RU2694105C1 - Диагностика неисправностей во время испытания турбинной установки - Google Patents
Диагностика неисправностей во время испытания турбинной установки Download PDFInfo
- Publication number
- RU2694105C1 RU2694105C1 RU2018137823A RU2018137823A RU2694105C1 RU 2694105 C1 RU2694105 C1 RU 2694105C1 RU 2018137823 A RU2018137823 A RU 2018137823A RU 2018137823 A RU2018137823 A RU 2018137823A RU 2694105 C1 RU2694105 C1 RU 2694105C1
- Authority
- RU
- Russia
- Prior art keywords
- turbine
- fault
- test
- faults
- sensors
- Prior art date
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 109
- 238000000034 method Methods 0.000 claims abstract description 66
- 238000005259 measurement Methods 0.000 claims abstract description 34
- 238000009434 installation Methods 0.000 claims abstract description 19
- 238000001514 detection method Methods 0.000 claims abstract description 6
- 230000007257 malfunction Effects 0.000 claims description 55
- 238000004590 computer program Methods 0.000 claims description 8
- 238000003745 diagnosis Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 abstract description 3
- 230000008439 repair process Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 239000000126 substance Substances 0.000 abstract 1
- 239000007789 gas Substances 0.000 description 21
- 230000008859 change Effects 0.000 description 20
- 239000013598 vector Substances 0.000 description 17
- 238000004458 analytical method Methods 0.000 description 14
- 238000002485 combustion reaction Methods 0.000 description 14
- 239000011159 matrix material Substances 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 230000014509 gene expression Effects 0.000 description 8
- 230000007774 longterm Effects 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 7
- 239000000446 fuel Substances 0.000 description 6
- 230000003628 erosive effect Effects 0.000 description 5
- 238000013024 troubleshooting Methods 0.000 description 5
- 239000000567 combustion gas Substances 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000002405 diagnostic procedure Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000009977 dual effect Effects 0.000 description 4
- 238000010998 test method Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 230000004807 localization Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000013102 re-test Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G01M15/02—Details or accessories of testing apparatus
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Testing Of Engines (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
Описан способ диагностики неисправностей во время испытания турбинной установки в системе испытания турбин, причем турбинная установка содержит множество компонентов турбины и турбинных датчиков, а система испытания турбин содержит множество испытательных датчиков. Описанный способ содержит этапы, на которых (a) получают данные измерений от турбинных датчиков и испытательных датчиков, (b) вычисляют по меньшей мере одно значение параметра на основе данных измерений, (c) определяют отклонение данных измерений и по меньшей мере одного значения параметра путем сравнения данных измерений и по меньшей мере одного значения параметра с заданными контрольными данными и (d) сопоставляют определенное отклонение с множеством заданных сигнатур неисправностей для обнаружения неисправности, причем множество заданных сигнатур неисправностей содержит первый набор сигнатур неисправностей и второй набор сигнатур неисправностей, причем первый набор сигнатур неисправностей соответствует неисправностям турбинных датчиков и/или неисправностям испытательных датчиков и предполагаемым исправным компонентам турбины, а второй набор сигнатур неисправностей соответствует неисправностям компонентов турбины и предполагаемым исправным турбинным датчикам и испытательным датчикам. Данный способ обеспечивает возможность различать неисправности, которые могут быть немедленно устранены, и неисправности, которые требуют дополнительной проверки или ремонта турбинной установки. 4 н. и 7 з.п. ф-лы, 11 ил.
Description
ОБЛАСТЬ ТЕХНИКИ, К КОТОРОЙ ОТНОСИТСЯ ИЗОБРЕТЕНИЕ
Настоящее изобретение относится к области испытания турбины, в частности, к способам диагностики неисправностей во время испытания турбинной установки в системе испытания турбин. Кроме того, настоящее изобретение относится к соответствующей системе для испытания турбинной установки и к соответствующей компьютерной программе и компьютерному программному продукту.
ПРЕДПОСЫЛКИ СОЗДАНИЯ ИЗОБРЕТЕНИЯ
После изготовления и перед отправкой турбинной установки, например, газотурбинного двигателя, проводится тщательное испытание турбинной установки для того, чтобы заказчики не получали дефектные или неисправные двигатели. Такое испытание очень затратно как с точки зрения времени, так и с точки зрения топлива.
Иногда неисправности испытательного оборудования могут ошибочно приниматься за дефекты испытываемой турбинной установки. Кроме того, некоторые неисправности испытательного оборудования и неисправности двигателя могут быть сразу устранены персоналом, участвующим в испытании, так что после устранения неисправностей испытание может быть завершено, в то время как другие неисправности требуют более тщательной проверки экспертами.
Существующие концепции выполнения диагностики неисправностей во время испытания либо являются очень сложными, либо не способны обеспечить необходимую эффективность. Были предприняты различные попытки использования концепций, теорий и способов (от очень простых до очень сложных, направленных на авиационную промышленность) в рамках диагностики турбин. В основном они основаны на использовании номинальной модели двигателя в режиме онлайн и адаптации характеристик ее компонентов к существующему двигателю с использованием итерационных процессов Ньютона-Рафсона и, как правило, требуют обновление матрицы Якоби при каждой итерации (следовательно, они являются очень времязатратными и дорогостоящими). Кроме того, они обращаются к математической обратной задаче и, следовательно, требуют четкого смещения измерений для успешного решения и количественного определения неопределенностей. Эти способы при применении в реальных ситуациях сопряжены с некоторыми трудностями, обусловленными одним или более из следующего: 1) Неопределенности контрольно-измерительных приборов, и отсутствие достаточной информации о нем для определения его веса и балансировки; 2) Отдельная диагностика неисправностей контрольно-измерительных приборов и компонентов двигателя, следовательно, искажение данных одного типа данными другого типа; 3) Проблемы конвергенции (из-за использования реальных измеренных данных с неопределенностями); 4) Недостаточное количество измерений для получения однозначных решений; 5) Уравнение иногда становится сингулярным для предоставленной информации (смещения контрольно-измерительных приборов т.д.); и 6) Эффекты размытия, приводящие к ложным остаточным неисправностям наряду с основной неисправностью.
Неисправности контрольно-измерительных приборов и компонентов двигателя не должны рассматриваться отдельно, поскольку они могут искажать входные данные друг друга. Решение этой проблемы вносит дополнительную сложность из-за рассмотрения неисправностей контрольно-измерительных приборов с использованием тех же данных. Эти способы и опубликованная информация о них в основном являются теоретическими (с некоторыми попытками доказательства). Следовательно, в случае двойных неисправностей (с ошибками измерения) применение этих способов невозможно.
Соответственно, существует необходимость обеспечения простого и эффективного способа диагностики неисправностей во время испытания турбинных установок, в частности, способа, который обеспечивает возможность различать неисправности, которые могут быть немедленно устранены, и неисправности, которые требуют дополнительной проверки или ремонта турбинной установки.
СУЩНОСТЬ ИЗОБРЕТЕНИЯ
Эта необходимость может быть удовлетворена объектом в соответствии с независимыми пунктами формулы изобретения. Предпочтительные варианты выполнения настоящего изобретения описаны в зависимых пунктах формулы изобретения.
В соответствии с первым аспектом изобретения предусмотрен способ диагностики неисправностей во время испытания турбинной установки в системе испытания турбин, причем турбинная установка содержит множество компонентов турбины и турбинных датчиков, а система испытания турбин содержит множество испытательных датчиков. Способ содержит этапы, на которых (a) получают данные измерений от турбинных датчиков и испытательных датчиков, (b) вычисляют по меньшей мере одно значение параметра на основе данных измерений, (c) определяют отклонение данных измерений и по меньшей мере одного значения параметра путем сравнения данных измерений и по меньшей мере одного значения параметра с заданными контрольными данными, и (d) сопоставляют определенное отклонение с множеством заданных сигнатур неисправностей для обнаружения неисправности, причем множество заданных сигнатур неисправностей содержит первый набор сигнатур неисправностей и второй набор сигнатур неисправностей, причем первый набор сигнатур неисправностей соответствует неисправностям турбинных датчиков и/или неисправностям испытательных датчиков и предполагаемым исправным компонентам турбины, а второй набор сигнатур неисправностей соответствует неисправностям компонентов турбины и предполагаемым исправным турбинным датчикам и испытательным датчикам.
Этот аспект изобретения основан на идеи, что, с одной стороны, предположение о турбинной установке с исправными компонентами турбины используется для определения неисправности турбинных и/или испытательных датчиков исправной турбинной установки, а, с другой стороны, предположение об исправных турбинных и испытательных датчиках используется для определения неисправности компонентов турбины. Другими словами, с использованием первого и второго наборов сигнатур неисправностей способ позволяет определять, обусловлено ли определенное отклонение данных измерений и по меньшей мере одного значения параметра относительно заданных данных неисправностью датчиков или неисправностью турбины. Таким образом, способ позволяет различать неисправности, которые могут быть легко устранены персоналом, участвующим в испытании (например, замена неисправного датчика), и неисправности, которые требуют дополнительной проверки турбинной установки. В первом случае процедура испытания может быть возобновлена или продолжена после устранения неисправности. Во втором случае процедура испытания не может быть продолжена до тех пор, пока не будет проведена проверка и устранение неисправностей турбинной установки.
В данном контексте выражение «данные измерений» может, в частности, означать ряд значений измерений, выводимых каждым из датчиков.
В данном контексте выражение «значение параметра» может, в частности, означать величину, полученную путем применения термодинамического соотношения в отношении по меньшей мере части данных измерений.
В данном контексте выражение «контрольные данные» может, в частности, означать ретроспективные данные (данные измерений, а также значения параметров), полученные во время испытания аналогичных турбинных установок в аналогичных системах для испытаний.
В данном контексте выражение «сигнатура неисправности» может, в частности, означать набор значений отклонений между определенными данными измерений и значениями параметров и заданными контрольными данными, соответствующими конкретной неисправности.
В соответствии с вариантом выполнения изобретения этап сопоставления определенного отклонения с множеством заданных сигнатур неисправностей содержит создание упорядоченного списка неисправностей в зависимости от степени соответствия между определенным отклонением и каждой соответствующей сигнатурой неисправности.
Другими словами, определяют степень соответствия отклонения и каждой сигнатуры неисправности, и создают список неисправностей, в котором различные неисправности упорядочены в зависимости от степени соответствия.
В соответствии с дополнительным вариантом выполнения изобретения этап сопоставления определенного отклонения с множеством заданных сигнатур неисправностей содержит этап сопоставления одиночных неисправностей на основе средних значений заданных контрольных данных.
В этом варианте выполнения применяют этап сопоставления одиночных неисправностей, который определяет степень соответствия между определенным отклонением (относительно средних значений контрольных данных) и каждой сигнатурой одиночной неисправности. Другими словами, в этом варианте выполнения определяют, обусловлено ли (или можно предположить, что) отклонение одиночной неисправностью, например, одним неисправным датчиком.
В соответствии с дополнительным вариантом выполнения изобретения этап сопоставления определенного отклонения с множеством заданных сигнатур неисправностей содержит этап сопоставления двойных неисправностей на основе средних значений заданных контрольных данных и взвешенных пар сигнатур неисправностей.
В этом варианте выполнения применяют этап сопоставления двойных неисправностей, который определяет степень соответствия между определенным отклонением (относительно средних значений контрольных данных) и взвешенными парами сигнатур неисправностей. Другими словами, в этом варианте выполнения определяют, обусловлено ли (или можно предположить, что обусловлено) отклонение двумя неисправностями, т.е. двойной неисправностью, например, двумя неисправными датчиками.
В соответствии с дополнительным вариантом выполнения изобретения способ дополнительно содержит этап, на котором определяют вероятность возникновения для множества возможных неисправностей и создают список возможных неисправностей в соответствии с определенными вероятностями.
Другими словами, в соответствии с этим вариантом выполнения упорядочивают множество возможных неисправностей, т.е. потенциальных неисправностей с учетом соответствия, в списке в зависимости от соответствующих вероятностей возникновения.
В соответствии с дополнительным вариантом выполнения изобретения способ дополнительно содержит этап, на котором на основе списка возможных неисправностей выбирают по меньшей мере одну из возможных неисправностей в качестве возникающей неисправности.
В этом варианте выполнения в качестве неисправности выбирают одну из возможных неисправностей (включая двойные неисправности), например, возможную неисправность с наибольшей вероятностью.
В соответствии с дополнительным вариантом выполнения изобретения способ дополнительно содержит этап, на котором выводят информацию, идентифицирующую неисправность и/или соответствующий источник неисправности.
За счет вывода информации о неисправности и/или соответствующем источнике (например, неисправном компоненте) персонал, участвующий в испытании, может легко и незамедлительно принимать решение о дальнейших действиях.
В соответствии с дополнительным вариантом выполнения изобретения способ дополнительно содержит этапы, на которых (a) останавливают испытание турбинной установки, и (b) на основе определенной неисправности определяют, можно ли устранить неисправность путем замены одного или более испытательных датчиков.
В этом варианте выполнения персонал, участвующий в испытании, может получать информацию о дальнейших действиях, например, замене одного или более испытательных датчиков и немедленном возобновлении процедуры испытания или прекращении процедуры испытания и отправке турбинной установки на дополнительную проверку и/или ремонт, осуществляемые экспертами.
В соответствии со вторым аспектом изобретения предусмотрена система для испытания турбинной установки. Описанная система содержит (a) испытательный стенд для приема испытываемой турбинной установки, (b) множество системных датчиков для обнаружения физических величин, относящихся к работе турбинной установки во время испытания, и (c) контроллер, выполненный с возможностью управления испытанием турбинной установки, причем контроллер дополнительно выполнен с возможностью выполнения диагностики неисправностей во время испытания с использованием способа в соответствии с первым аспектом или любым из вышеописанных вариантов выполнения.
Этот аспект изобретения представляет собой систему для испытания турбинных установок, причем система включает в себя контроллер, выполненный с возможностью выполнения способа в соответствии с первым аспектом. Таким образом, система в соответствии с этим аспектом обеспечивает эффективное испытание турбинных установок.
В соответствии с третьим аспектом изобретения предусмотрена компьютерная программа, содержащая исполняемые компьютером команды, которые при выполнении процессором компьютера могут побуждать компьютер к выполнению способа в соответствии с первым аспектом и/или любым из вышеописанных вариантов выполнения.
В соответствии с четвертым аспектом изобретения предусмотрен компьютерный программный продукт, содержащий считываемый компьютером носитель данных, на который загружена компьютерная программа в соответствии с третьим аспектом.
Настоящее изобретение, проиллюстрированное вышеописанными аспектами и вариантами выполнения, обеспечивает возможность раннего обнаружения неисправностей (во время испытания турбинных установок, например, всего за несколько минут после начала испытания производительности) контрольно-измерительных приборов (датчиков) и компонентов двигателя, так что могут быть предотвращены потери топлива и рабочей силы из-за неудачного завершения 4-5 - часового испытания или выполнения ошибочного испытания. В соответствии с настоящим изобретением диагностику неисправностей выполняют во время испытания, т.е. в режиме онлайн, так что для принятия решения о дальнейших действиях не требуется последующий оффлайн-анализ данных испытания. Диагностика неисправностей в сочетании с онлайн-мониторингом работы с полной и частичной нагрузкой и распределения температуры в камере сгорания значительно улучшают оценку ситуации инженерами по испытаниям и обеспечивают надежную основу для принятия решений, особенно, когда резервная поддержка не доступна. В связи с этим диагностика и мониторинг, упомянутые в настоящем документе, главным образом относятся к термодинамическим параметрам.
В некоторых случаях неисправности контрольно-измерительных приборов (если они известны) могут быть немедленно устранены персоналом, участвующим в испытании (в дневную или ночную смену), после чего они могут продолжить успешное завершение испытания. В связи с этим исключается время ожидания персонала, участвующего в испытании, пока будет проведена автономная проверка (экспертом), и будут обнаружены неисправности.
Способ в соответствии с настоящим изобретением позволяет использовать минимальные ресурсы для быстрого и точного сопоставления множества точек данных. Высокая качественная точность достаточна для онлайн-диагностики начальных точек запуска для содействия инженерам по испытаниям и неэкспертному анализу.
Наконец, способ также может содействовать проверкам с помощью бороскопа и процессу быстрого восстановления двигателя в нормальное состояние за счет обеспечения надлежащей идентификации источника неисправности, что значительно улучшает и ускоряет процесс устранения неисправностей и обеспечивает успешное прохождение двигателем первого повторного испытания. Могут быть определены долгосрочные изменения компонентов двигателя и проблемы с контрольно-измерительным оборудованием для поддержания и содействия будущим решениям, связанным с проектными изменениями и устранением неисправностей. Кроме того, может быть обеспечена дополнительная информация и данные для содействия адаптации моделей двигателей (например, для изменений поколений двигателей) к текущему поколению двигателей (поскольку неисправности/отклонения измеряются и сопоставляются с текущим поколением). После прохождения двигателем испытания может быть обеспечена нулевая точка для дистанционного мониторинга с момента ввода в эксплуатацию.
Подводя итог, настоящее изобретение обеспечивает по меньшей мере следующие преимущества:
1) Возможность одновременной диагностики неисправностей двигателя и контрольно-измерительных приборов.
2) Хороший баланс с реально существующими неопределенностями контрольно-измерительных приборов.
3) При необходимости, возможность использования меньшего количества измерений, чем количество переменных нормального состояния двигателя.
4) Надежность и устойчивость, например, отсутствие проблем конвергенции.
5) Эффективность для достижения цели без выхода за пределы спецификации, следовательно, экономичность и высокий коэффициент полезного действия.
6) Хорошая возможность настройки в соответствии с процессом заводского испытания двигателя; т.е. использование как можно большего объема информации, полученной в ходе него (в соответствии с рабочими условиями испытания).
7) Оптимальное работоспособное инженерное решение.
8) Гибкость для дополнения по отношению к другим способам диагностики.
Следует отметить, что варианты выполнения изобретения описаны со ссылкой на различные объекты. В частности, некоторые варианты выполнения описаны со ссылкой на пункты формулы изобретения на способ, тогда как другие варианты выполнения описаны со ссылкой на пункты формулы изобретения на устройство. Однако специалисту в области техники из вышеизложенного и следующего далее описания будет понятно, что, если не указано иное, в дополнении к любой комбинации признаков, принадлежащих одному типу объекта, любая комбинация признаков, относящихся к различным объектам, в частности, комбинация признаков пунктов формулы изобретения на способ и признаков пунктов формулы изобретения на устройство, также является частью раскрытия этого документа.
Определенные выше аспекты и дополнительные аспекты настоящего изобретения являются очевидными из описанных ниже примеров вариантов выполнения и объяснены со ссылкой на примеры вариантов выполнения. Далее изобретение будет описано более подробно со ссылкой на примеры вариантов выполнения. Однако следует понимать, что изобретение не ограничивается описанными примерными вариантами выполнения.
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ
Фигура 1 иллюстрирует вид в разрезе части турбинного двигателя.
Фигура 2 иллюстрирует матричное уравнение, используемое в способе в соответствии с вариантом выполнения настоящего изобретения.
Фигура 3 иллюстрирует матричное уравнение, используемое в способе в соответствии с вариантом выполнения настоящего изобретения.
Фигура 4 иллюстрирует график рассеяния vs. дата в соответствии с вариантом выполнения изобретения.
Фигура 5 иллюстрирует другое представление графика, показанного на Фиг. 4, указывающее вероятность возникновения.
Фигура 6 иллюстрирует значимость неисправности в зависимости от времени, необходимого для устранения неисправности, в соответствии с вариантом выполнения настоящего изобретения.
Фигура 7 показывает иллюстрацию скользящей CuSum (кумулятивная сумма) в соответствии с вариантом выполнения изобретения.
Фигура 8 иллюстрирует блок-схему способа в соответствии с вариантом выполнения настоящего изобретения.
Фигура 9 иллюстрирует графическое представление круговой векторной диаграммы классификаций неисправностей компрессора в соответствии с вариантом выполнения настоящего изобретения.
Фигура 10 иллюстрирует графическое представление круговой векторной диаграммы классификаций неисправностей турбины в соответствии с вариантом выполнения настоящего изобретения.
Фигура 11 иллюстрирует пример сопоставления неисправностей в соответствии с вариантом выполнения настоящего изобретения.
ПОДРОБНОЕ ОПИСАНИЕ
Иллюстрации, представленные на чертежах, являются схематическими. Следует отметить, что на разных фигурах подобные или идентичные элементы обозначены одинаковыми ссылочными позициями или ссылочными позициями, которые отличаются только первой цифрой.
Фигура 1 иллюстрирует вид в разрезе примера газотурбинного двигателя 10. Газотурбинный двигатель 10 содержит последовательно по потоку впуск 12, секцию 14 компрессора, секцию 16 камеры сгорания и секцию 18 турбины, которые в общем расположены последовательно по потоку и в общем вокруг и в направлении продольной оси или оси 20 вращения. Газотурбинный двигатель 10 дополнительно содержит вал 22, который выполнен с возможностью вращения вокруг оси 20 вращения, и который проходит в продольном направлении через газотурбинный двигатель 10. Вал 22 соединяет секцию 18 турбины с секцией 14 компрессора с возможностью передачи приводного усилия.
При работе газотурбинного двигателя 10 воздух 24, впускаемый через впуск 12 воздуха, сжимается секцией 14 компрессора и подается в секцию сгорания или секцию 16 горелки. Секция 16 горелки содержит камеру 26 повышенного давления горелки, одну или более камер 28 сгорания и по меньшей мере одну горелку 30, прикрепленную к каждой камере 28 сгорания. Камеры 28 сгорания и горелки 30 расположены внутри камеры 26 повышенного давления. Сжатый воздух, проходящий через компрессор 14, попадает в диффузор 32 и выпускается из диффузора 32 в камеру 26 повышенного давления, откуда часть воздуха попадает в горелки 30 и смешивается с газообразным или жидким топливом. Затем топливовоздушная смесь сгорает, и газ 34 сгорания или рабочий газ от сгорания направляется через камеру 28 сгорания в секцию 18 турбины по переходному каналу 17.
Этот примерный газотурбинный двигатель 10 имеет трубчато-кольцевую конструкцию секции 16 камеры сгорания, которая образована кольцевым массивом жаровых труб 19 камеры сгорания, каждая из которых имеет горелку 30 и камеру 28 сгорания, переходный канал 17 имеет в общем круглый впуск, который взаимодействует с камерой 28 сгорания, и выпуск в виде кольцевого сегмента. Кольцевой массив выпусков переходного канала образует кольцевое пространство для направления газов сгорания в турбину 18.
Секция 18 турбины содержит несколько дисков 36, несущих лопатки, прикрепленных к валу 22. В данном примере каждый из двух дисков 36 несет кольцевой массив турбинных лопаток 38. Однако количество дисков, несущих лопатки, может быть другим, т.е. всего один диск или более двух дисков. В дополнение, между ступенями кольцевых массивов турбинных лопаток 38 расположены направляющие лопатки 40, прикрепленные к статору 42 газотурбинного двигателя 10. Между выходом камеры 28 сгорания и ведущими турбинными лопатками 38 обеспечены впускные направляющие лопатки 44, которые направляют поток рабочего газ на турбинные лопатки 38.
Газ сгорания из камеры 28 сгорания попадает в секцию 18 турбины и приводит в движение турбинные лопатки 38, которые, в свою очередь, вращают вал 22. Направляющие лопатки 40, 44 служат для оптимизации угла попадания газа сгорания или рабочего газа на турбинные лопатки 38.
Секция 18 турбины приводит в действие секцию 14 компрессора. Секция 14 компрессора содержит осевую последовательность ступеней 46 направляющих лопаток и ступеней 48 роторных лопаток. Ступени 48 роторных лопаток содержат диск ротора, поддерживающий кольцевой массив роторных лопаток. Секция 14 компрессора также содержит кожух 50, который окружает ступени ротора и поддерживает ступени 48 направляющих лопаток. Ступени направляющих лопаток включают в себя кольцевой массив продолжающихся в радиальном направлении направляющих лопаток, которые установлены на кожухе 50. Направляющие лопатки предназначены для подачи потока газа под оптимальным углом на лопатки в заданной рабочей точке двигателя. Некоторые ступени направляющих лопаток имеют поворотные направляющие лопатки, угол которых вокруг их собственной продольной оси может регулироваться для обеспечения угла, соответствующего характеристиками воздушного потока, которые могут проявляться в разных рабочих условиях двигателя.
Кожух 50 образует радиально внешнюю поверхность 52 канала 56 компрессора 14. Радиально внутренняя поверхность 54 канала 56 по меньшей мере частично образована барабаном 53 ротора, который частично образован кольцевым массивом лопаток 48.
Настоящее изобретение описано со ссылкой на вышеуказанный примерный турбинный двигатель, имеющий один вал или катушку, соединяющую один многоступенчатый компрессор и одну одноступенчатую или многоступенчатую турбину. Однако следует понимать, что настоящее изобретение в равной степени применимо к двигателям с двумя или тремя валами и может использоваться в промышленности, авиации или судостроении.
Выражения «выше по потоку» и «ниже по потоку» относятся к направлению воздушного потока и/или потока рабочего газа через двигатель, если не указано иное. Выражения «вперед» и «назад» относятся к общему потоку газа через двигатель. Выражения «осевой», «радиальный» и «окружной» ссылаются на ось 20 вращения двигателя.
Настоящее изобретение, как описано более подробно ниже, обеспечивает способы диагностики неисправностей во время (и после) испытания турбинного двигателя, например, газотурбинного двигателя 10, показанного на Фиг. 1 и описанного выше, и подобных газотурбинных двигателей.
Способ в соответствии с настоящим изобретением успешно протестирован и может способствовать и облегчать повседневные процессы прохождения двигателями испытаний. Способ показал себя надежным и менее рискованным (для заводских испытаний двигателей), а также менее требовательным в отношении вычислительной мощности по сравнению с другими способами.
Процесс диагностики, как правило, разделен на два этапа и разработан в соответствии с требуемыми целями этих этапов. В двухэтапном процессе используется практический/гибкий способ на основе GPA (анализ газового тракта) с использованием ретроспективных статистических данных испытаний для одновременной диагностики неисправностей компонентов двигателя и контрольно-измерительных приборов.
Способ эффективно использует три средства наблюдения, как описано ниже, и их относительные отклонения для мониторинга нормального состояния/отклонений компонентов двигателя и целостности измерений.
i) Прогнозы модели двигателя (при определенных нагрузках): определяет чувствительность измерений к неисправностям компонентов
ii) Термодинамические соотношения энерготеплового баланса в газовом тракте для вычисления параметров компонентов двигателя: определяет чувствительность двигателя к ошибкам измерения
iii) Статистические данные о текущем поколении двигателей: определяет ожидаемую/нулевую точку
Эта двухэтапная технология онлайн- и оффлайн-диагностики обеспечивает условия онлайн-диагностики для экспертов, а также простые инструкции для неспециалистов для проведения испытаний в дневную, а также ночную смены.
В частности, процесс выполняется в два этапа:
2a). Онлайн-диагностика
2b). Оффлайн-диагностика
Выполняются следующие категории диагностики (онлайн или оффлайн):
a). Обнаружение: Обнаруживают наличие неисправности, и запускают возможные следующие этапы. Хотя это может выполняться онлайн или оффлайн, онлайн-обнаружение определяет значимость, и, следовательно, позволяет оператору оценить, следует ли прервать испытание в целях безопасности или для экономии топлива.
b). Локализация: Определяют местонахождение неисправности. Сначала определяют, имеются ли одиночные или множественные неисправности (контрольно-измерительных приборов и/или компонентов), а затем определяют местонахождение конкретного оборудования.
c). Идентификация: Здесь определяют причину неисправности (неисправностей), которая привела к изменению параметров нормального состояния компонента (например, загрязнение, повреждение посторонними предметами (FOD), эрозия и т.д.), или неисправности контрольно-измерительных приборов, которая привела к изменению измерения (например, глубина погружения, неправильный тип термопар и т.д.), и оценивают значимость неисправности (неисправностей), возможно, путем взвешивания величины неисправности (неисправностей) и т.д.
Оффлайн-анализ (в зависимости от обстоятельств) также может выполняться для определения, связаны ли неисправности с двигателем или испытанием, или являются более долгосрочными (например, обусловлены конструкцией или изготовлением или изменением испытательного оборудования).
Концепция онлайн-диагностики:
Для мониторинга состояния двигателя (в независимом векторном пространстве параметров компонентов) обычно используют контрольно-измерительные приборы в качестве датчиков (средств наблюдения). Успех такого подхода зависит от наличия исправного контрольно-измерительных приборов или знания их неопределенностей/смещений с целью их учета. Однако в области газовых турбин контрольно-измерительные приборы может быть менее надежными, чем сам двигатель, и зачастую оно может быть неисправным.
В связи с этим концепция основана на том, что гипотетически двигатель с исправными компонентами может служить в качестве датчиков (средств наблюдения) для мониторинга состояния контрольно-измерительные приборы (в векторном пространстве измерений). Следовательно, в математическом выражении могут быть получены и объединены частные производные исправных контрольно-измерительных приборов и компонентов двигателя для включения неисправных ситуаций как компонентов двигателя, так и контрольно-измерительных приборов. На основе этой концепции математически обрабатывают способы/уравнения, доступные GPA, следующим образом:
Здесь δF обозначает общее изменение, обусловленное неисправностью контрольно-измерительных приборов и компонентов двигателя, δC обозначает изменение, обусловленное неисправностью компонентов двигателя (в случае исправных контрольно-измерительных приборов), а δI обозначает изменение, обусловленное неисправностью контрольно-измерительных приборов (в случае исправных компонентов двигателя).
Физические проблемы в двигателях приводят к отрицательным отклонениям параметров нормального состояния компонентов. Эти изменения обнаруживают посредством измерений, которые могут быть использованы для их вычисления. В связи с этим характеристики/состояние двигателя определяются этими параметрами. Следовательно, измеренные параметры являются функциями от этих параметров компонентов, то есть:
Z=f(X) (a)
Здесь Z обозначает датчики (средства наблюдения), которые представляют собой контрольно-измерительные приборы (в векторном пространстве компонентов).
В этом случае параметры компонентов являются независимыми параметрами уравнения, а измерения, выполненные контрольно-измерительными приборами, используются для определения нормального состояния этих компонентов. Для этого предполагается, что контрольно-измерительные приборы исправны.
В реальной жизни для мониторинга изменений/состояния некоторых компонентов (X) используются датчики (Z) (в соответствии с предположением об исправных контрольно-измерительных приборах). Гипотетически, это также справедливо в обратном случае. То есть, если аппаратные компоненты, в этом случае компоненты газовой турбины, исправны, они могут использоваться в качестве датчиков для мониторинга нормального состояния контрольно-измерительных приборов.
Тогда приведенное выше уравнение может быть записано следующим образом:
X=g(Z) (b)
Здесь X обозначает датчики (средства наблюдения), которые представляют собой компоненты двигателя (в векторном пространстве контрольно-измерительного прибора).
Оба приведенных выше уравнения (a) и (b) могут быть линеаризованы с использованием рядов Тейлора следующим образом:
dZ=H×dX (a1)
dX=G×dZ (b1)
В уравнении (a1) получают матрицу H (матрица коэффициентов компонентов) размером (m, n) с использованием модели двигателя, где гипотетический двигатель представлен характеристиками компонентов, например, картой рабочих характеристик компрессора и турбины и т.д.
Матрицу G (матрица коэффициентов контрольно-измерительных приборов) уравнения (b1) получают путем применения возмущений неисправностей в отношении термодинамических уравнений, используемых в испытании для вычисления параметров компонентов двигателя, и т.д. Здесь для получения этих сигнатур используют термодинамические соотношения, определяющие параметры компонентов. Это обеспечивает некоторую форму аналитической избыточности для улучшения диагностики, так как модель и эти соотношения используют несколько разные соотношения. Следовательно, отклонения параметров (например, из-за неисправности) будут происходить различным образом.
Поскольку гарантии прохождения испытания обычно установлены на точку полной нагрузки, испытываемый турбинный двигатель сначала ускоряют до точки полной нагрузки для получения первых точек данных. В связи с этим вышеуказанные сигнатуры создаются для полной нагрузки и условий ISO. Эти сигнатуры используют для обнаружения и локализации неисправности (неисправностей) во время заводских испытаний двигателя.
Уравнения (a1) и (b1) могут быть записаны в матричной форме следующим образом:
[dZ]=[H]⋅[dX]
[dX]=[G]⋅[dZ]
Здесь Z имеет размер m, а X имеет размер n.
Объединение двух приведенных выше уравнений приводит к матричному уравнению, показанному на Фиг. 2.
Данные, вычисленные на основе измерений с использованием термодинамических соотношений, сначала корректируют по ISO, а затем оценивают в соответствии с настройкой мощности (например, постоянная мощность или постоянная температура на впуске турбины, и т.д.). Этот процесс вызывает изменения (поскольку небольшие отклонения интерполируются до постоянных номинальных значений) в левом нижнем углу матрицы, показанной на Фиг. 2, так что она больше не является ни унитарной, ни диагональной. Полученная матрица показана на Фиг. 3.
Производные матрицы, показанной на Фиг. 3, в дальнейшем могут использоваться для разделения сигнатур неисправностей измерений (Z) и компонентов двигателя (X).
1. Онлайн-диагностика (Этап 1)
После достижения испытываемым двигателем диапазона полной нагрузки и стабильной работы запускают процесс диагностики неисправностей.
1.1 Сопоставление одиночных неисправностей
1-я итерация: Вычисляют отклонение каждого параметра на основе нулевой точки текущего среднего значения поколения двигателя (контрольные данные). Затем сопоставляют отклонения с каждым отдельным вектором сигнатуры неисправности (направление и величина) с использованием двустороннего процесса оптимизации. Затем сопоставленные неисправности упорядочивают по остаткам (например, от наименьшего к наибольшему остатку).
2-я итерация: Дополнительно оптимизируют несколько первых соответствий следующим образом. Если двигатель работает в пределах рабочих статистических данных двигателя, но отклоняется от среднего значения поколения (из-за изменчивости двигателей), это не считается неисправностью. Следовательно, это следует учитывать и включать при вычислении отклонений (дельты) параметров и присвоения им неисправности. Следует ограничить ожидаемую рабочую точку поколения коэффициентом f +/-2 стандартных отклонения. По мере постепенного увеличения этого коэффициента f с шагом 0,1 (или при установке f на фиксированное значение), начиная с 0 (смотри Фиг. 4), рабочая точка перемещается от среднего значения. На каждом шаге остаток оптимизируют/минимизируют (с использованием алгоритма оптимизации) с целью его снижения, возможно, до заданного значения. Это заданное значение и то, насколько может быть увеличен коэффициент f (поддерживая f<1) до появления результата «неисправность отсутствует», должны быть получены с помощью других средств (например, опытных и ретроспективных данных).
Неисправность, имеющая свою соответствующую исправную рабочую точку ближе к среднему значению (т.е. меньшее значение коэффициента f), имеет более высокую вероятность возникновения. Следовательно, этот коэффициент может быть связан с вероятностью возникновения конкретной неисправности и использоваться для представления сценариев неисправностей в порядке снижения вероятности. С этой точки зрения, другие диагностические элементы, например, распределение температуры на выходе турбины и т.д., могут быть объединены для дополнительной корректировки вероятностей.
Фактические значения параметров (измеренные и вычисленные) также могут быть представлены (смотри, например, Фиг. 4) в зависимости соответствующих ретроспективных данных о поколении двигателя с прогнозируемым сценарием неисправности (смотри, например, Фиг. 11). Графическое представление, показанное на Фиг. 4, также может обеспечивать еще один уровень указания вероятности и принятия неисправности с помощью визуальной логики. Фиг. 5 иллюстрирует другое представление данных, показанных на Фиг. 4, указывающее вероятность возникновения (заштрихованная область).
В случае обнаружения неисправности она проходит проверку значимости и серьезности, как показано на Фиг. 6, для предотвращения потери топлива, задержек и т.д. Категории, показанные на Фиг. 6, выглядят следующим образом:
A: Неисправность главным образом связана с типом контрольно-измерительных приборов и может быть устранена инженером по испытаниям.
B: Необходима большая ясность на основе испытания при 100% нагрузке. Следует продолжать испытание при 75% нагрузке и использовать анализ с множеством рабочих точек (функция, которая может быть легко добавлена аналогично 100% анализу) для повышения ясности.
C: Следует обратиться за рекомендацией к эксперту (этап 2, оффлайн-диагностика, как описано ниже).
D: Следует завершить испытание в соответствии с рекомендацией эксперта.
E: Следует прекратить испытание, поскольку данные бесполезны.
F: Следует немедленно прекратить испытание, поскольку оно не безопасно.
Например, неисправность контрольно-измерительных приборов, как правило, не считается достаточно серьезной для прекращения испытания, выполняемого в ночную смену. В большинстве случаев устраняют обнаруженные неисправности, а затем продолжают испытание. Для любого другого сценария неисправности двигатель необходимо остановить, и, возможно, следует прекратить испытание для любых неисправностей, представленных большим изменением. Они должны быть тщательно исследованы экспертом, возможно, в режиме оффлайн. В конечном итоге, это может привести к необходимости снятия двигателя с испытательного стенда и разборке для устранения неисправности.
1.2 Сопоставление двойных неисправностей
Двойными неисправностями по определению являются сочетания неисправностей контрольно-измерительных приборов и/или компонентов двигателя. Реальные неисправности двигателя, загрязнение, эрозия, FOD (повреждение посторонними предметами) компрессора и турбины проявляются в виде сочетаний изменений фундаментальных параметров нормального состояния компонентов (например, эффективности, мощности и т.д.). Опыт показывает, что неисправности контрольно-измерительных приборов также высоко вероятны во время проведения заводского испытания двигателя, поскольку может использоваться либо арендованные, либо контрактные контрольно-измерительные приборы, которые не являются постоянно закрепленными или полностью предназначенными для испытательного стенда.
Предположим, что имеется ряд n сигнатур/векторов неисправностей (F(i)). Следовательно, имеется ∑(n-1) возможных сочетаний двойных неисправностей. Неисправности также могут быть объединены в различных соотношения, что приводит к огромному количеству возможных сочетаний. Все сочетания двойных неисправностей, включая сигнатуры двойных неисправностей, складываются вместе в конкретном соотношении:
F(общ)=p×F(i)+r×F(j)
Сначала вектор, образованный этим сочетанием, сопоставляют с фактическими отклонениями данных двигателя от среднего значения поколения. Следует учитывать, что все исправные двигатели, которые находятся в пределах поколения (например, X(ср)+/-2×f×Std_Dev), являются приемлемыми. Остатки дополнительно уменьшают путем выполнения процедуры, подобной вышеописанной 2-ой итерации.
1.3 Идентификация неисправностей
Реальные неисправности, например, загрязнение, эрозия, температурная деформация, FOD и т.д., компонента двигателя, представлены в виде сочетаний (в разных соотношениях) изменений параметров нормального состояния компонента. Например, загрязнение компрессора может быть представлено в различной степени в определенной области (координатного/векторного) пространства эффективности и мощности компрессора. В связи с этим создают графические двумерные векторные круговые диаграммы классификаций неисправностей (смотри Фиг. 9) с использованием ретроспективной опытной и опубликованной информации для компонентов двигателя с целью обеспечения дальнейшего определения причины неисправности следующим образом.
Предположим, что единичные векторы эффективности и мощности компонента двигателя, обозначены e и c соответственно, и что соответствующие величины изменения из этих параметров нормального состояния из-за неисправности обозначены ME и MC. Следовательно, вектор, представляющий эту неисправность (F), может быть записан следующим образом:
F=ME×e+MC×c
Единичный вектор этой неисправности (Fu) представлен в следующем виде:
После локализации неисправности в компоненте используют круговую диаграмму классификаций и вектор Fu для обеспечения возможной причины/идентификации неисправности.
2. Оффлайн-диагностика (Этап 2)
Для устранения каких-либо сомнений перед разборкой двигателя может быть выполнена дополнительная диагностика с целью исключения ненужных трудозатрат и т.д. Она выполняется в сочетании с испытательным стендом, внешними проверками двигателя и любой проверкой ошибок измерений (которая была представлена на вышеописанном этапе 1). Дополнительные проверки также выполняют для определения, является ли неисправность долгосрочной, например, обусловленной изменением конструкции. Этот этап обычно выполняется экспертом и включает в себя следующее:
1) Пересмотр данных испытания и повтор анализа этапа 1 в режиме оффлайн глазами эксперта (например, для подтверждения онлайн-результатов этапа 1).
2) Вычисление скользящей CuSum (кумулятивная сумма) подтверждает, являются ли неисправности, обнаруженные на этапе 1, долгосрочными изменениями/неисправностями.
3) Дополнительная оценка и запрос данных о поколении двигателя. Также может быть рассмотрено выполнение диагностики/анализа с использованием множества рабочих точек (например, 75% нагрузка, фиксация/оценка данных по различным параметрам) заводского испытания двигателя.
2.1 Вычисление скользящей CuSum (вычислительная версия для рекурсивного автоматизированного вычисления)
k-я CuSum параметра X представлена в виде:
S(k)
(1)
где μ имеет заданное фиксированное значение, например, расчетное среднее значение и т.д., а k (например, хронологическое представление номера двигателя) отсчитывается от заданной точки или с момента последнего изменения.
Кроме того, S'(k)=G×k+A+В(k) (2)
Это линеаризованный график CuSum при отсутствие ступенчатого изменения (полученного на основе нескольких первых двигателей с момента последнего изменения), где S'(k) - ожидаемое значение S(k) на основе линеаризованного тренда.
Здесь G и A - график градиента и отрезка S'(k) в зависимости от k, а V(k) - белый шум, связанный со случайной изменчивостью (например, параметр X(k)компонента двигателя).
G и A вычисляют на основе нескольких последних точек с момента последнего изменения (например. 4 точек).
Следует отметить: параметр μ в приведенном выше уравнении 1 может быть выбран в качестве среднего значения нескольких последних двигателей (например, 4 точек) с момента последнего изменения. В этом случае G=0 и A=0.
S'(k+1)=G×(k+1)+A+В(k+1) (3)
В связи с этим S'(k+1)- G×(k+1)- A=В(k+1) (4)
Однако в случае наличия изменения, [C(k+1)] при (k+1), это проявится в виде отклонения между ожидаемым/прогнозируемым S'(k+1), заданным уравнением 2, и фактическим S(k+1). Таким образом, приведенное выше уравнение 3 может быть переписано следующим образом:
S(k+1)- G×(k+1)- A=В(k+1)+C(k+1) (5)
В приведенном выше уравнении 5, S(k+1), фактическую CuSum, вычисляют на основе фактических данных с использованием приведенного выше уравнения 1 (Фиг. 7 иллюстрирует пример такого вычисления CuSum).
Следовательно, если изменение C незначительно, S(k+1)-G×(k+1)-A соответствует случайной изменчивости, связанной с компонентами V и, следовательно, аппроксимируется средним значением, равным нулю. Максимальная величина этих компонентов на основе добавления компонентов случайной изменчивости и 95%достоверности может быть принята за 2×StdDev(X), следовательно, изменение C(k+1) будет значительным при C×(k+1)>2f×σ. Значение/коэффициент f является переменной, варьирующейся между 0 и 1, которая основана на уровнях достоверности и наборе критериев для нулевой гипотезы. Однако, если изменение C меньше, оно может затеряться среди случайной изменчивости при первом возникновении неисправности. Однако, поскольку величина изменения аддитивна, она становится все более заметной (до тех пор, пока градиент G и A не будет рекурсивно обновлен) при следующем возникновении неисправности (k+2), (k+3). После подтверждения изменения градиент обновляется в соответствии с несколькими первыми точками с момента последнего изменения.
В случае долгосрочной неисправности существенная информация, например, дата возникновения, сведения о неисправности, сохраняется в базе данных. В связи с этим, если выборка, используемая для описательных статистических данных при следующей онлайн-диагностике, включает эти данные, то она подготавливается/корректируется для учета этого. Такая корректировка используемой выборки будет улучшать обнаружение любой новой неисправности и исключать сценарий множества неисправностей (включая уже известную неисправность), который более сложно прогнозировать.
Фиг. 8 иллюстрирует блок-схему способа 800 в соответствии с настоящим изобретением, концептуально описанного выше. В частности, на этапе 810 получают окружающие и рабочие значения параметров от датчиков, находящихся внутри или подключенных к системе для испытания (системных датчиков), и датчиков турбинного двигателя (турбинных датчиков). На этапе 812 вычисляют одно или более значений параметров компонентов на основе значений параметров, полученных на этапе 810, и известных термодинамических соотношений. На этапе 814 получают ретроспективные описательные статистические данные о компонентах двигателя и поколении измеренных данных, соответствующие испытываемому устройству (например, из базы данных). Затем на этапе 816 определяют фактические отклонения измеренных и вычисленных данных (значения измерений и значения параметров) путем сравнения с соответствующим средним значением поколения. На этапе 818 создают первый набор сигнатур неисправностей для контрольно-измерительных приборов (например, датчиков), предполагая, что компоненты двигателя исправны. На этапе 820 создают второй набор сигнатур неисправностей, предполагая, что контрольно-измерительные приборы исправны. На этапе 822 используют первый и второй набор сигнатур неисправностей для создания библиотеки или базы данных неисправностей контрольно-измерительных приборво и компонентов двигателя. Эта библиотека состоит из предварительно вычисленных наборов сигнатур неисправностей для каждой номинальной характеристики двигателя и при необходимости доступна во время процесса диагностики. На этапе 824 выполняют первоначальное сопоставление между сигнатурами неисправностей и фактическими отклонениями, включая сопоставление первого этапа (одиночные неисправности) на этапе 826 и сопоставление двойных неисправностей на этапе 828. Соответствующие неисправности упорядочивают по возрастанию остатка. Затем на этапе 830 точно настраивают несколько первых соответствующих неисправностей с использованием соответствующих статистических данных поколения (см. этап 814). Это включает в себя сопоставление второго этапа для настройки в соответствии с ожидаемым распределением поколения. На этапе 832 проверяют ряд соответствующих гипотез (например, неисправность или отсутствие неисправности), и результаты упорядочивают по убыванию вероятности. На этапе 834 применяют различные проверки, например, проверки интенсивности, значимости, серьезности и отклонения от нормы. На этапе 836 принимают решение на основе модели и/или графика. Затем в зависимости от решения и обнаруженной неисправности (неисправностей) на этапе 838 запускают оффлайн-анализ, который может дополнительно включать в себя проверку долгосрочных изменений путем применения CuSum-анализа скользящего рекурсивного типа на этапе 840.
Фиг. 9 иллюстрирует круговую векторную диаграмму 900 классификаций неисправностей компрессора, генерируемую для отображения пользователю (например, инженеру по испытаниям) во время выполнения способа в соответствии с вариантом выполнения настоящего изобретения. Секторы 902, 904, 906, 908, и 910 круговой диаграммы соответствуют неисправностям, обусловленным или связанным с изменением мощности компрессора, FOD, зазором между вершинами, эрозией и загрязнением (также указанными в легенде 912).
Подобным образом, Фиг. 10 иллюстрирует круговую векторную диаграмму 1000 классификаций неисправностей турбины, генерируемую для отображения пользователю (например, инженеру по испытаниям) во время выполнения способа в соответствии с вариантом выполнения настоящего изобретения. Здесь секторы 1002, 1004, 1006, 1008, 1010, 1012 и 1014 круговой диаграммы соответствуют неисправностям, обусловленным или связанным, например, с температурной деформацией, эрозией, загрязнением и FOD/DOD (также указанным в легенде 1016).
Фиг. 11 иллюстрирует пример соответствия двойной неисправности, обнаруженного в соответствии с вариантом выполнения настоящего изобретения. Фактические отклонения оценивают по сравнению со статистическими данными текущего поколения двигателя. Это отклонение, показанное ромбами 1102, сопоставляют с (двойной) неисправностью с сигнатурой, показанной столбиками 1104. Столбик 1106 показывает соответствующий остаток. В примере, показанном на Фиг. 11, сигнатура 1104 соответствует двойной неисправности, состоящей из неисправности контрольно-измерительного прибора № 3 и параметра компонента двигателя № 6 с соответствующими величинами -0,65% и 1,33%.
Вышеописанные способы менее требовательны в отношении вычислительной мощности и проще в реализации, чем известные способы. Уровень сложности/точности ориентирован на цели определенных этапов и на возможности (неопределенности и т.д.) контрольно-измерительных приборов. Это включает в себя полностью автоматизированный онлайн-вариант для обеспечения улучшенного, более быстрого включения в ситуацию, особенно в случае принятия решений без экспертных знаний (например, в ночную смену).
Подводя итог, способы в соответствии с вариантами выполнения настоящего изобретения содержат следующее:
1). Одновременный анализ компонентов двигателя и контрольно-измерительных приборов основан на концепции, согласно которой двигатель с исправными компонентами двигателя может служить в качестве датчиков (средств наблюдения) для неисправности (неисправностей) контрольно-измерительных приборов, тогда как исправные контрольно-измерительные приборы могут служить в качестве датчиков (средств наблюдения) для обнаружения неисправностей компонентов двигателя.
2). Этот одновременный анализ и диагностика неисправностей компонентов и контрольно-измерительных приборов также предотвращают искажение неисправностью одного типа (например, неисправностью компонента) входных данных, используемых для неисправности другого типа (например, неисправности контрольно-измерительных приборов), или наоборот, что могло бы привести к неправильной диагностике.
3). Сигнатуры неисправностей компонентов двигателя, основанные на измеренных данных, получают с использованием модели рабочих характеристик. Сигнатуры неисправностей контрольно-измерительных приборов, основанные на параметрах компонентов двигателя, получают с использованием термодинамических соотношений энергетического баланса в газовом тракте, используемых во время испытания. Эти соотношения немного отличаются от модели, хотя они должны приводить к одинаковым или соответствующим конечным результатам/решениям. Аналитическая избыточность, обусловленная этими различиями, является преимуществом для диагностики. Она обеспечивает дополнительный элемент изменчивости/уникальности между сигнатурами неисправностей при наличии неисправности и, следовательно, повышает качество диагностики и локализации неисправностей.
4). Фактические отклонения двигателя получают путем ограничения «ИСПРАВНОГО» двигателя диапазоном +/-f×2.StdDev в пределах текущих соответствующих поколений, где коэффициент f постепенно увеличивается (но f<1 для исключения вероятности возникновения менее 5%) до тех пор, пока остаток R не уменьшится до определенного заданного значения. После достижения этой точки соответствующий коэффициент f представляет собой связанную вероятность возникновения этой неисправности. Например, f=приблизит. 1 => вероятность возникновения 5% или f=0,5 => 30% или f=0,25 => вероятность возникновения 70%. Эти вероятности возникновения являются только качественно, статистически точными, но они представляют собой хорошие индикаторы для взвешивания вероятности возникновения.
5). Способы диагностики, представленные для первого этапа (онлайн-диагностика), больше не обращаются к математической обратной задаче. Следовательно, они повышают надежность (т.е. они не подвержены проблемам конвергенции). Кроме того, они позволяют управлять и по-прежнему могут обеспечивать полезную информацию, даже когда количество измерений меньше оценочных параметров нормального состояния двигателя.
6). Проблема разбивается на поэтапный модульный анализ, ориентированный на достижение цели одного этапа процесса за раз. a). Во время испытания: Для оценки качества данных и двигателя и оперативного устранения неисправностей. b). После испытания: Подтверждение вышеизложенного и дополнительная оценка серьезности неисправности для содействия проверке с помощью бороскопа, а также разборке двигателя и устранению неисправности. Этот поэтапный модульный анализ (аналогично итеративным этапам), соответствующий цели этапа процесса, повышает надежность, эффективность и стабильность конвергенции.
7). Способ CuSum скользящего рекурсивного типа используют для обнаружения долгосрочных изменений. При обнаружении этих долгосрочных изменений выборки двигателей и описательные статистические данные, используемые при последующей диагностике, корректируют соответствующим образом.
8). Двойные неисправности, состоящие из неисправностей контрольно-измерительных приборов и/или компонентов двигателя, являются высоко вероятными сценариями при проведении заводского испытания двигателя. Способы в соответствии с настоящим изобретением включают эти ситуации, поскольку векторы неисправностей являются аддитивными. Круговые диаграммы классификаций неисправностей содействуют идентификации. Эти классификации разработаны на основе опыта, экспертных знаний и опубликованной информации. Следовательно, идентификаторы неисправностей, классифицированные круговой диаграммой, будут развиваться и расширяться с течением времени при появлении дополнительной информации.
Следует отметить, что выражение «содержащий» не исключает наличия других элементов или этапов, а использование единственного числа не исключает множественности. Кроме того, элементы, описанные в связи с различными вариантами выполнения, могут быть объединены. Также следует отметить, что ссылочные позиции в формуле изобретения не должны толковаться как ограничивающие объем формулы изобретения.
Claims (22)
1. Способ диагностики неисправностей во время испытания турбинной установки в системе испытания турбин, причем турбинная установка содержит множество компонентов турбины и турбинных датчиков, система испытания турбин содержит множество испытательных датчиков, причем способ содержит этапы, на которых:
получают данные измерений от турбинных датчиков и испытательных датчиков,
вычисляют, по меньшей мере, одно значение параметра на основе данных измерений,
определяют отклонение данных измерений и по меньшей мере одного значения параметра путем сравнения данных измерений и по меньшей мере одного значения параметра с заданными контрольными данными и
сопоставляют определенное отклонение с множеством заданных сигнатур неисправностей для обнаружения неисправности,
причем множество заданных сигнатур неисправностей содержит первый набор сигнатур неисправностей и второй набор сигнатур неисправностей, причем первый набор сигнатур неисправностей соответствует неисправностям турбинных датчиков и/или неисправностям испытательных датчиков и предполагаемым исправным компонентам турбины, а второй набор сигнатур неисправностей соответствует неисправностям компонентов турбины и предполагаемым исправным турбинным датчикам и испытательным датчикам.
2. Способ по предыдущему пункту, в котором сопоставление определенного отклонения с множеством заданных сигнатур неисправностей содержит создание упорядоченного списка неисправностей в зависимости от степени соответствия между определенным отклонением и каждой соответствующей сигнатурой неисправности.
3. Способ по любому из предыдущих пунктов, в котором сопоставление определенного отклонения с множеством заданных сигнатур неисправностей содержит этап сопоставления одиночных неисправностей на основе средних значений заданных контрольных данных.
4. Способ по любому из предыдущих пунктов, в котором сопоставление определенного отклонения с множеством заданных сигнатур неисправностей содержит этап сопоставления двойных неисправностей на основе средних значений заданных контрольных данных и взвешенных пар сигнатур неисправностей.
5. Способ по любому из предыдущих пунктов, дополнительно содержащий этап, на котором определяют вероятность возникновения для множества возможных неисправностей и создают список возможных неисправностей в соответствии с определенными вероятностями.
6. Способ по предыдущему пункту, дополнительно содержащий этап, на котором выбирают, по меньшей мере, одну из возможных неисправностей в качестве возникающей неисправности на основе списка возможных неисправностей.
7. Способ по любому из предыдущих пунктов, дополнительно содержащий этап, на котором выводят информацию, идентифицирующую неисправность и/или соответствующий источник неисправности.
8. Способ по любому из предыдущих пунктов, дополнительно содержащий этапы, на которых:
останавливают испытание турбинной установки и
на основе определенной неисправности определяют, можно ли устранить неисправность путем замены одного или более испытательных датчиков.
9. Система испытания турбинной установки, причем система содержит:
испытательный стенд для приема испытываемой турбинной установки,
множество системных датчиков для определения физических величин, относящихся к работе турбинной установки во время испытания, и
контроллер, выполненный с возможностью управления испытанием турбинной установки,
причем контроллер дополнительно выполнен с возможностью выполнения диагностики неисправностей во время испытания с использованием способа по любому из пп. 1-8.
10. Компьютерная программа, содержащая исполняемые компьютером команды, которые при выполнении процессором компьютера выполнены с возможностью побуждения компьютера к выполнению способа по любому из пп. 1-8.
11. Компьютерный программный продукт, содержащий считываемый компьютером носитель данных, на который загружена компьютерная программа по предыдущему пункту.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP16167606.9A EP3239684A1 (en) | 2016-04-29 | 2016-04-29 | Fault diagnosis during testing of turbine unit |
| EP16167606.9 | 2016-04-29 | ||
| PCT/EP2017/059560 WO2017186597A1 (en) | 2016-04-29 | 2017-04-21 | Fault diagnosis during testing of turbine unit |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2694105C1 true RU2694105C1 (ru) | 2019-07-09 |
Family
ID=55968904
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2018137823A RU2694105C1 (ru) | 2016-04-29 | 2017-04-21 | Диагностика неисправностей во время испытания турбинной установки |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US11187621B2 (ru) |
| EP (2) | EP3239684A1 (ru) |
| JP (1) | JP6636178B2 (ru) |
| KR (1) | KR102120733B1 (ru) |
| CN (1) | CN109073508B (ru) |
| CA (1) | CA3019273C (ru) |
| RU (1) | RU2694105C1 (ru) |
| WO (1) | WO2017186597A1 (ru) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2827642C2 (ru) * | 2021-07-26 | 2024-09-30 | Зумлайон Хэви Индастри Сайенс Энд Текнолоджи Ко., Лтд. | Способ мониторинга неисправностей с двухуровневым резервированием и способ и система раннего предупреждения о неисправностях с двухуровневым резервированием |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102018209609A1 (de) * | 2018-06-14 | 2019-12-19 | MTU Aero Engines AG | Inspektionsverfahren und System |
| US11486795B2 (en) * | 2019-05-16 | 2022-11-01 | Textron Innovations, Inc. | Engine testing system and process |
| WO2020249461A1 (de) * | 2019-06-14 | 2020-12-17 | Basf Se | Verfahren zur erkennung von schäden an einem verdichter |
| CN110702421A (zh) * | 2019-11-20 | 2020-01-17 | 四川航天中天动力装备有限责任公司 | 一种涡喷发动机压力测量诊断方法及装置 |
| CN112903301B (zh) * | 2019-12-04 | 2023-09-15 | 西门子能源国际公司 | 识别燃气轮机运行状态的方法和装置 |
| IT202000004573A1 (it) * | 2020-03-04 | 2021-09-04 | Nuovo Pignone Tecnologie Srl | Modello di rischio ibrido per l'ottimizzazione della manutenzione e sistema per l'esecuzione di tale metodo. |
| CN111898644B (zh) * | 2020-07-02 | 2022-10-25 | 西安交通大学 | 一种无故障样本下航天液体发动机健康状态智能识别方法 |
| US11914357B1 (en) * | 2020-12-29 | 2024-02-27 | Uchicago Argonne, Llc | Physics-constrained fault diagnosis framework for monitoring a standalone component of a thermal hydraulic system |
| US20230349300A1 (en) * | 2022-04-29 | 2023-11-02 | Raytheon Technologies Corporation | Method and apparatus for fault detection in a gas turbine engine and an engine health monitoring system |
| WO2024141175A1 (en) * | 2022-12-27 | 2024-07-04 | Nuovo Pignone Tecnologie - S.R.L. | Root cause analysis of anomalies in turbomachines |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6687596B2 (en) * | 2001-08-31 | 2004-02-03 | General Electric Company | Diagnostic method and system for turbine engines |
| EP1953454A1 (en) * | 2007-01-30 | 2008-08-06 | Siemens Aktiengesellschaft | Method of detecting a partial flame failure in a gas turbine engine and a gas turbine engine |
| EP2469041A1 (en) * | 2010-12-22 | 2012-06-27 | Siemens Aktiengesellschaft | Method of detecting a predetermined condition in a gas turbine and failure detection system for a gas turbine |
| CA2865195A1 (en) * | 2012-03-01 | 2013-09-06 | Nuovo Pignone S.R.L. | Method and system for real time gas turbine performance advisory |
| US20150241308A1 (en) * | 2014-02-21 | 2015-08-27 | General Electric Company | On-Line Monitoring of Hot Gas Path Components of a Gas Turbine |
| US20150300920A1 (en) * | 2012-01-31 | 2015-10-22 | Siemens Energy, Inc. | Method and system for surface profile inspection of off-line industrial gas turbines and other power generation machinery |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09145553A (ja) | 1995-11-29 | 1997-06-06 | Hitachi Ltd | プラント監視診断方法及び装置 |
| JP3416396B2 (ja) | 1996-05-30 | 2003-06-16 | 三菱重工業株式会社 | 航空機エンジンテスト運転用設備のモニタ制御装置 |
| US7020595B1 (en) * | 1999-11-26 | 2006-03-28 | General Electric Company | Methods and apparatus for model based diagnostics |
| GB2362481B (en) * | 2000-05-09 | 2004-12-01 | Rolls Royce Plc | Fault diagnosis |
| US7233884B2 (en) | 2002-10-31 | 2007-06-19 | United Technologies Corporation | Methodology for temporal fault event isolation and identification |
| US7552005B2 (en) * | 2004-03-16 | 2009-06-23 | Honeywell International Inc. | Method for fault diagnosis of a turbine engine |
| US7243048B2 (en) * | 2005-11-28 | 2007-07-10 | Honeywell International, Inc. | Fault detection system and method using multiway principal component analysis |
| GB0711256D0 (en) * | 2007-06-12 | 2007-07-18 | Rolls Royce Plc | Engine health monitoring |
| JP5136901B2 (ja) | 2008-10-09 | 2013-02-06 | 株式会社ネットコムセック | 温度検出装置 |
| EP2375038B1 (en) | 2010-04-08 | 2015-03-04 | Delphi International Operations Luxembourg S.à r.l. | Diagnosis device and method using an in-cylinder pressure sensor in an internal combustion engine |
| JP5773620B2 (ja) | 2010-11-19 | 2015-09-02 | 三菱重工業株式会社 | センサ異常判定装置及びセンサ異常判定方法 |
| GB201205971D0 (en) * | 2012-04-03 | 2012-05-16 | Rolls Royce Goodrich Engine Control Systems Ltd | Apparatus for fluid temperature measurement |
| WO2014043672A1 (en) | 2012-09-17 | 2014-03-20 | Siemens Corporation | Architecture for turbine system diagnosis based on sensor data |
| DE102012021985B4 (de) * | 2012-11-07 | 2024-02-29 | Avl Deutschland Gmbh | Verfahren und Vorrichtung zur Überwachung einer Verbrennungskraftmaschine |
| EP2762852A1 (en) | 2013-02-05 | 2014-08-06 | Siemens Aktiengesellschaft | Automatic Testing System for a Gas Turbine |
| JP6011875B2 (ja) | 2013-07-08 | 2016-10-19 | Smc株式会社 | アクチュエータの異常検出システム |
| GB2518893B (en) * | 2013-10-07 | 2018-11-21 | Ge Aviat Systems Ltd | Method for predicting an auxiliary power unit fault |
| JP5778305B2 (ja) | 2014-03-12 | 2015-09-16 | 株式会社日立製作所 | 異常検知方法及びそのシステム |
-
2016
- 2016-04-29 EP EP16167606.9A patent/EP3239684A1/en not_active Withdrawn
-
2017
- 2017-04-21 KR KR1020187034441A patent/KR102120733B1/ko active IP Right Grant
- 2017-04-21 CA CA3019273A patent/CA3019273C/en active Active
- 2017-04-21 EP EP17720421.1A patent/EP3449232B1/en active Active
- 2017-04-21 CN CN201780026646.9A patent/CN109073508B/zh active Active
- 2017-04-21 US US16/091,882 patent/US11187621B2/en active Active
- 2017-04-21 RU RU2018137823A patent/RU2694105C1/ru active
- 2017-04-21 JP JP2018556374A patent/JP6636178B2/ja active Active
- 2017-04-21 WO PCT/EP2017/059560 patent/WO2017186597A1/en active Application Filing
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6687596B2 (en) * | 2001-08-31 | 2004-02-03 | General Electric Company | Diagnostic method and system for turbine engines |
| EP1953454A1 (en) * | 2007-01-30 | 2008-08-06 | Siemens Aktiengesellschaft | Method of detecting a partial flame failure in a gas turbine engine and a gas turbine engine |
| EP2469041A1 (en) * | 2010-12-22 | 2012-06-27 | Siemens Aktiengesellschaft | Method of detecting a predetermined condition in a gas turbine and failure detection system for a gas turbine |
| US20150300920A1 (en) * | 2012-01-31 | 2015-10-22 | Siemens Energy, Inc. | Method and system for surface profile inspection of off-line industrial gas turbines and other power generation machinery |
| CA2865195A1 (en) * | 2012-03-01 | 2013-09-06 | Nuovo Pignone S.R.L. | Method and system for real time gas turbine performance advisory |
| US20150241308A1 (en) * | 2014-02-21 | 2015-08-27 | General Electric Company | On-Line Monitoring of Hot Gas Path Components of a Gas Turbine |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2827642C2 (ru) * | 2021-07-26 | 2024-09-30 | Зумлайон Хэви Индастри Сайенс Энд Текнолоджи Ко., Лтд. | Способ мониторинга неисправностей с двухуровневым резервированием и способ и система раннего предупреждения о неисправностях с двухуровневым резервированием |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102120733B1 (ko) | 2020-06-26 |
| JP6636178B2 (ja) | 2020-01-29 |
| KR20190002612A (ko) | 2019-01-08 |
| CA3019273A1 (en) | 2017-11-02 |
| EP3239684A1 (en) | 2017-11-01 |
| CN109073508B (zh) | 2020-07-03 |
| US11187621B2 (en) | 2021-11-30 |
| EP3449232A1 (en) | 2019-03-06 |
| WO2017186597A1 (en) | 2017-11-02 |
| CN109073508A (zh) | 2018-12-21 |
| US20190120720A1 (en) | 2019-04-25 |
| EP3449232B1 (en) | 2020-01-08 |
| JP2019515278A (ja) | 2019-06-06 |
| CA3019273C (en) | 2020-09-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2694105C1 (ru) | Диагностика неисправностей во время испытания турбинной установки | |
| Doel | An assessment of weighted-least-squares-based gas path analysis | |
| US7062370B2 (en) | Model-based detection, diagnosis of turbine engine faults | |
| EP2495631B1 (en) | A system for analysis of turbo machinery | |
| US8417432B2 (en) | Method for calculating confidence on prediction in fault diagnosis systems | |
| US10247032B2 (en) | Gas turbine engine and test cell real-time diagnostic fault detection and corrective action system and method | |
| WO2016133121A1 (ja) | 異常診断方法及び異常診断システム | |
| US9076271B2 (en) | Machine operation management | |
| US11615656B2 (en) | Method and system for diagnosing an engine or an aircraft | |
| US9651457B2 (en) | Method for detecting deterioration in a turbomachine by monitoring the performance of said turbomachine | |
| Fentaye et al. | Hybrid model-based and data-driven diagnostic algorithm for gas turbine engines | |
| Malloy et al. | F-22/f119 Propulsion system ground and flight test analysis using modeling and simulation techniques | |
| Doel | An assessment of weighted-least-squares based gas path analysis | |
| Eustace | A real-world application of fuzzy logic and influence coefficients for gas turbine performance diagnostics | |
| CN112906237B (zh) | 一种发动机部件故障分析方法及系统 | |
| Zarate et al. | Computation and monitoring of the deviations of gas turbine unmeasured parameters | |
| Bazmi et al. | New Thermodynamic Model and Mathematical Analytical in T400 Turboshaft Power Assurance Test Process | |
| Fentaye et al. | Sensor fault/failure correction and missing sensor replacement for enhanced real-time gas turbine diagnostics | |
| KR102224983B1 (ko) | 가스터빈 연소기의 점검 진단 장치 | |
| Palmé et al. | Similarity based modeling for turbine exit temperature spread monitoring on gas turbines | |
| Kurzke et al. | Model based performance analysis | |
| Fu et al. | Lean burn combustion monitoring strategy based on data modelling | |
| Eustace | A Real-World Application of Fuzzy Logic and Influence Coefficients for Gas Turbine Performance Diagnostics | |
| RU2781738C2 (ru) | Способ функционального диагностирования жидкостного ракетного двигателя при огневом испытании | |
| Zhang | Performance Estimation and Fault Diagnostics for the Starter of Auxiliary Power Unit |