Газотурбинные установки используются в нефтегазовой и авиационной промышленности в качестве источника энергии. В состав установки входит газотурбинный двигатель, одним из важнейших элементов которого является камера сгорания – основной источник вредных выбросов. Снижение выбросов в атмосферу может быть обеспечено применением малоэмиссионной камеры сгорания (МЭКС). В настоящий момент контроль выбросов в атмосферу не ведется, поскольку нет датчиков эмиссии. Учеными Пермского Политеха было предложено для контроля вредных выбросов из камеры сгорания использовать математическую модель МЭКС,  встроенную в систему автоматического управления  газотурбинной установки. Для повышения адаптивных свойств модели были использованы технологии искусственного интеллекта, а именно – нейронные сети, которые позволяют эффективно увеличить качество моделирования процессов в сложных объектах на основе создания гибких и простых алгоритмов. Таким образом, ученые Пермского Политеха разработали и апробировали систему автоматического управления МЭКС со встроенной нейросетевой моделью.

Исследование опубликовано в цифровой библиотеке «IEEE Xplore» по результатам международной российской конференции «Умная индустрия», 2023. Исследование выполнено в рамках программы стратегического академического лидерства «Приоритет 2030».

Газотурбинный двигатель управляется подачей топлива, который внутри двигателя смешивается с воздухом, сжимается и превращается в топливовоздушную смесь. Эта смесь подается в камеру сгорания, там сжигается и в виде реактивной струи газа выбрасывается в сопло двигателя, создавая тягу. Чем больше топлива в топливовоздушной смеси, тем больше вырабатываемая мощность (скорость самолета), но также увеличивается выброс (эмиссия) вредных веществ в атмосферу.

– Для того чтобы снизить количество вредных выбросов в атмосферу, современные газотурбинные установки оснащают малоэмиссиоными камерами сгорания. В них горит обедненная топливная смесь с большим количество воздуха. За счет этого выделяется меньше оксидов азота и углерода, и работа установки становится более экологичной. Однако малоэмиссионные камеры имеют очень узкий рабочий диапазон, зависящий от концентрации топлива в смеси: при большом количестве топлива выбросов становится слишком много (что не отвечает экологическим требованиям), а при малом количестве – может произойти срыв пламени, и установка перестанет работать. Чтобы не произошел срыв важно контролировать пульсацию давления в жаровых трубах (чем выше они по амплитуде, тем выше вероятность срыва пламени). При этом контролировать процессы в камере сгорания в современной практике невозможно поскольку «физические» датчики не устанавливаются в камеру сгорания в настоящее время,  – рассказывает доцент кафедры конструирования и технологий в электротехнике ПНИПУ, кандидат технических наук Татьяна Кузнецова.

Разработанный учеными виртуальный регулятор для газотурбинных установок, построенный на основе нейросетевой математической модели камеры сгорания, прогнозирует выбросы оксидов азота и углерода в атмосферу из камеры сгорания и пульсацию давления в жаровых трубах в зависимости от расхода топлива.

– Нейросетевая модель камеры сгорания,  встроенная в систему автоматического управления  газотурбинной установки, выполняет роль «виртуального» сенсора. В отличие от физических датчиков он не замеряет концентрацию вредных веществ напрямую. Вместо этого виртуальный сенсор по специальным алгоритмам отслеживает расход топлива и в зависимости от его величины вычисляет уровень эмиссии вредных веществ и амплитуду пульсации давления в жаровых трубах. После этого сенсор посылает сигнал системе управления, которая в зависимости от ситуации может изменить уровень подачи топлива, чтобы не допустить излишних выбросов вредных веществ в атмосферу или срыва пламени, – объясняет ученая.

Основу разработки нейросетевой модели составляют полученные данные натурных испытаний для одного из вариантов промышленной камеры сгорания. Моделирование, обучение и тестирование нейронной сети проводилось в MATLAB Simulink.

Эффективность работы регулятора эмиссии и нейросетевой модели МЭКС была проверена на имитаторе двигателя в ходе стендовых испытаний на программно-аппаратной платформе PXI N. В результате спрогнозированные данные оказались с высокой точностью соответствующими данным, полученным в ходе эксперимента.

Использование нейронных сетей в регуляторах камер сгорания позволит увеличить их адаптивность, точность и быстродействие при прогнозировании выбросов вредных веществ в атмосферу в режиме реального времени.

Ученые отмечают, что в будущем нейросетевую модель можно будет использовать при создании систем управления наземными газотурбинными установками и авиационными двигателями нового поколения.

Для справки:

Пермский Политех стал обладателем гранта «Приоритет 2030» в 2021 году. Его размер составил 100 млн рублей. «Приоритет 2030» является самой масштабной в истории России программой государственной поддержки и развития высших учебных заведений. Ее цель – формирование к 2030 году в России более 100 прогрессивных современных университетов, которые станут центрами научно-технологического и социально-экономического развития страны. Всего комиссия Минобрнауки РФ включила в программу «Приоритет 2030» 106 вузов из 49 городов страны, из них 60% – региональные университеты.

 

Разработка ученых Пермского Политеха поможет контролировать вредные выбросы в атмосферу из перспективных газотурбинных установок

Ученые Пермского Политеха разработали виртуальный регулятор для газотурбинных установок, построенный на основе нейросетевой математической модели камеры сгорания. Камера сгорания газотурбинного двигателя является основным источником вредных выбросов в атмосферу. Виртуальный сенсор ученых по специальным алгоритмам отслеживает расход топлива и в зависимости от его величины вычисляет уровень выброса вредных веществ и амплитуду пульсации давления в жаровых трубах. После этого сенсор посылает сигнал системе управления, которая в зависимости от ситуации может изменить уровень подачи топлива, чтобы не допустить излишних выбросов вредных веществ в атмосферу или срыва пламени. Использование нейронных сетей в регуляторах камер сгорания позволит увеличить их адаптивность, точность и быстродействие при прогнозировании выбросов вредных веществ в атмосферу в режиме реального времени.