KR101765994B1 - 가스 터빈 수명 예측 및 최적화 디바이스 및 방법 - Google Patents

가스 터빈 수명 예측 및 최적화 디바이스 및 방법 Download PDF

Info

Publication number
KR101765994B1
KR101765994B1 KR1020147002330A KR20147002330A KR101765994B1 KR 101765994 B1 KR101765994 B1 KR 101765994B1 KR 1020147002330 A KR1020147002330 A KR 1020147002330A KR 20147002330 A KR20147002330 A KR 20147002330A KR 101765994 B1 KR101765994 B1 KR 101765994B1
Authority
KR
South Korea
Prior art keywords
gas turbine
rotor
life
expected
determining
Prior art date
Application number
KR1020147002330A
Other languages
English (en)
Other versions
KR20140048949A (ko
Inventor
프로스페리스 로베르토 데
시스토 파올로 디
마키에즈 보코우스키
Original Assignee
누보 피그노네 에스피에이
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 누보 피그노네 에스피에이 filed Critical 누보 피그노네 에스피에이
Publication of KR20140048949A publication Critical patent/KR20140048949A/ko
Application granted granted Critical
Publication of KR101765994B1 publication Critical patent/KR101765994B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Control Of Turbines (AREA)

Abstract

가스 터빈의 회전자의 예상 잔류 수명을 결정하기 위한 디바이스 및 컴퓨터 기반 방법이 개시된다. 방법은 가스 터빈의 작동 상태를 컴퓨터에서 수신하는 단계와, 가스 터빈 회전자 검사 결과를 수신하는 단계와, 가스 터빈의 작동 상태 및 가스 터빈 회전자 검사 결과에 기초하여, 가스 터빈에 대응하는 플리트를 위한 데이터베이스를 업데이트하는 단계와, 가스 터빈의 회전자의 예상 잔류 수명을 계산하는 단계를 포함한다.

Description

가스 터빈 수명 예측 및 최적화 디바이스 및 방법{GAS TURBINE LIFE PREDICTION AND OPTIMIZATION DEVICE AND METHOD}
본 명세서에 개시된 요지의 실시예는 일반적으로 방법 및 시스템에 관한 것이고, 더 구체적으로는 가스 터빈 또는 그 내부의 구성요소의 작동 수명을 예측하고 최적화하기 위한 메커니즘 및 기술에 관한 것이다.
미국 특허 출원 공개 제 2008/0243352호(본 명세서에 참조로서 통합됨)의 도 1과 유사한 도 1은 압축기(12), 연소기(14), 압축기(12)에 결합된 터빈(16) 및 컴퓨터 제어 시스템(컨트롤러)(18)을 갖는 가스 터빈(10)의 예를 도시한다. 압축기(12)로의 입구 도관(20)은 주위 공기를 압축기(12)에 공급할 수 있다. 입구 도관(20)은 입구(20)를 통해 그리고 압축기(12)의 입구 가이드 베인(vane)(21) 내로 유동하는 주위 공기의 압력 손실에 기여하는 도관, 필터, 스크린 및 소음 경감 디바이스(noise abatement device)를 가질 수 있다. 터빈용 배기 도관(22)은 터빈(10)의 출구로부터 예를 들어 배출 제어 및 소음 경감 장치를 통해 연소 가스를 유도한다. 터빈(10)은 전력을 생성하는 발전기(24)를 구동할 수 있다. 대안적으로, 터빈이 2-샤프트 디바이스(예를 들어, 고압 터빈 및 저압 터빈을 포함함)일 때마다, 고압 회전자와는 상이한 속도에서 회전할 수 있는 저압 터빈은 압축기로서 또는 심지어 발전기로서 더 일반적인 기계를 구동할 수 있다.
가스 터빈(10)의 작동은 터빈(10), 발전기 및 주위 환경의 상이한 성능 관련 변수를 측정하도록 설계된 다수의 센서(26)에 의해 모니터링될 수 있다. 예를 들어, 중복 온도 센서(26)의 그룹이 가스 터빈(10)을 둘러싸는 주위 온도, 압축기 배출 온도, 터빈 배기 가스 온도 및 가스 터빈(10)을 통한 가스 스트림의 다른 온도 측정치를 모니터링할 수 있다. 유사하게, 중복 압력 센서(26)의 그룹은 압축기 입구 및 출구 터빈 배기부에서, 가스 터빈(10)을 통한 가스 스트림의 다른 위치에서, 주위 압력 및 정적 및 동적 압력 레벨을 모니터링할 수 있다. 중복 습도 센서(26)의 그룹, 예를 들어 습구 및 건구 온도계가 압축기(12)의 입구 도관 내의 주위 습도를 측정할 수 있다. 중복 센서(26)의 그룹은 가스 터빈(10)의 작동에 속하는 다양한 파라미터를 감지하는 유동 센서, 속도 센서, 화염 검출기 센서, 밸브 위치 센서, 가이드 베인각 센서 등을 또한 포함할 수 있다. 본 명세서에 사용될 때, "파라미터"는 이들에 한정되는 것은 아니지만 터빈 내의 정의된 위치에서 온도, 압력 및 가스 유동과 같은 터빈의 작동 상태를 정의하는데 사용될 수 있는 아이템을 칭한다.
또한, 연료 제어 시스템(28)은 연료 공급부로부터 연소기(14)로 유동하는 연료, 1차 및 2차 연료 노즐 내로 유동하는 연료 사이의 하나 이상의 분할부 및 연소 챔버 내로 유동하는 2차 공기와 혼합된 연료의 양을 조절한다. 연료 제어 시스템(28)은 또한 연소기를 위한 연료의 유형을 선택할 수 있다. 연료 제어 시스템(28)은 개별 유닛일 수 있고 또는 메인 컨트롤러(18)의 구성요소일 수도 있다. 컨트롤러(18)는 센서 입력 및 인간 조작자로부터의 명령을 사용하여 가스 터빈의 작동을 제어하기 위해 프로그램 및 작동을 실행하는 적어도 하나의 프로세서를 갖는 컴퓨터 시스템일 수 있다. 컨트롤러(18)에 의해 생성된 명령은 가스 터빈 상의 액추에이터가, 예를 들어 연소기로 유동하는 연료의 유동, 유동 분할부 및 유형을 조절하는 연료 공급부와 연소기 사이의 밸브[액추에이터(27)]를 조정하고, 압축기 상의 입구 가이드 베인(21)[액추에이터(29)]을 조정하고, 입구 방출열을 조정하고, 뿐만 아니라 가스 터빈 상의 다른 제어 설정을 활성화하게 할 수 있다.
터빈은 오일 및 가스 분야에서 광범위한 용례를 가질 수 있다. 즉, 터빈은 파이프라인 내의 압축기를 구동할 수 있고, 여전히 우물로부터 석유 또는 천연 가스를 펌핑하기 위해 압축기를 구동할 수 있다. 오일 및 가스 회사를 위한 중요한 주요 품질(CTQ: critical quality)은 제조를 최대화하기 위한 이들의 설비의 이용 가능성이다. 설비 정지 또는 중단을 최소화하기 위해, 가스 터빈과 같은 설비 핵심 부품은 이들의 고장의 확률이 설비 신뢰성에 상당한 영향을 미칠 때에만 이상적으로 교체되고/유지보수된다. 다른 중요한 CTQ는 유지보수 비용인데, 이는 가능할 때마다 최소화되어야 한다.
이들 및 다른 CTQ를 향상시키기 위해, 다양한 엔티티는 CBM(condition based maintenance, 상태 기반 유지보수) 및 RLM(rator life management, 회전자 수명 관리)로서 수명 연장 계획(life extension initiatives)을 시작하였다. 몇몇 기술은 균열 길이의 통계적 분포를 전개하기 위해 균열 길이를 측정하기 위해 단지 광학 검사에만 의존한다. 이 통계적 분포는 장비 예상 수명을 추정하는데 사용된다. 다른 기술은 손상 또는 열화(예를 들어, 미세 균열)에 대해 구성요소를 검사하는 것, 디바이스의 구조적 모델을 형성하는 것, 디바이스에 대한 미래 사용 조건을 설정하는 것 및 손상 또는 열화의 진행을 시뮬레이션하는 것을 수반한다. 다른 접근법은 라슨-밀러(Larson-Miller)식을 포함하는 식을 통해 크리프(creep) 손상을 추정하고, 이어서 통계 분석(예를 들어, 와이블 통계 분석)을 수행하여 미래 크리프 손상을 추정하는 것이다. 여기서, 장비 시작 카운트 및 열 응력에 기초하는 추정 파라미터가 통계적 모델에 기초하여 계산된다. 다른 접근법은 터빈 구성요소의 금속 온도와 구성요소를 수신하는 터빈의 작동 상태 사이의 관계를 결정하는 것이다. 이 접근법은 구성요소의 열 모델 및 터빈의 작동 이력을 사용하여 현재 또는 미래의 구성요소 작동 온도를 예측한다.
그러나, 설비 및 터빈 수명 연장을 위한 종래의 방법 및 시스템은 데이터(예를 들어, 균열 길이)를 수집하기 위한 검사를 위해 정지되고, 일반적으로 명백한 고장을 나타내지 않는 구성요소에는 적용 가능하지 않다. 이에 따라, 전술된 문제점 및 결점을 회피하는 시스템 및 방법을 제공하는 것이 바람직할 것이다.
본 발명의 양태는 가스 터빈 구성요소(예를 들어, 회전자), 특히 명백한 손상을 나타내지 않고 긴 작동 수명이 예측되지만 높은 열-기계적 부하에 기인하여 균열될 수 있고 설비 안전을 손상할 수 리스크있는 엔진 고장으로 신속하게 퇴화할 수 있는 구성요소의 작동 수명을 예측하고 최적화하기 위한 시스템 및 방법에 관한 것이다.
예시적인 실시예에 따르면, 가스 터빈의 회전자의 예상 잔류 수명을 결정하기 위한 컴퓨터 기반 방법이 존재한다. 방법은 가스 터빈의 작동 상태를 컴퓨터에서 수신하는 단계와, 가스 터빈 회전자 검사 결과를 수신하는 단계와, 가스 터빈의 작동 상태 및 가스 터빈 회전자 검사 결과에 기초하여, 가스 터빈에 대응하는 플리트(fleet)를 위한 데이터베이스를 업데이트하는 단계와, 가스 터빈의 회전자의 예상 잔류 수명 및 수명 연장과 연관된 리스크를 계산하는 단계를 포함한다.
명세서에 통합되어 그 부분을 구성하는 첨부 도면은 하나 이상의 실시예를 도시하고 있고, 상세한 설명과 함께 이들 실시예를 설명한다.
도 1은 가스 터빈의 예를 도시한다.
도 2는 본 발명의 실시예를 지지하는 4개의 개념을 도시한다.
도 3은 본 발명의 실시예와 연관된 분석 단계를 도시한다.
도 4는 본 발명의 실시예에 따른 구성요소 수명을 예측하기 위한 방법을 도시한다.
도 5는 예시적인 실시예에 따른 가스 터빈의 구성요소 수명을 예측하기 위한 다른 방법을 도시한다.
도 6은 본 명세서에 설명된 방법을 구현하도록 구성된 디바이스를 도시한다.
이하의 예시적인 실시예의 설명은 첨부 도면을 참조한다. 상이한 도면들에서 동일한 도면 부호는 동일한 또는 유사한 요소를 식별한다. 이하의 상세한 설명은 본 발명을 한정하는 것은 아니다. 대신에, 본 발명의 범주는 첨부된 청구범위에 의해 정의된다. 이하의 실시예는 가스 터빈, 특히 회전자의 용어 및 구조에 대해 간단히 설명된다. 그러나, 다음에 설명될 실시예는 이들 시스템에 한정되는 것은 아니고, 다른 시스템에 적용될 수도 잇다.
명세서 전체에 걸쳐 "일 실시예" 또는 "실시예"의 참조는 실시예와 관련하여 설명된 특정 특징, 구조 또는 특성이 개시된 요지의 적어도 하나의 실시예에 포함된다는 것을 의미한다. 따라서, 명세서 전체에 걸쳐 다양한 위치에서 구문 "일 실시예에서" 또는 "실시예에서"의 출현은 반드시 동일한 실시예를 언급하는 것은 아니다. 또한, 특정 특징, 구조 또는 특성은 하나 이상의 실시예에서 임의의 적합한 방식으로 조합될 수 있다.
가스 터빈은 작동 및 안전 리스크의 최소화를 보장하기 위해 주기적 검사를 필요로 한다. 회전자를 위한 유지보수 팩터는 시작 및 작동 시간의 모두를 포함한다. 이들 검사는 작동 변수(저사이클 피로 및 크리프에 대한 이들의 영향을 평가하기 위한 모델 시간, 사이클 및 온도), 재료 이력(적용 환경, 듀티 사이클 및 유지보수 실시의 모델을 포함함), 하위 구성요소 상태(손상 및 적합성에 대해 하위 구성요소를 면밀하게 검사함으로써 결정됨)를 포함하는 관련 정보를 컴파일링하고 이용함으로써 소비자의 회전자의 상태를 평가한다. 이 정보에 의해, 회전자 수명 연장 또는 폐기를 위한 정보에 입각한 추천을 행하는 것이 가능하다. 교체가 보증될 때, 신규한 프로세스는 동일 종류 교체 또는 새로운 회전자의 설치의 가능성에 관한 추천을 제공할 수 있다.
도 2에 도시된 바와 같이, 일 실시예에 따르면, 종래의 시스템 및 방법에서 가능한 것보다 높은 정확성을 갖는 구성요소 수명을 예측하기 위한 방법이 제공된다. 이 방법은 이하에 더 상세히 설명될 예측 디바이스(20)에서 구현될 수 있다. 이 방법은 4개의 개념, 즉 하나 이상의 가스 터빈 구성요소의 확률적 수명을 예측하기 위한 물리적 기반 모델(21), 구성요소의 철저한 검사의 결과(22), 부품이 속하는 엔진의 작동 수명의 이력의 평가의 결과(23) 및 몇몇 부품 상의 파괴 시험으로부터의 결과(24)에 기초한다. 이들 4개의 개념은 이하에 설명되는 다수의 단계를 갖는 방법에서 연결될 수 있다.
일 실시예에서, 도 3에 도시된 바와 같이, 6개의 단계가 있다. 6개의 단계가 설명되지만, 당 기술 분야의 숙련자는 몇몇 단계가 스킵될 수 있고 다른 단계들이 추가될 수 있다는 것을 인식할 것이다. 또한, 도 3은 1로부터 6까지 연속적으로 흐르는 단계들을 도시하고 있지만, 이하에 설명되는 바와 같이 단계들 사이의 피드백이 가능하다.
도 3에서, 단계 1(31)의 수치적/분석적 모델은 단계 2(32)의 다양한 전달 함수를 공급한다. 전달 함수의 결과는 단계 3의 다양한 확률적 분석(33)을 공급한다. 확률적 분석의 결과는 소정의 구성요소의 수명을 예측하기 위해 단계 4(34)의 파괴 시험과 함께 사용될 수도 있다. 또한, 단계 5(35)에 나타낸 구성요소의 작동 이력 및 비파괴 검사가 또한 소정의 구성요소의 수명을 예측할 때 사용될 수 있다. 처음의 5개의 단계들의 각각으로부터의 결과는 단계 6(36)의 수명 연장 예측에 조합될 수 있다. 이들 6개의 단계의 각각의 상세가 이하에 상세히 설명된다. 또한, 파괴 시험(34)이 프로세스에 유용하지만, 이들 파괴 시험은 일반적으로 수시간의 작동 수명 후에 회전자 상에 이용된 재료를 특징화하기 위해 단지 1회만 수행된다. 대조적으로, 비파괴 시험(검사)은 유지보수가 수명 연장이 기대되는 회전자에 수행될 때마다 수행될 수 있다.
본 발명의 실시예의 단계 1은 예를 들어 a) 엔진 1차 및 2차 유동의 유동, 압력 및 온도, b) 유동들과 회전자 사이의 열전달 계수, c) 회전자 금속 온도 및 d) 회전자 변위, 스트레인 및 응력을 예측하는 것이 가능한 수치적/분석적 모델의 생성을 포함한다. 일 실시예에서, 모델은 "이상" 기체 터빈 또는 구성요소에 관련되는데, 즉 "실세계" 경험에 의해 불순물이 섞이지 않은(unadulterated) 디자인 및 제조 사양에만 기초한다. 다른 실시예에서, 모델들 중 하나 이상은 "실세계" 파라미터를 포함할 수 있다. 이들 모델들의 하나 이상은 가스 터빈의 유형에 특정할 수 있고, 또는 일반적일 수도 있다. 모델 뿐만 아니라 예측 도구는 상업적으로 입수 가능할 수 있고 또는 이들은 가정에서 개발될 수도 있다.
수치적/분석적 모델은 모델링될 전체 시나리오 또는 디바이스에 따라, 직렬로 또는 병렬로 동작하도록 설계된다. 일 실시예에서, 수치적/분석적 모델은 하나 이상의 입력 독립 변수[핵심인자(vitalX)]를 사용할 것이고 출력 종속 변수(예를 들어, 금속 온도)를 사용할 것이다. 생성된 모델은 예를 들어 메모리와 같은, 이후의 사용을 위한 라이브러리 또는 모델 툴 키트에 저장될 수 있다. 이들 모델은 입력 독립 변수로서 사용되고, 가스 터빈을 특징화하는 다양한 종속 변수를 계산하는 것이 가능하다. 독립 변수(핵심인자)의 예는 터빈과 연관된 주위 온도, 회전자 속도, 점화 온도, 다양한 내부 기하학적 유극 등이다.
본 발명의 실시예의 단계 2는 a) 특정의 적절한 실험 계획법(design of experiment: DOE)을 정의하는 것과, b) 단계 1에서 개발된 모델들 중 하나 이상을 DOE에 적용하여 대응 종속 변수들을 생성하는 것과, c) c1) 수명 변수[Z](예를 들어, 사이클-대-LCF(저사이클 피로) 균열 개시, 크리프 균열 개시까지의 시간, 고장시에 크랙이 전파하기 위한 시간/사이클 등)와 c2) 대응 모델의 독립 변수(핵심인자) 사이의 전달 함수(TF)를 생성하는 것을 포함한다. 전달 함수는 당 기술 분야에 공지된 것들 또는 이 프로세스를 위해 정의된 신규한 함수들 또는 이들의 조합이다. 수명 변수는 일반적으로 가스 터빈 또는 터빈 구성요소의 수명에 대한 유지보수 개념 또는 문제점을 표현하는 변수이다. 균열 개시 TF(LCF)와 관련하여, 바람직하게는 소비자에게 더 편리한 것이 무엇인가에 따라, 수명의 종료인 단일 부품만의 교체 또는 전체 회전자의 교체를 허용하기 위해 각각의 단일 부품에 대한 적어도 하나의 TF가 존재한다. 바람직하게는, 하나 이상의 표시를 얻고 스크랩의 양을 감소시키는 것을 가능하게 하기 위해 각각의 표면에 대한 적어도 하나의 균열 전파 TF가 존재할 수 있다.
본 발명의 실시예의 단계 3은 a) 핵심인자의 분포의 추정/정의, b) 플리트 확률적 수명 및/또는 플리트 고장의 을 결정하기 위해 하나 이상의 몬테카를로(MonteCarlo) 시뮬레이션의 실행 및 c) 예를 들어 고장의 리스크를 최소화하기 위한 휠 공간 경보(만료된 플리트를 평가할 때마다, 현존하는 설정의 확인 또는 업데이트)를 설정하기 위한 하나 이상의 몬테카를로 시뮬레이션의 실행을 포함한다. 플리트는 여기서 공통의 동일한 특성의 세트를 갖는 가스 터빈의 클래스를 설명하기 위한 것으로 이해된다. 휠 공간 경보는 가스 터빈 내에 존재하고 본 명세서에 설명된 계산에 기초하여 감소되거나 증가될 수 있는 가능한 경보의 일 가능한 예이다.
핵심인자의 분포가 이제 설명된다. 플리트로부터의 다양한 가스 터빈은 세계 전역에 위치된 다양한 고객에 제공된다고 가정한다. 가스 터빈의 주위 온도가 일 독립 변수, 즉 핵심인자이다. 그러나, 도하(카타르)의 주위 온도는 알래스카의 주위 온도와는 상이하다. 따라서, 소정의 핵심인자(Tamb)에 대해, 플리트를 구성하는 가스 터빈을 위한 온도의 분포가 존재한다. 이 분포는 예를 들어 가우스벨(Gauss bell) 또는 다른 형상일 수 있다.
임의의 측정된 핵심인자에 대한 데이터 포인트의 수가 충분히 크면, 핵심인자에 대한 적당하게 정확한 분포 함수를 개발하는 것이 가능할 것이다. 다음에, 필터(예를 들어, 칼만 필터)가 필드 데이터(예를 들어, 균열 길이)를 갖는 모델을 조정하도록 인가될 수 있다. 그러나, 임의의 측정된 핵심인자에 대한 데이터 포인트의 수가 충분히 크지 않으면, 이들 필터는 정확한 결과를 제공하지 않을 수 있다. 이 경우에, 엔지니어링 판단이 핵심인자에 대한 "최선의 추측" 분포 함수를 개발하는데 사용될 수 있다. 이 경우에, 분포는 정의된다.
휠 공간 경보로 복귀하면, 연소 터빈은 압축된 기류를 생성하는 복수의 스테이지를 갖는 압축기 및 샤프트를 구동하는 터빈 회전자를 갖는 터빈을 포함한다는 것이 주목된다. 작동 중에, 터빈 회전자에서의 온도는 상당히 상승한다. 냉각은 터빈 회전자 둘레로 연장하는 휠 공간 내로 압축기 배출 공기를 지향함으로써 제공될 수 있다. 휠 공간 온도는 압축기 배출 온도와 고온 가스 경로 온도 사이의 재료 한계로 유지될 수 있다. 휠 공간 온도가 재료 한계를 초과하는 경우에, 경보가 울려 과온도 상태를 표시할 수 있다. 재료 한계가 초과될 때, 터보기계는 정지될 수 있고, 정확한 검사 및 연구 후에, 하나 이상의 디바이스가 부가의 냉각 유동을 제공하도록 적용될 수 있다. 다양한 팩터가 압축기 배출 공기 온도에 영향을 미칠 수 있다. 예를 들어, 주위 입구 공기 온도가 상승함에 따라, 압축기 배출 공기가 상승한다. 따라서, 휠 공간 경보를 정확하게 설정하는 것이 바람직하고, 본 명세서에 설명된 신규한 프로세스는 이 경보를 조정하는 것이 가능하다.
예측 단계(31 내지 33)는 디바이스/구성요소의 총 수명폭을 예측하는 것과 잔류 수명폭의 예측(즉, 잔류 수명 최적화)의 모두에 적용 가능하다. 이하의 단계들은 잔류 수명폭의 예측에 일반적으로 더 적용 가능하다.
본 발명의 실시예의 단계 4(34)는 재료 강도가 디자인 예측과 여전히 일치하는지를 확인하기 위해 스크랩된 부분의 통계량(그 수명의 중간 또는 종료시)의 파괴 연구실 시험을 포함한다.
본 발명의 실시예의 단계 5(35)는 각각의 특정 유닛을 위한 이력적 동작 상태의 데이터베이스의 취득 및 활용을 포함한다. 데이터베이스 내의 데이터는 a) 임의의 비파괴 시험의 결과 및 b) 구성요소의 수명 중의 검사를 포함할 수 있다. 검사는 이하의 유형, 에디 전류 검사, 자기 입자 검사, 형광 투과 검사 및/또는 초음파 검사 중 하나 이상을 포함할 수 있다. 최적하게는, 이러한 시험 및 검사는 부품 표면의 100%에서 수행될 것이다. 중요한 것은 유닛이 제조업자의 예상 수명이 평가될 때 가정되었던 것보다 더 온화한 상태에서 작동될 수도 있다는 것을 표시하는 작동 이력을 식별하는 것이다.
본 발명의 실시예의 단계 6은 특정 부품 또는 디바이스의 수명 연장을 추정하기 위해(즉, 초기 제조 평가된 수명의 종료를 넘는 구성요소의 수명의 연장과 연관된 고장의 리스크의 추정) 이전의 5개의 단계의 결과들을 사용하는 것을 포함한다. 이 추정은 부품의 예상 수명에 영향을 미치는 일부 또는 전체 핵심인자(예를 들어, 작동 상태, 기하학적 치수, 재료 특성)를 포함하는 통계를 이용할 수 있다. 계산을 간단화하기 위해, 이 단계에서(뿐만 아니라 단계 3에서) 핵심인자의 수는 감소될 수 있다(예를 들어, 7개 미만의 핵심인자). 핵심인자의 이 감소는 핵심인자의 상이한 그룹과 연관된 선형 TF를 생성함으로써(단계 2 내에서) 용이해질 수도 있다. 이들 선형 TF는 핵심인자의 각각의 그룹으로부터, 대응 수명 변수에 가장 영향을 미치는 핵심인자를 선택하는데 사용될 수 있다.
단계 6의 목표는 구성요소가 원래 설계자(더 보수적인 제품 수명 계산을 사용할 수도 있는 사람, 또는 단계 5에서 식별된 실제 작동 환경보다 더 심각한 작동 환경을 가정할 수 있는 사람, 또는 단계 4에서 식별된 실제 재료 강도보다 높은 재료 강도를 가정할 수 있는 사람)에 의해 예측되었던 것보다 더 긴 수명을 가질 수 있는지를 예측하기 위해 이전의 5개의 단계들의 데이터를 사용하는 것이다.
상기 설명은 제품 수명의 더 정확한 추정을 생성하도록 조합될 수 있는 적어도 6개의 단계의 개요를 제공하였다. 이하의 설명은 이들 6개의 단계들의 적어도 일부에 대한 부가의 상세를 제공한다.
일 실시예에서, 단계 4의 검사는 단계 6의 계산을 지원하고(유효화하지는 않음), 뿐만 아니라 부분이 디자인에 따라 제조되어 있고 부분이 심지어 디자인에 따라 작동되어 유지되어 있다는 것을 확인하기 위해 사용될 수 있다. 단계 4의 검사는 바람직하게는 단계 4의 비파괴 검사가 종종 국부적 피로 또는 크리프 손상을 검출하는 것이 가능하지 않고 따라서 종종 누적된 손상에 대한 값을 할당하기 위해 신뢰적이지 않기 때문에 단계 6의 계산을 유효화하는데 사용되지 않는다.
바람직하게는, 단계 6의 수명 연장 예측은 추정된 수명에 따른 단계 4로부터의 재료 데이터베이스에 의존해야 한다. 바람직하게는, 단계 4로부터의 재료 크리프 데이터베이스는 예측된 수명의 1/20배 이상의 시험을 포함해야 한다. 달리 말하면, 데이터베이스는 신뢰적이 될 충분한 정보(시간의 견지에서)를 포함해야 한다. 이 개념에서의 예는 이하와 같다. 가스 터빈의 회전자가 20년의 예상 수명 시간을 갖는 것으로 가정한다. 데이터베이스는 회전자에 대한 정보의 적어도 1년 가치, 즉 예상 수명의 1/20배 이상을 포함하는 것이 바람직하다.
단계 3의 결과는 제품 사양이 상이한 플리트 확률적 수명을 예측하는데 사용될 수 있다. 단계 3의 결과를 사용하기 전후에, 임의의 "비예측된" 결과는 임의의 모델 및/또는 핵심인자 분포가 수정되어야 하는지를 판정하도록 조사되어야 한다.
단계 5의 결과는 부품의 비예측된 결함(예를 들어, 균열)을 강조할 수 있다. 비예측된 결과가 단계 5에서 커버되지 않으면, 근원 분석(root cause analysis: RCA)이 수행되어야 한다. RCA의 결과는 수명 연장 추정치를 더 조정하기 위해 단계 6에 인가될 수 있고, 초기 구성요소 디자인 및 제조를 향상시키기 위해 디자인 및 제조에 인가될 수 있다. 단계 5에서, 균열은 부품 수명의 종료의 표시인 것으로 고려될 수 있고 예측 모델 및 TF가 여전히 신뢰적인 것으로 고려되고 수정을 필요로 할 수 있는지를 검증하기 위해 RCA를 통해 조사되어야 한다. 대안적으로, 비균열 표시(예를 들어, 스크래치(scratches), 마크(marks), 프린트(prints))는 단지 이들 비균열 표시가 부품 수명에 영향을 주는 것으로 나타나지 않으면 허용 가능할 수 있다. 결함의 재가공은 표시를 더 평활하게 하기 위해 제안될 수 있다.
이들 비균열 표시(사용 표시기)는 평가되어 전용 TF를 생성할 수 있다. TF는 표시의 치수(길이, 깊이, 두께)에 더한 다른 TF와 동일한 핵심인자를 갖는 것일 것이다. 전술된 바와 같이, TF의 양을 감소시키기 위해, 일 실시예는 부품 표면을 그룹화하고 표면의 각각의 그룹에 대해 단지 하나의 TF만을 정의할 수 있다. 각각의 그룹은 최악의 위치를 갖는 마지막 그룹이 전체 구역을 표현하는 것으로서 선택될 수 있도록 유사한 거동을 갖는 표면에 따라 구성될 수 있다. 회전자는 수천개가 아니면 수백개의 작은 표면을 가질 수 있다.
전술된 단계들은 도 4의 프로세스 흐름으로 조합될 수 있다. 프로세스는 터빈 회전자 검사(41)로 시작될 수 있다. 검사는 균열이 존재하는지(42) 또는 다른 수명 사이클 관련 표시(예를 들어, 스크래치, 마크, 프린트)가 존재하는지(43)를 판정한다. 작동에 기인하는 균열이 존재하면, 근원 분석(RCA)이 수행된다(48). RCA 결과는 제조업자에 의해 사용된 임의의 예측 모델 뿐만 아니라 임의의 수명 연장 분석으로 피드백될 수 있다. 다른 수명 사이클 관련 표시(예를 들어, 스크래치, 마크, 프린트)가 발견되면, 이들 표시는 각각의 표시에 대한 잔류 수명을 추정하기 위해 이력적 작동 결과(44)와 조합될 수 있다. 균열 또한 다른 표시가 검출되지 않으면, 플리트 분포는 특정 유닛의 잔류 수명을 예측하도록 업데이트될 수 있다(46). 예를 들어, 전체 플리트를 위한 Y개의 분포가 플리트 상에 존재하는 총 가변성을 포함하는 핵심인자 분포를 사용하여 생성된다(예를 들어, Tamb 분포는 기계가 작동할 수 있는 모든 가능한 상태를 포함할 것임). 또한, 플리트 분포 내부에 있는 분포를 갖는 특정 유닛 Y는 통상적으로 공통 형태(예를 들어, 가우스 벨 곡선)를 유지한다. 그러나, 이들 분포는 하나 이상의 핵심인자 분포가 값(예를 들어, 내부 유극)에 의해 대체되거나 더 좁은 분포(예를 들어, 사이트 주위 온도)에 의해 대체될 수 있기 때문에 좁을 수 있다. 이 잔류 수명 계산은 또한 이력적 작동 결과를 고려할 수 있다(44). 업데이트된 플리트 분포는 유닛을 위한 전체 리스크를 예측하는데 사용될 수 있다(47). 예측된 리스크의 예는 균열의 개시 및/또는 현존하는 균열의 전파에 대한 예측을 포함한다.
도 4의 프로세스에서, 항목 41, 42, 43 및 44는 단계 5의 부분인 것으로 고려될 수 있고, 나머지 항목(45, 46, 47 및 48)은 단계 6과 연관된다. 전술된 단계 1 내지 4 중 하나 이상은 단계 4에 결과를 공급할 수 있다. 이는 대부분의 터빈 OEM이 이들이 그 작동 수명 중에 균열을 형성하지 않도록 그 구성요소를 설계하기 때문에 유용하다.
전술된 방법론은 현재 설치된 및 작동 가스 터빈에 관련된다. 그러나, 당 기술 분야의 숙련자는 적어도 처음의 3개가 새로운 디자인에 적용 가능한 것을 인식할 것이다(예를 들어, 새로운 디자인을 위한 예상 수명).
예측 방법론은 유선 또는 무선 네트워크를 통해 접속되거나 접속되지 않을 수도 있는 하나 이상의 프로세서 기반 디바이스(컴퓨터)에서 수행될 수 있다. 프로세스 기반 디바이스는 프로세서, 메모리 및 입력 유닛을 포함한다. 프로세서 기반 디바이스는 디스플레이를 또한 포함할 수 있다. 이러한 디바이스는 도 6과 관련하여 설명된다. 상기 방법론과 연관된 컴퓨터 프로그램은 메모리 또는 디스크 또는 다른 디바이스와 같은 비일시적 저장 매체 내에 저장될 수 있다.
도 5에 도시된 예시적인 실시예에 따르면, 가스 터빈의 회전자의 예상 잔류 수명을 결정하기 위한 방법이 존재한다. 방법은 가스 터빈의 작동 상태를 컴퓨터에서 수신하는 단계(500), 가스 터빈 회전자 검사 결과를 수신하는 단계(502), 가스 터빈의 작동 상태 및 가스 터빈 회전자 검사 결과에 기초하여, 가스 터빈에 대응하는 플리트를 위한 데이터베이스를 업데이트하는 단계(504) 및 가스 터빈의 회전자의 예상 잔류 수명을 계산하는 단계(506)를 포함한다.
상기 방법은 가스 터빈 구성요소의 예상 잔류 수명을 결정하기 위해 디바이스로 구현될 수 있다. 디바이스는 메모리 및 메모리에 동작가능하게 접속된 프로세서를 포함할 수 있다. 프로세서는 가스 터빈의 작동 상태를 수신하고, 가스 터빈 회전자 검사 결과를 수신하고, 가스 터빈의 작동 상태 및 가스 터빈 회전자 검사 결과에 기초하여 가스 터빈에 대응하는 플리트를 위한 데이터베이스를 업데이트하고, 가스 터빈의 회전자의 예상 잔류 수명을 계산하도록 구성될 수 있다.
프로세서는 독립 변수에 기초하여 가스 터빈의 복수의 종속 변수를 계산하고 또는 수명 변수를 계산하기 위해 전달 함수로의 입력으로서 독립 변수를 제공하고, 또는 독립 변수의 분포를 수신하고, 또는 독립 변수, 독립 변수의 분포 및 플리트 확률적 수명을 결정하기 위한 전달 함수에 기초하여 몬테카를로 시뮬레이션을 실행하고, 또는 가스 터빈의 부품 상에 수행된 연구실에서의 파괴 시험을 수신하고, 또는 독립 변수, 전달 함수, 몬테카를로 시뮬레이션 및 연구실에서의 파괴 시험에 기초하여 가스 터빈의 회전자의 예상 잔류 수명을 계산하기 위해 가스 터빈의 물리적 모델을 사용하도록 또한 구성될 수 있다.
예시적인 실시예에서, 비일시적 컴퓨터 기반 제품은 가스 터빈의 구성요소의 예상 잔류 수명을 결정하기 위한 명령을 포함하고, 컴퓨터 기반 제품은 프로세스 기반 디바이스가 이하의 명령, 가스 터빈의 작동 상태를 수신하는 것, 가스 터빈 회전자 검사 결과를 수신하는 것, 가스 터빈의 작동 상태 및 가스 터빈 회전자 검사 결과에 기초하여 가스 터빈에 대응하는 플리트를 위한 데이터베이스를 업데이트하는 것 및 가스 터빈의 회전자의 예상 잔류 수명을 계산하는 것을 수행하게 하도록 배열된다.
전술된 실시예에 따른 동작을 수행하는 것이 가능한 대표적인 디바이스의 예가 도 6에 도시되어 있다. 하드웨어, 펌웨어, 소프트웨어 또는 이들의 조합이 본 명세서에 설명된 다양한 단계 및 동작을 수행하는데 사용될 수 있다. 도 6의 컴퓨팅 구조체(600)는 이러한 시스템과 연계하여 사용될 수 있는 예시적인 컴퓨팅 구조체이다.
예시적인 실시예에 설명된 활동을 수행하기에 적합한 예시적인 컴퓨팅 구조체(600)는 서버(601)를 포함할 수 있다. 이러한 서버(801)는 랜덤 액세스 메모리(RAM)(604) 및 판독 전용 메모리(ROM)(606)에 결합된 중앙 프로세서(CPU)(602)를 포함할 수 있다. ROM(606)은 또한 프로그램가능 ROM(PROM), 소거가능 PROM(EPROM) 등과 같은 프로그램을 저장하기 위한 다른 유형의 저장 매체일 수 있다. 프로세서(602)는 입출력(I/O) 회로(608) 및 버싱(610)을 통해 다른 내장 및 외장 구성요소와 통신하여 제어 신호 등을 제공할 수 있다. 프로세서(602)는 소프트웨어 및/또는 펌웨어 명령에 의해 표시된 바와 같이, 당 기술 분야에 공지된 바와 같은 다양한 기능을 수행한다.
서버(601)는 하드 및 플로피 디스크 드라이브(612), CD-ROM 드라이브(614) 및 DVD와 같은 정보를 판독 및/또는 저장하는 것이 가능한 다른 하드웨어를 포함하는 하나 이상의 데이터 저장 디바이스를 또한 포함할 수 있다. 일 실시예에서, 전술된 단계를 수행하기 위한 소프트웨어가 CD-ROM(616), 디스켓(618) 또는 정보를 휴대적으로 저장하는 것이 가능한 다른 형태의 매체 상에 저장되어 분배될 수 있다. 이들 저장 매체는 CD-ROM 드라이브(614), 디스크 드라이브(612) 등과 같은 디바이스 내에 삽입되어 판독될 수 있다. 서버(601)는 LCD 디스플레이, 플라즈마 디스플레이, 음극선관(CRT) 등과 같은 임의의 유형의 공지의 디스플레이 또는 제시 스크린일 수 있는 디스플레이(620)에 연결될 수 있다. 마우스, 키보드, 마이크로폰, 터치 패드, 터치 스크린, 음성 인식 시스템 등과 같은 하나 이상의 사용자 인터페이스 메커니즘을 포함하는 사용자 입력 인터페이스(622)가 제공된다.
서버(601)는 네트워크를 경유하여 지상 및/또는 무선 단말과 같은 다른 컴퓨팅 디바이스에 결합될 수 있다. 서버는 다양한 지상 및/또는 모바일 클라이언트/시청자 디바이스로의 궁극적인 접속을 허용하는, 인터넷(628)과 같은 국제 통신망(GAN)에서와 같은 더 대형의 네트워크 구성의 부분일 수 있다.
개시된 예시적인 실시예는 가스 터빈의 구성요소의 잔류 수명을 결정하기 위한 방법, 컴퓨터 소프트웨어 및 디바이스를 제공한다. 이 설명은 본 발명을 한정하도록 의도된 것은 아니라는 것이 이해되어야 한다. 대조적으로, 예시적인 실시예는 첨부된 청구범위에 의해 정의된 바와 같은 본 발명의 사상 및 범주 내에 포함된 대안, 수정 및 등가물을 커버하도록 의도된다. 또한, 예시적인 실시예의 상세한 설명에서, 수많은 특정 상세가 청구된 발명의 포괄적인 이해를 제공하기 위해 설명된다. 그러나, 당 기술 분야의 숙련자는 다양한 실시예가 이러한 특정 상세 없이 실시될 수 있다는 것을 이해할 수 있을 것이다.
본 발명의 예시적인 실시예의 특징 및 요소가 특정 조합으로 실시예에 설명되지만, 각각의 특징 또는 요소는 실시예의 다른 특징 및 요소 없이 단독으로 또는 본 명세서에 개시된 다른 특징 및 요소를 갖거나 갖지 않는 다양한 조합으로 사용될 수 있다. 본 출원에 제공된 방법 또는 흐름도는 특정하게 프로그램된 컴퓨터 또는 프로세서에 의한 실행을 위해 컴퓨터 판독가능 저장 매체 내에 탠저블하게 구체화된 컴퓨터 프로그램, 소프트웨어 또는 펌웨어에서 구현될 수 있다.
이 기록된 설명은 당 기술 분야의 임의의 숙련자가 임의의 디바이스 또는 시스템을 제조하고 사용하는 것과 임의의 통합된 방법을 수행하는 것을 포함하여 이를 실시하는 것을 가능하게 하도록 개시된 요지의 예를 사용한다. 요지의 특허 가능한 범주는 청구범위에 의해 정의되고, 당 기술 분야의 숙련자들에게 발생하는 다른 예를 포함할 수 있다. 이러한 다른 예는 청구범위의 범주 내에 있는 것으로 의도된다.
10: 가스 터빈 12: 압축기
14: 연소기 18: 컨트롤러
26: 중복 센서 28: 연료 제어 시스템
20: 예측 디바이스 601: 서버
602: 중앙 프로세서(CPU) 608: 입출력 회로
614: CD-ROM 드라이브 616: CD-ROM
618: 디스켓 622: 사용자 입력 인터페이스

Claims (10)

  1. 가스 터빈의 회전자의 예상 잔류 수명(a residual life expectancy)을 결정하는 방법으로서,
    상기 가스 터빈을 작동시키고 상기 가스 터빈의 작동 상태를 취득하는 단계와,
    상기 가스 터빈의 회전자를 검사하고 가스 터빈 회전자 검사 결과를 획득하는 단계와,
    상기 가스 터빈의 작동 상태 및 상기 가스 터빈 회전자 검사 결과에 기초하여, 상기 가스 터빈에 대응하는 공통 특성 세트를 갖는 가스 터빈 클래스의 플리트(a fleet)를 위한 데이터베이스를 업데이트하는 단계와,
    상기 가스 터빈의 회전자의 예상 잔류 수명 및 수명 연장과 연관된 리스크(risk)를 계산하는 단계를 포함하되,
    상기 계산하는 단계는,
    상기 가스 터빈의 독립 변수를 측정하는 단계와,
    상기 가스 터빈의 물리적 모델을 이용하여 상기 독립 변수에 기초하여 상기 가스 터빈의 복수의 종속 변수를 계산하는 단계를 포함하고,
    상기 방법은, 수명 변수를 계산하기 위한 전달 함수로의 입력으로서 상기 독립 변수를 제공하는 단계를 더 포함하되, 상기 수명 변수는 사이클-대-LCF 균열 개시 파라미터(a cycles-to-low cycle fatigue crack initiation parameter)인
    가스터빈의 회전자 예상 잔류 수명 결정 방법.
  2. 제 1 항에 있어서,
    상기 가스 터빈의 회전자를 검사하는 것은 상기 회전자 내에 균열이 존재하는지, 상기 회전자 내에 사용 표시가 존재하는지, 또는 상기 회전자 내에 이벤트가 없는지를 결정하는 것을 포함하는
    가스터빈의 회전자 예상 잔류 수명 결정 방법.
  3. 제 2 항에 있어서,
    상기 회전자 내에 미예측된 균열이 존재하면, 상기 가스 터빈의 모델을 수정하는
    가스터빈의 회전자 예상 잔류 수명 결정 방법.
  4. 제 2 항에 있어서,
    상기 회전자 내의 상기 사용 표시 또는 예측된 균열이 존재하면, 상기 사용 표시 또는 상기 예측된 균열에 대한 상기 회전자의 예상 잔류 수명을 계산하는
    가스터빈의 회전자 예상 잔류 수명 결정 방법.
  5. 제 2 항에 있어서,
    상기 사용 표시는 상기 회전자 내의 마크(a mark), 스크래치(a scratch) 또는 프린트(a print), 또는 그 조합인
    가스터빈의 회전자 예상 잔류 수명 결정 방법.
  6. 삭제
  7. 제 1 항에 있어서,
    상기 독립 변수 및 상기 독립 변수의 분포에 기초하여 몬테카를로 시뮬레이션(Montecarlo simulations)을 실행하는 단계를 더 포함하는
    가스터빈의 회전자 예상 잔류 수명 결정 방법.
  8. 제 1 항에 있어서,
    상기 독립 변수, 상기 독립 변수의 분포, 및 전달 함수에 기초하여 몬테카를로 시뮬레이션을 실행하여 플리트 확률적 수명(a fleet probabilistic life)을 결정하는 단계를 더 포함하는
    가스터빈의 회전자 예상 잔류 수명 결정 방법.
  9. 제 8 항에 있어서,
    상기 독립 변수, 상기 전달 함수, 상기 몬테카를로 시뮬레이션 및 연구실에서의 파괴 시험에 기초하여 상기 가스 터빈의 회전자의 예상 잔류 수명을 계산하는 단계를 더 포함하는
    가스터빈의 회전자 예상 잔류 수명 결정 방법.
  10. 가스 터빈 구성요소의 예상 잔류 수명을 결정하도록 구성된 시스템으로서,
    상기 시스템은,
    가스 터빈을 작동시키고 상기 가스 터빈의 작동 상태를 취득하고,
    상기 가스 터빈의 회전자를 검사하고 가스 터빈 회전자 검사 결과를 획득하고,
    상기 가스 터빈의 작동 상태 및 상기 가스 터빈 회전자 검사 결과에 기초하여, 상기 가스 터빈에 대응하는 공통 특성 세트를 갖는 가스 터빈 클래스의 플리트를 위한 데이터베이스를 업데이트하고,
    상기 가스 터빈의 회전자의 예상 잔류 수명을 계산하도록 구성되고,
    상기 예상 잔류 수명을 계산하도록 구성된 시스템은,
    상기 가스 터빈의 독립 변수를 측정하고,
    상기 가스 터빈의 물리적 모델을 이용하여 상기 독립 변수에 기초하여 상기 가스 터빈의 복수의 종속 변수를 계산하도록 구성되는 시스템을 더 포함하고,
    상기 예상 잔류 수명을 계산하도록 구성된 시스템은, 수명 변수를 계산하기 위한 전달 함수로의 입력으로서 상기 독립 변수를 제공하되, 상기 수명 변수는 사이클-대-LCF 균열 개시 파라미터인
    가스터빈 구성요소의 회전자 예상 잔류 수명 결정 시스템.
KR1020147002330A 2011-07-28 2012-07-25 가스 터빈 수명 예측 및 최적화 디바이스 및 방법 KR101765994B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
IT000032A ITCO20110032A1 (it) 2011-07-28 2011-07-28 Dispositivo e metodo di ottimizzazione e determinazione della vita di una turbina a gas
ITCO2011A000032 2011-07-28
PCT/EP2012/064621 WO2013014202A1 (en) 2011-07-28 2012-07-25 Gas turbine life prediction and optimization device and method

Publications (2)

Publication Number Publication Date
KR20140048949A KR20140048949A (ko) 2014-04-24
KR101765994B1 true KR101765994B1 (ko) 2017-08-07

Family

ID=44675666

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020147002330A KR101765994B1 (ko) 2011-07-28 2012-07-25 가스 터빈 수명 예측 및 최적화 디바이스 및 방법

Country Status (11)

Country Link
US (1) US9507342B2 (ko)
EP (1) EP2737376A1 (ko)
JP (1) JP6010618B2 (ko)
KR (1) KR101765994B1 (ko)
CN (1) CN103718123B (ko)
AU (2) AU2012288840A1 (ko)
BR (1) BR112014001652B1 (ko)
CA (1) CA2843218C (ko)
IT (1) ITCO20110032A1 (ko)
RU (1) RU2617720C2 (ko)
WO (1) WO2013014202A1 (ko)

Families Citing this family (60)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10994358B2 (en) 2006-12-20 2021-05-04 Lincoln Global, Inc. System and method for creating or modifying a welding sequence based on non-real world weld data
US9937577B2 (en) 2006-12-20 2018-04-10 Lincoln Global, Inc. System for a welding sequencer
US9104195B2 (en) 2006-12-20 2015-08-11 Lincoln Global, Inc. Welding job sequencer
US9330575B2 (en) 2008-08-21 2016-05-03 Lincoln Global, Inc. Tablet-based welding simulator
US9196169B2 (en) 2008-08-21 2015-11-24 Lincoln Global, Inc. Importing and analyzing external data using a virtual reality welding system
US9483959B2 (en) 2008-08-21 2016-11-01 Lincoln Global, Inc. Welding simulator
US8834168B2 (en) 2008-08-21 2014-09-16 Lincoln Global, Inc. System and method providing combined virtual reality arc welding and three-dimensional (3D) viewing
US9280913B2 (en) 2009-07-10 2016-03-08 Lincoln Global, Inc. Systems and methods providing enhanced education and training in a virtual reality environment
US8884177B2 (en) 2009-11-13 2014-11-11 Lincoln Global, Inc. Systems, methods, and apparatuses for monitoring weld quality
US8747116B2 (en) 2008-08-21 2014-06-10 Lincoln Global, Inc. System and method providing arc welding training in a real-time simulated virtual reality environment using real-time weld puddle feedback
US8911237B2 (en) 2008-08-21 2014-12-16 Lincoln Global, Inc. Virtual reality pipe welding simulator and setup
US8851896B2 (en) 2008-08-21 2014-10-07 Lincoln Global, Inc. Virtual reality GTAW and pipe welding simulator and setup
US9318026B2 (en) 2008-08-21 2016-04-19 Lincoln Global, Inc. Systems and methods providing an enhanced user experience in a real-time simulated virtual reality welding environment
US8657605B2 (en) 2009-07-10 2014-02-25 Lincoln Global, Inc. Virtual testing and inspection of a virtual weldment
US8274013B2 (en) 2009-03-09 2012-09-25 Lincoln Global, Inc. System for tracking and analyzing welding activity
US9230449B2 (en) 2009-07-08 2016-01-05 Lincoln Global, Inc. Welding training system
US9221117B2 (en) 2009-07-08 2015-12-29 Lincoln Global, Inc. System for characterizing manual welding operations
US9773429B2 (en) 2009-07-08 2017-09-26 Lincoln Global, Inc. System and method for manual welder training
US10748447B2 (en) 2013-05-24 2020-08-18 Lincoln Global, Inc. Systems and methods providing a computerized eyewear device to aid in welding
US9011154B2 (en) 2009-07-10 2015-04-21 Lincoln Global, Inc. Virtual welding system
US8569655B2 (en) 2009-10-13 2013-10-29 Lincoln Global, Inc. Welding helmet with integral user interface
US9468988B2 (en) 2009-11-13 2016-10-18 Lincoln Global, Inc. Systems, methods, and apparatuses for monitoring weld quality
US8569646B2 (en) 2009-11-13 2013-10-29 Lincoln Global, Inc. Systems, methods, and apparatuses for monitoring weld quality
US20160093233A1 (en) 2012-07-06 2016-03-31 Lincoln Global, Inc. System for characterizing manual welding operations on pipe and other curved structures
US9767712B2 (en) 2012-07-10 2017-09-19 Lincoln Global, Inc. Virtual reality pipe welding simulator and setup
US10930174B2 (en) 2013-05-24 2021-02-23 Lincoln Global, Inc. Systems and methods providing a computerized eyewear device to aid in welding
US20150072323A1 (en) 2013-09-11 2015-03-12 Lincoln Global, Inc. Learning management system for a real-time simulated virtual reality welding training environment
US10458342B2 (en) 2013-09-17 2019-10-29 General Electric Company System and method for controlling operation of a gas turbine based power plant
US10083627B2 (en) 2013-11-05 2018-09-25 Lincoln Global, Inc. Virtual reality and real welding training system and method
US9836987B2 (en) 2014-02-14 2017-12-05 Lincoln Global, Inc. Virtual reality pipe welding simulator and setup
US9869665B2 (en) 2014-05-22 2018-01-16 Kohler, Co. Generator predictive engine oil life algorithm
CN106233358A (zh) 2014-06-02 2016-12-14 林肯环球股份有限公司 用于人工焊工培训的系统和方法
US10067483B1 (en) * 2014-08-28 2018-09-04 Apple Inc. Controlling electrical device based on temperature and voltage
US9791352B2 (en) * 2014-09-17 2017-10-17 General Electric Company Automated prognostics systems and methods
US10626748B2 (en) * 2014-12-08 2020-04-21 General Electric Company System and method for predicting and managing life consumption of gas turbine parts
WO2016178736A1 (en) 2015-05-04 2016-11-10 Sikorsky Aircraft Corporation System and method for calculating remaining useful life of a component
US9841756B2 (en) * 2015-05-27 2017-12-12 Siemens Energy, Inc. Scheduling inspections and predicting end-of-life for machine components
WO2017051552A1 (ja) * 2015-09-25 2017-03-30 富士フイルム株式会社 点検計画立案支援システム、方法およびプログラム
JP6792939B2 (ja) * 2015-10-28 2020-12-02 三菱パワー株式会社 タービン分析装置、タービン分析方法およびプログラム
CN105498373B (zh) * 2015-11-25 2017-09-19 北京有色金属研究总院 气体纯化器使用寿命的监测方法及其装置
US10706361B1 (en) * 2015-12-11 2020-07-07 The Boeing Company Hybrid feature selection for performance prediction of fluid control valves
US10330022B2 (en) * 2016-02-12 2019-06-25 General Electric Company Systems and methods for determining operational impact on turbine component creep life
WO2017160307A1 (en) * 2016-03-18 2017-09-21 General Electric Company System and method for predicting and managing life consumption of gas turbine parts
EP3319066A1 (en) 2016-11-04 2018-05-09 Lincoln Global, Inc. Magnetic frequency selection for electromagnetic position tracking
US20180130226A1 (en) 2016-11-07 2018-05-10 Lincoln Global, Inc. System and method for calibrating a welding trainer
US10913125B2 (en) 2016-11-07 2021-02-09 Lincoln Global, Inc. Welding system providing visual and audio cues to a welding helmet with a display
US10280844B2 (en) 2016-11-17 2019-05-07 General Electric Company Control systems for controlling power systems based on fuel consumption and related program products
US10380280B2 (en) * 2016-11-17 2019-08-13 Baker Hughes, A Ge Company, Llc Optimal storage of load data for lifetime prediction for equipment used in a well operation
JP6892753B2 (ja) * 2016-12-02 2021-06-23 三菱パワー株式会社 機器状態推定装置、機器状態推定方法およびプログラム
EP3538862B2 (en) 2017-01-17 2024-05-22 Siemens Mobility GmbH Method for predicting the life expectancy of a component of an observed vehicle and processing unit
CN108733859B (zh) * 2017-04-21 2021-12-07 上海电气集团股份有限公司 蒸汽发生器热处理过程中支撑板形变预警方法
KR102240646B1 (ko) * 2017-05-17 2021-04-16 한국전력공사 수명 예측 방법 및 시스템
US10997872B2 (en) 2017-06-01 2021-05-04 Lincoln Global, Inc. Spring-loaded tip assembly to support simulated shielded metal arc welding
US11475792B2 (en) 2018-04-19 2022-10-18 Lincoln Global, Inc. Welding simulator with dual-user configuration
US11557223B2 (en) 2018-04-19 2023-01-17 Lincoln Global, Inc. Modular and reconfigurable chassis for simulated welding training
CN109614428B (zh) * 2018-11-27 2022-10-18 中国航发沈阳黎明航空发动机有限责任公司 一种燃烧室温度场分析调整方法
CN110083968B (zh) * 2019-05-08 2022-09-27 中国船舶重工集团公司第七0三研究所 基于修正气封泄露量影响数值模型的压气机特性预测方法
CN113375942B (zh) * 2021-08-11 2021-10-08 湖南大学 一种基于大数据的旋转设备寿命监测系统
KR102597250B1 (ko) * 2021-09-16 2023-11-03 한국전력공사 초고압 전력 케이블의 수명 평가 방법
GB2627221A (en) 2023-02-15 2024-08-21 Siemens Energy Global Gmbh & Co Kg Methods and system for controlling a turbine engine

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001023725A1 (fr) * 1999-09-27 2001-04-05 Hitachi, Ltd. Systeme de gestion de duree de vie pour partie haute temperature de turbine a gaz
JP2001166819A (ja) * 1999-12-13 2001-06-22 Toshiba Corp 原動機の異常診断・寿命診断システム

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4875170A (en) 1986-04-10 1989-10-17 Hitachi, Ltd. Method and apparatus for estimating life expectancy of mechanical structures
JP2669277B2 (ja) 1992-09-18 1997-10-27 株式会社日立製作所 セラミックス焼結体の寿命予測法及び装置
JP3186866B2 (ja) 1992-11-20 2001-07-11 株式会社東芝 構造部材の劣化・損傷予測方法およびその予測装置
JPH10293049A (ja) * 1997-04-16 1998-11-04 Toshiba Corp ガスタービンの保守管理方法および装置
AU752024B2 (en) 2000-04-14 2002-09-05 Kabushiki Kaisha Toshiba Method and equipment for assessing the life of members put under high in-service temperature environment for long period
CA2438353C (en) * 2001-06-18 2009-08-25 Hitachi, Ltd. Method of diagnosing gas turbine condition and system for diagnosing the same
US6871160B2 (en) 2001-09-08 2005-03-22 Scientific Monitoring Inc. Intelligent condition-based engine/equipment management system
CN100416438C (zh) * 2002-09-26 2008-09-03 西门子公司 监控包括多个系统的技术设备特别是电站的装置和方法
US20040073400A1 (en) 2002-10-11 2004-04-15 Mitsubishi Heavy Industries, Ltd. Method for managing lifespans of high temperature gas turbine components and its implementation through computer program
ITMI20031669A1 (it) * 2003-08-26 2005-02-27 Nuovo Pignone Spa Sistema di monitoraggio dei componenti di una turbina a gas.
US7096669B2 (en) * 2004-01-13 2006-08-29 Compressor Controls Corp. Method and apparatus for the prevention of critical process variable excursions in one or more turbomachines
US7243042B2 (en) 2004-11-30 2007-07-10 Siemens Power Generation, Inc. Engine component life monitoring system and method for determining remaining useful component life
US7162373B1 (en) * 2005-11-21 2007-01-09 General Electric Company Method and system for assessing life of cracked dovetail in turbine
US20080148706A1 (en) * 2006-12-22 2008-06-26 Mark Beauregard Method of maintaining aircraft gas turbine engine
US9043118B2 (en) 2007-04-02 2015-05-26 General Electric Company Methods and systems for model-based control of gas turbines
US20090030752A1 (en) * 2007-07-27 2009-01-29 General Electric Company Fleet anomaly detection method
US8370046B2 (en) * 2010-02-11 2013-02-05 General Electric Company System and method for monitoring a gas turbine
US8510060B2 (en) * 2010-06-07 2013-08-13 General Electric Company Life management system and method for gas turbine thermal barrier coatings
US8712739B2 (en) * 2010-11-19 2014-04-29 General Electric Company System and method for hybrid risk modeling of turbomachinery
US8784056B2 (en) * 2011-05-18 2014-07-22 General Electric Company System and turbine including creep indicating member

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001023725A1 (fr) * 1999-09-27 2001-04-05 Hitachi, Ltd. Systeme de gestion de duree de vie pour partie haute temperature de turbine a gaz
JP2001166819A (ja) * 1999-12-13 2001-06-22 Toshiba Corp 原動機の異常診断・寿命診断システム

Also Published As

Publication number Publication date
RU2617720C2 (ru) 2017-04-26
BR112014001652B1 (pt) 2021-04-13
JP6010618B2 (ja) 2016-10-19
RU2014101246A (ru) 2015-09-10
KR20140048949A (ko) 2014-04-24
CN103718123A (zh) 2014-04-09
US20140244133A1 (en) 2014-08-28
CA2843218A1 (en) 2013-01-31
CN103718123B (zh) 2016-10-26
BR112014001652A2 (pt) 2017-02-21
AU2012288840A1 (en) 2014-02-13
JP2014522943A (ja) 2014-09-08
WO2013014202A1 (en) 2013-01-31
AU2016277688A1 (en) 2017-01-12
ITCO20110032A1 (it) 2013-01-29
US9507342B2 (en) 2016-11-29
EP2737376A1 (en) 2014-06-04
CA2843218C (en) 2019-08-20

Similar Documents

Publication Publication Date Title
KR101765994B1 (ko) 가스 터빈 수명 예측 및 최적화 디바이스 및 방법
US9983576B2 (en) Method and system for monitoring rotor blades in combustion turbine engine
JP5916069B2 (ja) ターボ機械のハイブリッドリスクモデリングのシステム及び方法
JP5844978B2 (ja) ガスタービンを監視するためのシステム及び方法
JP6250942B2 (ja) 信頼性が改善されたオペレーションのためのシステム及び方法
CN107667280B (zh) 机器部件的调度检查和预测寿命终止
US9563198B2 (en) Method and system to model risk of unplanned outages of power generation machine
EP3757696A1 (en) Control of power generation system by visually monitoring valve during operation
JP2012007612A (ja) ターボ機械のエーロフォイルの寿命管理システムおよび方法
EP3757356A1 (en) Control of power generation system by visually monitoring gauge during operation
JP3788901B2 (ja) 発電設備の損傷診断装置
WO2015175181A1 (en) System and method for evaluating opportunities to extend operating durations
EP3757357A1 (en) Control of power generation system by visually monitoring component during operation
TWI667477B (zh) 機器狀態推測裝置、機器狀態推測方法及程式
EP4339851A1 (en) Failure predicting device, failure predicting method, and program
CN112906237B (zh) 一种发动机部件故障分析方法及系统
KR20110029395A (ko) 증기 터빈의 수명 예측 방법 및 시스템
Ngoret et al. Monitoring material degradation in aircraft turbine blades: A comprehensive survey on current techniques
JP2004093567A (ja) 機械または設備の運転条件の評価方法
KR101719715B1 (ko) 가스터빈 정비지원 운용 방법
Wrobel et al. Rotor Lifecycle Management Program

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant