一种变几何分轴式燃气轮机实时仿真建模方法技术

本发明专利技术涉及一种变几何分轴式燃气轮机实时仿真建模方法，该方法针对的燃气轮机结构特点为压气机导叶可调且是分轴式，由燃气发生器与动力涡轮两部分组成。该方法包括以下步骤：样本点选取、训练样本点获取、利用获取的样本点训练RBF神经网络、利用部件建模方法建立动力涡轮计算模块，将该模块与RBF神经网络相连，RBF神经网络模块负责输出燃气发生器相关参数，动力涡轮计算模块负责输出功率等相关参数，如此可得燃气轮机实时仿真模型。本发明专利技术的实时仿真模型的建模方法，该方法考虑了压气机进口导叶角度变化的情况，合理地简化了模型，结合RBF神经网络与部件法二者的优点，在保证模型高实时性和高精度的同时，大大缩小样本规模。

A real time simulation modeling method for variable geometry shaft gas turbine

The invention relates to a real-time simulation modeling method of shaft gas turbine consists of a variable geometry, the method for gas turbine structure for compressor guide vane is adjustable and shaft type, consists of two parts: gas generator and power turbine. The method comprises the following steps: sample selection, training sample acquisition, sample training RBF neural network, using the component modeling method using the established power turbine calculation module, the module is connected with the RBF neural network, RBF neural network module is responsible for the output of gas generator parameters, the calculation of power turbine module is responsible for the relevant parameters of output power so, can the gas turbine real-time simulation model. A modeling method for real-time simulation model of the invention, the method takes into account the change of the compressor inlet guide vane angle, reasonable simplified model, combining the advantages of the RBF neural network method and part of the two, in the model of high real-time and high precision at the same time, greatly reducing the sample size.

【技术实现步骤摘要】
一种变几何分轴式燃气轮机实时仿真建模方法
本专利技术涉及燃气轮机领域，更具体地，涉及一种变几何分轴式燃气轮机实时仿真的建模方法。
技术介绍
在进行燃气轮机半物理仿真实验以及燃气轮机控制规律研究过程中，对燃气轮机仿真模型的实时性要求较高。特别是对于变几何的分轴式燃气轮机，该类燃气轮机包括带可调导叶压气机的燃气发生器以及动力涡轮，由于变量较多，基于燃气轮机工作机理建立的非线性模型实时性较差。线性化建模方法虽然有较好的实时性，但对于偏离稳态工况较远的情况仿真精度难以保证。基于神经网络的系统辨识法虽然能达到较高的精度和实时性，但对于变几何的分轴式燃气轮机，由于动态工况繁多，所需样本规模庞大，难以直接建立仿真模型。
技术实现思路
本专利技术为解决以上现有技术的缺陷和不足，提供了一种基于RBF神经网络与部件法的复合建模方法。基于燃气轮机工作机理建立起来的部件法具有高精度的优点，但实时性较差，而利用RBF神经网络建立的燃气轮机仿真模型虽然具有优异的实时性，但对于变几何分轴式燃气轮机面临着变量多、样本规模庞大的问题，本专利技术的变几何分轴式燃气轮机实时仿真建模方法，结合现有RBF神经网络法与部件法二者的本文档来自技高网...

【技术保护点】
一种变几何分轴式燃气轮机实时仿真建模方法，所述变几何分轴式燃气轮机包括可调导叶压气机、燃气发生器和动力涡轮，其特征在于：所述实时仿真建模方法包括以下步骤：SS1.样本点选取选取可调导叶压气机的导叶角度VGV、燃油流量Wf、燃气发生器相对转速NH、动力涡轮相对转速NPT四个变量确定燃机的工作状况；在燃气轮机工作时，对于可调导叶压气机的导叶角度VGV、燃油流量Wf、燃气发生器相对转速NH等三个参数，在其各自变化范围内，分别均匀地选取a个、b个、c个值，其中a、b、c均为大于等于1的整数；对于动力涡轮相对转速NPT，在其变化范围内，选取一大一小两个值；综上，共选取样本点a×b×c×2组。SS2.训练...

【技术特征摘要】
1.一种变几何分轴式燃气轮机实时仿真建模方法，所述变几何分轴式燃气轮机包括可调导叶压气机、燃气发生器和动力涡轮，其特征在于：所述实时仿真建模方法包括以下步骤：SS1.样本点选取选取可调导叶压气机的导叶角度VGV、燃油流量Wf、燃气发生器相对转速NH、动力涡轮相对转速NPT四个变量确定燃机的工作状况；在燃气轮机工作时，对于可调导叶压气机的导叶角度VGV、燃油流量Wf、燃气发生器相对转速NH等三个参数，在其各自变化范围内，分别均匀地选取a个、b个、c个值，其中a、b、c均为大于等于1的整数；对于动力涡轮相对转速NPT，在其变化范围内，选取一大一小两个值；综上，共选取样本点a×b×c×2组。SS2.训练样本点获取每一组训练样本点由输入参数和输出参数组成，其中导叶角度VGV、燃油流量Wf、燃气发生器相对转速NH以及动力涡轮相对转速NPT四个参数构成输入参数，其余燃气发生器工作参数为输出参数，通过将输入参数输入到现有的通过求解非线性方程组的方式建立起来的燃气轮机总体计算仿真模型中，分别计算出每组样本点的输出参数，从而获取完整的训练样本。SS3.利用获取的样本点训练RBF神经网络利用现有的RBF神经网络算法，以输出参数作为目标值，用a×b×c×2组样本点训练RBF神经网络，利用RBF神经网络建立输入参数与输出参数间的对应关系。SS4.建立实时仿真模型利用部件建模方法建立动力涡轮计算模块模拟动力涡轮，并利用RBF神经网络模块模拟燃气发生器，将所述动力涡轮计算模块与RBF神经网络模块相连，RBF神...

【专利技术属性】
技术研发人员：尹钊，田拥胜，王涛，张华良，曾德堂，高庆，谭春青，
申请(专利权)人：中国科学院工程热物理研究所，
类型：发明
国别省市：北京,11