CN121273426A - 一种燃气轮机的预测检测方法及其系统 - Google Patents
一种燃气轮机的预测检测方法及其系统Info
- Publication number
- CN121273426A CN121273426A CN202511804718.0A CN202511804718A CN121273426A CN 121273426 A CN121273426 A CN 121273426A CN 202511804718 A CN202511804718 A CN 202511804718A CN 121273426 A CN121273426 A CN 121273426A
- Authority
- CN
- China
- Prior art keywords
- gas turbine
- sound
- lubricating oil
- data
- component
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提供了一种燃气轮机的预测检测方法及其系统,属于燃气轮机技术领域。本发明提供的燃气轮机的预测检测方法,包括以下步骤:收集用电需求信息数据与燃气轮机运行数据生成调整方案,根据所述调整方案调整燃气轮机运行系统,根据所述燃气轮机运行数据确定安全分值,将所述燃气轮机运行数据实时导入模拟系统内。本发明通过定位异响的音频,从而以传感器位置为起点检测至出现异响的位置,根据模拟图像与运行声音判断异响位置,并改变灯光闪烁位置至异响位置,提示操作人员部件运行至此处出现异响,缩短传感器检测时长,提高检测反应能力。
Description
技术领域
本发明属于燃气轮机技术领域,涉及预测检测方法,具体涉及一种燃气轮机的预测检测方法及其系统。
背景技术
燃气轮机发电是一种高效清洁的发电方式,通过压气机压缩空气、燃烧室燃烧燃料、涡轮膨胀做功的三步循环实现能量转换。其核心优势在于启动快,冷启动仅需10-30分钟,适合电网调峰,联合循环效率超60%,远超煤电机组,燃料适应性强,可兼容天然气、氢气等低碳燃料,运维需重点关注润滑系统(油液酸值/颗粒度监测)和振动故障诊断。
随着燃气轮机在航空航天、电力和船舶等领域的广泛应用,并且在各个领域上都起到核心设备的重大作用,人们开始越来越关注燃气轮机健康运行状态。由于燃气轮机往往需要在高温、高压和高转速等恶劣条件的环境中长时间工作,同时燃气轮机会随着其工作状态的变化而产生较大的负荷变化,因此这些因素容易导致燃气轮机运行出现异常状态,并且由于燃气轮机本身的复杂结构导致了其可能的异常状态也十分复杂。当燃气轮机无法健康运行时会严重影响到机组的工作性能,影响燃气轮机正常的工作并带来严重的经济损失甚至于发生大型的事故。为了提高燃气轮机运行的可靠性,减少燃气轮机异常状态的发生,减少燃气轮机的维修费用和因为异常状态带来的经济损失,对燃气轮机进行健康状态诊断分析尤为重要。
现有技术CN110879151A公开了基于运行大数据的燃气轮机远程监测和诊断系统及方法,包括以下步骤:选择被监视的燃气轮机设备;利用实时数据采集单元,从被监测对象采集燃气轮机实时运行数据;针对特定燃气轮机创建个性化的动态模型,并结合测量数据和应有数值偏差分析各物理参数的关联性解耦分析加以调整,用来反映燃气轮机基准运行状态;利用实时数据库管理单元进行数据的传送、储存以及海量数据管理,通过优化的可视化界面实现对燃气轮机运行数据的处理;开展燃气轮机运行状态监测和诊断,进行分析判断。
现有技术CN119533949A公开了一种基于多传感器的燃气轮机故障诊断系统及控制方法,包括数采设备、数据核心服务系统和监控中心,数采设备的传感器节点采集燃气轮机多个部位的动态信号;数采设备的数据采集模块连接传感器节点,接收动态信号并传输至数据接收模块;数据接收模块将动态信号传输给数据处理模块,数据处理模块通过特征参数提取算法提取出各个特征参数,对每个实时采集到的动态信号特征数据点进行标准化得分计算,设置各个特征参数对应的单一评分阈值;将各个特征的标准化得分进行融合,得到综合异常评分公式并设置综合评分阈值;当前动态信号的特征数据点超过综合评分阈值或各个特征参数对应的单一评分阈值,数据处理模块发送异常信号给告警模块。
现有的燃气轮机与发电机相连接,通过燃气轮机驱动发电机发电,当有大用电需求时,燃气轮机需要大功率运行,从而容易导致出现机械问题,而现有的燃气轮机预警系统只是根据传感器的检测数据及趋势进行预测,但是燃气轮机体积较大,而传感器检测范围受限,因此当传感器完整的检测出数据时,需要一定时间,此时燃气轮机内部的部件可能由轻微受损转变为严重受损状态,因此判断出需要调整或停机时,机器也会受到不可逆的损伤,其次由于传感器安装位置受限与燃气轮机内部运行温度较高无法安装摄像,因此无法在第一时间内确认或预测部件会出现何种问题。
发明内容
本发明针对现有技术存在传感器检测时间长、无法获取燃气轮机内部运行情况从而导致预测不及时的问题,提供了一种燃气轮机的预测检测方法及其系统,其中燃气轮机的预测检测方法,包括以下步骤收集用电需求信息数据与燃气轮机运行数据生成调整方案,根据所述调整方案调整燃气轮机运行系统,根据所述燃气轮机运行数据确定安全分值,将所述燃气轮机运行数据实时导入模拟系统内。本发明通过定位异响的音频,从而以传感器位置为起点检测至出现异响的位置,以此确定核心部件旋转角度,如此推断核心部件运行至何处出现异响,根据模拟图像与运行声音判断异响位置,并改变灯光闪烁位置至异响位置,提示操作人员部件运行至此处出现异响,通过运行数据结合异响位置能准确预测未来运行风险,从而提高后续运行效果。
为实现上述目的,本发明采用的技术方案如下:
一方面,本发明提供了一种燃气轮机的预测检测方法,包括以下步骤:
收集用电需求信息数据与燃气轮机运行数据生成调整方案,根据所述调整方案调整燃气轮机运行系统;
设定运行安全表,根据所述燃气轮机运行数据确定安全分值;
将所述燃气轮机运行数据实时导入模拟系统内,生成模拟图像;
收集燃气轮机运行声音并降噪分离获得若干部件运行声音;
所述模拟图像与若干部件运行声音结合历史数据预警分析运行趋势,以此生成分析报告;
将若干部件运行声音的音频与音量转化为灯光变化方案,预警灯光实时执行灯光变化方案;
根据所述分析报告与预警灯光变化结合历史数据再次更改调整方案;
当执行再次更改的调整方案无法满足运行安全表时,将所述分析报告与灯光变化方案发送人员远程调控。
优选地,所述预测检测方法还包括设置冷却系统和润滑系统并进行检测,所述冷却系统和润滑系统用于辅助燃气轮机运行;
其中,通过观测润滑系统在燃气轮机中的运行状态,并拍摄燃气轮机运行的轴心运动并上传至模拟系统内,辅助优化分析报告。
优选地,所述预测检测方法还包括设定润滑油粘度对照表,通过所述润滑油粘度对照表调整润滑系统的润滑油;
拍摄调整后的润滑油形成图像,并色彩识别图像中的颜色与润滑油粘度对照表的润滑油颜色对比,以此确定当前润滑油粘度。
优选地,所述预测检测方法还包括以下步骤:
像素化所述润滑油图像,识别润滑油内的杂质,并推定杂质数量;
根据推定的杂质数量与模拟图像和部件运行声音相结合,确定燃气轮机中存在问题的部件,并确定位置;
通过问题部件的位置结合历史数据和部件运行声音确定结果。
优选地,所述预测检测方法还包括围绕燃气轮机设置预警灯光,且所述预警灯光的圈数与燃气轮机内部核心部件数量相同;
所述预警灯光的灯光变化方法包括确定问题部件位置后,该所述问题部件位置处的预警灯光整体闪烁;
优选地,整体闪烁时间至少3秒;
通过所述部件运行声音确定问题部件处具体位置出现异响,并联动预警灯光在具体位置出现异响区域处局部闪烁,并记录拍摄。
优选地,局部闪烁时间至少3秒;
优选地,所述历史数据内记载有各个部件单独运行的声音与相对应的声音结果;
针对每个核心部件位置处收集声音,通过声音的波长与频率分离获得实时运行中的单个核心部件位置处的声音;
将实时运行中的单个核心部件位置处的声音与所述历史数据的部件单独运行的声音向对比,获得与之相对应的声音结果;
将所述声音结果的音频与音量转化为灯光闪烁幅度,以此预警操作人员。
优选地,在不同标号的润滑油内添加不同颜色的色素;
所述润滑油粘度对照表包括不同颜色图像对应不同粘度的润滑油;
所述历史数据内存储有对应声音结果的解决方案,所述解决方案包括更换润滑油粘度;
根据拍摄的润滑油图像确定颜色,当需要改变润滑油粘度时,基于确定颜色进行调色获得浓度配比;
基于浓度配比排放燃气轮机内部一部分润滑油,并加入新润滑油形成符合粘度的润滑油。
优选地,通过所述历史数据判定用电高峰期月份,并收集节日信息或天气信息判定用电高峰期月份中的用电高峰日;基于用电高峰日提前维保燃气轮机。
优选地,所述预测检测方法还包括将异响区域的位置与模拟图像相结合,并将每段时间节点出现的异响声音标记在异响区域位置,生成异常文件;
将所述异常文件与分析报告发送至人员,供人员快速分析燃气轮机继续运行有无运行风险。
另一方面,本发明提供了一种燃气轮机预测检测的系统,采用上述的预测检测方法进行检测,且包括以下模块:
预测模块,所述预测模块收集用电高峰与天气信息确定用电需求,以此提前生成调整方案维保燃气轮机;
监测模块,利用监测模块检测运行中的燃气轮机的机械数据、温度数据、压力数据、振动数据、润滑数据和冷却数据,并汇总生成模拟图像;通过收集燃气轮机运行中的声音,将声音与模拟图像相结合预测运行风险,根据运行分险结合历史数据生成新的调整方案;
分析模块,采用所述分析模块对燃气轮机运行中的声音降噪分离,得到开发部件中单个部件单独的运行声音;通过单个部件单独的运行声音定位与历史数据配合确定单个部件的何处位置出现问题,并结合模拟图像生成分析报告;
通信模块,将分析报告传输至人工,结合人工判定运行风险并再次优化调整策略。
相对于现有技术,本发明具有以下有益效果:
1、该燃气轮机的预测检测方法及其系统,通过定位异响的音频,从而以传感器位置为起点检测至出现异响的位置,以此确定核心部件旋转角度,如此推断核心部件运行至何处出现异响,根据模拟图像与运行声音判断异响位置,并改变灯光闪烁位置至异响位置,提示操作人员部件运行至此处出现异响,通过运行数据结合异响位置能准确预测未来运行风险,从而提高后续运行效果。
2、该燃气轮机的预测检测方法及其系统,通过摄像头拍摄颜色混的润滑油会发生快速改变,并且由于机械相互运行摩擦,使得润滑油能快速搅拌融合,以此通过摄像头拍摄图像中的色彩变化趋势,可以快速判定是否能达到需要的粘度等级润滑油,从而让机器在紧急情况下不停机状态下调整润滑油。
3、该燃气轮机的预测检测方法及其系统,根据确定的异响位置处局部闪烁灯光,以此可以让具备经验的人员可以预测该处异响位置即将出现的运行问题,从而可以让操作人员直观且第一时间进行判断,而不是等待传感器长时间检测后,才能给出检测数据,如此与操作人员相配合,提高预测效果。
附图说明
图1为本发明燃气轮机预测检测方法架构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:一种燃气轮机的预测检测方法
图1展示了本发明燃气轮机预测检测方法架构示意图。本实施提供了一种燃气轮机的预测检测方法,包括以下步骤:
收集用电需求信息数据与燃气轮机运行数据生成调整方案,根据调整方案调整燃气轮机运行系统;
设定运行安全表,根据燃气轮机运行数据确定安全分值;
将燃气轮机运行数据实时导入模拟系统内,生成模拟图像;
收集燃气轮机运行声音并降噪分离获得若干部件运行声音;
模拟图像与若干部件运行声音结合历史数据预警分析运行趋势,以此生成分析报告;
将若干部件运行声音的音频与音量转化为灯光变化方案,预警灯光实时执行灯光变化方案;
根据分析报告与预警灯光变化结合历史数据再次更改调整方案;
当执行再次更改的调整方案无法满足运行安全表时,将分析报告与灯光变化方案发送人员远程调控。
用电需求信息数据通过历史数据判定用电高峰期月份,并收集节日信息或天气信息判定用电高峰期月份中的用电高峰日,基于用电高峰日提前维保燃气轮机;
燃气轮机运行数据包括机械数据、温度数据、压力数据、振动数据、润滑数据和冷却数据;
上述数据采用传感器收集,传感器选用有:
转速传感器,监测涡轮转子转速,防止超速故障,常用磁电式或涡流式传感器;
温度传感器,热电偶,检测燃烧室、透平排气等高温区域(>700℃)的温度,热电阻/NTC传感器:监测中低温区域如进气温度、轴承温度(如NTC传感器响应快、耐高温);
压力传感器,静态压力监测:测量压气机进气/排气压力、燃气压力等,常用高温压力传感器(库力特XTE-190系列,耐温至273℃);
动态压力监测,捕捉燃烧室压力脉动(IMI动态压力传感器,支持远程近程安装);
振动传感器,加速度计检测转子振动,位移传感器监测轴向位移,预防机械失衡或轴承故障;
火焰检测器,实时探测燃烧室火焰状态,避免熄火导致燃料积聚爆炸;
燃烧动态传感器,专用动态压力传感器(PCB OTIS系列)直接安装于燃烧室,监测燃烧不稳定性以防止部件损坏;
阵列涡流传感器组,用于高温叶片裂纹及蠕变孔洞的无损检测(定制扫查器);
孔探仪测点,分布于压气机、透平等位置,用于定期内部检测;
其中,运行安全表包括上述传感器收集数据设定的阈值范围,当上述传感器收集数据低于设定的阈值范围扣6分;
运行安全表内综合分值低于80分标注被传感器检测位置汇入分析报告内,随后将机械数据、温度数据、压力数据、振动数据、润滑数据和冷却数据上传至模拟系统内;
燃气轮机模拟系统包括gSIM全工况仿真系统和T-MATS开源工具箱等;
通过燃气轮机模拟系统获得燃气轮机内部运行的模拟画面,以此生成模拟图像;
在燃气轮机的外表面安装若干个收音装置,收音装置的数量与燃气轮机核心部件数量相同,例如在动力输出端、气缸、转子、压气机、燃烧室、燃烧器、涡轮机等对应位置安装收音装置,通过收音装置获取燃气轮机核心部件运行时的声音;
由于声音由频率、振幅、波长、波形、响度、音色等组成,其中历史数据内包括各个部件运行时的声音与对应运行声音的运行状态,因此将若各个收音装置收集到的声音分别与历史数据内的部件运行时的声音对比分析,以此确定该部件此时运行的状态;
进一步,为了快速从杂乱的声音中寻找对应的部件运行声音,将收音装置调节为只接收该部件的频率、振幅、波长、波形、响度、音色、噪声等其中至少一个或多个,以此快速确认该部件的运行状态,例如,
压气机,运行范围500-3000Hz,由叶片周期性切割气流引发离散噪声,能量集中于中高频段,满负荷运行时占整机噪声的35%,单级叶片通过频率峰值可达110dB以上;
燃烧室,其中低频特性为压力脉动频率<200Hz,振幅与燃料喷射及火焰稳定性相关,高频特性为燃烧不稳定性噪声覆盖200-2000Hz,偶发高频爆震噪声瞬时声压级可升高15-20dB;
涡轮,流剥离导致100Hz-8kHz宽频噪声,能量峰值集中于1-4kHz;
需要特别说明的是,历史数据内记载有部件不用功率下的运行声音;
综上,根据传感器获得初始检测数据后配合收音装置获得的声音能快速确定部件的运行状态;
将历史数据中的往期运行趋势调出,将运行状态、模拟图像、运行声音,采用计算公式从历史数据中筛选与运行状态、模拟图像、运行声音相匹配的运行趋势,设定相似度阈值,其中计算筛选获得的运行趋势不低于相似度阈值,如此根据计算筛选获得的运行趋势生成分析报告;
需要特别说明的是,计算筛选公式选用K-means和DBSCAN算法筛选数据与历史数据中的若干个运行趋势选取相匹配中的一个,如此获得准确的预测结果;
将若干部件运行声音的频率数据、振幅数据、波长数据、波形数据、响度数据、音色数据选择其中一个转化为灯光效果,例如,频率数据越高灯光闪烁越频繁;
将灯光围绕燃气轮机的轴心设置,每个核心部件的位置处均围绕一圈等光,由于燃气轮机的核心部件大部分为绕轴心旋转,因此当核心部件出现问题时,通过收音装置实时获取核心部件的声音,通过判断核心部件产生声音逐渐远离收音装置或接近收音装置并结合传感器检测位置从而推断核心部件出现异响的位置,从而根据异响位置控制灯光闪烁的位置;
需要特别说明的是,通过定位异响的音频,从而以传感器位置为起点检测至出现异响的位置,以此确定核心部件旋转角度,如此推断核心部件运行至何处出现异响;
进一步,根据模拟图像与运行声音判断异响位置,并改变灯光闪烁位置至异响位置,提示操作人员部件运行至此处出现异响,通过运行数据结合异响位置能准确预测未来运行风险,从而提高后续运行效果。
实施例2:一种燃气轮机的预测检测方法
本实施例是在实施例1的基础上做出的改进,根据图1所展示,还包括冷却系统与润滑系统,冷却系统与润滑系统用于辅助燃气轮机运行;
其中,通过观测润滑系统在燃气轮机中的运行状态,并拍摄燃气轮机运行的轴心运动并上传至模拟系统内,辅助优化分析报告;
还包括设定润滑油粘度对照表,通过润滑油粘度对照表调整润滑系统的润滑油;
拍摄调整后的润滑油形成图像,并色彩识别图像中的颜色与润滑油粘度对照表的润滑油颜色对比,以此确定当前润滑油粘度。
传动轴的一端与发电机的一端连接;
通过拍摄润滑机油在燃气轮机中传动轴运行状态,以此观察润滑效果,并将传动轴的运行状态上传模拟系统,并结合传感器检测到的传动轴运行数据,以此获得真实的传动轴运动数据;
若润滑不良导致轴承磨损,振动传感器(加速度计)会同步检测到振动幅值异常升高,结合油液金属颗粒检测可定位故障点;
当用电需求突然加大,需要增强功率运行燃气轮机,当燃气轮机内部的润滑油粘度无法满足增强功率后的燃气轮机,就会造成燃气轮机内部机械零件相互磨损,通常采用办法为停机,等燃气轮机内部润滑油冷却后,排放使用过的润滑油,加入新标号的润滑油,但是此种方式需要较长时间,无法应急使用,因此现有办法中,非必要外可以采用两种不同粘度规格的润滑油相互混合,调整粘度,以此适配当下的运行环境;
在不同标号的润滑油内添加不同颜色的色素;
润滑油粘度对照表包括不同颜色图像对应不同粘度的润滑油;
历史数据内存储有对应声音结果的解决方案,解决方案包括更换润滑油粘度;
根据拍摄的润滑油图像确定颜色,当需要改变润滑油粘度时,基于确定颜色进行调色获得浓度配比;
基于浓度配比排放燃气轮机内部一部分润滑油,并加入新润滑油形成符合粘度的润滑油;
将每种规格润滑油加入等比例的色素,根据调色的颜色配合,以此组合生成若干中不同颜色且不同粘度的混合润滑油图标:
橙色,通过柠檬黄52%+大红48%,粘度等级VG 32;
桔红色,通过红8%+黄92%,粘度等级VG 46;
玫瑰粉,通过紫红85%+大红15%,粘度等级VG 68;
当需要混合两种或两种以上粘度规格的润滑油时,根据调色配方确定比例。例如燃气轮机内现有3000升的柠檬黄色润滑油,现在需要粘度等级VG 32的润滑油,此时排放总重量48%的柠檬黄色润滑油,并加入48%的大红色润滑油,以此混合生成橙色的粘度等级VG32润滑油,相较于传感器检测到粘度等级发生改变需要较长时间,因此采用颜色混合方式,通过摄像头拍摄颜色混的润滑油会发生快速改变,并且由于机械相互运行摩擦,使得润滑油能快速搅拌融合,以此通过摄像头拍摄图像中的色彩变化趋势,可以快速判定是否能达到需要的粘度等级润滑油,从而让机器在紧急情况下不停机状态下调整润滑油;
需要特别说明的是,新加入的润滑油需要加热至与燃气轮机内部润滑油温度相同。
实施例3:一种燃气轮机的预测检测方法
本实施例是在实施例2的基础上做出的改进,根据图1所展示,像素化润滑油图像,识别润滑油内的杂质,并推定杂质数量;
根据推定的杂质数量与模拟图像和部件运行声音相结合,确定燃气轮机中存在问题的部件,并确定位置;
通过问题部件的位置结合历史数据和部件运行声音确定结果。
进一步,当润滑不良导致轴承磨损,振动传感器(加速度计)会同步检测到振动幅值异常升高,结合油液金属颗粒检测可定位故障点,其检测传感器安装位置受限,导致油液金属颗粒检测依旧需要机器运转较长时间才能检测到何处位置的零件磨损异常,因此通过摄像拍摄润滑油图像,由于润滑油呈鲜艳颜色,而零件磨损产生的磨损物为灰褐色,因此两种颜色色差较为明显,从而将拍摄润滑油的图像像素化,以此找寻灰褐色的像素点,如此在10秒内拍摄5张图像,以此能快速判断灰褐色像素点的趋势,从而预测润滑油的标号使用是否正确;需要特别说明的是,5张图像内的润滑油面积相同。
实施例4:一种燃气轮机的预测检测方法
本实施例是在实施例3的基础上做出的改进,根据图1所展示,还包括预警灯光围绕燃气轮机,且预警灯光的圈数与燃气轮机内部核心部件数量相同;
预警灯光的灯光变化方法包括确定问题部件位置后,该问题部件位置处的预警灯光整体闪烁至少3秒;
通过部件运行声音确定问题部件处具体位置出现异响,并联动预警灯光在具体位置出现异响区域处局部闪烁至少3秒,并记录拍摄;
历史数据内记载有各个部件单独运行的声音与相对应的声音结果;
针对每个核心部件位置处收集声音,通过声音的波长与频率分离获得实时运行中的单个核心部件位置处的声音;
将实时运行中的单个核心部件位置处的声音与历史数据的部件单独运行的声音向对比,获得与之相对应的声音结果;
将声音结果的音频与音量转化为灯光闪烁幅度,以此预警操作人员;
将开发地址具体位置出现异响区域的位置处与模拟图像相结合,并将每段时间节点出现的异响声音标记在异响区域位置,生成异常文件;
将异常文件与分析报告发送至人员,供人员快速分析燃气轮机继续运行有无运行风险。
根据实施例1,通过各种声音组成条件的限制,以此修改收音装置定向收集燃气轮机中的单个部件运行声音,例如当燃气轮机中的压气机噪声保持2000Hz,且频率峰值达110dB,当压气机运动至某一处位置时,压气机噪声提高2800Hz,频率峰值提高140dB,此时判断压气机运动至某一处时,存在异响,将此时的异响声音与历史数据中对应该部件的单独运行对比,从而根据异响位置、异响数据、往期异响声音结果以此推断该部件存在的问题,从而判定是否需要做出调整,例如改变润滑油粘度、调整运行功率、调整燃料与进气比例等;
当确定出问题的部件在何处地方运行出现异响后,设定异响阈值;
当超出异响阈值10%-15%,灯光每秒闪烁3次;
当超出异响阈值16%-25%,灯光每秒闪烁6次;
当超出异响阈值26%-35%,灯光每秒闪烁9次;
且灯光闪烁方法为在出问题部件对应的燃气轮机外表面一圈灯光整体闪烁,以此先让操作人员知晓此处是何种部件出现问题,随后根据确定的异响位置处局部闪烁灯光,以此可以让具备经验的人员可以预测该处异响位置即将出现的运行问题,从而可以让操作人员直观且第一时间进行判断,而不是等待传感器长时间检测后,才能给出检测数据,如此与操作人员相配合,提高预测效果;
需要特别说明的是,由于燃气轮机为24小时不停机运行,虽然运行场地设置有值班人员,但是值班人员不一定具备丰富的经验,因此将灯光闪烁位置拍摄记录并且将后续传感器数据与模拟图像和异响数据通信发送至具备经验人员,通过灯光闪烁位置拍摄记录与模拟图像和异响数据相较于传统的传感器数据判断可以直观清楚的判断机器问题。
实施例5:一种燃气轮机的预测检测方法的系统
应用一种燃气轮机的预测检测方法的系统,包括:
预测模块,预测模块收集用电高峰与天气信息确定用电需求,以此提前生成调整方案维保燃气轮机;
监测模块,利用监测模块检测运行中的燃气轮机的机械数据、温度数据、压力数据、振动数据、润滑数据和冷却数据,并汇总生成模拟图像;
通过收集燃气轮机运行中的声音,将声音与模拟图像相结合预测运行风险,根据运行分险结合历史数据生成新的调整方案;
分析模块,采用分析模块对燃气轮机运行中的声音降噪分离,得到开发部件中单个部件单独的运行声音;
通过单个部件单独的运行声音定位与历史数据配合确定单个部件的何处位置出现问题,并结合模拟图像生成分析报告;
通信模块,将分析报告传输至人工,结合人工判定运行风险并再次优化调整策略。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种燃气轮机的预测检测方法,其特征在于,包括以下步骤:
收集用电需求信息数据与燃气轮机运行数据生成调整方案,根据所述调整方案调整燃气轮机运行系统;
设定运行安全表,根据所述燃气轮机运行数据确定安全分值;
将所述燃气轮机运行数据实时导入模拟系统内,生成模拟图像;
收集燃气轮机运行声音并降噪分离获得若干部件运行声音;
所述模拟图像与若干部件运行声音结合历史数据预警分析运行趋势,以此生成分析报告;
将若干部件运行声音的音频与音量转化为灯光变化方案,预警灯光实时执行灯光变化方案;
根据所述分析报告与预警灯光变化结合历史数据再次更改调整方案;
当执行再次更改的调整方案无法满足运行安全表时,将所述分析报告与灯光变化方案发送人员远程调控。
2.根据权利要求1所述的预测检测方法,其特征在于,还包括设置冷却系统和润滑系统并进行检测,所述冷却系统和润滑系统用于辅助燃气轮机运行;
其中,通过观测润滑系统在燃气轮机中的运行状态,并拍摄燃气轮机运行的轴心运动并上传至模拟系统内,辅助优化分析报告。
3.根据权利要求2所述的预测检测方法,其特征在于,还包括设定润滑油粘度对照表,通过所述润滑油粘度对照表调整润滑系统的润滑油;
拍摄调整后的润滑油形成图像,并色彩识别图像中的颜色与润滑油粘度对照表的润滑油颜色对比,以此确定当前润滑油粘度。
4.根据权利要求3所述的预测检测方法,其特征在于,还包括以下步骤:
像素化所述润滑油图像,识别润滑油内的杂质,并推定杂质数量;
根据推定的杂质数量与模拟图像和部件运行声音相结合,确定燃气轮机中存在问题的部件,并确定位置;
通过问题部件的位置结合历史数据和部件运行声音确定结果。
5.根据权利要求1所述的预测检测方法,其特征在于,还包括围绕燃气轮机设置预警灯光,且所述预警灯光的圈数与燃气轮机内部核心部件数量相同;
所述预警灯光的灯光变化方法包括确定问题部件位置后,该所述问题部件位置处的预警灯光整体闪烁;
通过所述部件运行声音确定问题部件处具体位置出现异响,并联动预警灯光在具体位置出现异响区域处局部闪烁,并记录拍摄。
6.根据权利要求5所述的预测检测方法,其特征在于,所述历史数据内记载有各个部件单独运行的声音与相对应的声音结果;
针对每个核心部件位置处收集声音,通过声音的波长与频率分离获得实时运行中的单个核心部件位置处的声音;
将实时运行中的单个核心部件位置处的声音与所述历史数据的部件单独运行的声音向对比,获得与之相对应的声音结果;
将所述声音结果的音频与音量转化为灯光闪烁幅度,以此预警操作人员。
7.根据权利要求6所述的预测检测方法,其特征在于,在不同标号的润滑油内添加不同颜色的色素;
所述润滑油粘度对照表包括不同颜色图像对应不同粘度的润滑油;
所述历史数据内存储有对应声音结果的解决方案,所述解决方案包括更换润滑油粘度;
根据拍摄的润滑油图像确定颜色,当需要改变润滑油粘度时,基于确定颜色进行调色获得浓度配比;
基于浓度配比排放燃气轮机内部一部分润滑油,并加入新润滑油形成符合粘度的润滑油。
8.根据权利要求1所述的预测检测方法,其特征在于,通过所述历史数据判定用电高峰期月份,并收集节日信息或天气信息判定用电高峰期月份中的用电高峰日;基于用电高峰日提前维保燃气轮机。
9.根据权利要求5所述的预测检测方法,其特征在于,还包括将异响区域的位置与模拟图像相结合,并将每段时间节点出现的异响声音标记在异响区域位置,生成异常文件;
将所述异常文件与分析报告发送至人员,供人员快速分析燃气轮机继续运行有无运行风险。
10.一种燃气轮机预测检测的系统,其特征在于,采用权利要求1-9任一项所述的预测检测方法进行检测,且包括以下模块:
预测模块,所述预测模块收集用电高峰与天气信息确定用电需求,以此提前生成调整方案维保燃气轮机;
监测模块,利用监测模块检测运行中的燃气轮机的机械数据、温度数据、压力数据、振动数据、润滑数据和冷却数据,并汇总生成模拟图像;通过收集燃气轮机运行中的声音,将声音与模拟图像相结合预测运行风险,根据运行分险结合历史数据生成新的调整方案;
分析模块,采用所述分析模块对燃气轮机运行中的声音降噪分离,得到开发部件中单个部件单独的运行声音;通过单个部件单独的运行声音定位与历史数据配合确定单个部件的何处位置出现问题,并结合模拟图像生成分析报告;
通信模块,将分析报告传输至人工,结合人工判定运行风险并再次优化调整策略。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202511804718.0A CN121273426A (zh) | 2025-12-03 | 2025-12-03 | 一种燃气轮机的预测检测方法及其系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202511804718.0A CN121273426A (zh) | 2025-12-03 | 2025-12-03 | 一种燃气轮机的预测检测方法及其系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN121273426A true CN121273426A (zh) | 2026-01-06 |
Family
ID=98228000
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202511804718.0A Pending CN121273426A (zh) | 2025-12-03 | 2025-12-03 | 一种燃气轮机的预测检测方法及其系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN121273426A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5445027A (en) * | 1991-08-19 | 1995-08-29 | Siemens Aktiengesellschaft | Method and apparatus for detecting and locating defects in a component of a turbine |
| CN109447048A (zh) * | 2018-12-25 | 2019-03-08 | 苏州闪驰数控系统集成有限公司 | 一种人工智能预警系统 |
| KR102151002B1 (ko) * | 2019-11-11 | 2020-09-02 | 주식회사 삼주전자 | 영상번역 카메라 시스템 |
| US20240043137A1 (en) * | 2022-08-04 | 2024-02-08 | Rtx Corporation | Aircraft engine anomaly detection based on odor, sound, and/or image |
| CN117662258A (zh) * | 2023-11-21 | 2024-03-08 | 南通兴东叶片科技有限公司 | 一种基于ccd检测的汽轮机叶片故障在线检测系统 |
| CN120701466A (zh) * | 2025-07-16 | 2025-09-26 | 西安热工研究院有限公司 | 一种燃气轮机燃烧状态控制方法及系统 |
-
2025
- 2025-12-03 CN CN202511804718.0A patent/CN121273426A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5445027A (en) * | 1991-08-19 | 1995-08-29 | Siemens Aktiengesellschaft | Method and apparatus for detecting and locating defects in a component of a turbine |
| CN109447048A (zh) * | 2018-12-25 | 2019-03-08 | 苏州闪驰数控系统集成有限公司 | 一种人工智能预警系统 |
| KR102151002B1 (ko) * | 2019-11-11 | 2020-09-02 | 주식회사 삼주전자 | 영상번역 카메라 시스템 |
| US20240043137A1 (en) * | 2022-08-04 | 2024-02-08 | Rtx Corporation | Aircraft engine anomaly detection based on odor, sound, and/or image |
| CN117662258A (zh) * | 2023-11-21 | 2024-03-08 | 南通兴东叶片科技有限公司 | 一种基于ccd检测的汽轮机叶片故障在线检测系统 |
| CN120701466A (zh) * | 2025-07-16 | 2025-09-26 | 西安热工研究院有限公司 | 一种燃气轮机燃烧状态控制方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112347641B (zh) | 一种基于实时数据的给水泵故障预测与诊断方法和系统 | |
| CN111207204B (zh) | 风力发电机组齿轮箱润滑油在线监控预警处置方法 | |
| US6587737B2 (en) | Method for the monitoring of a plant | |
| EP4016014B1 (en) | Acoustic monitoring, analysis, and diagnostic for power generation system | |
| TWI656282B (zh) | 風力發電機之潤滑脂之監視系統及方法 | |
| EP3312604B1 (en) | Oil debris monitoring (odm) with adaptive learning | |
| CN103234585A (zh) | 一种大型风电机组在线监测及故障诊断系统 | |
| CN110397476A (zh) | 一种核电用汽轮机油品在线监测分析系统与方法 | |
| CA3011754A1 (en) | Lubricant debris monitoring system for gas turbine engine | |
| CN117388685A (zh) | 水轮发电机组滑环监测系统及方法 | |
| CN119892891A (zh) | 一种船用中央空调健康管理与故障诊断系统 | |
| CN119353823A (zh) | 一种适用于低温热源的冷电联供系统 | |
| CN119757895A (zh) | 一种建筑电气系统故障诊断系统及方法 | |
| CN118705204A (zh) | 一种列车变频轴流风机的控制系统及方法 | |
| CN118314676A (zh) | 工地违规动火智能监管系统 | |
| JP2009115090A (ja) | タービン内部構成要素の劣化の自動的検出及び通知 | |
| CN121273426A (zh) | 一种燃气轮机的预测检测方法及其系统 | |
| CN113269456A (zh) | 轴瓦间隙不合理性自动识别系统及其实现方法 | |
| CN115421457A (zh) | 热压机的监测系统 | |
| CN120029063A (zh) | 一种基于复杂煤种模式下的机组全负荷实时智能优化控制系统 | |
| CN119511998A (zh) | 一种基于大数据的电厂机组运行状态智能监控系统 | |
| CN119543453A (zh) | 一种光伏发电设备远程监控与故障诊断系统 | |
| CN109472715B (zh) | 一种数字化工业能源管控服务系统 | |
| CN117825081A (zh) | 一种水轮发电机组状态健康评估方法 | |
| CN210483709U (zh) | 机采井报警装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |