【技术实现步骤摘要】
本专利技术涉及故障检测领域，更具体地说是一种基于孪生模型失配的燃气轮机故障检测方法。
技术介绍
1、燃气轮机被誉为“二十一世纪工业皇冠上的明珠”，具有启动快，功率密度高，低频噪声分量小等优点，现已成为大中型船舶主要动力系统的动力单元。在实际运行过程由于外部环境的改变，燃气轮机内部极易产生积垢、腐蚀、磨损等现象，进而造成燃气轮机性能的下降，若设备长期在异常的情况下运行，严重时将导致灾难性的后果，因此及时发现设备的异常情况，有助于提高燃气轮机的可靠性，保障燃气轮机安全、高效的运行。燃气轮机故障检测技术是状态监测领域中重要一环，主要基于燃气轮机转速、压力、温度等测量参数的变化，以正常状态下的测量参数作为基准，通过设定合理的检测阈值发现运行参数与基准之间的差异，从而判断设备是否处于异常状态。
2、故障检测本质上是一种单分类问题，即将燃气轮机的状态分为正常和故障两类。这一过程可以被划分为三个部分，一是健康基准的确定，二是提取检测特征，三是检测阈值的确定。健康基准的确定主要利用机理模型、线性模型或者数据驱动等方法对测量参数进行重构，以获得正常状态下的测量数据作为健康基准。检测特征一般选择燃气轮机压力、转速、温度这类测量参数与健康基准之间的偏差，或是部件流量、效率这类性能参数的下降程度，然而前者很难通过单一参数具体的参数表征燃气轮机的状态，后者中性能参数难以获取，尤其是在线获取。检测阈值一般通过统计学方法进行确定，但仍需要针对不同的参数类型进行具体分析。现有的故障检测方法，例如公开号为cn113469061a的专利所述，需要比较监
3、因此综上所述，针对燃气轮机故障检测领域，亟需一种检测特征易于获取、检测阈值易于确定的且满足在线检测的方法。
技术实现思路
1、本专利技术的目的是提供一种基于孪生模型失配的燃气轮机故障检测方法，该方法检测特征易于获取、检测阈值易于确定，且满足在线检测。
2、本专利技术的目的通过以下技术方案来实现：
3、一种基于孪生模型失配的燃气轮机故障检测方法，该方法包括以下步骤：
4、s1：建立燃气轮机气路非线性机理模型，对燃气轮机正常状态下运行参数的重构，获取燃气轮机参数的健康基准；
5、s2：获取燃气轮机健康基准的输入数据和输出数据，基于投影逼近子空间跟踪法，建立基准燃气轮机孪生模型；
6、s3：基于实际燃气轮机输入数据和输出数据，基于投影逼近子空间跟踪法，建立实际燃气轮机孪生模型；
7、s4：分别获取基准燃气轮机孪生模型和实际燃气轮机孪生模型的模型结构参数，提取基于基准燃气轮机孪生模型和实际燃气轮机孪生模型失配的故障检测特征；
8、s5：基于wasserstein距离量化基准状态与实际状态之间的分布差异性；
9、s6：基于基准燃气轮机孪生模型和实际燃气轮机孪生模型检测特征分布的差异性，实现对燃气轮机的故障检测；
10、s7：通过实例验证所提出方法的有效性；
11、所述s1中，燃气轮机气路非线性机理模型为：
12、
13、
14、
15、
16、其中，n为转子转速，j为转动惯量，δn为压气机与涡轮功率之差，pvout为容积模块出口压力，tvout为容积模块出口温度，gvin为容积模块进口流量，gvout为容积模块出口流量，v为容积模块体积，pccout为燃烧室出口压力，rg为气体常数，gccin为燃烧室进口空气流量，gf为燃烧室进口燃料流量，gccout为燃烧室出口燃气流量，hccin为燃烧室进口焓值，hu为燃料低位发热值，ηcc为燃烧室效率，hccout为燃烧室出口焓值，vcc为燃烧室体积；
17、所述s2中，获取燃气轮机健康基准的输入数据和输出数据并将其进行归一化处理，基于状态空间模型，利用投影逼近子空间跟踪法建立基准燃气轮机孪生模型，具体形式如下：
18、
19、其中，uk，分别为模型的输入量，输出量和状态变量，输出量为燃气轮机截面测量参数，输入量为燃气轮机燃油流量，ek为均值白噪声，a,b,c,d为系统矩阵，k为kalman滤波增益，且yk为实际燃气轮机监测值；基准燃气轮机孪生模型的输入用表示，输出用表示；
20、所述基准燃气轮机孪生模型的建立，做如下假设：
21、a1.燃气轮机状态空间模型系统为最小实现；
22、a2.a-kc特征值均在单位圆内；
23、a3.输入信号uk满足持续激励；
24、所述s3中，基于实际燃气轮机输入数据和输出数据，基于投影逼近子空间跟踪法，建立实际燃气轮机孪生模型，具体形式如下：
25、
26、其中，uk，分别为模型的输入量，输出量和状态变量，输出量为燃气轮机截面测量参数，输入量为燃气轮机燃油流量，ek为均值白噪声，a,b,c,d为系统矩阵，k为kalman滤波增益，且yk为实际燃气轮机监测值；利用表示实际燃气轮机孪生模型的输入，表示实际燃气轮机孪生模型的输出；
27、所述实际燃气轮机孪生模型的建立，做如下假设：
28、a1.燃气轮机状态空间模型系统为最小实现；
29、a2.a-kc特征值均在单位圆内；
30、a3.输入信号uk满足持续激励；
31、所述s4中，提取基于模型失配的检测特征具体形式为：
32、
33、
34、其中，表示基准孪生模型检测特征，表示实际燃气轮机孪生模型检测特征；
35、所述s5中，基于wasserstein距离量化基准状态与实际状态之间的分布差异性，具体形式如下：
36、
37、其中，h和a分别为燃气轮机基准孪生模型和实际孪生模型提取到的失配特征的概率分布，w(a,h)为两个分布之间的wasserstein距离。
38、所述s7中，利用mt30燃气轮机运行数据对所提出方法进行验证。
39、本专利技术的有益效果为：
40、建立燃气轮机非线性机理模型实现对燃气轮机测量参数的重构，获得燃气轮机健康基准。基于投影逼近子空间方法分别建立燃气轮机基准孪生模型和实际孪生模型，在线获取模型结构参数，提取模型失配特征。利用wasserstein距离量化正常状态和实际状态之间失配特征的分布差异，实现对燃气轮机的故障检测。该专利技术没有仅从单一参数出发，而是从孪生模型整体结构的角度，通过在线辨识的方法提取模型失配的特征，该特征是辨识过程的中间量，且所有计算为代数计算，本文档来自技高网...
【技术保护点】
1.一种基于孪生模型失配的燃气轮机故障检测方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种基于孪生模型失配的燃气轮机故障检测方法，其特征在于：所述S1中，燃气轮机气路非线性机理模型为：
3.根据权利要求1所述的一种基于孪生模型失配的燃气轮机故障检测方法，其特征在于：所述S2中，获取燃气轮机健康基准的输入数据和输出数据并将其进行归一化处理，基于状态空间模型，利用投影逼近子空间跟踪法建立基准燃气轮机孪生模型，具体形式如下：
4.根据权利要求2所述的一种基于孪生模型失配的燃气轮机故障检测方法，其特征在于：所述基准燃气轮机孪生模型的建立，做如下假设：
5.根据权利要求1所述的一种基于孪生模型失配的燃气轮机故障检测方法，其特征在于：所述S3中，基于实际燃气轮机输入数据和输出数据，基于投影逼近子空间跟踪法，建立实际燃气轮机孪生模型，利用表示实际燃气轮机孪生模型的输入，表示实际燃气轮机孪生模型的输出。具体形式如下：
6.根据权利要求5所述的一种基于孪生模型失配的燃气轮机故障检测方法，其特征在于：所述实际燃气轮机孪生
7.根据权利要求1所述的一种基于孪生模型失配的燃气轮机故障检测方法，其特征在于：所述S4中，提取基于模型失配的检测特征具体形式为：
8.根据权利要求7所述的一种基于孪生模型失配的燃气轮机故障检测方法，其特征在于：其中，表示基准孪生模型检测特征，表示实际燃气轮机孪生模型检测特征。
9.根据权利要求1所述的一种基于孪生模型失配的燃气轮机故障检测方法，其特征在于：所述S5中，基于Wasserstein距离量化基准状态与实际状态之间的分布差异性，具体形式如下：
10.根据权利要求1所述的一种基于孪生模型失配的燃气轮机故障检测方法，其特征在于：其中，h和a分别为燃气轮机基准孪生模型和实际孪生模型提取到的失配特征的概率分布，w(a,h)为两个分布之间的Wasserstein距离。
...【技术特征摘要】
1.一种基于孪生模型失配的燃气轮机故障检测方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种基于孪生模型失配的燃气轮机故障检测方法，其特征在于：所述s1中，燃气轮机气路非线性机理模型为：
3.根据权利要求1所述的一种基于孪生模型失配的燃气轮机故障检测方法，其特征在于：所述s2中，获取燃气轮机健康基准的输入数据和输出数据并将其进行归一化处理，基于状态空间模型，利用投影逼近子空间跟踪法建立基准燃气轮机孪生模型，具体形式如下：
4.根据权利要求2所述的一种基于孪生模型失配的燃气轮机故障检测方法，其特征在于：所述基准燃气轮机孪生模型的建立，做如下假设：
5.根据权利要求1所述的一种基于孪生模型失配的燃气轮机故障检测方法，其特征在于：所述s3中，基于实际燃气轮机输入数据和输出数据，基于投影逼近子空间跟踪法，建立实际燃气轮机孪生模型，利用表示实际燃气轮机孪生模型的输入，表示实际燃气轮机孪生模型的输出。具体形...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。