Detección de Precursores de Estancamiento de Picos en un Compresor Axial de Una Sola Etapa: Un Enfoque de Modelado Dinámico Basado en Datos
Autores: Thapa, Anish; Li, Jichao; Schoen, Marco P.
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Detección de Precursores de Estancamiento de Picos en un Compresor Axial de Una Sola Etapa: Un Enfoque de Modelado Dinámico Basado en Datos
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Seguridad operativa
Eficiencia de combustible
Fallos del compresor
Precursores de fallo
Modelo autorregresivo
Fallos por picos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 17
Citaciones: Sin citaciones
La seguridad operativa y la eficiencia del combustible son críticas, pero a menudo son objetivos en conflicto en los diseños modernos de motores a reacción civiles. Las condiciones de operación de eficiencia óptima suelen estar cerca de regiones inseguras, como los estancamientos del compresor, que pueden causar daños severos al motor. En consecuencia, los motores generalmente se operan por debajo de la eficiencia máxima para mantener un margen de estancamiento suficiente. Reducir este margen a través del control activo requiere mecanismos de detección y mitigación de precursores de estancamiento. Si bien varios algoritmos han mostrado resultados prometedores en la predicción de estancamientos modales, predecir estancamientos por picos sigue siendo un desafío debido a su rápida aparición, dejando poco tiempo para acciones correctivas. Este estudio aborda esta brecha proponiendo un método para identificar precursores de estancamiento por picos basado en la dinámica cambiante dentro de un pasaje de palas del compresor. Se utiliza un modelo de series temporales autorregresivas para capturar estas dinámicas y sus cambios se relacionan con la condición del flujo dentro del pasaje de palas. El modelo autorregresivo se extrae de manera adaptativa a partir de datos de presión medidos en un banco de pruebas de compresor axial de una etapa. Los valores propios correspondientes del modelo se monitorean utilizando un mecanismo de detección de valores atípicos que utiliza estadísticas de lecturas de presión. Se propone que los valores atípicos estén asociados con precursores de estancamiento por picos. El orden del modelo, que define el número de valores propios relevantes, se determina utilizando tres criterios de información: el Criterio de Información de Akaike (AIC), el Criterio de Información Bayesiano (BIC) y el Estimador de Modelo Condicional (CME). Para la predicción, se introduce un algoritmo de detección de valores atípicos basado en la Prueba Generalizada de Desviación Estudiante (GESD). El método propuesto se valida experimentalmente en un compresor axial de baja velocidad de una sola etapa. Los resultados demuestran una detección consistente de precursores de estancamiento, con una futura aplicación para intervenciones de control oportunas para prevenir la aparición de estancamientos por picos.
Descripción
La seguridad operativa y la eficiencia del combustible son críticas, pero a menudo son objetivos en conflicto en los diseños modernos de motores a reacción civiles. Las condiciones de operación de eficiencia óptima suelen estar cerca de regiones inseguras, como los estancamientos del compresor, que pueden causar daños severos al motor. En consecuencia, los motores generalmente se operan por debajo de la eficiencia máxima para mantener un margen de estancamiento suficiente. Reducir este margen a través del control activo requiere mecanismos de detección y mitigación de precursores de estancamiento. Si bien varios algoritmos han mostrado resultados prometedores en la predicción de estancamientos modales, predecir estancamientos por picos sigue siendo un desafío debido a su rápida aparición, dejando poco tiempo para acciones correctivas. Este estudio aborda esta brecha proponiendo un método para identificar precursores de estancamiento por picos basado en la dinámica cambiante dentro de un pasaje de palas del compresor. Se utiliza un modelo de series temporales autorregresivas para capturar estas dinámicas y sus cambios se relacionan con la condición del flujo dentro del pasaje de palas. El modelo autorregresivo se extrae de manera adaptativa a partir de datos de presión medidos en un banco de pruebas de compresor axial de una etapa. Los valores propios correspondientes del modelo se monitorean utilizando un mecanismo de detección de valores atípicos que utiliza estadísticas de lecturas de presión. Se propone que los valores atípicos estén asociados con precursores de estancamiento por picos. El orden del modelo, que define el número de valores propios relevantes, se determina utilizando tres criterios de información: el Criterio de Información de Akaike (AIC), el Criterio de Información Bayesiano (BIC) y el Estimador de Modelo Condicional (CME). Para la predicción, se introduce un algoritmo de detección de valores atípicos basado en la Prueba Generalizada de Desviación Estudiante (GESD). El método propuesto se valida experimentalmente en un compresor axial de baja velocidad de una sola etapa. Los resultados demuestran una detección consistente de precursores de estancamiento, con una futura aplicación para intervenciones de control oportunas para prevenir la aparición de estancamientos por picos.