Modelos simplificados basados en datos para el diagnóstico de turbinas de gas
Autores: Loboda, Igor; Ruíz, Juan Luis Pérez; Castillo, Iván González; Arias, Jonatán Mario Cuéllar; Yepifanov, Sergiy
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Modelos simplificados basados en datos para el diagnóstico de turbinas de gas
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Turbinas de gas
Diagnósticos de la ruta del gas
Modelo termodinámico
Modelos basados en datos
Parámetros de fallos
Sistemas de diagnóstico
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
El mantenimiento de las turbinas de gas depende en gran medida de los diagnósticos de la ruta del gas (GPD), que incluye dos enfoques. El primer enfoque emplea un modelo basado en la física (modelo termodinámico) para convertir los cambios de medición (desviaciones) inducidos por el deterioro en parámetros de falla, lo que simplifica drásticamente los diagnósticos. El segundo enfoque se basa en modelos impulsados por datos, realiza diagnósticos en el espacio de desviaciones de medición e involucra técnicas de reconocimiento de patrones. Aunque un modelo termodinámico es un elemento esencial del GPD, tiene limitaciones. Este modelo es un software complejo crítico para los recursos informáticos, y el cálculo a veces no converge. Por lo tanto, es difícil utilizar el modelo en aplicaciones en línea. Desde la década de 1990, hemos desarrollado muchos modelos termodinámicos para diferentes motores. Desde la década de 2000, se han investigado modelos simplificados impulsados por datos. Este documento propone sustituir un modelo termodinámico por nuevos modelos simplificados impulsados por datos que tienen la misma funcionalidad, es decir, que tienen en cuenta la influencia tanto de las condiciones de operación como de las fallas del motor. Los modelos propuestos se forman y se comparan con el modelo termodinámico subyacente. Para obtener una conclusión sólida sobre estos modelos, se verifican en doce casos de prueba formados por tres motores de prueba, dos tipos de modelos y dos funciones de aproximación. Aunque la precisión de los modelos simplificados varía del 1.15% al 0.0082%, se consideró aceptable incluso para el peor de los casos. Así, estos modelos simples pero precisos con la funcionalidad de un modelo basado en la física representan un buen reemplazo para este último. Se espera que los modelos estimulen el desarrollo adicional de sistemas de diagnóstico avanzados.
Descripción
El mantenimiento de las turbinas de gas depende en gran medida de los diagnósticos de la ruta del gas (GPD), que incluye dos enfoques. El primer enfoque emplea un modelo basado en la física (modelo termodinámico) para convertir los cambios de medición (desviaciones) inducidos por el deterioro en parámetros de falla, lo que simplifica drásticamente los diagnósticos. El segundo enfoque se basa en modelos impulsados por datos, realiza diagnósticos en el espacio de desviaciones de medición e involucra técnicas de reconocimiento de patrones. Aunque un modelo termodinámico es un elemento esencial del GPD, tiene limitaciones. Este modelo es un software complejo crítico para los recursos informáticos, y el cálculo a veces no converge. Por lo tanto, es difícil utilizar el modelo en aplicaciones en línea. Desde la década de 1990, hemos desarrollado muchos modelos termodinámicos para diferentes motores. Desde la década de 2000, se han investigado modelos simplificados impulsados por datos. Este documento propone sustituir un modelo termodinámico por nuevos modelos simplificados impulsados por datos que tienen la misma funcionalidad, es decir, que tienen en cuenta la influencia tanto de las condiciones de operación como de las fallas del motor. Los modelos propuestos se forman y se comparan con el modelo termodinámico subyacente. Para obtener una conclusión sólida sobre estos modelos, se verifican en doce casos de prueba formados por tres motores de prueba, dos tipos de modelos y dos funciones de aproximación. Aunque la precisión de los modelos simplificados varía del 1.15% al 0.0082%, se consideró aceptable incluso para el peor de los casos. Así, estos modelos simples pero precisos con la funcionalidad de un modelo basado en la física representan un buen reemplazo para este último. Se espera que los modelos estimulen el desarrollo adicional de sistemas de diagnóstico avanzados.