Газотурбинные установки используют в нефтегазовой и авиационной промышленности в качестве источника энергии. В состав установки входит газотурбинный двигатель. Один из важнейших элементов в нем — камера сгорания — основной источник вредных выбросов. Снижение выбросов в атмосферу можно обеспечить применением малоэмиссионной камеры сгорания (МЭКС). Сегодня контроль выбросов в атмосферу не ведется, поскольку нет датчиков эмиссии. Ученые Пермского Политеха предложили для контроля вредных выбросов из камеры сгорания использовать математическую модель МЭКС, встроенную в систему автоматического управления газотурбинной установки. Для повышения адаптивных свойств модели использованы технологии искусственного интеллекта, а именно — нейронные сети, которые позволяют эффективно увеличить качество моделирования процессов в сложных объектах на основе создания гибких и простых алгоритмов. Таким образом, ученые Пермского Политеха разработали и апробировали систему автоматического управления МЭКС со встроенной нейросетевой моделью.
Разработка Пермского Политеха поможет контролировать вредные выбросы в атмосферу из перспективных газотурбинных установок / ©Getty images
Исследование опубликовано в цифровой библиотеке IEEE Xplore по результатам международной российской конференции «Умная индустрия». Исследование выполнено в рамках программы стратегического академического лидерства «Приоритет 2030».
Газотурбинный двигатель управляется подачей топлива, который внутри двигателя смешивается с воздухом, сжимается и превращается в топливовоздушную смесь. Эта смесь подается в камеру сгорания, там сжигается и в виде реактивной струи газа выбрасывается в сопло двигателя, создавая тягу. Чем больше топлива в топливовоздушной смеси, тем больше вырабатываемая мощность (скорость самолета), но также увеличивается выброс (эмиссия) вредных веществ в атмосферу.
«Для того, чтобы снизить количество вредных выбросов в атмосферу, современные газотурбинные установки оснащают малоэмиссиоными камерами сгорания. В них горит обедненная топливная смесь с большим количество воздуха. За счет этого выделяется меньше оксидов азота и углерода, и работа установки становится более экологичной. Однако малоэмиссионные камеры имеют очень узкий рабочий диапазон, зависящий от концентрации топлива в смеси: при большом количестве топлива выбросов становится слишком много (что не отвечает экологическим требованиям), а при малом количестве – может произойти срыв пламени, и установка перестанет работать.
Чтобы не произошел срыв важно контролировать пульсацию давления в жаровых трубах (чем выше они по амплитуде, тем выше вероятность срыва пламени). При этом контролировать процессы в камере сгорания в современной практике невозможно поскольку «физические» датчики не устанавливаются в камеру сгорания в настоящее время», — рассказывает доцент кафедры конструирования и технологий в электротехнике ПНИПУ, кандидат технических наук Татьяна Кузнецова.
Разработанный учеными виртуальный регулятор для газотурбинных установок, построенный на основе нейросетевой математической модели камеры сгорания, прогнозирует выбросы оксидов азота и углерода в атмосферу из камеры сгорания и пульсацию давления в жаровых трубах в зависимости от расхода топлива.
«Нейросетевая модель камеры сгорания, встроенная в систему автоматического управления газотурбинной установки, выполняет роль «виртуального» сенсора. В отличие от физических датчиков он не замеряет концентрацию вредных веществ напрямую. Вместо этого виртуальный сенсор по специальным алгоритмам отслеживает расход топлива и в зависимости от его величины вычисляет уровень эмиссии вредных веществ и амплитуду пульсации давления в жаровых трубах. После этого сенсор посылает сигнал системе управления, которая в зависимости от ситуации может изменить уровень подачи топлива, чтобы не допустить излишних выбросов вредных веществ в атмосферу или срыва пламени», — объясняет ученая.
Основу разработки нейросетевой модели составляют полученные данные натурных испытаний для одного из вариантов промышленной камеры сгорания. Моделирование, обучение и тестирование нейронной сети проводилось в MATLAB Simulink. Эффективность работы регулятора эмиссии и нейросетевой модели МЭКС была проверена на имитаторе двигателя в ходе стендовых испытаний на программно-аппаратной платформе PXI N. В результате спрогнозированные данные оказались с высокой точностью соответствующими данным, полученным в ходе эксперимента.
Использование нейронных сетей в регуляторах камер сгорания позволит увеличить их адаптивность, точность и быстродействие при прогнозировании выбросов вредных веществ в атмосферу в режиме реального времени. Ученые отмечают, что в будущем нейросетевую модель можно будет использовать при создании систем управления наземными газотурбинными установками и авиационными двигателями нового поколения.
