利用优化技术和基于物理模式的发电系统涡轮引擎的缺陷识别

摘要

本论文揭示了高级的缺陷诊测和缺陷分离技术在两台发电系统的涡轮引擎上的应用结果.这些高级技术利用了物理模式和优化技术.它们能自动找到了最匹配的缺陷模式.找出的缺陷模式能最住地与测试的数据相匹配.最佳的缺陷模式能提供有关于系统偏差(即缺陷探测)和缺陷构成成分(即缺陷分离)等方面的有用信息.不同于用于别的方面的阀限技术,最匹配的缺陷模式技术即使在数据稀少和数据在时空分布很广的情况下同样有效.Ishikawajima-Harima Heavy Industries(IHI)提供两台引擎的运行数据给SMI,这些数据包括引擎的维护历史,速度,进气温度,功率,排气温度,流量,和压缩机放电压力.SMI利用在它在基于模式方面的缺陷识别专长,改进了现有关于引擎的通用模式,在此基础上,开发了优化的方法来扑获不太确定的缺陷状况.探测的结果经由引擎制造商IHI确认.如果能获得更多的数据和有关引擎IHI-IM270更多的背景资料,探测的精度还能提高.这种技术更能扩展地应用于所有行业的其它种类的设备.