【摘要】：隨著燃?xì)廨啓C(jī)的初溫越來越高,燃?xì)廨啓C(jī)高溫部件(包括燃燒系統(tǒng)和透平熱通道)不但承受著極高的溫度,還需要有很高的抗熱機(jī)械疲勞、抗斷裂強(qiáng)度、抗蠕變、抗腐蝕的性能,其制造及修復(fù)技術(shù)難度極高,是燃?xì)廨啓C(jī)最關(guān)鍵的部件。一旦損壞將造成巨大的經(jīng)濟(jì)損失。因此燃?xì)廨啓C(jī)高溫部件故障早期預(yù)警的研究具有十分重要的意義,在故障發(fā)生的早期及時(shí)發(fā)現(xiàn)征兆,避免高溫部件發(fā)生嚴(yán)重?fù)p壞。本文對(duì)高溫部件故障早期預(yù)警方法開展了全面深入的研究。首先,研究分析燃?xì)廨啓C(jī)高溫部件故障早期預(yù)警面臨的問題。研究發(fā)現(xiàn)燃?xì)廨啓C(jī)高溫部件故障早期預(yù)警的難點(diǎn)在于除了故障之外,燃?xì)廨啓C(jī)的固有結(jié)構(gòu)初裝偏差、運(yùn)行條件、燃?xì)庑D(zhuǎn)、噪聲都對(duì)排溫分布有影響,造成排溫分布正常模式的類內(nèi)距過大。給出解決高溫部件故障早期預(yù)警的技術(shù)路徑是消除上述干擾對(duì)排溫分布的影響,通過壓縮類內(nèi)距離來提高故障早期預(yù)警的檢測性能。其次,建立了具有多火焰筒/多噴嘴結(jié)構(gòu)的燃?xì)廨啓C(jī)模型,并考慮了燃?xì)廨啓C(jī)高溫燃?xì)庠谕ǖ纼?nèi)的摻混及旋轉(zhuǎn)效應(yīng)。該模型能夠反映典型高溫部件故障對(duì)排溫分布的影響,同時(shí)能夠反映高溫部件固有的初裝結(jié)構(gòu)偏差、運(yùn)行條件、燃?xì)庑D(zhuǎn)、噪聲等對(duì)排溫分布的影響,滿足高溫部件故障早期預(yù)警研究的需求。為后續(xù)燃?xì)廨啓C(jī)高溫部件故障早期預(yù)警研究奠定了基礎(chǔ)。再次,定義了不隨工況及環(huán)境變化,反映燃?xì)廨啓C(jī)高溫部件固有結(jié)構(gòu)特性的相對(duì)排溫偏離指數(shù)。提出了基于相對(duì)排溫偏離指數(shù)的高溫部件故障早期預(yù)警方法,該方法考慮了高溫部件固有結(jié)構(gòu)初裝偏差,消除了工況及環(huán)境變化對(duì)排溫分布的影響,并利用仿真數(shù)據(jù)和實(shí)際數(shù)據(jù)驗(yàn)證了方法的有效性。分析了噪聲對(duì)高溫部件故障早期預(yù)警的影響,研究了高溫部件故障早期預(yù)警去噪方法。然后,提出了兩種消除燃?xì)庑D(zhuǎn)對(duì)高溫部件故障早期預(yù)警檢測影響的方法。基于量子粒子群的檢測方法通過引入燃機(jī)輪機(jī)先驗(yàn)知識(shí),估計(jì)了透平出口周向方向上連續(xù)的相對(duì)排溫偏離指數(shù),根據(jù)燃?xì)庑D(zhuǎn)角度對(duì)排溫進(jìn)行修正。基于卷積神經(jīng)網(wǎng)絡(luò)的檢測方法從原理上分析了卷積神經(jīng)網(wǎng)絡(luò)解決高溫部件故障早期預(yù)警中燃?xì)庑D(zhuǎn)問題的優(yōu)勢(shì),并對(duì)檢測結(jié)果進(jìn)行了可視化分析。最后,給出完整的燃?xì)廨啓C(jī)高溫部件故障早期預(yù)警方法。并將本文提出的高溫部件故障早期預(yù)警方法在實(shí)際中進(jìn)行了應(yīng)用。結(jié)果表明,由于有效的消除工況及環(huán)境變化、燃?xì)庑D(zhuǎn)、噪聲等干擾因素對(duì)排溫的影響,本文提出的方法具有很強(qiáng)的靈敏性和魯棒性,能夠?qū)崿F(xiàn)燃?xì)廨啓C(jī)高溫部件故障早期預(yù)警。
【圖文】：

化和管理的平臺(tái)上，開展現(xiàn)代數(shù)字業(yè)務(wù)[91]。2011 年，GE 公司收購了專門為發(fā)電、油氣和其他工業(yè)領(lǐng)域提供遠(yuǎn)程監(jiān)控和診斷解決方案的 SmartSignal 公司。整合了 SmartSignal 公司成熟的監(jiān)控和診斷技術(shù)，GE 公司檢測和識(shí)別設(shè)備的異常運(yùn)行，并基于異常情況提供潛在故障通知、診斷方面有了更出色的表現(xiàn)。2017 年 9 月，GE 啟動(dòng)了首屆“Predix 星火計(jì)劃”，10 月底推出了數(shù)字工業(yè)進(jìn)化指數(shù)。Predix 平臺(tái)原理如圖 1-5 所示，它是全球首個(gè)專門為工業(yè)數(shù)據(jù)分析開發(fā)的云服務(wù)平臺(tái)，。2017 年，英國 Rolls-Royce（RR）公司宣布正在建立 R2 數(shù)據(jù)實(shí)驗(yàn)室，通過使用機(jī)器學(xué)習(xí)，人工智能和一些新的分析手段對(duì)數(shù)據(jù)進(jìn)行有效的信息挖掘，以節(jié)約成本。普惠在 2017 年 4 月推出了 MRO（航空發(fā)動(dòng)機(jī)維護(hù)、維修和大修）服務(wù)平臺(tái) EngineWise，旨在利用大數(shù)據(jù)分析為全球運(yùn)營商提供定制化個(gè)性化 MRO 服務(wù)支持。這種用于分析和優(yōu)化的數(shù)字平臺(tái)可以大大降低維修費(fèi)用，提高盈利。例如，西南航空公司[92]和澳洲航空公司[93]通過和發(fā)動(dòng)機(jī)制造商的合作在燃料成本方面節(jié)省了數(shù)百萬美元�；诎l(fā)動(dòng)機(jī)模型、狀態(tài)監(jiān)測、診斷和預(yù)測的數(shù)字平臺(tái)的開發(fā)和應(yīng)用正引領(lǐng)著傳統(tǒng)工業(yè)環(huán)境向數(shù)字時(shí)代的轉(zhuǎn)變，其可用性和可比性具有巨大的前景。

從而導(dǎo)致火焰筒出口周向溫度分布不均勻。但是由于火焰筒出溫度過高（H/J 級(jí)初溫約 1500℃），目前常規(guī)的熱電偶不能在如此惡劣的情下長時(shí)間工作。因此通常是利用監(jiān)測燃?xì)廨啓C(jī)透平出口排溫來實(shí)現(xiàn)對(duì)燃?xì)廨喐邷夭考阅艿臋z測。燃?xì)廨啓C(jī)透平出口排溫由均勻分布在透平出口周向通的若干個(gè)熱電偶測得，，熱電偶布置位置如圖 1-7 所示。圖 1-6 火焰筒多火焰筒結(jié)構(gòu)Fig. 1-6 Multi-combustors architecture圖 1-7 透平排溫測量位置示意圖Fig. 1-7 Schematic diagram of exhaust thermo-couples
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2019
【分類號(hào)】：TK478

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王偉影;趙寧波;唐瑞;李淑英;胡清華;;燃?xì)廨啓C(jī)排氣溫度異常檢測及診斷[J];哈爾濱工程大學(xué)學(xué)報(bào);2015年03期

2 蔣洪德;任靜;李雪英;譚勤學(xué);;重型燃?xì)廨啓C(jī)現(xiàn)狀與發(fā)展趨勢(shì)[J];中國電機(jī)工程學(xué)報(bào);2014年29期

3 豐鎮(zhèn)平;王志多;劉兆方;;燃?xì)馔钙竭M(jìn)口熱斑遷移及其影響機(jī)制研究進(jìn)展[J];中國電機(jī)工程學(xué)報(bào);2014年29期

4 衣爽;徐志強(qiáng);楊正薇;李淑英;;基于自組織網(wǎng)絡(luò)的燃?xì)廨啓C(jī)燃料系統(tǒng)的故障診斷研究[J];熱能動(dòng)力工程;2014年03期

5 李耀華;左洪福;劉鵬鵬;;某型航空渦輪軸發(fā)動(dòng)機(jī)尾氣靜電監(jiān)測探索性實(shí)驗(yàn)[J];航空學(xué)報(bào);2010年11期

6 陳嬌;王永泓;翁史烈;;廣義回歸神經(jīng)網(wǎng)絡(luò)在燃?xì)廨啓C(jī)排氣溫度傳感器故障檢測中的應(yīng)用[J];中國電機(jī)工程學(xué)報(bào);2009年32期

7 毛華軍;;燃?xì)廨啓C(jī)排氣溫度監(jiān)視和保護(hù)功能分析[J];華電技術(shù);2009年08期

8 俞立凡;金建榮;;9FA燃機(jī)排氣溫度場偏轉(zhuǎn)規(guī)律研究[J];電力建設(shè);2009年03期

9 文振華;左洪福;李耀華;;氣路顆粒靜電監(jiān)測技術(shù)及實(shí)驗(yàn)[J];航空動(dòng)力學(xué)報(bào);2008年12期

10 葉仁杰;;9E型燃?xì)廨啓C(jī)燃燒事故分析及預(yù)防[J];浙江電力;2008年03期

相關(guān)碩士學(xué)位論文 前6條

1 黃江博;航空發(fā)動(dòng)機(jī)排氣溫度預(yù)測研究[D];中國民航大學(xué);2018年

2 張兵;基于卡爾曼濾波器的燃?xì)廨啓C(jī)故障診斷研究[D];哈爾濱工程大學(xué);2016年

3 韓朝兵;燃?xì)狻羝?lián)合循環(huán)機(jī)組的能效監(jiān)測及經(jīng)濟(jì)性診斷[D];東南大學(xué);2015年

4 田甜;燃?xì)怆娬驹陔娋W(wǎng)調(diào)峰中的技術(shù)經(jīng)濟(jì)性研究[D];華北電力大學(xué);2015年

5 張文杰;基于SIMULINK單軸重型燃?xì)廨啓C(jī)全工況仿真研究[D];清華大學(xué);2011年

6 侯鳳陽;基于人工神經(jīng)網(wǎng)絡(luò)的燃?xì)廨啓C(jī)氣路故障診斷研究[D];南京航空航天大學(xué);2007年

本文編號(hào)：2636683