Нейросетевой регулятор малоэмиссионной камеры сгорания газотурбинной установки


Цитировать

Полный текст

Аннотация

Одним из важнейших узлов газотурбинного двигателя является камера сгорания, которая является основным источником вредных выбросов. Проведенное исследование посвящено разработке и апробации системы автоматического управления эмиссией вредных веществ и пульсациями давления в газовых трубах для газотурбинной установки мощностью 16 МВт на основе ПИ-регулятора со встроенной нейросетевой математической моделью малоэмиссионной камеры сгорания. Разработаны алгоритмы нейросетевого регулятора эмиссии оксидов азота и оксида углерода в атмосферу, а также пульсаций давления в жаровых трубах малоэмиссионной камеры сгорания. Алгоритмы реализованы в графической среде программирования и интегрированы в систему автоматического управления газотурбинной установкой, реализованной на программно-аппаратной платформе PXI NI. Произведена проверка работоспособности регулятора эмиссии при стендовых испытаниях на имитаторе газотурбинной установки с нейросетевой моделью малоэмиссионной камеры сгорания, выполняющей функции виртуального датчика эмиссии. Определены погрешности прогноза эмиссии оксидов азота и углерода, пульсаций давления в жаровых трубах малоэмиссионной камеры сгорания. Доказана нормальность распределения ошибки разработанной модели эмиссии оксидов азота. Сделан вывод о перспективности применения нейронных сетей для разработки адаптивной системы управления эмиссией и пульсациями давления в жаровых трубах малоэмиссионной камеры сгорания газотурбинной установки.

Об авторах

В. Г. Августинович

Пермский национальный исследовательский политехнический университет

Автор, ответственный за переписку.
Email: kanc@pstu.ru

доктор технических наук, профессор

Россия

Т. А. Кузнецова

Пермский национальный исследовательский политехнический университет

Email: tatianaakuznetsova@gmail.com
ORCID iD: 0009-0003-9967-6798

кандидат технических наук, доцент

Россия

А. А. Сухарев

Пермский национальный исследовательский политехнический университет;
АО «ОДК-Авиадвигатель»

Email: aasukharev95@yandex.ru

аспирант;
инженер отдела расчётно-экспериментальных работ и проектирования САУ

Россия

Список литературы

  1. Августинович В.Г., Кузнецова Т.А., Нугуманов А.Д. Разработка нейронных систем мониторинга и управления эмиссией вредных веществ для газотурбинных газоперекачивающих агрегатов и электростанций // Известия Томского политехнического университета. Инжиниринг георесурсов. 2019. Т. 330, № 8. С. 7-17. doi: 10.18799/24131830/2019/8/2207
  2. Malloy D.J., Webb A.T., Kidman D.S. F-22/F119 propulsion system ground and flight test analysis using modeling and simulation techniques // Proceedings of the ASME Turbo Expo 2002: Power for Land, Sea, and Air (June, 3-6, 2002, Amsterdam, Netherlands). V. 1. doi: 10.1115/GT2002-30001
  3. Lauer M., Farber J., Reib F., Masalme J.E. Model based prediction of off-design operation condition NOx emission from dle gas turbine combustors // Proceedings of the ASME Turbo Expo 2017: Turbomachinery Technical Conference and Exposition (June, 26-30, 2017, Charlotte, North Carolina, USA). V. 4A. doi: 10.1115/GT2017-63063
  4. Lamont W.G., Roa M., Lucht R. Application of artificial neural networks for the prediction of pollutant emissions and outlet temperature in fuel staged gas turbine combustion rig // Proceedings of the ASME Turbo Expo 2014: Turbine Technical Conference and Exposition (June, 16-20, 2014, Düsseldorf, Germany). V. 4A. doi: 10.1115/GT2014-25030
  5. Бесекерский В.А., Попов Е.П. Теория систем автоматического управления. СПб: Профессия, 2003. 752 с.
  6. Ang K.H., Chong G., Li Y. PID control system analysis, design, and technology // IEEE Transactions on Control Systems Technology. 2005. V. 13, Iss. 4. P. 559-576. doi: 10.1109/TCST.2005.847331
  7. Kuznetsova T.A., Naborshchikov A.A. Optimal automatic control of NOx emissions from combustion chambers of gas turbine aeroengine based on the Bellman method // AIP Conference Proceedings. 2023. V. 2700. doi: 10.1063/5.0137228
  8. Теория автоматического регулирования. Кн. 1. Математическое описание, анализ устойчивости и качества систем автоматического регулирования / под ред. В.В. Солодовникова. М.: Машиностроение, 1967. 770 с.
  9. Кузнецова Т.А., Репп П.В. Гибридная нейросетевая модель вредных выбросов в атмосферу из промышленной газотурбинной установки // Сборник трудов по материалам VII Международной конференции и молодёжной школы «Информационные технологии и нанотехнологии (ИТНТ-2021)» (20-24 сентября 2021 г., Самара). Т. 3. Самара: Издательство Самарского университета, 2021.
  10. Лутц М. Программирование на Python. Т. II. СПб.: Символ-Плюс, 2011. 992 с.
  11. Бендат Дж., Пирсол А. Применения корреляционного и спектрального анализа. М.: Мир, 1983. 312 с.
  12. Гмурман В.Е. Теория вероятностей и математическая статистика. М.: Высшая школа, 2004. 479 с.
  13. Kuznetsova T.A. Some features of quality improvement of a neural network identifying a aeroengine low-emission combustion chamber // Proceedings of the 3rd International Conference on Control Systems, Mathematical Modeling, Automation and Energy Efficiency, SUMMA 2021 (November, 10-12, 2021, Lipetsk, Russian Federation). V. 3. P. 44-50. doi: 10.1109/SUMMA53307.2021.9632262
  14. Ясницкий Л.Н. Интеллектуальные системы. М.: Лаборатория знаний, 2016. 221 с.
  15. Kuznetsova T.A., Repp P.V., Fofanov V.O. Aeroengine NOx-emissions automatic control based on neural network model // Proceedings of ITNT 2022 - 8th IEEE International Conference on Information Technology and Nanotechnology (May, 23-27, 2022, Samara, Russian Federation). doi: 10.1109/ITNT55410.2022.9848526
  16. Рабинович С.Г. Погрешности измерений. Л.: Энергия, 1978. 262 с.
  17. Сиберт У.М. Цепи, сигналы, системы. Ч. 1. М.: Мир, 1988. 336 с.
  18. Теория автоматического управления / под ред. А.В. Нетушила. М.: Высшая школа, 1976. 400 с.
  19. Сиберт У.М. Цепи, сигналы, системы. Ч. 2. М.: Мир, 1988. 358 с.
  20. Kuznetsova T.A., Sukharev A.A. The neural network controller for the dry low emission combustor of gas-turbine power plants // Proceedings of 2023 IEEE International Russian Smart Industry Conference (SmartIndustryCon) (March, 27-31, 2023, Sochi, Russia) doi: 10.1109/SmartIndustryCon57312.2023.10110733

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Вестник Самарского университета. Аэрокосмическая техника, технологии и машиностроение, 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-ShareAlike 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах