تشخیص و پیش بینی پیشرفته برای ارزیابی ریسک موتور توربین گازی

Advanced Diagnostics and Prognostics for Gas Turbine Engine Risk Assessment

مجله آی تریپل ای – IEEE

سال ۲۰۰۰

چکیده

نظارت لحظه‌ای و یکپارچه بر سلامت موتورهای توربین گازی که می‌تواند عیوب در حال شکل‌گیری را تشخیص، طبقه‌بندی و پیش‌بینی کند در کاهش هزینه‌های تعمیرات و نگهداری و بهره‌بردارب حیاتی است، ضمن اینکه طول عمر قطعات اصلی موتور را نیز بهینه می‌کند. الگوریتم‌های آماری تشخیص حالات غیرعادی، تکنیک‌های تشخیص الگوی عیوب و مدل‌های احتمالاتی پیشرفته جهت تشخیص عیوب و خرابی سازه‌ای، عملکردی و ارتعاشی اکنون برای محیط‌های پایش لحظه‌ای در حال توسعه‌اند. یکپارچه‌سازی و پیاده‌سازی این فناوری‌های پیشرفته فرصت بسیار خوبی را فراهم می‌کند تا قابلیت‌های فعلی ‌نظارت بر سلامت موتور و شیوه‌های مدیریت ریسک تا حد قابل‌توجهی ارتقا پیدا کنند.

در این مقاله برخی فناوری‌های تشخیص و پیش‌بینی نوین ویژه‌ی تحلیل اختصاصی لحظه‌ای سنسورها، تشخیص و پیش‌بینی عملکرد غیرعادی، تشخیص عیب ارتعاشی و پیش‌بینی عیوب قطعات تشریح می‌شوند. این فناوری‌ها برای مصارف پایش و پیش‌بینی سلامت موتور توربین گازی ابداع شده‌اند که الگوریتم‌های هوشمند گوناگونی را برای ارزیابی سلامت کلی موتور، چه از لحاظ مکانیکی یا ترمودینامیکی، در بر می‌گیرند.

Abstract
Real-time, integrated health monitoring of gas turbine engines that can detect, classify, and predict developing engine faults is critical to reducing operating and maintenance costs while optimizing the life of critical engine components. Statistical-based anomaly detection algorithms, fault pattern recognition techniques and advanced probabilistic models for diagnosing structural, performance and vibration related faults and degradation can now be developed for real-time monitoring environments. Integration and implementation of these advanced technologies presents a great opportunity to significantly enhance current engine health monitoring capabilities and risk management practices.This paper describes some novel diagnostic and prognostic technologies for dedicated, real-time sensor analysis, performance anomaly detection and diagnosis, vibration fault detection, and component prognostics. The technologies have been developed for gas turbine engine health monitoring and prediction applications which includes an array of intelligent algorithms for assessing the total ‘health’ of an engine, both mechanically and thermodynamically.

دانلود رایگان مقاله انگلیسی

خرید ترجمه آماده ورد