KR20190122262A - 연소 챔버에서의 가스 온도 분포를 측정하기 위한 방법 및 조립체 - Google Patents

연소 챔버에서의 가스 온도 분포를 측정하기 위한 방법 및 조립체 Download PDF

Info

Publication number
KR20190122262A
KR20190122262A KR1020197029903A KR20197029903A KR20190122262A KR 20190122262 A KR20190122262 A KR 20190122262A KR 1020197029903 A KR1020197029903 A KR 1020197029903A KR 20197029903 A KR20197029903 A KR 20197029903A KR 20190122262 A KR20190122262 A KR 20190122262A
Authority
KR
South Korea
Prior art keywords
combustion chamber
temperature distribution
gas temperature
measuring
spectral
Prior art date
Application number
KR1020197029903A
Other languages
English (en)
Inventor
한스-겔드 브럼멜
카이 희셰
폴크마르 슈테르칭
Original Assignee
지멘스 악티엔게젤샤프트
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 지멘스 악티엔게젤샤프트 filed Critical 지멘스 악티엔게젤샤프트
Publication of KR20190122262A publication Critical patent/KR20190122262A/ko

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1438—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor
    • F02D41/1444—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases
    • F02D41/1446—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases the characteristics being exhaust temperatures
    • F02D41/1447—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases the characteristics being exhaust temperatures with determination means using an estimation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/60—Radiation pyrometry, e.g. infrared or optical thermometry using determination of colour temperature
    • G01J5/602—Radiation pyrometry, e.g. infrared or optical thermometry using determination of colour temperature using selective, monochromatic or bandpass filtering
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D35/00—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for
    • F02D35/02—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for on interior conditions
    • F02D35/022—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for on interior conditions using an optical sensor, e.g. in-cylinder light probe
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D35/00—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for
    • F02D35/02—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for on interior conditions
    • F02D35/025—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for on interior conditions by determining temperatures inside the cylinder, e.g. combustion temperatures
    • F02D35/026—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for on interior conditions by determining temperatures inside the cylinder, e.g. combustion temperatures using an estimation
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D41/1405—Neural network control
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/42—Absorption spectrometry; Double beam spectrometry; Flicker spectrometry; Reflection spectrometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/0014—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation from gases, flames
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/0088—Radiation pyrometry, e.g. infrared or optical thermometry in turbines
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/02—Constructional details
    • G01J5/08—Optical arrangements
    • G01J5/0801—Means for wavelength selection or discrimination
    • G01J5/0802—Optical filters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/02—Constructional details
    • G01J5/08—Optical arrangements
    • G01J5/0806—Focusing or collimating elements, e.g. lenses or concave mirrors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/02—Constructional details
    • G01J5/08—Optical arrangements
    • G01J5/0808—Convex mirrors
    • G01J5/0809—
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/02—Constructional details
    • G01J5/08—Optical arrangements
    • G01J5/0896—Optical arrangements using a light source, e.g. for illuminating a surface
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/58—Radiation pyrometry, e.g. infrared or optical thermometry using absorption; using extinction effect
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/60—Radiation pyrometry, e.g. infrared or optical thermometry using determination of colour temperature
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/80—Calibration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00—Testing of engines
    • G01M15/14—Testing gas-turbine engines or jet-propulsion engines
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D2041/1433—Introducing closed-loop corrections characterised by the control or regulation method using a model or simulation of the system
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
    • F05D2270/00—Control
    • F05D2270/80—Devices generating input signals, e.g. transducers, sensors, cameras or strain gauges
    • F05D2270/804—Optical devices
    • F05D2270/8041—Cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J2005/0077—Imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/02—Constructional details
    • G01J5/04—Casings
    • G01J5/047—Mobile mounting; Scanning arrangements

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Radiation Pyrometers (AREA)
  • Testing Of Engines (AREA)

Abstract

연소 챔버(BK)에서의 가스 온도 분포를 측정하기 위해 연소 챔버(BK)를 통해 이어지는 상이한 광 경로들(LW)에 대한 광학 스펙트럼의 미리 정의된 스펙트럼 범위를 선택적으로 감지하는 데 연소 챔버(BK)로 지향되는 광학 센서(C)가 사용된다. 스펙트럼 세기(SI)가 각각의 스펙트럼 범위에 대해 결정되고, 해당 광 경로(LW)를 식별하는 광 경로 정보(LA)의 아이템과 연관된다. 결정된 스펙트럼 세기들(SI) 및 연관된 광 경로 정보(LA)의 아이템들이 입력 데이터로서 머신 러닝 루틴(NN)에 피딩되고, 이 머신 러닝 루틴(NN)은 공간 분해된 트레이닝 온도 분포들(TTD)을 재생하도록 트레이닝된다. 그런 다음, 머신 러닝 루틴(NN)으로부터의 출력 데이터가 가스 온도 분포(GTD)로서 출력된다.

Description

연소 챔버에서의 가스 온도 분포를 측정하기 위한 방법 및 조립체
특히 연소 엔진(engine)들의 연소 챔버(chamber)들에서, 연소 프로세스(process)는 매우 높은 온도들, 압력들 및/또는 유동 속도들에서 자주 이루어진다. 예컨대, 가스 터빈(gas turbine)에서는, 대략 1300-2000 ℃의 온도들, 대략 15 내지 25 바(bar)의 압력들 및 대략 300 m/s의 유동 속도들이 발생할 수 있다. 특히 연소 엔진의 효율, 연소 엔진의 배기 가스 방출들 및/또는 연소 엔진의 마모에 대하여 연소 엔진의 구성 및 동작을 최적화하기 위해, 연소 챔버에서의 온도 분포에 관련된 정보를 포착 및 평가하는 것은 매우 쓸모가 있다. 특별히 국부 온도 피크(peak)들이 더 강한 질소 산화물 방출들 및 더 큰 마모를 자주 야기하기 때문에, 여기서 온도 평균 값을 포착할 뿐만 아니라, 특히, 가스 온도의 비균질성(inhomogeneity) 또는 동등하지 않은 분포의 측정치(measure)를 포착하는 것은 매우 유리할 것이다.
위에서-언급된 물리 대기 조건들 중에서, 연소 챔버에 장착되는 측정 프로브(probe)들에 의해 이 연소 챔버에서 우세한 가스 온도들을 직접적으로 측정하는 것은 자주 큰 제한들로만 가능하다. 이러한 어려움에 기인하여, 알려진 연소 엔진들에서의 온도 측정들은 일반적으로, 연소 엔진의 가스 출구에서 수행된다. 그런 다음, 이러한 가스 출구에서 측정되는 온도들 및 우세한 거의 대기압들부터 시작하여, 연소 챔버에서의 더 높은 값들에 대한 역-계산이 수행된다. 그러나, 이러한 방식으로는, 많은 경우들에서, 연소 챔버에서의 가스 온도의 평균 값들을 확인하는 것만이 가능하다. 이러한 평균 값들로부터 연소 엔진의 열역학 모델(model)들을 통해 연소 챔버에서의 온도 분포에 관련된 추정치들을 획득하는 것이 자주 가능하지만, 상기 추정치들은 종종 모델 구조만을 반영한다.
본 발명의 목적은, 가스 온도 분포의 더욱 정확한 확인을 가능하게 하는, 연소 챔버에서의 가스 온도 분포를 측정하기 위한 방법 및 어레인지먼트(arrangement)를 제공하는 것이다.
이 목적은 특허 청구항 제1 항의 특징들을 갖는 방법에 의해, 특허 청구항 제13 항의 특징들을 갖는 어레인지먼트에 의해, 특허 청구항 제14 항의 특징들을 갖는 컴퓨터 프로그램(computer program) 제품에 의해, 그리고 특허 청구항 제15 항의 특징들을 갖는 컴퓨터-판독가능 저장 매체에 의해 달성된다.
특히 연소 엔진의 연소 챔버에서의 가스 온도 분포를 측정하기 위해, 각각의 경우, 연소 챔버로 지향되는 광학 센서(sensor)를 사용하여, 연소 챔버를 통과하는 상이한 광 경로들에 대한 광학 스펙트럼(spectrum)의 특정된 스펙트럼(spectral) 범위가 선택적으로 포착된다. 여기서, 광학 스펙트럼은 특히 적외선 스펙트럼, 자외선 스펙트럼 및/또는 가시 광에서의 스펙트럼일 수 있다. 여기서, 개개의 스펙트럼 세기가 개개의 스펙트럼 범위에 대해 확인되고, 개개의 광 경로를 식별하는 광 경로 표시에 할당된다. 확인된 스펙트럼 세기들 및 할당된 광 경로 표시들이 입력 데이터(data)로서 머신 러닝 루틴(machine learning routine)에 공급되고, 이 머신 러닝 루틴은 공간 분해된 트레이닝(training) 온도 분포들의 재생(reproduction)을 위해 트레이닝된다(trained). 그런 다음, 머신 러닝 루틴의 출력 데이터가 가스 온도 분포로서 출력된다. 이 경우, 특히, 공간 온도 분포, 가스 온도의 공간 비균질성 또는 동등하지 않은 분포의 측정치, 및/또는 온도 도수 분포가 가스 온도 분포로서 출력될 수 있다.
본 발명에 따른 방법을 수행하기 위해, 가스 온도 분포를 측정하기 위한 어레인지먼트, 컴퓨터 프로그램 제품 및 컴퓨터-판독가능 저장 매체가 제공된다.
본 발명에 따른 방법 및 본 발명에 따른 어레인지먼트는 예컨대 하나 이상의 프로세서(processor)들, 주문형 집적 회로(ASIC; application specific integrated circuit)들, 디지털 신호 프로세서(DSP; digital signal processor)들, 및/또는 "필드 프로그램가능 게이트 어레이(FPGA; field programmable gate array)들"로서 알려져 있는 것에 의해 구현되거나 또는 실시될 수 있다.
연소 챔버로 투사되는 온도 센서(sensor)들에 의존하지 않고, 본 발명이 연소 챔버에서의 가스 온도 분포의 비교적 정확한 확인을 가능하게 한다는 사실이 본 발명의 하나의 장점인 것으로 간주되어야 한다. 머신 러닝 루틴을 사용함으로써, 광-경로-특정하고 이에 따라 공간적으로 분해되는 스펙트럼 세기들과, 연소 챔버에서의 가스 온도 분포 사이의 심지어 복잡한 상관들이 비교적 정확하게 모델링될(modeled) 수 있다. 이는 또한, 특히 연소 챔버의 상이한 동작 상태들에 대해 적용된다. 확인된 가스 온도 분포 그리고 특히 이러한 확인된 가스 온도 분포의 비균질성은, 연소 챔버의 동작을 모니터링(monitor)하고, 연소 챔버를 시험하고, 효율을 최적화하며, 그리고/또는 유해한 물질들의 배출 및/또는 마모를 최소화하기 위해 사용될 수 있다.
본 발명의 유리한 실시예들 및 발전들은 종속 청구항들에서 특정된다.
머신 러닝 루틴은 바람직하게는 데이터-주도 트레이닝가능 회귀 모델(data-driven trainable regression model), 인공 신경망, 순환 신경망, 콘볼루션(convolutional) 신경망, 오토인코더(autoencoder), 딥 러닝 아키텍처(deep learning architecture), 서포트-벡터 머신(support-vector machine), k-최근접 이웃 분류기, 물리 모델 및/또는 결정 트리(tree)를 활용할 수 있다.
본 발명의 특히 유리한 실시예에 따르면, 선택되는 스펙트럼 범위는 하나 이상의 물질들의 특정 스펙트럼 라인(line)들일 수 있고, 연소 챔버에서의 이러한 하나 이상의 물질들의 농도는 온도-종속적이다. 여기서, 스펙트럼 라인들은 흡수 또는 방출 라인들일 수 있다. 선택되는 물질들은 바람직하게는, 연소 동안 생성되거나 또는 그렇지 않으면 전환되는 화합물들일 수 있다. 자주, 특정 온도들 또는 온도 임계치들이 그러한 전환들의 특성이어서, 관련 스펙트럼 라인들의 세기와 국부 가스 온도 사이의 강한 상관 그리고 결과적으로 특성 관계가 존재한다. 그러므로, 그러한 물질들은 말하자면 온도 마커(marker)들로서 사용될 수 있다. 바람직하게는, 질소 산화물들이 본 발명의 의미 내에서 온도 마커들로서 사용될 수 있다. 질소 산화물들 또는 다른 유해한 물질들의 스펙트럼 세기들의 포착은 부가적으로, 유해-물질 방출을 측정하고 가능하게는 최적화하기 위해 사용될 수 있다.
추가적인 유리한 실시예에 따르면, 상이한 광 경로들에 대한 광학 스펙트럼은 광학 센서로서 카메라(camera)를 사용하여 방향-민감하게 그리고 평행하게 포착될 수 있다. 여기서, 카메라는 특히 적외선 카메라, 자외선 카메라 및/또는 가시 광에 민감한 카메라일 수 있다.
스펙트럼 범위는 또한, 바람직하게는 협대역 스펙트럼 필터(filter)를 사용하여 선택될 수 있다.
본 발명의 추가적인 유리한 실시예에 따르면, 하나 이상의 레이저 빔(laser beam)들이 상이한 광 경로들을 따라 연소 챔버를 통해 전달되고, 개개의 광 경로를 통과한 후에, 광학 센서에 의해 포착될 수 있다. 여기서, 레이저 주파수가 개개의 스펙트럼 범위에 대해 또는 개개의 스펙트럼 라인에 대해 튜닝될(tuned) 수 있다.
상이한 광 경로들은 유리하게는, 광학 센서, 연소 챔버로 지향되는 레이저 및/또는 개개의 광 경로를 따라 배열되는 미러(mirror) 및/또는 프리즘(prism)의 방향 및/또는 포지션(position) 변화들을 통해 선택될 수 있다. 따라서, 다수의 광 경로들을 선택하는 것이 간단한 방식으로 가능하다. 여기서, 광 경로 표시들은 광학 센서, 레이저, 미러 및/또는 프리즘의 포지션 및/또는 배향에 관련된 표시들을 포함할 수 있다.
본 발명의 추가적인 실시예에 따르면, 머신 러닝 루틴은, 특정된 온도 분포 데이터에 기반하여 트레이닝 연소 챔버를 사용하여 교정 페이즈(phase)에서 트레이닝될 수 있다.
게다가, 연소 챔버의 열역학 모델이, 연소 챔버의 추가 동작 데이터와 연소 챔버에서의 온도 분포 사이의 상관을 확인하는 데 사용되고, 머신 러닝 루틴을 트레이닝(training)하기 위해 사용될 수 있다.
또한, 연소 챔버의 추가 동작 데이터가 입력 데이터로서 스펙트럼 세기들 및 광 경로 표시들과 함께 머신 러닝 루틴에 공급될 수 있다. 추가 동작 데이터를 고려함으로써, 일반적으로, 확인된 가스 온도 분포의 정확성이 개선된다.
특히, 추가 동작 데이터에 기반한 가스 온도 분포의 재생을 위해, 추가 동작 데이터 및 출력 가스 온도 분포에 기반하여 소프트(soft) 센서를 트레이닝하는 것이 가능하다. 그런 다음, 광학 센서를 필요로 하지 않고, 트레이닝된 소프트 센서를 사용하여, 추가 동작 데이터에 기반하여 가스 온도 분포를 적어도 추정하는 것이 가능하다. 이는, 심지어 연소 챔버의 내부가 광학적으로 접근가능하지 않거나 또는 단지 어렵게 접근가능한 연소 엔진들에서도, 트레이닝된 소프트 센서의 사용을 가능하게 한다.
게다가, 트레이닝된 머신 러닝 루틴의 트레이닝 구조가 특정하게 추출되어 소프트 센서에 전이될 수 있다. 그러한 전이는 자주, 전이 학습으로 또한 지칭된다. 전이는 많은 경우들에서 소프트 센서의 트레이닝을 단축하거나 또는 심지어 대체할 수 있다.
본 발명의 일 예시적인 실시예는 도면을 참조하여 아래에서 더욱 상세히 설명될 것이다. 여기서, 각각의 경우, 개략적인 예시에서:
도 1은 연소 챔버를 갖는 가스 터빈을 도시하고,
도 2는 가스 온도 분포를 측정하기 위한 광학 센서를 갖는 관형 연소 챔버를 도시하고,
도 3은 가스 온도 분포를 측정하기 위한 본 발명에 따른 어레인지먼트의 트레이닝을 도시하며, 그리고
도 4는 트레이닝된 어레인지먼트를 사용한 가스 온도 분포의 측정을 도시한다.
도 1은 본 발명의 적용 예로서, 연소 챔버(BK)를 갖는 가스 터빈(GT)의 개략적인 예시를 도시하며, 이 연소 챔버(BK)에서, 가스 온도 분포가 동작 동안 측정되어야 한다. 가스 터빈(GT)은 유입 공기를 압축하기 위한 압축기(V), 공급되는 연료를 태우기 위한 연소 챔버(BK), 및 연소에 의해 생성된 열 및 운동 에너지(energy)를 회전 에너지로 전환하기 위한 터빈(T)을 갖는다. 이러한 회전 에너지는, 다른 것들 중에서 구동 축(AW)을 통해 압축기(V)를 구동하기 위해 압축기(V)에 전달된다.
본 발명은 부가적으로, 내부 연소 엔진들, 제트(jet) 엔진들 또는 다른 연소 엔진들의 연소 챔버들에서의 가스 온도 분포들을 측정하는 데 유용할 수 있다.
도 2는 관형 연소 챔버(BK)의 개략적인 예시를 도시하며, 이 관형 연소 챔버(BK)는 이 연소 챔버(BK)에서의 가스 온도 분포를 측정하기 위한 광학 센서(C)를 갖는다. 연소 챔버(BK)는 특히 가스 터빈, 내부 연소 엔진, 제트 엔진 또는 다른 연소 엔진의 연소 챔버 또는 연소 공간일 수 있다. 연소 챔버(BK)는 급기(LZ) 및 연료 공급부들(TZ)을 갖는다. 연료는 공급되는 공기와 혼합되어 화염(F)에서 태워진다. 화염(F)은 일반적으로, 연소 챔버(BK)의 단면에 걸쳐서 뿐만 아니라, 그리고 또한 연소 챔버(BK)를 따라서도 비균질한 온도 분포를 갖는다. 예컨대, 대략 1400-2000 ℃의 온도들이 화염(F)의 구역에서 발전할 수 있고, 예컨대 대략 1000 ℃가 연소 챔버(BK)의 둘레에서 발전할 수 있다. 특히 국부 온도 피크들이 연소 챔버(BK) 또는 가스 터빈(GT)의 마모에 관련된다.
자주, 화염(F)의 구역으로부터 연소 챔버(BK)를 따라 온도 분포를 이동시키는 강한 가스 유동이 연소 챔버(BK)를 따라 형성된다. 특히 터빈 또는 터빈 스테이지(stage)에서 유동하는 가스의 통상적으로 발생하는 팽창에 기인하여, 이동 동안의 유동하는 가스의 온도는 일반적으로 상당히 감소한다. 그럼에도 불구하고, 출구에 도달하는 온도는 일반적으로, 화염(F)의 구역에서의 온도와 상관된다. 본 발명에 따른, 가스 온도 분포 측정의 방법은, 상기 상관이 이용가능한 머신 러닝 루틴들을 이용하여 꽤 성공적으로 학습될 수 있다는 관찰에 기반한다.
광학 센서로서, 카메라(C)가 연소 챔버(BK)로 지향된다. 카메라(C)는 특히 적외선 카메라, 자외선 카메라 및/또는 가시 광에 민감한 카메라일 수 있다. 카메라(C)로서 공간 분해 또는 방향-분해 분광기가 마찬가지로 사용될 수 있다. 특히, 터빈 블레이드(blade)들을 관찰하기 위해 앞서 사용되었던 카메라 어레인지먼트들은, 이러한 카메라 어레인지먼트들이 공간 분해된 광학 스펙트럼을 포착할 수 있도록 수정될 수 있다.
연소 챔버(BK)를 통과하는 상이한 광 경로들(LW)에 대한 광학 스펙트럼을 카메라(C)가 포착할 수 있도록, 이 카메라(C)는 연소 챔버(BK)에 대해 배열된다. 여기서, 광학 스펙트럼은 특히 적외선 스펙트럼, 자외선 스펙트럼 및/또는 가시 광에서의 스펙트럼일 수 있다. 적절한 분해능을 이용하여, 카메라(C)는 다수의 광 경로들(LW)을 평행하게 그리고 거의 동시에 포착할 수 있다. 이 목적을 위해, 개구 또는 다른 광 통로, 예컨대 내열 유리로 만들어진 윈도우(window)가 연소 챔버(BK) 상에 장착될 수 있다. 제트 엔진의 경우, 카메라(C)는 연소 챔버(BK)의 개방 출구로 지향될 수 있다. 게다가, 미러 및/또는 프리즘이 또한, 광 경로들(LW)을 카메라(C)로 재지향시키기 위해 사용될 수 있다. 카메라(C) 그리고 가능하게는 미러 및/또는 프리즘은 바람직하게는, 연소 챔버(BK)를 통해 길이방향으로 연장되는 광 경로들(LW)이 포착될 수 있도록 배열된다.
카메라(C)는, 광 경로들(LW)에 대해, 각각의 경우, 광학 스펙트럼, 특히 방출 및/또는 흡수 스펙트럼의 하나 이상의 특정하게 규정된 스펙트럼 범위들을 포착한다. 이 경우, 각각의 포착된 스펙트럼 범위에는 상기 스펙트럼 범위가 포착되었던 광 경로(LW)를 식별하는 광 경로 표시가 할당된다. 특히, 관련 광 경로(LW)에 관련된 방향 정보의 피스(piece)가 광 경로 표시로서 할당될 수 있다. 2-차원 카메라 이미지(image)에서, 개개의 이미지 지점의 이미지 좌표들이 광 경로 표시로서 할당될 수 있다.
스펙트럼 범위들은 바람직하게는, 포착된 광학 스펙트럼으로부터 하나 이상의 협대역 스펙트럼 필터들을 사용하여 추출될 수 있다. 그러한 스펙트럼 필터는 예컨대 주파수 또는 파장 필터로서 그리고 아날로그(analog) 또는 디지털(digital) 스펙트럼 필터로서 구현될 수 있다. 특히, 스펙트럼 필터는 광학 스펙트럼을 표현하는 고-차원 데이터 벡터(vector)의 특정 차원들, 또는 특정 주파수 및/또는 파장 채널(channel)들을 선택할 수 있다. 대안적으로 또는 부가적으로, 광 경로들(LW)은, 바람직하게는 카메라(C) 또는 미러 또는 프리즘의 상류에 배열되는 전달 스펙트럼 필터를 통해 유도될 수 있다.
바람직하게는, 하나 이상의 물질들의 방출 또는 흡수 스펙트럼들의 특정 스펙트럼 라인들이 스펙트럼 범위들로서 선택되며, 연소 챔버(BK)에서의 이러한 하나 이상의 물질들의 농도는 강하게 온도-종속적이다. 이 목적을 위해, 특히, 단지 또는 바람직하게는 연소 챔버(BK)에서 특정 온도 임계치들을 초과하여 형성되며 그리고 가능하게는 더 낮은 온도들에서 다시 분해되는 가스성(gaseous) 연소 제품들, 분자들, 분자 화합물들 및/또는 라디칼(radical)들의 방출 또는 흡수 라인들이 선택된다. 바람직하게는, 질소 산화물들, 이를테면, NO, N2O, NO2 및/또는 미리 결정된 고온 범위들에서 통상적으로 발생하는 다른 화합물들의 스펙트럼 라인들이 선택된다. 그러한 물질들의 경우, 온도에 따른 이 물질들의 농도의 비-선형적인, 자주 지수적인 증가 또는 강하가 발생하며, 따라서 관련 스펙트럼 라인들의 세기와 국부 가스 온도 사이의 강한 상관 그리고 결과적으로 특성 관계가 있다. 결과적으로, 그러한 물질들은 말하자면 온도 마커들로서 사용될 수 있다.
따라서, 카메라(C)를 사용하여, 온도 마커들로서 사용되는 물질들의 방출 및/또는 흡수 스펙트럼들을 갖는 선택적 협대역 스펙트럼 범위들이 바람직하게는 2-차원 이미지로서 광-경로-특정 방식으로 포착된다. 광학 스펙트럼으로부터 협대역 스펙트럼 범위들의 선택 때문에, 온도 마커들로서 사용되는 물질들의 특성 스펙트럼들이 연소 챔버 벽들의 연속적인 열 방사와 잘 분리될 수 있다. 이러한 연속적인 열 방사는 가스 온도 분포에 관한 비교적 부정확한 결론들만이 초래될 수 있게 할 것이다.
광학 센서, 여기서 카메라(C)는 또한, 연소 챔버(BK)로 지향되는 하나 이상의 레이저들(L)과 결합될 수 있다. 여기서, 레이저(들)(L)는, 예컨대 시분할 또는 공간-분할 다중화 방법을 사용하여, 광 경로들(LW)을 따라 다수의 레이저 빔들을 전달한다. 여기서, 레이저 빔들의 주파수는, 온도 마커들의 흡수 또는 여기(excitation) 스펙트럼을 검출하기 위해 이 온도 마커들의 하나 이상의 스펙트럼 라인들에 대해 튜닝된다. 후방-산란 레이저 빔들의 산란 광은 바람직하게는, 카메라(C)를 사용하여 방향-민감한 방식으로 포착되고, 각각 원인이 되는 레이저 빔의 광 경로(LW)에 할당된다. 관련 광 경로 상에서의 레이저 에너지의 흡수 및 이에 따른 흡수하는 물질의 농도가 산란 광에 기반하여 광-경로-특정 방식으로 확인될 수 있다. 대안적으로 또는 부가적으로, 바람직하게는 길이방향의 방향으로 연소 챔버(BK)를 통해 광을 방사하도록 레이저(들)(L)가 제공될 수 있다. 이를 위해, 연소 챔버(BK)로의 레이저 빔들의 들어감을 위한 제1 광 통로, 및 레이저 빔들의 떠남을 위해 제1 광 통로에 대향하게 위치된 광 통로가 제공될 수 있다.
카메라(C), 레이저(들)(L), 미러 및/또는 프리즘을 변위 및/또는 회전시킴으로써, 연소 챔버(BK)를 통한 상이한 광 경로들(LW)이 세팅(set) 및/또는 쉽게 선택될 수 있다. 따라서, 연소 챔버(BK)의 더 큰 구역으로부터 광 경로들의 팬(fan)들 또는 격자(grating)에 대한 스펙트럼 범위들을 포착하는 것이 가능하다.
본 발명에 따르면, 각각의 경우, 개개의 광 경로(LW) 및 개개의 스펙트럼 범위에 대한 하나 이상의 스펙트럼 세기들이 확인되고, 광 경로 표시를 통해 관련 광 경로(LW)에 할당된다.
스펙트럼 세기들에 부가하여, 바람직하게는, 외부에서 접근가능한 연소 엔진 및/또는 연소 챔버(BK)의 추가 동작 데이터가 가스 온도 분포의 확인 동안 포착 및 평가된다. 그러한 동작 데이터는 예컨대, 현재의 물리적이고, 제어-기술적이고, 영향(effect)-종속적이며 그리고/또는 구성-종속적인 상태 변수들, 동작 매개변수들, 특성들, 성능 데이터, 유효 데이터, 시스템(system) 데이터, 특정된 값들, 제어 데이터, 환경 데이터, 센서 데이터, 측정 값들, 또는 연소 엔진의 동작 동안 관련된 다른 데이터를 포함할 수 있다. 본 예시적인 실시예에서, 온도 센서(TS)를 사용하여 측정되는 배기 가스 온도들 및 배기 가스 센서(AS)를 사용하여 측정되는 배기 가스 방출들이 추가 동작 데이터로서 포착된다. 특히, 배기 가스 센서(AS)는 배기 가스들의 조성(composition)을 측정한다.
온도 센서(TS) 및 배기 가스 센서(AS)는 연소 챔버(BK) 상에 그리고/또는 터빈의 하류에 배열될 수 있다. 또한, 가능하게는, 복수의 온도 센서들(TS) 및/또는 배기 가스 센서들(AS)이 제공될 수 있다. 특히, 온도 센서들(TS) 또는 배기 가스 센서들(AS)의 링(ring) 또는 격자가 터빈 또는 연소 챔버(BK)의 하류에 놓일 수 있다.
추가 동작 데이터를 고려하는 것은, 일반적으로, 확인된 가스 온도 분포의 정확성을 상당히 개선시킨다.
도 3은 연소 챔버에서의 가스 온도 분포를 측정하기 위한 본 발명에 따른 어레인지먼트의 트레이닝을 예시한다. 동일한 엔티티(entity)들은 도 2에서와 동일한 참조 부호들을 이용하여 도 3에서 표기되며, 도 2에서 설명된 바와 같이 구현될 수 있다.
본 예시적인 실시예에서의 본 발명에 따른 어레인지먼트는, 가능하게는 하나 이상의 레이저들과 결합된 카메라(C), 온도 센서(TS), 배기 가스 센서(AS) 및 터빈 제어기(CTL)를 포함한다. 터빈 제어기(CTL), 카메라(C), 온도 센서(TS) 및 배기 가스 센서(AS)는 트레이닝 목적들을 위해 특히 트레이닝 연소 챔버 상에서 동작될 수 있으며, 이 트레이닝 연소 챔버는 연소 챔버의 내부에서의 실제 공간 분해된 가스 온도 분포에 관련된 정보를 트레이닝 온도 분포들(TTD)의 형태로 제공한다.
터빈 제어기(CTL)에는 터빈 제어기(CTL)의 방법 단계들을 수행하기 위한 하나 이상의 프로세서(processor)들(PROC), 및 터빈 제어기(CTL)에 의해 프로세싱될(processed) 데이터를 저장하기 위한, 프로세서(PROC)에 커플링된(coupled) 하나 이상의 메모리(memory)들(MEM)이 제공된다. 카메라(C), 온도 센서(TS) 및 배기 가스 센서(AS)는 터빈 제어기(CTL)에 커플링된다.
본 예시적인 실시예에서의 터빈 제어기(CTL)는 데이터-주도 머신 러닝 루틴의 구성 부분으로서 인공 신경망(NN)을 갖는다. 신경망(NN)은 데이터-주도 방식으로 트레이닝되거나 또는 학습할 수 있으며, 그리고 트레이닝 동안 발전하는 트레이닝 구조(TSR)를 갖는다.
이러한 맥락에서 ―기술분야에서의 언어적 사용에 따라―, 트레이닝은 신경망(NN)의 입력 데이터를 하나 이상의 타겟(target) 변수들에 매핑(mapping)하는 것으로 이해되며, 이 신경망(NN)은 트레이닝 페이즈 동안 특정가능 기준들에 따라 최적화된다. 특정된 기준들을 고려하여 최적화되는 신경망(NN)의 트레이닝 구조(TSR)는 프로세스에서 발전된다. 트레이닝 구조(TSR)는 예컨대 신경망의 뉴런(neuron)들의 망 구조 및/또는 트레이닝 동안 발전되는 뉴런들 사이의 연결들의 가중치들을 포함하여서, 특정된 기준들이 가능한 한 잘 충족될 수 있다.
본 예시적인 실시예에서, 신경망(NN)은 카메라(C)로부터, 상이한 광 경로들에 대해, 각각의 경우, 개개의 스펙트럼 범위에 대한 하나 이상의 스펙트럼 세기들(SI) 및 개개의 광 경로를 식별하는 광 경로 표시(LA)를 입력 데이터로서 수신한다. 신경망(NN)은 연소 엔진 및/또는 연소 챔버의 추가 동작 데이터를 추가 입력 데이터로서 수신한다. 본 예시적인 실시예에서, 이들은 온도 센서(TS)로부터의 온도 데이터(TD) 및 배기 가스 센서(AS)로부터의 배기 가스 데이터(AD)이다. 여기서, 바람직하게는, 온도 데이터(TD)는 연소 챔버의 배기 가스 온도를 설명하고, 배기 가스 데이터(AD)는 특히 질소 산화물 방출들의 배기 가스 조성을 설명한다.
신경망(NN)은, 신경망(NN)의 출력 데이터(ATD)가 타겟 변수로서 트레이닝 연소 챔버의 가스 온도 분포를 가능한 한 잘 재생하도록 트레이닝되어야 한다. 여기서, 가스 온도 분포는 특히, 가스 온도의 공간 비균질성 또는 동등하지 않은 분포의 측정치인 것으로 그리고/또는 온도 도수 분포인 것으로 이해되어야 한다. 출력 데이터(ATD)는 온도 분포 데이터의 형태로 출력된다.
교정 페이즈에서, 배기 가스 방출들, 예컨대 질소 산화물 방출들, 및 모델링된 온도 분포 데이터로부터 연소 챔버의 물리 열역학 모델을 사용하여 도출될 수 있는 평균 배기 가스 온도들부터 시작하여, 온도 분포에 대한 연소 제품들의 분포의 종속성을 모델링(model)하는 신경 모델이 신경망(NN)을 통해 학습된다. 여기서, 바람직하게는, 스펙트럼 세기들의 변화들과 배기 가스 조성의 변화들 사이의 상관들이 모델링된다.
또한, 공간 분해된 트레이닝 온도 분포들(TTD)이 신경망(NN)에 공급된다. 여기서, 신경망(NN)은, 수신된 스펙트럼 세기들(SI), 할당된 광 경로 표시들(LA) 및 추가 동작 데이터(TD 및 AD)로부터 도출되는 출력 데이터(ATD)가 가능한 한 잘 트레이닝 온도 분포들(TTD)을 재생하도록 트레이닝된다. 이를 위해, 예컨대, 뺄셈에 의해 출력 데이터(ATD)와 트레이닝 온도 분포들(TTD) 사이의 거리를 확인함으로써, 출력 데이터(ATD)는 트레이닝 온도 분포들(TTD)과 비교된다. 거리는 신경망(NN)의 예측 오차(error)를 표현하고, 신경망(NN)에 피드백된다(fed back). 신경망(NN)은, 평균하여 거리를 최소화하도록, 파선 화살표에 의해 표시된 바와 같이 피드백된 거리(fed-back distance)에 기반하여 트레이닝된다. 이러한 방식으로, 트레이닝 구조(TSR)는 발전되며, 신경망(NN)은 공급되는 입력 데이터, 본 경우에는 SI, LA, TD 및 AD에 기반하여 가스 온도 분포의 비교적 정확한 추정치를 출력하도록 인에이블링된다(enabled).
트레이닝 온도 분포들(TTD)은 개발 또는 제품 자격인정 프로세스로부터 트레이닝 연소 챔버, 특히 시험 연소 챔버에서 측정되고 그리고/또는 온도 분포 데이터의 형태로 제공될 수 있다.
도 4는 도 3으로부터의 트레이닝된 어레인지먼트를 사용한 가스 온도 분포의 측정을 예시한다. 도 4에서 동일한 엔티티들은 도 3에서와 동일한 참조 부호들을 이용하여 표기되며, 도 3에서 설명된 바와 같이 구현될 수 있다.
가스 온도 분포의 측정은 생성 동작 동안 도 2에서 설명된 연소 챔버(BK)에 대해 수행된다. 여기서, 각각의 경우, 상이한 광 경로들에 대해, 개개의 스펙트럼 범위에 대한 하나 이상의 스펙트럼 세기들(SI) 및 개개의 광 경로를 식별하는 광 경로 표시(LA)가 입력 데이터로서 카메라(C)에 의해 신경망(NN)에 공급된다. 신경망(NN)은 연소 엔진(GT) 및/또는 연소 챔버(BK)의 추가 동작 데이터를 추가 입력 데이터로서 수신한다. 본 예시적인 실시예에서, 이들은 온도 센서(TS)로부터의 온도 데이터(TD) 및 배기 가스 센서(AS)로부터의 배기 가스 데이터(AD)이다. 입력 데이터는 각각의 경우, 순간적으로, 바람직하게는 실시간으로 포착된다.
발전되는 트레이닝 구조(TSR)를 사용하여, 가스 온도 분포(GTD)로서 출력되는 출력 데이터는 입력 데이터로부터, 특히, 스펙트럼 세기들(SI) 및 이러한 스펙트럼 세기들(SI)의 세기비(intensity ratio)들로부터, 트레이닝된 신경망(NN)에 의해 도출된다. 특히, 배기 가스 방출들 및 마모에 상당한 영향을 갖는, 연소 챔버(BK)에서의 국부 온도 피크들이 모델링될 수 있고 이에 따라 비교적 정확하게 재생될 수 있음이 자명하다.
특히, 예컨대 평균 연소 온도를 증가시킴으로써 이러한 가스 터빈(GT)의 효율을 최적화하기 위하여, 그리고/또는 이러한 가스 터빈(GT)의 마모 및/또는 유해-물질 배출을 감소시키기 위해, 출력되는 가스 온도 분포(GTD)는 바람직하게는, 가스 터빈(GT)을 제어하기 위해 사용될 수 있다.
또한, 트레이닝된 신경망(NN)을 사용하여, 출력된 가스 온도 분포(GTD)의 재생을 위해 추가 동작 데이터(TS 및 AD)에 기반하여 소프트 센서(예시되지 않음)를 트레이닝하는 것이 가능하다. 트레이닝된 신경망(NN)의 트레이닝 구조(TSR)는 유리하게는, 전적으로 또는 부분적으로 추출되어 소프트 센서에 전이될 수 있다. 그런 다음, 카메라를 필요로 하지 않고, 트레이닝된 소프트 센서를 사용하여, 추가 동작 데이터에 기반하여 연소 챔버(BK) 내에서의 가스 온도 분포를 적어도 추정하는 것이 가능하다. 그런 다음, 이러한 방식으로 트레이닝되었던 소프트 센서는, 심지어 연소 챔버의 내부의 카메라 이미지가 이용가능하지 않은 연소 엔진들에서의 가스 온도 분포를 추정하기 위해서도 사용될 수 있다.

Claims (15)

  1. 연소 챔버(chamber)(BK)에서의 가스(gas) 온도 분포를 측정하기 위한 방법으로서,
    a) 각각의 경우, 상기 연소 챔버(BK)로 지향되는 광학 센서(sensor)(C)를 사용하여, 상기 연소 챔버(BK)를 통과하는 상이한 광 경로들(LW)에 대한 광학 스펙트럼(spectrum)의 특정된 스펙트럼 범위(spectral range)가 선택적으로 포착되고,
    b) 개개의 스펙트럼 세기(SI)가 개개의 스펙트럼 범위에 대해 확인되고, 개개의 광 경로(LW)를 식별하는 광 경로 표시(LA)에 할당되고,
    c) 확인된 스펙트럼 세기들(SI) 및 할당된 광 경로 표시들(LA)이 입력 데이터(data)로서 머신 러닝 루틴(machine learning routine)(NN)에 공급되고, 상기 머신 러닝 루틴(NN)은 공간 분해된 트레이닝(training) 온도 분포들(TTD)의 재생(reproduction)을 위해 트레이닝되며(trained), 그리고
    d) 상기 머신 러닝 루틴의 출력 데이터가 가스 온도 분포(GTD)로서 출력되는,
    연소 챔버(BK)에서의 가스 온도 분포를 측정하기 위한 방법.
  2. 제1 항에 있어서,
    상기 머신 러닝 루틴(NN)은 데이터-주도 트레이닝가능 회귀 모델(data-driven trainable regression model), 인공 신경망, 순환 신경망, 콘볼루션(convolutional) 신경망, 오토인코더(autoencoder), 딥 러닝 아키텍처(deep learning architecture), 서포트-벡터 머신(support-vector machine), k-최근접 이웃 분류기, 물리 모델 및/또는 결정 트리(tree)를 활용하는 것을 특징으로 하는,
    연소 챔버(BK)에서의 가스 온도 분포를 측정하기 위한 방법.
  3. 제1 항 또는 제2 항에 있어서,
    하나 이상의 물질들의 특정 스펙트럼 라인(line)들이 상기 스펙트럼 범위로서 선택되고, 상기 연소 챔버(BK)에서의 상기 하나 이상의 물질들의 농도는 온도-종속적인 것을 특징으로 하는,
    연소 챔버(BK)에서의 가스 온도 분포를 측정하기 위한 방법.
  4. 제1 항 내지 제3 항 중 어느 한 항에 있어서,
    상기 상이한 광 경로들(LW)에 대한 광학 스펙트럼은 상기 광학 센서로서 카메라(camera)(C)를 사용하여 방향-민감하게 그리고 평행하게 포착되는 것을 특징으로 하는,
    연소 챔버(BK)에서의 가스 온도 분포를 측정하기 위한 방법.
  5. 제1 항 내지 제4 항 중 어느 한 항에 있어서,
    상기 스펙트럼 범위는, 스펙트럼 필터(filter)를 사용하여 선택되는 것을 특징으로 하는,
    연소 챔버(BK)에서의 가스 온도 분포를 측정하기 위한 방법.
  6. 제1 항 내지 제5 항 중 어느 한 항에 있어서,
    하나 이상의 레이저 빔(laser beam)들이 상기 상이한 광 경로들(LW)을 따라 상기 연소 챔버(BK)를 통해 전달되고, 상기 개개의 광 경로(LW)를 통과한 후에, 상기 광학 센서(C)에 의해 포착되는 것을 특징으로 하는,
    연소 챔버(BK)에서의 가스 온도 분포를 측정하기 위한 방법.
  7. 제1 항 내지 제6 항 중 어느 한 항에 있어서,
    상기 상이한 광 경로들(LW)은 상기 광학 센서(C), 상기 연소 챔버(BK)로 지향되는 레이저(L) 및/또는 개개의 광 경로(LW)를 따라 배열되는 미러(mirror) 및/또는 프리즘(prism)의 방향 및/또는 포지션(position) 변화들을 통해 선택되는 것을 특징으로 하는,
    연소 챔버(BK)에서의 가스 온도 분포를 측정하기 위한 방법.
  8. 제1 항 내지 제7 항 중 어느 한 항에 있어서,
    상기 머신 러닝 루틴(NN)은, 특정된 온도 분포 데이터(TTD)에 기반하여 트레이닝 연소 챔버를 사용하여 교정 페이즈(phase)에서 트레이닝되는 것을 특징으로 하는,
    연소 챔버(BK)에서의 가스 온도 분포를 측정하기 위한 방법.
  9. 제1 항 내지 제8 항 중 어느 한 항에 있어서,
    상기 연소 챔버(BK)의 열역학 모델이, 상기 연소 챔버(BK)의 추가 동작 데이터(TD, AD)와 상기 연소 챔버(BK)에서의 온도 분포 사이의 상관을 확인하는 데 사용되고, 상기 머신 러닝 루틴(NN)을 트레이닝(training)하기 위해 사용되는 것을 특징으로 하는,
    연소 챔버(BK)에서의 가스 온도 분포를 측정하기 위한 방법.
  10. 제1 항 내지 제9 항 중 어느 한 항에 있어서,
    상기 연소 챔버(BK)의 추가 동작 데이터(TD, AD)가 입력 데이터로서 상기 스펙트럼 세기들(SI) 및 상기 광 경로 표시들(LA)과 함께 상기 머신 러닝 루틴(NN)에 공급되는 것을 특징으로 하는,
    연소 챔버(BK)에서의 가스 온도 분포를 측정하기 위한 방법.
  11. 제10 항에 있어서,
    상기 추가 동작 데이터(TD, AD)에 기반한 출력 가스 온도 분포(GTD)의 재생을 위해, 상기 추가 동작 데이터(TD, AD) 및 상기 가스 온도 분포(GTD)에 기반하여 소프트(soft) 센서가 트레이닝되는 것을 특징으로 하는,
    연소 챔버(BK)에서의 가스 온도 분포를 측정하기 위한 방법.
  12. 제1 항 내지 제11 항 중 어느 한 항에 있어서,
    상기 트레이닝된 머신 러닝 루틴(NN)의 트레이닝 구조(TSR)가 특정하게 추출되어 소프트 센서에 전이되는 것을 특징으로 하는,
    연소 챔버(BK)에서의 가스 온도 분포를 측정하기 위한 방법.
  13. 제1 항 내지 제12 항 중 어느 한 항에 따른 방법을 수행하도록 구성된, 연소 챔버(BK)에서의 가스 온도 분포를 측정하기 위한 어레인지먼트(arrangement).
  14. 제1 항 내지 제12 항 중 어느 한 항에 따른 방법을 수행하도록 구성된 컴퓨터 프로그램(computer program) 제품.
  15. 제14 항에 따른 컴퓨터 프로그램 제품을 갖는 컴퓨터-판독가능 저장 매체.
KR1020197029903A 2017-03-16 2018-03-13 연소 챔버에서의 가스 온도 분포를 측정하기 위한 방법 및 조립체 KR20190122262A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102017204434.9 2017-03-16
DE102017204434.9A DE102017204434A1 (de) 2017-03-16 2017-03-16 Verfahren und Anordnung zur Messung einer Gastemperaturverteilung in einer Brennkammer
PCT/EP2018/056297 WO2018167095A1 (de) 2017-03-16 2018-03-13 Verfahren und anordnung zur messung einer gastemperaturverteilung in einer brennkammer

Publications (1)

Publication Number Publication Date
KR20190122262A true KR20190122262A (ko) 2019-10-29

Family

ID=61911522

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197029903A KR20190122262A (ko) 2017-03-16 2018-03-13 연소 챔버에서의 가스 온도 분포를 측정하기 위한 방법 및 조립체

Country Status (6)

Country Link
US (1) US20200132552A1 (ko)
EP (1) EP3577328A1 (ko)
KR (1) KR20190122262A (ko)
CN (1) CN110382848A (ko)
DE (1) DE102017204434A1 (ko)
WO (1) WO2018167095A1 (ko)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3726139A1 (de) * 2019-04-16 2020-10-21 Siemens Aktiengesellschaft Verfahren und anordnung zum steuern einer verbrennungskraftmaschine mit mehreren brennern
DE102020101639A1 (de) 2020-01-24 2021-07-29 Schaeffler Technologies AG & Co. KG Rotor und Axialflussmaschine
DE102020101640A1 (de) 2020-01-24 2021-07-29 Schaeffler Technologies AG & Co. KG Rotor, Verfahren zur Herstellung eines Rotors und elektrische Axialflussmaschine
DE102020101642A1 (de) 2020-01-24 2021-07-29 Schaeffler Technologies AG & Co. KG Rotor, Verfahren zur Herstellung eines Rotors und Axialflussmaschine
DE102020101849A1 (de) 2020-01-27 2021-07-29 Schaeffler Technologies AG & Co. KG Rotor für eine Axialflussmaschine, Verfahren zur Herstellung eines Rotors für eine Axialflussmaschine und Axialflussmaschine
CN113237569B (zh) * 2020-02-06 2022-04-01 北京航空航天大学 一种用于环形燃烧场温度分布的可视化测量方法
CN111089850B (zh) * 2020-02-17 2021-09-28 北京航空航天大学 一种基于单一组分吸收光谱的多组分浓度的估计方法
RU2738999C1 (ru) * 2020-02-28 2020-12-21 федеральное государственное автономное образовательное учреждение высшего образования "Национальный исследовательский университет ИТМО" (Университет ИТМО) Способ определения температуры потока газов в камере сгорания газотурбинного двигателя с углеводородным топливом
DE102020107162B3 (de) 2020-03-16 2021-04-29 Schaeffler Technologies AG & Co. KG Rotor für eine Axialflussmaschine, Verfahren zur Herstellung eines Rotors für eine Axialflussmaschine und Axialflussmaschine
CN112633292A (zh) * 2020-09-01 2021-04-09 广东电网有限责任公司 一种金属表面氧化层温度测量方法
DE102021206638B4 (de) 2021-05-10 2023-02-02 Vitesco Technologies GmbH Computerimplementiertes Verfahren und Steuervorrichtung zum Steuern eines Antriebsstrangs eines Fahrzeugs unter Verwendung eines neuronalen Faltungsnetzes.
DE102022125918A1 (de) 2022-10-07 2024-04-18 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren zum Erstellen und/oder Einlernen eines künstlichen neuronalen Netzes, Verfahren zur kontaktlosen Ermittlung von Betriebsparametern eines Triebwerkes, Computerprogramm und computerlesbares Medium

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2773879B1 (fr) * 1998-01-20 2001-01-26 Auxitrol Sa Capteur de mesure d'une temperature
JP4199766B2 (ja) * 2005-12-16 2008-12-17 トヨタ自動車株式会社 排ガス分析方法および排ガス分析装置
WO2009052157A1 (en) 2007-10-16 2009-04-23 Zolo Technologies, Inc. Translational laser absorption spectroscopy apparatus and method
US8416415B2 (en) 2009-04-27 2013-04-09 General Electric Company Gas turbine optical imaging system
US8456634B2 (en) * 2009-06-15 2013-06-04 General Electric Company Optical interrogation sensors for combustion control
CN101625269B (zh) * 2009-07-27 2010-12-01 北京航空航天大学 一种同时监测燃烧火焰温度场和中间产物浓度二维分布的方法
CN101625270B (zh) * 2009-07-27 2011-08-17 北京航空航天大学 一种基于光学补偿设计的火焰温度场和燃烧中间产物浓度场监测系统
US20120002035A1 (en) * 2010-06-30 2012-01-05 General Electric Company Multi-spectral system and method for generating multi-dimensional temperature data
EP2458351A1 (en) * 2010-11-30 2012-05-30 Alstom Technology Ltd Method of analyzing and controlling a combustion process in a gas turbine and apparatus for performing the method
EP2706422B1 (de) 2012-09-11 2016-07-27 Siemens Aktiengesellschaft Verfahren zur rechnergestützten Überwachung des Betriebs eines technischen Systems, insbesondere einer elektrischen Energieerzeugungsanlage
US9885609B2 (en) * 2014-05-23 2018-02-06 United Technologies Corporation Gas turbine engine optical system
DE202014004495U1 (de) 2014-06-04 2014-07-24 M.A.L. Umwelttechnik - Gmbh Einspritzvorrichtung und System zur Rauchgasentstickung

Also Published As

Publication number Publication date
US20200132552A1 (en) 2020-04-30
WO2018167095A1 (de) 2018-09-20
DE102017204434A1 (de) 2018-09-20
CN110382848A (zh) 2019-10-25
EP3577328A1 (de) 2019-12-11

Similar Documents

Publication Publication Date Title
KR20190122262A (ko) 연소 챔버에서의 가스 온도 분포를 측정하기 위한 방법 및 조립체
US8825214B2 (en) Method of analyzing and controlling a combustion process in a gas turbine and apparatus for performing the method
Ballester et al. Diagnostic techniques for the monitoring and control of practical flames
JP5259568B2 (ja) 補正した空気流量の直接的非貫入型測定のためのシステム及び方法
US8456634B2 (en) Optical interrogation sensors for combustion control
US8758689B2 (en) Reaction analysis apparatus, recording medium, measurement system and control system
Guethe et al. Chemiluminescence as diagnostic tool in the development of gas turbines
WO2007136124A1 (ja) ガス分析装置及びガス分析装置におけるレーザの波長掃引制御方法
US8702302B2 (en) Hot gas temperature measurement in gas turbine using tunable diode laser
US20110128989A1 (en) Multiwavelength thermometer
CN111207930A (zh) 发动机羽流特征信号测试装置与方法
US6912480B2 (en) Method and apparatus for determining the mass flow through an engine
JP5721684B2 (ja) データ取得方法
US9250136B1 (en) Hyperspectral imaging system for pyrometry applications and method of operating the same
JPWO2010126118A1 (ja) 分光器
US20220228923A1 (en) Thermal measurement system
CN211452851U (zh) 发动机羽流特征信号测试装置
US6914246B2 (en) Method and apparatus for spatially resolving flame temperatures using ultraviolet light emission
Parker et al. Space launch system base heating test: tunable diode laser absorption spectroscopy
Riad et al. On the detection of volatile organic compounds (VOCs) using machine learning and FTIR spectroscopy for air quality monitoring
Rudolf et al. Modelling of gas turbine nox emissions based on long-term operation data
Lapeyre et al. Quantifying flare combustion efficiency using an imaging Fourier transform spectrometer
JP6277938B2 (ja) ガス分析装置
Spearrin et al. Mid-infrared laser absorption diagnostics for detonation studies
Golinelli et al. IR sensor for gas turbine inlet temperature (TIT) measurements: preliminary results on a test rig

Legal Events

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