В таких важных отраслях экономики, как нефтегазодобывающая и авиационная промышленность в качестве источника энергии используются газотурбинные установки. В их состав входит газотурбинный двигатель, одним из важнейших элементов которого является камера сгорания, производящая вредные выбросы. Чтобы процесс горения топлива в ней был устойчив и не приводил к чрезмерной эмиссии загрязняющих веществ, необходима система автоматического управления камерой сгорания, для работы которой требуются сенсоры выбросов. В качестве такого сенсора эмиссии выступает полуэмпирическая модель камеры сгорания, прогнозирующая вредные выбросы, которую разработали ученые Пермского Политеха.
Вид малоэмиссионной камеры сгорания ГТУ-16 в разрезе / ©Getty images
При работе газотурбинных двигателей в атмосферу выбрасываются продукты горения топлива: оксиды азота, оксиды углерода, углеводороды. Чтобы сократить их негативное воздействие на окружающую среду, двигатели следующего поколения необходимо оснастить малоэмиссионными камерами сгорания. Особенностью таких камер является узкий диапазон режимов работы между высоким уровнем эмиссии, то есть выбросом вредных веществ, и срывом пламени в процессе горения.
Поддерживать работу камеры сгорания в штатном режиме должна система автоматического управления, информацию о текущих выбросах, для которой мог бы поставлять сенсор эмиссии, установленный на двигателе. Поскольку физические измерения эмиссии в процессе эксплуатации двигателя недоступны, в настоящее время такие сенсоры отсутствуют. Заменить «физический» датчик можно встроенной в систему автоматического управления двигателем математической моделью камеры сгорания, которая выполняет функцию виртуального сенсора эмиссии.
Разработке математической модели виртуального сенсора эмиссии в перспективных системах автоматического управления газотурбинными двигателями и посвящена статья ученых Пермского Политеха, опубликованная в журнале «Вестник ПНИПУ. Аэрокосмическая техника».
«На основании экспериментальных данных нами была установлена коррелятивная связь между относительным расходом топлива через пилотный контур и величиной эмиссии оксидов азота, а также пульсациями давления в жаровых трубах малоэмиссионной камеры сгорания. Это позволило рассматривать коэффициент корреляции Пирсона как количественный критерий оценки качества организации горения. При этом становится возможным без измерения эмиссии определить, по какому типу — гомогенному или диффузному — происходит перемешивание топлива в процессе горения.
Таким образом, полученные результаты позволяют существенно повысить качество прогнозирования эмиссии за счет уточнения разработанной полуэмпирической математической модели генерации оксидов азота. Уточнение ведется через учет неоднородности процесса горения в жаровых трубах. Разработанные алгоритмы являются основой виртуального сенсора, с помощью которого можно оценить уровень эмиссии двигателя без ее непосредственного измерения. Эти данные и ложатся в основу алгоритмов управления различными режимами работы камеры сгорания, — объясняет кандидат технических наук, доцент кафедры конструирования и технологий в электротехнике, директор Центра дистанционных образовательных технологий, Татьяна Кузнецова.
Эффективность модели подтверждается сопоставлением расчетов с экспериментальными показателями эмиссии оксидов азота при работе двигателя. Полученные данные позволяют оценивать не только качество процесса горения без трудоемкого измерения эмиссии, но и уточнять математические модели, лежащие в основе виртуального сенсора эмиссии, используемого в системе управления.
Внедрение виртуальных датчиков позволяет прогнозировать изменение неизмеряемых в процессе эксплуатации двигателя величин. А также позволяет оценивать качество измерения сигналов, и при замене реальных датчиков – снижает затраты на обслуживание двигателя. Таким образом, предложенный подход упрощает процесс разработки и эксплуатации адаптивных систем управления эмиссией наземных газотурбинных установок и газотурбинных авиационных двигателей. Исследование проведено в рамках программы стратегического академического лидерства «Приоритет 2030». Полученная модель способствует обеспечению технологического суверенитета России.
