Обзор диагностики проточной части газотурбинных установок: современные методы, проблемы и перспективы
A Review on Gas Turbine Gas-Path Diagnostics: State-of-the-Art Methods, Challenges and Opportunities
2019-07-23
SCID: 54.1/f76cwcz5
Discuss with AI
искусственный интеллекттехническое обслуживание газовых турбин по состояниюдеградация газовой турбиныдиагностика газового трактагибридные диагностические методы
Figures from the paper
Abstract (AI)
Диагностика проточной части является важной составляющей технического обслуживания газотурбинных установок (ГТУ) по фактическому техническому состоянию. Существует обширная литература по диагностике проточной части ГТУ, и был предложен широкий спектр методов. Фундаментальные ограничения традиционных методов, такие как неспособность учитывать нелинейное поведение двигателя, неопределенность измерений, одновременное возникновение нескольких неисправностей и ограниченное число доступных датчиков, по-прежнему стимулируют разработку более совершенных методов. Настоящий обзор посвящен критическому анализу научной литературы по данной области, опубликованной за последние несколько десятилетий. В первом разделе рассматривается деградация ГТУ с целью выявления типов физических неисправностей, снижающих эффективность газотурбинной установки, неисправностей проточной части, вносящих наибольший вклад в общую потерю характеристик, а также конкретных компонентов, в которых эти неисправности возникают наиболее часто. Затем кратко рассматриваются противоречия в литературе по диагностике проточной части, после чего обсуждаются различные препятствия для успешной диагностики и основные желательные характеристики, которыми в идеале должен обладать современный метод диагностики неисправностей. Далее подробно рассматриваются существующие методы диагностики неисправностей и обобщаются их сильные и слабые стороны. Методы диагностики на основе искусственного интеллекта (ИИ) и гибридные методы получили значительное внимание благодаря перспективности их применения для устранения упомянутых ограничений при одновременном обеспечении точных диагностических результатов. Кроме того, обсуждаются методы валидации, которые разработчики систем ранее использовали для оценки эффективности предложенных ими диагностических алгоритмов. В заключение представлены основные выводы и рекомендации для дальнейших исследований.
Key Findings
1
Методы диагностики на основе искусственного интеллекта и гибридные методы обладают перспективным потенциалом для преодоления ограничений традиционных подходов и повышения точности диагностики.
2
В существующей литературе по диагностике газового тракта имеются несогласованности, а успешная диагностика требует методов, способных учитывать многочисленные технические проблемы.
3
Диагностика газового тракта необходима для технического обслуживания газотурбинных установок по фактическому состоянию, однако традиционные методы ограничены нелинейностью двигателя, неопределённостью измерений, одновременными отказами и малым числом датчиков.
4
Обзор сопоставляет диагностические методы, обобщает их сильные и слабые стороны и рассматривает способы валидации, применяемые для оценки алгоритмов.
5
Обзор выявляет физические механизмы деградации, отказы газового тракта, вносящие наибольший вклад в потерю производительности, и компоненты турбины, наиболее часто подверженные этим отказам.
Research Object
системы диагностики газового тракта газовых турбин в рамках технического обслуживания по фактическому состоянию
Research Subject
методы, проблемы, ограничения, валидация и эффективность диагностики неисправностей газового тракта для выявления деградации и неисправностей в условиях нелинейного поведения, неопределённости измерений, одновременных неисправностей и ограниченного числа датчиков
Publication Details
Publication Date
2019-07-23
Journal
Publisher
ISSN
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest