USD 97.8335

0

EUR 105.451

0

Brent 71.92

-1.95

Природный газ 2.913

+0.24

, Обновлено 12:43
4 мин
...

Пермские ученые разработали технологию контроля за вредными выбросами без использования датчиков

В будущем нейросетевую модель можно будет применять при создании систем управления наземными газотурбинными установками и авиационными двигателями нового поколения.

Пермские ученые разработали технологию контроля за вредными выбросами без использования датчиков

Источник: ПНИПУ

Пермь, 1 июл - ИА Neftegaz.RU. Ученые из Пермского Политеха (ПНИПУ) разработали систему, которая позволяет контролировать вредные выбросы в атмосферу из перспективных газотурбинных установок (ГТУ).
Результаты исследования были опубликованы:
  • в журнале «Вестник ПНИПУ. Аэрокосмическая техника» (№1, 2023г.);
  • цифровой библиотеке «IEEE Xplore» после конференции «Умная индустрия» 2023 г.
Исследование было проведено в рамках программы стратегического академического лидерства «Приоритет 2030».
ПНИПУ стал обладателем 100 млн руб гранта «Приоритет 2030» в 2021 г.

Проблема физического контроля выбросов в атмосферу из ГТУ

ГТУ используются для генерации энергии в нефтегазовой и авиационной отраслях промышленности.
У входящего в ГТУ газотурбинного двигателя (ГТД) одним из основных элементов является камера сгорания, откуда исходят вредные выбросы в атмосферу - продукты горения топлива: оксиды азота, оксиды углерода, углеводороды и др.
ГТД работает на топливе, которое смешивается с воздухом, сжимается и сгорает в камере сгорания, после чего выбрасывается в сопло двигателя в виде реактивной струи газа, создавая тягу.
Количество топлива влияет:
  • на мощность двигателя;
  • на выбросы вредных веществ.
Для оптимизации процесса горения топлива необходима система автоматического управления (САУ) камерой сгорания, для работы которой требуются сенсоры, которые позволят снизить эмиссию (выбросы вредных веществ).
В таких камерах используется обедненная топливная смесь с большим количеством воздуха.
Это позволяет снизить выделение оксидов азота и углерода, делая работу установки более экологичной.

Малоэмиссионные камеры сгорания (МЭКС) характеризуются узким диапазоном режимов работы между высоким уровнем эмиссии и срывом пламени в процессе горения (затухание пламени в камере сгорания, как нарушение работы двигателя).
Важно контролировать пульсацию давления в жаровых трубах (чем больше амплитуда пульсаций, тем больше вероятность срыва пламени).
Поддерживать работу МЭКС в штатном режиме может САУ, информацию о текущих выбросах для которой мог бы поставлять сенсор эмиссии, установленный на двигателе.
Измерение эмиссии «физическим» датчиком в процессе эксплуатации двигателя недоступно, таких сенсоров пока нет.
Доцент кафедры конструирования и технологий в электротехнике ПНИПУ, ктн. Т. Кузнецова:
  • в настоящее время невозможно контролировать процессы в камере сгорания с помощью «физических» датчиков.
Поэтому контроль выбросов не проводится.

Решение проблемы

Заменить «физический» датчик можно математической моделью МЭКС (ММ МЭКС), встроенной в САУ двигателем.
Доцент Т. Кузнецова:
  • на основании экспериментальных данных нами была установлена коррелятивная связь между:
    • относительным расходом топлива через пилотный контур и величиной эмиссии оксидов азота,
    • также пульсациями давления в жаровых трубах МЭКС;
  • поэтому мы смогли в качестве количественного критерия оценки качества организации горения применить коэффициент корреляции Пирсона;
  • это позволило без измерения эмиссии определить, по какому типу - гомогенному или диффузному - происходит перемешивание топлива в процессе горения;
  • полученные результаты позволили существенно повысить качество прогнозирования эмиссии за счет уточнения разработанной полуэмпирической ММ генерации оксидов азота;
  • уточнение ведется через учет неоднородности процесса горения в жаровых трубах;
  • разработанные алгоритмы являются основой виртуального сенсора, с помощью которого можно оценить уровень эмиссии ГТД без ее непосредственного измерения.
Дерзкие пермяки предложили в качестве сенсора эмиссии полуэмпирическую ММ МЭКС, прогнозирующую вредные выбросы.
Вообще-то, эмпиризм - это метод познания через ощущения, в котором знания могут быть либо представлены как описание этого ощущения, либо сведены к нему.
В данном случае пермские ученые обошлись без «физических» датчиков, разработав виртуальный регулятор для ГТУ, основанный на нейросетевой ММ МЭКС.
Регулятор прогнозирует:
  • выбросы оксидов азота и углерода в атмосферу из камеры сгорания;
  • пульсацию давления в жаровых трубах в зависимости от расхода топлива.
Функции виртуального сенсора выполняет нейросеть, позволившая улучшить адаптивные свойства ММ и эффективно моделировать процессы в сложных объектах.
Обычно физические датчики измеряют концентрацию вредных веществ напрямую.
Виртуальные сенсор:
  • не измеряет концентрацию вредных веществ;
  • вместо этого, с помощью специальных алгоритмов отслеживает расход топлива;
  • на основе этой информации вычисляет уровень эмиссии вредных веществ и амплитуду пульсации давления в жаровых трубах;
  • затем посылает сигнал системе управления, которая может изменить уровень подачи топлива, чтобы предотвратить излишние выбросы вредных веществ в атмосферу или срыв пламени.
Разработка нейросетевой модели была основана на данных испытаний для одного из вариантов промышленной камеры сгорания.
Моделирование, обучение и тестирование нейронной сети проводились с использованием MATLAB Simulink.

Эффективность работы регулятора эмиссии и нейросетевой ММ МЭКС была проверена на имитаторе ГТД в ходе стендовых испытаний на программно-аппаратной платформе PXI N.
PCI eXtensions for Instrumentation (PXI) - модульная платформа, предназначенная для построения многофункциональных контрольно-измерительных систем и др.
Результаты показали:
  • спрогнозированные данные соответствуют данным, полученным в ходе эксперимента с высокой точностью;
  • использование нейронных сетей в регуляторах МЭКС позволит улучшить адаптивность, точность и быстродействие при прогнозировании выбросов вредных веществ в атмосферу в режиме реального времени;
  • в будущем нейросетевую ММ можно будет применять при создании систем управления наземными ГТУ и авиационными двигателями нового поколения.




Автор: А. Шевченко


Новости СМИ2




Подписывайтесь на канал Neftegaz.RU в Telegram