KR102503803B1 - 침식량 예측시스템 및 방법 - Google Patents

침식량 예측시스템 및 방법 Download PDF

Info

Publication number
KR102503803B1
KR102503803B1 KR1020210060972A KR20210060972A KR102503803B1 KR 102503803 B1 KR102503803 B1 KR 102503803B1 KR 1020210060972 A KR1020210060972 A KR 1020210060972A KR 20210060972 A KR20210060972 A KR 20210060972A KR 102503803 B1 KR102503803 B1 KR 102503803B1
Authority
KR
South Korea
Prior art keywords
erosion
amount
operation information
data
stage
Prior art date
Application number
KR1020210060972A
Other languages
English (en)
Other versions
KR20220153415A (ko
Inventor
박명수
김범신
이한상
김희선
김진수
Original Assignee
한국전력공사
한국남동발전 주식회사
한국중부발전(주)
한국서부발전 주식회사
한국남부발전 주식회사
한국동서발전(주)
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 한국전력공사, 한국남동발전 주식회사, 한국중부발전(주), 한국서부발전 주식회사, 한국남부발전 주식회사, 한국동서발전(주) filed Critical 한국전력공사
Priority to KR1020210060972A priority Critical patent/KR102503803B1/ko
Publication of KR20220153415A publication Critical patent/KR20220153415A/ko
Application granted granted Critical
Publication of KR102503803B1 publication Critical patent/KR102503803B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N17/00—Investigating resistance of materials to the weather, to corrosion, or to light
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
    • F01D5/00—Blades; Blade-carrying members; Heating, heat-insulating, cooling or antivibration means on the blades or the members
    • F01D5/12—Blades
    • F01D5/28—Selecting particular materials; Particular measures relating thereto; Measures against erosion or corrosion
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N19/00—Investigating materials by mechanical methods
    • G01N19/10—Measuring moisture content, e.g. by measuring change in length of hygroscopic filament; Hygrometers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • General Engineering & Computer Science (AREA)
  • Environmental Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Ecology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Mechanical Engineering (AREA)
  • Materials Engineering (AREA)
  • Control Of Turbines (AREA)

Abstract

본 발명은 침식량 예측시스템 및 방법으로서, 증기터빈 내부에 배치된 복수의 단(stage)에 포함된 복수의 블레이드의 표면을 촬영하고, 각각의 상기 단에 대한 침식량을 포함하는 침식량 데이터를 생성하는 침식량 측정부; 각각의 상기 단이 배치된 복수의 공간에서의 증기의 온도, 압력 및 유량을 산출하여 습분 데이터를 생성하는 습분 측정부; 및 제1 운전정보, 상기 침식량 데이터 및 상기 습분 데이터를 이용하여 침식조건 데이터를 생성하고, 제2 운전정보를 입력 받아 상기 제2 운전정보와 상기 침식조건을 이용하여 각각의 상기 단에 대한 침식량을 예측하는 제어부를 포함한다.

Description

침식량 예측시스템 및 방법 {EROSION AMOUNT PREDICTION SYSTEM AND METHOD}
본 발명은 증기터빈의 침식량을 예측하는 침식량 예측시스템 및 방법에 관한 것이다.
터빈은 연료를 연소하여 생성된 열에너지를 이용하여 블레이드에서 운동에너지로 전환하여 발전기를 회전시킴으로써 전기를 생산하는 발전설비이다.
터빈은 운전 특성상 블레이드에서 작동 유체에 의한 침식이 발생하며, 특히 저압 증기터빈의 경우 최종단부터 최종단의 전단 및 전전단의 경우 특성상 약 10% 전후의 습증기 상태로 운전되기 때문에 습분에 의한 침식작용은 상대적으로 영향이 크다 할 수 있다.
증기터빈의 습분 침식에 대응하기 위한 종래의 기술방법은 크게 블레이드 모재의 코팅적용 방식, 블레이드 외면부에 내마모성 소재를 추가 부착하는 보호재 적용방식 및 발생되는 침식량을 예측하는 방식 등이 있다.
코팅제 적용방식의 경우, 코팅에 의한 효과를 유지하기 위해서는 주기적인 코팅 효과의 유효성을 점검하고 재코팅 시공이 필요하다.
그러나, 형상이 복잡하고 발전소당 수량이 200세트 이상인 저압터빈 블레이드의 특성에 의해 적용성에 한계가 있다.
또한, 블레이드 외면에 내마모성 보호재 적용방식의 경우, 이종용접부 발생에 따른 틈부식의 가속화 등으로 인해 용접 보호재의 이탈 및 이에 따른 근접 블레이드와 다이어프램의 2차 손상이 야기될 수 있다.
그리고, 블레이드 침식량 예측방법의 경우, 블레이드 표면의 거칠기와 같은 블레이드에서 취득할 수 있는 물리적 측정량과 침식량 간의 상관관계 데이터베이스를 활용하는 방식이 대부분인데, 이는 터빈의 침식량을 재추정하고 감시하는 방식이다.
최근, 태양광발전 및 풍력발전 등과 같이 전원공급의 변동성이 큰 신재생발전원이 전력계통에 병입되고 있다.
또한, 향후에는 전체 전원공급원 중 신재생발전원의 점유율이 더욱 가속화될 전망이다.
이에 따라, 출력부하의 큰 변동없이 100%의 정격출력 상태로 지속 운전되던 화력발전소와 같은 기저부하원의 운전패턴이 주말기동정지(Weekly Stop and Start) 및 부분부하 운전 등의 형태로 급격히 변화될 것이다.
이러한 화력발전설비의 운영환경 변화는 결국 증기터빈 블레이드의 침식 측면에서는 가혹 운전조건이 된다.
운전환경이 변화하면 과거의 운전 이력을 활용하거나 예방 정비 기간 중 터빈 블레이드를 점검하여 향후 운전 시 진행 예상되는 블레이드 침식량을 예측할 수는 없다.
앞서 언급한 바와 같이 증기터빈의 침식 현상은 증기터빈의 작동 유체인 증기가 발전소 운전조건에 따라 습증기 상태로 증기터빈 블레이드와 충돌할 때 그 현상이 가속화된다.
즉, 블레이드의 침식 현상은 증기터빈의 형상, 재질과 더불어 발전소의 운전조건과 매우 밀접한 관련성이 있다.
이에 증기터빈 블레이드의 침식 현상의 예측을 위해서는 발전소의 운전조건과 침식 현상과의 연관 관계를 규명할 필요가 있다.
즉, 향후 발전소가 운영될 운전시나리오를 수립하고, 이에 따른 증기터빈 블레이드의 침식량을 예측하는 방법이 요구된다.
본 발명의 목적은 습분량과 침식량의 상관관계를 이용하여 이후 운영에서 발생될 블레이드의 침식량을 예측하는 침식량 예측시스템 및 방법을 제공하는 것이다.
상기한 본 발명의 목적을 실현하기 위한 하나의 특징에 따른 침식량 예측시스템은, 증기터빈 내부에 배치된 복수의 팬(fan)에 포함된 복수의 블레이드의 표면을 촬영하고, 각각의 상기 팬에 대한 침식량을 포함하는 침식량 데이터를 생성하는 침식량 측정부; 각각의 상기 팬이 배치된 복수의 공간의 온도, 압력 및 증기의 유량을 측정하여 습분 데이상기한 본 발명의 목적을 실현하기 위한 하나의 특징에 따른 침식량 예측시스템은, 증기터빈 내부에 배치된 복수의 단(stage)에 포함된 복수의 블레이드의 표면을 촬영하고, 각각의 상기 단에 대한 침식량을 포함하는 침식량 데이터를 생성하는 침식량 측정부; 각각의 상기 단이 배치된 복수의 공간의 온도, 압력 및 증기의 유량을 산출하여 습분 데이터를 생성하는 습분 측정부; 및 제1 운전정보, 상기 침식량 데이터 및 상기 습분 데이터를 이용하여 침식조건 데이터를 생성하고, 제2 운전정보를 입력받아 상기 제2 운전정보와 상기 침식조건을 이용하여 각각의 상기 단에 대한 침식량을 예측하는 제어부를 포함하고,
상기 습분 데이터는, 상기 온도, 압력 및 증기의 유량에 따라 각각의 상기 공간에서 발생되는 습분량을 포함하며,상기 제1 운전정보는, 제1 기간 동안 작동된 상기 증기터빈에 유입되는 증기의 온도, 압력, 유량 및 운전시간에 대한 정보를 포함하고, 상기 침식조건은, 상기 제1 운전정보, 상기 습분량 및 상기 침식량 사이의 상관관계를 나타내며, 상기 제2 운전정보는, 제2 기간 동안 작동될 상기 증기터빈에 유입되는 증기의 온도, 압력, 유량 및 운전시간을 포함한다.
상기 침식량 측정부는, 상기 단에 포함된 상기 복수의 블레이드 중 제1 비율만큼의 제1 샘플을 추출하여 상기 블레이드의 표면을 촬영한다.
또한, 상기 침식량 측정부는, 각각의 상기 단으로부터 추출된 상기 제1 샘플을 이용하여 각각의 상기 단에 대한 상기 제1 침식량을 측정하고, 복수의 상기 제1 침식량 각각과 한계값을 비교하며, 복수의 상기 제1 침식량의 상기 한계값 초과 여부에 따라 상기 침식량 데이터를 생성하고, 상기 제1 침식량은, 상기 단에 대한 침식량을 나타내며, 상기 한계값은, 상기 단이 정상 작동할 수 있는 최대 침식량이다.
상기 침식량 측정부는, 상기 제1 샘플에 포함된 상기 복수의 블레이드 각각의 침식 정도를 수치로 변환하고, 극값 분석(Extreme Value Analysis)을 통해 상기 제1 침식량을 계산한다.
상기 침식량 측정부는, 상기 제1 침식량이 상기 한계값을 초과하는 경우, 상기 단에 포함된 상기 복수의 블레이드 중 제2 비율만큼의 제2 샘플을 추출하여 촬영하고, 상기 제2 샘플에 대한 제2 침식량을 계산하며, 상기 제2 비율은 상기 제1 비율보다 크다.
상기 제어부는, 수학식 1을 이용하여 상기 제2 운전정보에 따른 각각의 상기 단에 대한 침식량을 예측하고,
[수학식 1]
Figure 112021054561615-pat00001
상기 Tk+1은 제2 운전정보에 따른 단의 침식량을 나타내며, 상기 TK는 상기 제1 운전정보에 따른 상기 단의 침식량을 나타내고, 상기 mi는 i번째 공간에서 발생하는 습분량을 나타내며, 상기 ti는 i번째 공간의 운전시간이고, 상기 α는 상기 블레이드에 따른 제1 변수값을 나타내며, 상기 β는 상기 증기터빈에 따른 제2 변수값을 나타낸다.
상기 제어부는, 상기 침식조건 데이터를 이용하여 상기 제2 운전정보에 대한 각각의 상기 공간에서 발생되는 습분량을 예측한다.
상기한 본 발명의 목적을 실현하기 위한 하나의 특징에 따른 침식량 예측방법은, 복수의 단에 포함된 복수의 블레이드의 표면을 촬영하여 침식량 데이터를 생성하는 단계; 각각의 상기 단이 배치된 복수의 공간에서 발생되는 증기의 온도, 압력 및 유량을 산출하여 습분 데이터를 생성하는 단계; 제1 운전정보, 상기 침식량 데이터 및 상기 습분 데이터를 이용하여 침식조건 데이터를 생성하는 단계; 제2 운전정보를 입력받아 상기 제2 운전정보와 상기 침식조건 데이터를 이용하여 상기 제2 운전정보에 따른 상기 복수의 단 각각에 대한 침식량을 예측하는 단계를 포함하고,
상기 습분 데이터는, 상기 증기의 온도, 압력 및 유량에 따라 각각의 상기 공간에서 발생되는 습분량을 포함하며, 상기 제1 운전정보는, 제1 기간 동안 작동된 상기 증기터빈의 연료 소모량 및 운전시간에 대한 정보를 포함하고, 상기 침식조건 데이터는, 상기 제1 운전정보, 상기 습분량 및 상기 침식량 사이의 상관관계를 나타내며, 상기 제2 운전정보는, 제2 기간 동안 작동될 상기 증기터빈의 연료 소모량 및 운전시간을 포함한다.
상기 침식량 데이터를 생성하는 단계는, 각각의 상기 단을 구성하는 상기 복수의 블레이드 중 제1 비율만큼의 제1 샘플을 추출하여 촬영하는 단계; 상기 제1 샘플을 이용하여 상기 제1 침식량을 측정하는 단계; 복수의 상기 제1 침식량과 한계값을 비교하는 단계; 및 복수의 상기 제1 침식량이 상기 한계값 미만인 경우, 상기 침식량 데이터를 생성하는 단계를 포함하고,
상기 제1 침식량은, 상기 단에 대한 침식량을 나타내며, 상기 한계값은, 상기 단이 정상 작동할 수 있는 상기 복수의 블레이드의 최대 침식량이다.
상기 침식량 데이터를 생성하는 단계는, 상기 제1 침식량이 상기 한계값을 초과하는 경우, 상기 단에 포함된 상기 복수의 블레이드 중 제2 비율만큼의 제2 샘플을 추출하여 촬영하는 단계; 및 상기 제2 샘플을 이용하여 상기 제2 침식량을 계산하는 단계를 더 포함하고, 상기 제2 비율은 상기 제1 비율보다 크다.
또한, 상기 제1 침식량을 계산하는 단계는, 상기 제1 샘플에 포함된 상기 복수의 블레이드 각각의 침식 정도를 수치로 변환하고, 극값 분석(Extreme Value Analysis)을 통해 상기 제1 침식량을 계산한다.
상기 복수의 단 각각에 대한 침식량을 예측하는 단계는, 수학식 1을 이용하여 상기 제2 운전정보에 대한 침식량을 예측하고,
[수학식 1]
Figure 112021054561615-pat00002
상기 Tk+1은 제2 운전정보에 따른 단의 침식량을 나타내며, 상기 TK는 상기 제1 운전정보에 따른 상기 단의 침식량을 나타내고, 상기 mi는 i번째 공간에서 발생하는 습분량을 나타내며, 상기 ti는 i번째 공간의 운전시간이고, 상기 α는 상기 블레이드에 따른 제1 변수값을 나타내며, 상기 β는 상기 증기터빈에 따른 제2 변수값을 나타낸다.
또한, 상기 침식조건 데이터를 이용하여 상기 제2 운전정보에 따라 각각의 상기 공간에서 발생되는 습분량을 예측하는 단계를 더 포함한다.
본 발명의 실시예에 따른 침식량 예측시스템 및 방법에 따르면,
첫째, 단을 구성하는 복수의 블레이드 중 샘플을 추출하여 단에 대한 침식량을 계산하므로 검사에 소요되는 시간을 최소화할 수 있다.
둘째, 이전에 작동된 운전정보를 이용하여 침식량 예측의 정확도를 높일 수 있다.
셋째, 전에 작동된 운전정보를 이용하여 습분량을 예측할 수 있다.
도 1은 본 발명의 실시예에 따른 침식량 예측시스템을 개략적으로 나타낸 개념도이다.
도 2는 증기터빈에 포함된 복수의 단을 개략적으로 나타낸 사시도이다.
도 3은 도 2에 도시된 증기터빈에 포함된 복수의 단의 측면도이다.
도 4는 본 발명의 실시예에 따른 침식량 예측방법을 개략적으로 나타낸 흐름도이다.
도 5는 도 4에 도시된 침식량 데이터를 생성하는 과정을 개략적으로 나타낸 흐름도이다.
도 6은 도 4에 도시된 침식량 데이터를 생성하는 과정을 개략적으로 나타낸 흐름도이다.
이하, 첨부한 도면들을 참조하여 본 발명의 바람직한 실시예를 보다 상세하게 설명한다. 이때, 첨부된 도면에서 동일한 구성 요소는 가능한 동일한 부호로 나타내고 있음에 유의한다. 또한, 본 발명의 요지를 흐리게 할 수 있는 공지 기능 및 구성에 대한 상세한 설명은 생략할 것이다. 마찬가지 이유로 첨부 도면에 있어서 일부 구성 요소는 과장되거나 생략되거나 개략적으로 도시되었다.
도 1은 본 발명의 실시예에 따른 침식량 예측시스템을 개략적으로 나타낸 개념도이고, 도 2는 증기터빈에 포함된 복수의 단을 개략적으로 나타낸 사시도이며, 도 3은 도 2에 도시된 증기터빈에 포함된 복수의 단의 측면도이다.
도 1 내지 도 3을 참조하면, 본 발명의 침식량 예측시스템(100)은 침식량 측정부(110), 습분 측정부(120) 및 제어부(130)를 포함한다.
침식량 측정부(110)는 증기터빈 내부에 배치된 복수의 단(10)에 포함된 복수의 블레이드(20)의 표면을 촬영하고, 각각의 단(10)에 대한 침식량을 포함하는 침식량 데이터를 생성한다.
침식량 측정부(110)는 3차원 스캐닝 기법 또는 비전 인식 기법을 활용하여 블레이드(20)의 표면을 촬영하고, 블레이드(20) 표면의 침식된 위치를 분류하여 데이터화할 수 있다.
침식량 측정부(110)는 단(10)을 구성하는 복수의 블레이드(20) 중 제1 비율만큼의 제1 샘플을 추출하여 표면을 촬영한다.
그리고, 각각의 단(10)으로부터 추출된 제1 샘플을 이용하여 각각의 단(10)에 대한 제1 침식량을 산출하고, 제1 침식량과 한계값을 비교하여 제1 침식량의 한계값 초과 여부에 따라 침식량 데이터를 생성한다.
여기서, 제1 침식량은, 각각의 단(10)에 대한 침식량을 나타내고, 한계값은 단(10)이 정상적으로 작동할 수 있는 최대 침식량이다.
침식량 측정부(110)는 제1 샘플에 포함된 복수의 블레이드(20) 각각의 침식 정도를 수치로 변환하고, 극값 분석(Extreme Value Analysis)을 통해 제1 침식량을 계산한다.
그리고, 침식량 측정부(110)는 제1 침식량이 한계값을 초과하면, 단(10)에 포함된 복수의 블레이드(20) 중 제2 비율만큼의 제2 샘플을 추출하여 제2 샘플의 표면을 촬영하고, 제2 샘플의 제2 침식량을 계산한다.
여기서, 제2 비율은 제1 비율보다 큰 비율이다. 예를들어, 제1 비율이 15%이면 제2 비율은 30%일 수 있다.
이후, 제2 침식량을 한계값과 비교하여 초과 여부를 판단한다.
제2 침식량이 한계값을 초과하면, 앞서 설명한 과정을 반복하는데, 샘플로 추출된 블레이드(20)가 전체 블레이드(20)의 소정 비율을 차지하는 경우 전체 블레이드(20)에 대한 침식량을 계산한다.
예를들어, 샘플로 추출된 블레이드가 전체 블레이드의 50% 이상인 경우, 침식량 측정부(110)는 단을 구성하는 전체 블레이드의 표면을 촬영하여 단에 대한 침식량을 계산한다.
습분 측정부(120)는 각각의 단(10)이 배치된 복수의 공간(30)에서의 증기의 온도, 압력 및 유량을 산출하여 습분 데이터를 생성한다.
습분 데이터는, 증기의 온도, 압력 및 유량에 따라 각각의 공간(30)에서 발생되는 습분량을 나타낸다.
제어부(130)는 제1 운전정보, 침식량 데이터 및 습분 데이터를 이용하여 침식조건 데이터를 생성하고, 제2 운전정보를 입력받아 제2 운전정보와 침식조건을 이용하여 각각의 단(10)에 대한 침식량을 예측한다.
여기서, 제1 운전정보는, 제1 기간 동안 작동된 증기터빈에 유입되는 증기의 온도, 압력, 유량 및 운전시간에 대한 정보를 포함하고, 침식조건은, 제1 운전정보, 습분량 및 침식량 사이의 상관관계를 나타내며, 제2 운전정보는 제2 기간 동안 작동될 증기터빈에 유입되는 증기의 온도, 압력 유량 및 운전시간을 포함한다.
제1 기간은 현재를 기준으로 이전이고, 제2 기간은 현재를 기준으로 이후이다.
제어부(130)는 수학식 1을 이용하여 상기 제2 운전정보에 대한 침식량을 예측하고
[수학식 1]
Figure 112021054561615-pat00003
여기서, Tk+1은 제2 운전정보에 따른 단(10)의 침식량을 나타내며, TK는 상기 제1 운전정보에 따른 단(10)의 침식량을 나타내고, mi는 i번째 공간(30)에서 발생하는 습분량을 나타내며, ti는 i번째 공간의 운전시간이고, α는 블레이드(20)에 따른 제1 변수값을 나타내며, β는 증기터빈에 따른 제2 변수값을 나타낸다.
α는 블레이드(20)의 재질, 블레이드(20)의 선속도 및 블레이드(20)에 맺히는 습증기 방울의 평균 크기에 따라 다르게 설정될 수 있고, β는 증기터빈의 형상 및 재질과 같은 증기터빈의 종류에 따라 다르게 설정될 수 있다.
또한, 제어부(130)는 침식조건 데이터를 이용하여 제2 운전정보에 대하여 각각의 공간(30)에서 발생되는 습분량을 예측한다.
도 4는 본 발명의 실시예에 따른 침식량 예측방법을 개략적으로 나타낸 흐름도이다.
도 1 내지 도 4를 참조하여 본 발명의 침식량 예측방법을 설명한다.
침식량 측정부(110)가 복수의 단(10)을 구성하는 복수의 블레이드(20)의 표면을 촬영하여 침식량 데이터를 생성한다(단계 S110).
그리고, 습분 측정부(120)가 각각의 단(10)이 배치된 복수의 공간(30)에서의 증기의 온도, 압력 및 유량을 산출하여 습분 데이터를 생성한다(단계 S120).
제어부(130)가 제1 운전정보, 침식량 데이터 및 습분 데이터를 이용하여 침식조건 데이터를 생성한다(단계 S130).
이후, 제어부(130)는 제2 운전정보를 입력받고, 제2 운전정보와 침식조건 데이터를 이용하여 제2 운전정보에 따른 복수의 단(10) 각각에 대한 침식량을 예측한다(단계 S140).
또한, 제어부(130)는 침식조건 데이터를 이용하여 제2 운전정보에 따라 각각의 공간(30)에서 발생되는 습분량을 예측한다(단계 S150).
습분 데이터는, 증기의 온도, 압력 및 유량에 따라 각각의 공간(30)에서 발생되는 습분량을 포함하고, 제1 운전정보는, 제1 기간 동안 작동된 증기터빈으로 유입된 증기의 온도, 압력, 유량에 대한 정보 및 증기 터빈의 운전시간에 대한 정보를 포함하며, 침식조건 데이터는, 제1 운전정보, 습분량 및 침식량 사이의 상관관계를 나타내고, 제2 운전정보는, 제2 기간 동안 작동될 증기터빈으로 유입되는 증기의 온도, 압력 유량에 대한 정보 및 운전시간을 포함한다.
단계 S130에서, 제어부(130)는 수학식 1을 이용하여 상기 제2 운전정보에 대한 침식량을 예측하고
[수학식 1]
Figure 112021054561615-pat00004
여기서, Tk+1은 제2 운전정보에 따른 단(10)의 침식량을 나타내며, TK는 제1 운전정보에 따른 단(10)의 침식량을 나타내고, mi는 i번째 공간(30)에서 발생하는 습분량을 나타내며, ti는 i번째 공간(30)의 운전시간이고, α는 블레이드에 따른 제1 변수값을 나타내며, β는 증기터빈에 따른 제2 변수값을 나타낸다.
도 5 및 도 6은 도 4에 도시된 침식량 데이터를 생성하는 과정을 개략적으로 나타낸 흐름도이다.
도 1 내지 도 3, 도 5 및 도 6을 참조하여 도 4에 도시된 침식량 데이터를 생성하는 과정(단계 S110)에 대하여 설명한다.
침식량 측정부(110)가 각각의 단(10)을 구성하는 복수의 블레이드(20) 중 제1 비율 만큼의 제1 샘플을 추출하여 표면을 촬영한다(단계 S111).
그리고, 제1 샘플을 이용하여 제1 침식량을 측정하고(단계 S112), 각각의 단(10)으로부터 추출된 제1 샘플을 이용하여 각각의 단(10)에 대한 제1 침식량을 측정한다(단계 S113).
이후, 제1 침식량과 한계값을 비교하여 제1 침식량의 한계값 초과 여부에 따라 침식량 데이터를 생성한다(단계 S114).
여기서, 제1 침식량은, 각각의 단(10)에 대한 침식량을 나타내고, 한계값은 단(10)이 정상적으로 작동할 수 있는 최대 침식량이다.
단계 S113에서, 침식량 측정부(110)는 제1 샘플에 포함된 복수의 블레이드(20) 각각의 침식 정도를 수치로 변환하고, 극값 분석(Extreme Value Analysis)을 통해 제1 침식량을 계산한다.
그리고, 단계 S114에서, 제1 침식량이 한계값을 초과하면, 침식량 측정부(110)는 단(10)에 포함된 복수의 블레이드(20) 중 제2 비율만큼의 제2 샘플을 추출하여 제2 샘플의 표면을 촬영하고(단계 S115), 제2 샘플의 제2 침식량을 계산한다(단계 S116).
이후, 침식량 측정부(110)는 제2 침식량을 이용하여 단계 S114를 수행한다.
여기서, 제2 침식량이 한계값을 초과하면, 앞서 설명한 과정을 반복하는데, 샘플로 추출된 블레이드가(20) 전체 블레이드(20)의 소정 비율을 차지하는 경우 전체 블레이드(20)에 대한 침식량을 계산한다.
예를들어, 샘플로 추출된 블레이드(20)가 전체 블레이드의 50% 이상인 경우, 침식량 측정부(110)는 단(10)을 구성하는 전체 블레이드(20)의 표면을 촬영하여 단(10)에 대한 침식량을 계산한다.
이상 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
110...침식량 측정부 120...습분 측정부
130...제어부

Claims (13)

  1. 증기터빈 내부에 배치된 복수의 단(stage)에 포함된 복수의 블레이드의 표면을 촬영하고, 각각의 상기 단에 대한 침식량을 포함하는 침식량 데이터를 생성하는 침식량 측정부;
    각각의 상기 단이 배치된 복수의 공간에서의 증기의 온도, 압력 및 유량을 산출하여 습분 데이터를 생성하는 습분 측정부; 및
    제1 운전정보, 상기 침식량 데이터 및 상기 습분 데이터를 이용하여 침식조건 데이터를 생성하고, 제2 운전정보를 입력받아 상기 제2 운전정보와 상기 침식조건을 이용하여 각각의 상기 단에 대한 침식량을 예측하는 제어부
    를 포함하고,
    상기 습분 데이터는, 상기 온도, 압력 및 증기의 유량에 따라 각각의 상기 공간에서 발생되는 습분량을 포함하며,
    상기 제1 운전정보는, 제1 기간 동안 작동된 상기 증기터빈에 유입되는 증기의 온도, 압력, 유량 및 운전시간에 대한 정보를 포함하고,
    상기 침식조건은, 상기 제1 운전정보, 상기 습분량 및 상기 침식량 사이의 상관관계를 나타내고,
    상기 제2 운전정보는, 제2 기간 동안 작동될 상기 증기터빈에 유입되는 증기의 온도, 압력, 유량 및 운전시간을 포함하고
    상기 침식량 측정부는 상기 단에 포함된 상기 복수의 블레이드 중 제1 비율만큼의 제1 샘플을 추출하여 상기 블레이드의 표면을 촬영하고,
    상기 침식량 측정부는,
    각각의 상기 단으로부터 추출된 상기 제1 샘플을 이용하여 각각의 상기 단에 대한 상기 침식량 중 제1 침식량을 측정하고, 복수의 상기 제1 침식량 각각과 한계값을 비교하며, 복수의 상기 제1 침식량의 상기 한계값 초과 여부에 따라 상기 침식량 데이터를 생성하며,
    상기 제1 침식량은, 상기 단에 대한 침식량을 나타내고,
    상기 한계값은 상기 단이 정상 작동할 수 있는 최대 침식량인 침식량 예측시스템.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 침식량 측정부는,
    상기 제1 샘플에 포함된 상기 복수의 블레이드 각각의 침식 정도를 수치로 변환하고, 극값 분석(Extreme Value Analysis)을 통해 상기 제1 침식량을 계산하는, 침식량 예측시스템.
  5. 제1항에 있어서,
    상기 침식량 측정부는,
    상기 제1 침식량이 상기 한계값을 초과하는 경우,
    상기 단에 포함된 상기 복수의 블레이드 중 제2 비율만큼의 제2 샘플을 추출하여 촬영하고, 상기 침식량 중 상기 제2 샘플에 대한 제2 침식량을 계산하며,
    상기 제2 비율은 상기 제1 비율보다 큰, 침식량 예측시스템.
  6. 제1항에 있어서,
    상기 제어부는,
    수학식 1을 이용하여 상기 제2 운전정보에 따른 각각의 상기 단에 대한 침식량을 예측하고,
    [수학식 1]
    Figure 112022111363812-pat00005

    상기 Tk+1은 제2 운전정보에 따른 단의 침식량을 나타내며, 상기 TK는 상기 제1 운전정보에 따른 상기 단의 침식량을 나타내고, 상기 mi는 i번째 공간에서 발생하는 습분량을 나타내며, 상기 ti는 i번째 공간의 운전시간이고, 상기 α는 상기 블레이드에 따른 제1 변수값을 나타내며, 상기 β는 상기 증기터빈에 따른 제2 변수값을 나타내는, 침식량 예측시스템.
  7. 제6항에 있어서,
    상기 제어부는,
    상기 침식조건 데이터를 이용하여 상기 제2 운전정보에 대한 각각의 상기 공간에서 발생되는 습분량을 예측하는, 침식량 예측시스템.
  8. 증기터빈 내부에 배치된 복수의 단에 포함된 복수의 블레이드의 표면을 촬영하여 침식량 데이터를 생성하는 단계;
    각각의 상기 단이 배치된 복수의 공간에서 발생되는 증기의 온도, 압력 및 유량을 산출하여 습분 데이터를 생성하는 단계;
    제1 운전정보, 상기 침식량 데이터 및 상기 습분 데이터를 이용하여 침식조건 데이터를 생성하는 단계; 및
    제2 운전정보를 입력받아 상기 제2 운전정보와 상기 침식조건 데이터를 이용하여 상기 제2 운전정보에 따른 상기 복수의 단 각각에 대한 침식량을 예측하는 단계
    를 포함하고,
    상기 습분 데이터는, 상기 증기의 온도, 압력 및 유량에 따라 각각의 상기 공간에서 발생되는 습분량을 포함하며,
    상기 제1 운전정보는, 제1 기간 동안 작동된 상기 증기터빈의 연료 소모량 및 운전시간에 대한 정보를 포함하고,
    상기 침식조건 데이터는, 상기 제1 운전정보, 상기 습분량 및 상기 침식량 사이의 상관관계를 나타내고,
    상기 제2 운전정보는, 제2 기간 동안 작동될 상기 증기터빈의 연료 소모량 및 운전시간을 포함하고,
    상기 침식량 데이터를 생성하는 단계는,
    각각의 상기 단을 구성하는 상기 복수의 블레이드 중 제1 비율만큼의 제1 샘플을 추출하여 촬영하는 단계;
    상기 제1 샘플을 이용하여 상기 침식량 중 제1 침식량을 측정하는 단계;
    복수의 상기 제1 침식량과 한계값을 비교하는 단계; 및
    복수의 상기 제1 침식량이 상기 한계값 미만인 경우, 상기 침식량 데이터를 생성하는 단계
    를 포함하고,
    상기 제1 침식량은, 상기 단에 대한 침식량을 나타내고,
    상기 한계값은, 상기 단이 정상 작동할 수 있는 상기 복수의 블레이드의 최대 침식량인 침식량 예측방법.
  9. 삭제
  10. 제8항에 있어서,
    상기 침식량 데이터를 생성하는 단계는,
    상기 제1 침식량이 상기 한계값을 초과하는 경우,
    상기 단에 포함된 상기 복수의 블레이드 중 제2 비율만큼의 제2 샘플을 추출하여 촬영하는 단계; 및
    상기 침식량 중 상기 제2 샘플을 이용하여 제2 침식량을 계산하는 단계
    를 더 포함하고,
    상기 제2 비율은 상기 제1 비율보다 큰, 침식량 예측방법.
  11. 제10항에 있어서,
    상기 제1 침식량을 계산하는 단계는,
    상기 제1 샘플에 포함된 상기 복수의 블레이드 각각의 침식 정도를 수치로 변환하고, 극값 분석(Extreme Value Analysis)을 통해 상기 제1 침식량을 계산하는, 침식량 예측방법.
  12. 제8항에 있어서,
    상기 복수의 단 각각에 대한 침식량을 예측하는 단계는,
    수학식 1을 이용하여 상기 제2 운전정보에 대한 침식량을 예측하고,
    [수학식 1]
    Figure 112021054561615-pat00006

    상기 Tk+1은 제2 운전정보에 따른 단의 침식량을 나타내며, 상기 TK는 상기 제1 운전정보에 따른 상기 단의 침식량을 나타내고, 상기 mi는 i번째 공간에서 발생하는 습분량을 나타내며, 상기 ti는 i번째 공간의 운전시간이고, 상기 α는 상기 블레이드에 따른 제1 변수값을 나타내며, 상기 β는 상기 증기터빈에 따른 제2 변수값을 나타내는, 침식량 예측방법.
  13. 제8항에 있어서,
    상기 침식조건 데이터를 이용하여 상기 제2 운전정보에 따라 각각의 상기 공간에서 발생되는 습분량을 예측하는 단계
    를 더 포함하는, 침식량 예측방법.
KR1020210060972A 2021-05-11 2021-05-11 침식량 예측시스템 및 방법 KR102503803B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210060972A KR102503803B1 (ko) 2021-05-11 2021-05-11 침식량 예측시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210060972A KR102503803B1 (ko) 2021-05-11 2021-05-11 침식량 예측시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20220153415A KR20220153415A (ko) 2022-11-18
KR102503803B1 true KR102503803B1 (ko) 2023-02-24

Family

ID=84234563

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210060972A KR102503803B1 (ko) 2021-05-11 2021-05-11 침식량 예측시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102503803B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120023894A1 (en) 2010-07-28 2012-02-02 General Electric Company Systems, methods, and apparatus for monitoring corrosion or corrosive contaminants associated with liquid fuel
JP2013156173A (ja) 2012-01-31 2013-08-15 Hitachi Ltd タービン翼の検査方法及びその装置
JP2013249804A (ja) 2012-06-01 2013-12-12 Ebara Corp 懐食予測方法および壊食予測システム、この予測に用いる壊食特性データベースおよびその構築方法
US20180340542A1 (en) * 2017-05-23 2018-11-29 General Electric Company Control system and method
JP2021042981A (ja) 2019-09-06 2021-03-18 株式会社東芝 エロージョン評価システム及び評価方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03170043A (ja) * 1989-11-29 1991-07-23 Hitachi Ltd 蒸気タービン翼の浸蝕検査及び監視方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120023894A1 (en) 2010-07-28 2012-02-02 General Electric Company Systems, methods, and apparatus for monitoring corrosion or corrosive contaminants associated with liquid fuel
JP2013156173A (ja) 2012-01-31 2013-08-15 Hitachi Ltd タービン翼の検査方法及びその装置
JP2013249804A (ja) 2012-06-01 2013-12-12 Ebara Corp 懐食予測方法および壊食予測システム、この予測に用いる壊食特性データベースおよびその構築方法
US20180340542A1 (en) * 2017-05-23 2018-11-29 General Electric Company Control system and method
JP2021042981A (ja) 2019-09-06 2021-03-18 株式会社東芝 エロージョン評価システム及び評価方法

Also Published As

Publication number Publication date
KR20220153415A (ko) 2022-11-18

Similar Documents

Publication Publication Date Title
US10626748B2 (en) System and method for predicting and managing life consumption of gas turbine parts
US8471702B2 (en) Method and system for compressor health monitoring
US9378183B2 (en) Monitoring diagnostic device and monitoring diagnostic method
EP1217473A1 (en) Optimizing plant control values of a power plant
US20030127862A1 (en) Control system for a wind power plant
KR102015744B1 (ko) 플랜트 분석 장치, 플랜트 분석 방법, 및 프로그램
EP2402562B1 (en) System and method for monitoring health of airfoils
US20180165384A1 (en) System and method for issue detection of industrial processes
JP2011090382A (ja) 監視システム
US20170292401A1 (en) Method for determination of fatigue lifetime consumption of an engine component
Vatani et al. Health monitoring and degradation prognostics in gas turbine engines using dynamic neural networks
CN113176081B (zh) 一种基于历史数据的汽轮机叶片磨损监测方法
KR102503803B1 (ko) 침식량 예측시스템 및 방법
Liu et al. In-service aircraft engines turbine blades life prediction based on multi-modal operation and maintenance data
AU2003261847B2 (en) Plant apparatus operation support device
GB2555010B (en) Determining loads on a wind turbine
WO2019135747A1 (en) Probabilistic life evaluation algorithm for gas turbine engine components
EP3656987B1 (en) Method for calculating and method for monitoring the creep elongation of a rotor
KR102077865B1 (ko) 저압터빈의 경년열화평가방법
Allen et al. Estimating recoverable performance degradation rates and optimizing maintenance scheduling
Daroogheh et al. Engine life evaluation based on a probabilistic approach
CN106703905B (zh) 控制蒸汽轮机的方法和蒸汽轮机设备
Jin et al. Prediction of Gas Turbine Blade Life: An Interdisciplinary Engineering Approach for Condition-Based Maintenance
Peiravi et al. Start/stop Cost Evaluation of a Francis Turbine Runner Based on Reliability
WO2017160307A1 (en) System and method for predicting and managing life consumption of gas turbine parts

Legal Events

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