン４０２を生成するために使用される順列エントロピウィンドウの埋め込み次元４１４に基づいて順列エントロピを決定することをさらに含む（ブロック４１２）。順列エントロピを、例えば、シャノンエントロピ法、Ｒｅｎｙｉ順列エントロピ法、順列ミニエントロピ法、などを用いて決定することができる。順列エントロピは、センサ信号１００および／または前処理された信号１０６のランダム性または複雑性の程度を推定することができる。一実施形態においては、順列エントロピを、式（１）を使用してシャノンエントロピ法によって決定することができ、

ここで、ｈ_ｐは、順列エントロピを表し、ｐ（π）は、パターンカテゴリの相対出現を表し、Ｄは、埋め込み次元を表す。別の実施形態においては、順列エントロピを、式（２）を使用してＲｅｎｙｉ順列エントロピ法によって決定することができ、

ここで、ｈ_ｐ（ｑ）は、順列エントロピを表し、ｐ（π）は、パターンカテゴリの相対出現を表し、ｑは、エントロピ次数を表し、Ｄは、埋め込み次元を表す。

さらに別の実施形態においては、順列エントロピを、式（３）を使用して順列ミニエントロピ法によって決定することができ、

ここで、ｈ_ｐ（∞）は、順列エントロピを表し、ｐ（π）は、パターンカテゴリの相対出現を表し、Ｄは、埋め込み次元を表す。

図１２は、重み付けされた順列エントロピを決定するための方法４５０のフロー図である。方法４５０を、図１～図１１の要素を参照して説明することができる。方法４５０を、コントローラ５６および／またはサービスプラットフォーム６２によって実行することができる。さらに、方法４５０の１つ以上のステップを、同時に実行してもよく、あるいは図１２における順序とは異なる順序で実行してもよい。

参照番号４５２は、順列エントロピウィンドウと、圧縮機のブレードの１つ以上の組のパラメータを表す信号とを使用して生成されたパターンを表す。例えば、パターンは、図８のブロック２５６において生成されたパターンであってよい。一実施形態において、パターン４０２は、圧縮機におけるブレードのただ１つの組に対応することができる。別の実施形態において、パターンは、圧縮機におけるブレードの複数の組に対応することができる。

さらに、参照番号４５４は、パターン４５２から識別されたパターンカテゴリを表す。パターンカテゴリ４５４は、例えば、ブロック２６０において識別されたパターンカテゴリであってよい。一実施形態において、パターンカテゴリ４５４は、圧縮機内のブレードのただ１つの組に対応することができる。別の実施形態において、パターンカテゴリは、圧縮機内のブレードの複数の組に対応することができる。

方法４５０は、パターンカテゴリ４５４の各々におけるパターンの数を決定することを含む（ブロック４５６）。例えば、パターンカテゴリ４５４が（１，２，３）、（１，３，２）、および（２，３，１）などのパターンカテゴリを含む場合、パターンカテゴリ（１，２，３）、（１，３，２）、および（２，３，１）の各々におけるパターンの数を、決定することができる。例えば、方法４００と同様に、方法４５０は、（１，２，３）のパターンカテゴリに２０個のパターンが存在し、（１，３，２）のパターンカテゴリに２５個のパターンが存在し、（２，３，１）のパターンカテゴリに４０個のパターンが存在すると決定することができる。

方法４５０は、パターン４５２およびパターンカテゴリを生成するために使用される信号の振幅に基づいて、パターン４５２に重みを割り当てることをさらに含む（ブロック４５８）。パターン４５２への重みの割り当ての例は、図１３を参照してさらに詳しく説明される。

方法４５０は、パターンカテゴリ４５４の各々におけるパターンの数およびパターン４５２に割り当てられた重みに基づいて、重み付けされた順列エントロピを決定することをさらに含む（ブロック４６０）。例えば、重み付けされた順列エントロピを、式（１）～（３）を使用して決定することができ、ここでｐ（π）は、パターン（４５２）に割り当てられた重みの関数である。

図１３が、複数のパターンに重みを割り当てるための方法５００のフロー図である。方法５００を、図１～図１２の要素を参照して説明することができる。方法５００を、コントローラ５６および／またはサービスプラットフォーム６２によって実行することができる。さらに、方法５００の１つ以上のステップを、同時に実行してもよく、あるいは図１３における順序とは異なる順序で実行してもよい。参照番号５０２は、パターンを表す。パターン５０２は、例えば、図１０、図１１、および図１２のそれぞれのパターン３２０、４０２、４５２のうちの１つであってよい。方法５００は、パターン５０２内のデータ点の振幅の平均を決定することを含む（ブロック５０４）。例えば、パターン５０２がパターン３２０である場合、パターン５０２は、図９に示されるとおりのデータ点３１２，３１４，３１６を含む。したがって、方法５００は、データ点３１２，３１４，３１６の振幅の平均を決定することができる。さらに、方法５００は、データ点の振幅の平均に基づいてデータ点の振幅の共分散を決定することを含む（ブロック５０６）。さらに、方法５００は、共分散を重みとしてパターン５０２へと割り当てることを含む（ブロック５０８）。

本主題の技術的効果として、ガスタービンシステム１０の圧縮機２４における異常を予測し、予測された異常を最小化または回避するために是正の動作を実行するためのシステムおよび方法が挙げられる。実施形態は、それぞれの圧縮機ブレード先端部と圧縮機２４の圧縮機ケーシング２５との間の圧力を表すセンサ信号１００を生成し、次いでセンサ信号１００をサービスプラットフォーム６２へと送信する圧力センサ７０を利用することを含む。とくに、サービスプラットフォーム６２は、センサ信号１００および／または前処理された信号１０６に基づいて、複数のパターンおよび／またはパターンカテゴリを生成する。実施形態は、異常を迅速に予測するために、高速時系列データの順列エントロピを決定することをさらに含む。次いで、ガスタービンシステムの動作状態、順列エントロピの確率分布、履歴の順列エントロピデータ、などから決定されたしきい値に基づいて、異常の尺度が計算される。したがって、予測された圧縮機の異常を最小化または回避するために、制御動作を行うことができる。したがって、開示された実施形態は、圧縮機の異常を最小化または回避することで、圧縮機２４および対応するガスタービンシステム１０の寿命を延ばし、効率を高めことができる。

本明細書は、本主題を最良の態様を含めて開示するとともに、あらゆる装置またはシステムの製作および使用ならびにあらゆる関連の方法の実行を含む本主題の実施を当業者にとって可能にするために、いくつかの実施例を使用している。本主題の特許可能な範囲は、特許請求の範囲によって定められ、当業者であれば想到できる他の実施例を含むことができる。そのような他の実施例は、特許請求の範囲の文言から相違しない構造要素を有しており、あるいは特許請求の範囲の文言から実質的に相違しない同等な構造要素を含むならば、特許請求の範囲の技術的範囲に包含される。
［実施態様１］
プロセッサによる実行が可能な１つ以上のインストラクションを格納した非一時的なコンピュータにとって読み取り可能な記憶媒体であって、前記１つ以上のインストラクションは、コントローラ（５６）のプロセッサ（５８）によって実行されたときに、
１つ以上の段（８２）におけるそれぞれの圧縮機ブレード（８０）先端部と圧縮機（２４）のケーシング（２５）との間の圧力を表す１つ以上の信号（１００）を受け取ること（１５２）と、
順列エントロピウィンドウ（２５４）および前記信号（１００）に基づいて複数のパターン（３２０、４０２、４５２）を生成すること（１５４）と、
前記複数のパターン（３２０、４０２、４５２）において複数のパターンカテゴリ（４０４、４５４）を識別すること（１５６）と、
前記複数のパターン（３２０、４０２、４５２）および前記複数のパターンカテゴリ（４０４、４５４）に基づいて順列エントロピを決定すること（１５８）と、
前記順列エントロピに基づいて前記圧縮機（２４）における異常（１８０、１９４）を予測すること（１６０）と、
前記圧縮機（２４）に異常（１８０、１９４）が存在する場合に、前記複数のパターンカテゴリ（４０４、４５４）を、パターンカテゴリ（４０４、４５４）について決定された順列（１１０）に対して比較すること（１６２）と、
前記複数のパターンカテゴリ（４０４、４５４）の前記パターンカテゴリ（４０４、４５４）について決定された順列（１１０）に対する比較に基づいて、前記異常（１８０、１９４）のカテゴリを予測すること（１６４）と
を含む動作の実行を生じさせる、非一時的なコンピュータにとって読み取り可能な記憶媒体。
［実施態様２］
前記複数のパターンカテゴリ（４０４、４５４）を識別すること（１５６）は、前記複数のパターン（３２０、４０２、４５２）を、前記複数のパターン（３２０、４０２、４５２）に対応するデータ点（３１２、３１４、３１６）の振幅に基づいて、前記複数のパターンカテゴリ（４０４、４５４）へとグループ化することを含む、実施態様１に記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
［実施態様３］
前記順列エントロピを決定すること（１５８）は、
前記複数のパターンカテゴリ（４０４、４５４）の各々におけるパターンの数を決定することと、
前記複数のパターンカテゴリ（４０４、４５４）の各々における前記パターンの数および前記複数のパターン（３２０、４０２、４５２）の総数に基づいて、前記複数のパターンカテゴリ（４０４、４５４）の複数の相対出現を決定することと、
前記複数のパターンカテゴリ（４０４、４５４）の前記複数の相対出現および前記順列エントロピウィンドウ（２５４）の埋め込み次元（２５８、４１４）に基づいて、前記順列エントロピを決定することと
を含む、実施態様１に記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
［実施態様４］
前記順列エントロピは、重み付けされた順列エントロピを含み、前記順列エントロピを決定すること（１５８）は、前記重み付けされた順列エントロピを決定することを含み、前記重み付けされた順列エントロピを決定することは、
複数の振幅信号に基づいて前記複数のパターン（３２０、４０２、４５２）に重みを割り当てることと、
前記複数のパターンカテゴリ（４０４、４５４）の各々における前記パターンの数および前記複数のパターン（３２０、４０２、４５２）の前記対応する重みに基づいて、前記重み付けされた順列エントロピを決定することと
を含む、実施態様３に記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
［実施態様５］
前記複数のパターン（３２０、４０２、４５２）に前記重みを割り当てることは、
前記複数のパターン（３２０、４０２、４５２）に対応するデータ点（３１２、３１４、３１６）の振幅の平均を決定することと、
前記振幅の前記平均に基づいて、前記データ点（３１２、３１４、３１６）の前記振幅の共分散を決定することと、
前記共分散を前記重みとして前記複数のパターン（３２０、４０２、４５２）に割り当てることと
を含む、実施態様４に記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
［実施態様６］
前記圧縮機（２４）における前記異常（１８０、１９４）の前記カテゴリは、前記圧縮機（２４）におけるストール、サージ、不安定、またはこれらの組み合わせを含む、実施態様１に記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
［実施態様７］
前記実行される動作は、前処理された信号（１０６、２１０）を生成することを含み、前記前処理された信号（１０６、２１０）を生成することは、
１つ以上のセンサ（７０）から圧力センサ信号（１００）を受け取ることと、
前記センサ信号（１００）の再サンプリングおよびトレンド除去によって、再サンプリングされた信号を生成することと
を含む、実施態様１に記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
［実施態様８］
それぞれの圧縮機ブレード（８０）先端部と前記圧縮機（２４）の前記ケーシング（２５）との間の前記圧力を表す前記１つ以上の信号（１００）を受け取ること（１５２）は、前記１つ以上のセンサ（７０）から前記センサ信号（１００）を受け取ること、前記前処理された信号（１０６、２１０）を受け取ること、またはこれらの組み合わせを含む、実施態様７に記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
［実施態様９］
前記異常（１８０、１９４）を予測すること（１６０）は、前記順列エントロピを決定されたしきい値（１６１、１７８、１９２）に対して比較することを含む、実施態様１に記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
［実施態様１０］
前記決定されたしきい値（１６１、１７８、１９２）は、前記圧縮機（２４）を備えるガスタービンの動作状態の関数である、実施態様９に記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
［実施態様１１］
前記決定されたしきい値（１６１、１７８、１９２）は、前記順列エントロピの確率分布から導出される、実施態様９に記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
［実施態様１２］
前記決定されたしきい値（１６１、１７８、１９２）は、履歴の順列エントロピデータから導出される、実施態様９に記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
［実施態様１３］
前記実行される動作は、前記予測された異常（１８０、１９４）に応答して、前記予測された異常（１８０、１９４）を最小化または回避するために前記圧縮機（２４）を備えるガスタービンへの是正の動作を生じさせることを含む、実施態様１に記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
［実施態様１４］
圧縮機（２４）における異常（１８０、１９４）を予測するためのシステムであって、
１つ以上の段（８２）におけるそれぞれの圧縮機ブレード（８０）先端部に隣接させて前記圧縮機（２４）のケーシング（２５）上に配置され、前記１つ以上の段（８２）におけるそれぞれの圧縮機ブレード（８０）先端部と前記圧縮機（２４）の前記ケーシング（２５）との間の圧力を表すセンサ信号（１００）を生成するように構成された１つ以上のセンサ（７０）と、
前記１つ以上のセンサ（７０）に動作可能に組み合わせられたコントローラ（５６）であって、
前記センサ信号（１００）を前処理して、前処理された信号（１０６、２１０）を生成し、
順列エントロピウィンドウ（２５４）および前記前処理された信号（１０６、２１０）に基づいて複数のパターン（３２０、４０２、４５２）を生成し、
前記複数のパターン（３２０、４０２、４５２）において複数のパターンカテゴリ（４０４、４５４）を識別し、
前記複数のパターン（３２０、４０２、４５２）および前記複数のパターンカテゴリ（４０４、４５４）に基づいて順列エントロピを決定し、
前記順列エントロピに基づいて前記圧縮機（２４）における異常（１８０、１９４）を予測し、
前記圧縮機（２４）において異常（１８０、１９４）が存在する場合に、前記複数のパターンカテゴリ（４０４、４５４）を、パターンカテゴリ（４０４、４５４）について決定された順列（１１０）に対して比較し、
前記複数のパターンカテゴリ（４０４、４５４）の前記パターンカテゴリ（４０４、４５４）について決定された順列（１１０）に対する比較に基づいて、前記異常（１８０、１９４）のカテゴリを予測する
ようにプログラムされたコントローラ（５６）と
を備えるシステム。
［実施態様１５］
前記コントローラ（５６）は、前記複数のパターン（３２０、４０２、４５２）を、前記複数のパターン（３２０、４０２、４５２）に対応するデータ点（３１２、３１４、３１６）の振幅に基づいて、前記複数のパターンカテゴリ（４０４、４５４）へとグループ化して、前記複数のパターンカテゴリ（４０４、４５４）を識別するようにプログラムされている、実施態様１４に記載のシステム。
［実施態様１６］
前記コントローラ（５６）は、
前記複数のパターンカテゴリ（４０４、４５４）の各々におけるパターンの数を決定し、
前記複数のパターンカテゴリ（４０４、４５４）の各々における前記パターンの数および前記複数のパターン（３２０、４０２、４５２）の総数に基づいて、前記複数のパターンカテゴリ（４０４、４５４）の複数の相対出現を決定し、
前記複数のパターンカテゴリ（４０４、４５４）の前記複数の相対出現および前記順列エントロピウィンドウ（２５４）の埋め込み次元（２５８、４１４）に基づいて、前記順列エントロピを決定する
ようにプログラムされている、実施態様１４に記載のシステム。
［実施態様１７］
前記順列エントロピは、重み付けされた順列エントロピを含み、前記コントローラ（５６）は、
複数の振幅信号に基づいて前記複数のパターン（３２０、４０２、４５２）に重みを割り当て、
前記複数のパターンカテゴリ（４０４、４５４）の各々におけるパターンの数および前記複数のパターン（３２０、４０２、４５２）の前記対応する重みに基づいて、前記重み付けされた順列エントロピを決定する
ようにプログラムされている、実施態様１４に記載のシステム。
［実施態様１８］
前記コントローラ（５６）は、
前記複数のパターン（３２０、４０２、４５２）に対応するデータ点（３１２、３１４、３１６）の振幅の平均を決定し、
前記振幅の前記平均に基づいて、前記データ点（３１２、３１４、３１６）の前記振幅の共分散を決定し、
前記共分散を前記重みとして前記複数のパターン（３２０、４０２、４５２）に割り当てる
ようにプログラムされている、実施態様１７に記載のシステム。
［実施態様１９］
前記１つ以上のセンサ（７０）は、音響センサ、圧力センサ、振動センサ、圧電センサ、またはこれらの組み合わせを備える、実施態様１４に記載のシステム。
［実施態様２０］
圧縮機（２４）を備えており、前記圧縮機（２４）は、複数の段（８２）を備えており、各々の段（８２）は、複数の圧縮機ブレード（８０）を有しているガスタービンと、
前記複数の段（８２）のうちの１つ以上の段におけるそれぞれの圧縮機ブレード（８０）先端部に隣接させて前記圧縮機（２４）のケーシング（２５）上に配置され、前記１つ以上の段におけるそれぞれの圧縮機ブレード（８０）先端部と前記圧縮機（２４）の前記ケーシング（２５）との間の圧力を表すセンサ信号（１００）を生成するように構成された１つ以上のセンサ（７０）と、
前記１つ以上のセンサ（７０）に動作可能に組み合わせられたコントローラ（５６）であって、
前記センサ信号（１００）を前処理して、前処理された信号（１０６、２１０）を生成し、
順列エントロピウィンドウ（２５４）および前記前処理された信号（１０６、２１０）に基づいて複数のパターン（３２０、４０２、４５２）を生成し、
前記複数のパターン（３２０、４０２、４５２）において複数のパターンカテゴリ（４０４、４５４）を識別し、
前記複数のパターン（３２０、４０２、４５２）および前記複数のパターンカテゴリ（４０４、４５４）に基づいて順列エントロピを決定し、
前記順列エントロピに基づいて前記圧縮機（２４）における異常（１８０、１９４）を予測し、
前記圧縮機（２４）において異常（１８０、１９４）が存在する場合に、前記複数のパターンカテゴリ（４０４、４５４）を、パターンカテゴリ（４０４、４５４）について決定された順列（１１０）に対して比較し、
前記複数のパターンカテゴリ（４０４、４５４）の前記パターンカテゴリ（４０４、４５４）について決定された順列（１１０）に対する比較に基づいて、前記異常（１８０、１９４）のカテゴリを予測する
ようにプログラムされたコントローラ（５６）と
を備えるシステム。

１０ガスタービンシステム
１２燃料ノズル
１４燃料供給
１６燃焼器
１８タービン
１９タービンケーシング
２０排気出口
２２シャフト
２４圧縮機
２５圧縮機ケーシング
２６取り入れ口
２７矢印
２８負荷
３０軸方向、軸線
３２半径方向
３４円周方向
５６コントローラ
５８プロセッサ
６０メモリ
６２サービスプラットフォーム
６４データベース
７０圧力センサ
８０ブレード
８２段、列
８４吸気シャフト
８６出力シャフト
８８入口ガイドベーン
９０入口マニホールド
１００センサ信号
１０４内面
１０６前処理された信号
１１０順列
１２０グラフ表示
１２２信号
１２４Ｘ軸（タイムスタンプ）
１２６Ｙ軸（圧力）
１２８ブレード番号
１３０部分
１３２回転、時間区間
１６１決定されたしきい値、定義されたしきい値
１７０グラフ表示
１７２第１の信号
１７４Ｘ軸（タイムスタンプ）
１７６Ｙ軸（順列エントロピ）
１７８第１の決定されたしきい値
１８０第１の異常
１８４グラフ表示
１８６第２の信号
１８８Ｘ軸（タイムスタンプ）
１９０Ｙ軸（順列エントロピ）
１９２第２の決定されたしきい値
１９４第２の異常
２０４センサ信号
２１０前処理された信号
２５２信号
２５４順列エントロピウィンドウ
２５８埋め込み次元
３００グラフ表示
３０２信号
３０４Ｘ軸（タイムスタンプ）
３０６Ｙ軸（圧力）
３０８順列エントロピウィンドウ
３１０第１の位置
３１２第１のデータ点
３１４第２のデータ点
３１６第３のデータ点
３１８次の位置
３２０パターン、種々のパターンカテゴリの例
３２２第１のパターン
４０２パターン
４０４パターンカテゴリ
４１４埋め込み次元
４５２複数のパターン
４５４複数のパターンカテゴリ
５０２パターン

Claims

プロセッサによる実行が可能な１つ以上のインストラクションを格納した非一時的なコンピュータにとって読み取り可能な記憶媒体であって、前記１つ以上のインストラクションは、コントローラ（５６）のプロセッサ（５８）によって実行されたときに、
１つ以上の段（８２）におけるそれぞれの圧縮機ブレード（８０）先端部と圧縮機（２４）のケーシング（２５）との間の圧力を表す１つ以上の信号（１００）を受け取ること（１５２）と、
順列エントロピウィンドウ（２５４）および前記信号（１００）に基づいて複数のパターン（３２０、４０２、４５２）を生成すること（１５４）と、
前記複数のパターン（３２０、４０２、４５２）において複数のパターンカテゴリ（４０４、４５４）を識別すること（１５６）と、
前記複数のパターン（３２０、４０２、４５２）および前記複数のパターンカテゴリ（４０４、４５４）に基づいて順列エントロピを決定すること（１５８）と、
前記順列エントロピに基づいて前記圧縮機（２４）における異常（１８０、１９４）を予測すること（１６０）と、
前記圧縮機（２４）に異常（１８０、１９４）が存在する場合に、前記複数のパターンカテゴリ（４０４、４５４）を、パターンカテゴリ（４０４、４５４）について決定された順列（１１０）に対して比較すること（１６２）と、
前記複数のパターンカテゴリ（４０４、４５４）の前記パターンカテゴリ（４０４、４５４）について決定された順列（１１０）に対する比較に基づいて、複数の異常カテゴリから前記異常（１８０、１９４）の異常カテゴリを予測すること（１６４）と
を含む動作の実行を生じさせる、非一時的なコンピュータにとって読み取り可能な記憶媒体。
前記複数のパターンカテゴリ（４０４、４５４）を識別すること（１５６）は、前記複数のパターン（３２０、４０２、４５２）を、前記複数のパターン（３２０、４０２、４５２）に対応するデータ点（３１２、３１４、３１６）の振幅に基づいて、前記複数のパターンカテゴリ（４０４、４５４）へとグループ化することを含む、請求項１に記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
前記順列エントロピを決定すること（１５８）は、
前記複数のパターンカテゴリ（４０４、４５４）の各々におけるパターンの数を決定することと、
前記複数のパターンカテゴリ（４０４、４５４）の各々における前記パターンの数および前記複数のパターン（３２０、４０２、４５２）の総数に基づいて、前記複数のパターンカテゴリ（４０４、４５４）の複数の相対出現を決定することと、
前記複数のパターンカテゴリ（４０４、４５４）の前記複数の相対出現および前記順列エントロピウィンドウ（２５４）の埋め込み次元（２５８、４１４）に基づいて、前記順列エントロピを決定することと
を含む、請求項１または２に記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
前記順列エントロピは、重み付けされた順列エントロピを含み、前記順列エントロピを決定すること（１５８）は、前記重み付けされた順列エントロピを決定することを含み、前記重み付けされた順列エントロピを決定することは、
複数の振幅信号に基づいて前記複数のパターン（３２０、４０２、４５２）に重みを割り当てることと、
前記複数のパターンカテゴリ（４０４、４５４）の各々における前記パターンの数および前記複数のパターン（３２０、４０２、４５２）の前記対応する重みに基づいて、前記重み付けされた順列エントロピを決定することと
を含む、請求項３に記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
前記複数のパターン（３２０、４０２、４５２）に前記重みを割り当てることは、
前記複数のパターン（３２０、４０２、４５２）に対応するデータ点（３１２、３１４、３１６）の振幅の平均を決定することと、
前記振幅の前記平均に基づいて、前記データ点（３１２、３１４、３１６）の前記振幅の共分散を決定することと、
前記共分散を前記重みとして前記複数のパターン（３２０、４０２、４５２）に割り当てることと
を含む、請求項４に記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
前記圧縮機（２４）における前記異常（１８０、１９４）の前記カテゴリは、前記圧縮機（２４）におけるストール、サージ、不安定、またはこれらの組み合わせを含む、請求項１乃至５のいずれかに記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
前記実行される動作は、前処理された信号（１０６、２１０）を生成することを含み、前記前処理された信号（１０６、２１０）を生成することは、
１つ以上のセンサ（７０）から圧力センサ信号（１００）を受け取ることと、
前記センサ信号（１００）の再サンプリングおよびトレンド除去によって、再サンプリングされた信号を生成することと
を含む、請求項１乃至６のいずれかに記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
それぞれの圧縮機ブレード（８０）先端部と前記圧縮機（２４）の前記ケーシング（２５）との間の前記圧力を表す前記１つ以上の信号（１００）を受け取ること（１５２）は、前記１つ以上のセンサ（７０）から前記センサ信号（１００）を受け取ること、前記前処理された信号（１０６、２１０）を受け取ること、またはこれらの組み合わせを含む、請求項７に記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
前記異常（１８０、１９４）を予測すること（１６０）は、前記順列エントロピを決定されたしきい値（１６１、１７８、１９２）に対して比較することを含む、請求項１乃至８のいずれかに記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
前記決定されたしきい値（１６１、１７８、１９２）は、前記圧縮機（２４）を備えるガスタービンの動作状態の関数である、請求項９に記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
前記決定されたしきい値（１６１、１７８、１９２）は、前記順列エントロピの確率分布から導出される、請求項９または１０に記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
前記決定されたしきい値（１６１、１７８、１９２）は、履歴の順列エントロピデータから導出される、請求項９乃至１１のいずれかに記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
前記実行される動作は、前記予測された異常（１８０、１９４）に応答して、前記予測された異常（１８０、１９４）を最小化または回避するために前記圧縮機（２４）を備えるガスタービンへの是正の動作を生じさせることを含む、請求項１乃至１２のいずれかに記載の非一時的なコンピュータにとって読み取り可能な記憶媒体。
圧縮機（２４）における異常（１８０、１９４）を予測するためのシステムであって、
１つ以上の段（８２）におけるそれぞれの圧縮機ブレード（８０）先端部に隣接させて前記圧縮機（２４）のケーシング（２５）上に配置され、前記１つ以上の段（８２）におけるそれぞれの圧縮機ブレード（８０）先端部と前記圧縮機（２４）の前記ケーシング（２５）との間の圧力を表すセンサ信号（１００）を生成するように構成された１つ以上のセンサ（７０）と、
前記１つ以上のセンサ（７０）に動作可能に組み合わせられたコントローラ（５６）であって、
前記センサ信号（１００）を前処理して、前処理された信号（１０６、２１０）を生成し、
順列エントロピウィンドウ（２５４）および前記前処理された信号（１０６、２１０）に基づいて複数のパターン（３２０、４０２、４５２）を生成し、
前記複数のパターン（３２０、４０２、４５２）において複数のパターンカテゴリ（４０４、４５４）を識別し、
前記複数のパターン（３２０、４０２、４５２）および前記複数のパターンカテゴリ（４０４、４５４）に基づいて順列エントロピを決定し、
前記順列エントロピに基づいて前記圧縮機（２４）における異常（１８０、１９４）を予測し、
前記圧縮機（２４）において異常（１８０、１９４）が存在する場合に、前記複数のパターンカテゴリ（４０４、４５４）を、パターンカテゴリ（４０４、４５４）について決定された順列（１１０）に対して比較し、
前記複数のパターンカテゴリ（４０４、４５４）の前記パターンカテゴリ（４０４、４５４）について決定された順列（１１０）に対する比較に基づいて、複数の異常カテゴリから前記異常（１８０、１９４）の異常カテゴリを予測する
ようにプログラムされたコントローラ（５６）と
を備えるシステム。
前記コントローラ（５６）は、前記複数のパターン（３２０、４０２、４５２）を、前記複数のパターン（３２０、４０２、４５２）に対応するデータ点（３１２、３１４、３１６）の振幅に基づいて、前記複数のパターンカテゴリ（４０４、４５４）へとグループ化して、前記複数のパターンカテゴリ（４０４、４５４）を識別するようにプログラムされている、請求項１４に記載のシステム。