سیستم هوشمند تشخیص عیب توربین های گازی

از آنجا که هرگونه عیب در توربین گازی و در عملیات و سامانه های کنترل و حفاظت آن، عواقب سنگینی را در پی خواهد داشت، تشخیص و شناسایی عیوب، مسئله ای بسیار مهم در توربین های گازی می باشد و با شناسایی و تشخیص خطای به موقع و تصحیح شرایط غیر نرمال، راندمان بالاتر و کارکردی ایمن تر به دست خواهد آمد. رویکرد مورد استفاده در این مقاله ترکیبی از تبدیل موجک و شبکه های عصبی- فازی تطبیقی می باشد. با تجمیع توانایی های این دو روش، میتوان سیستم تشخیص عیب هوشمندی ایجاد کرد که به اغتشاشات مقاوم باشد و با تشخیص به موقع و دقیق عیب های احتمالی، از ایجاد آسیب های جانی و مالی جلوگیری نماید. مدل عصبی- فازی تطبیقی برای تنظیم توابع عضویت فازی تاکاگی سوگنوی خود، نیاز به داده های آموزش دارد که این داده ها از مدل غیرخطی استخراج شده و سپس از طریق الگوریتم های یادگیری مبتنی بر شبکه های عصبی منجر به ایجاد مدل عصبی- فازی توربین گازی می گردد. در ادامه از اختلاف خروجی سیستم غیرخطی از مدل به دست آمده بر اساس شبکه های عصبی- فازی تطبیقی، با به کارگیری تبدیل موجک، سیگنال مانده به دست می آید. پس از آن، خروجی تبدیل موجک به یک شبکه عصبی پیش رو وارد گردیده تا بر اساس ویژگی های دینامیکی آن، به تشخیص نوع عیب پرداخته شود. جهت طبقه بندی عیب ها از الگوریتم عصبی- فازی تطبیقی بهره برده شده است. این سیستم تشخیص عیب، هر گونه تغییر و همچنین میزان انحراف خروجی ها را از وضعیت سالم آشکار سازی می کند. نتایج نشان می دهد که این روش قادر به تشخیص زود هنگام عیوب درتوربین گازی مورد بررسی می باشد که می تواند به نگهداری مقرون به صرفه و همچنین افزایش دسترسی و قابلیت اطمینان نیروگاه کمک کند.

Keywords:

سیستم های کنترل , تشخیص عیب , تبدیل موجک , شبکه عصبی فازی تطبیقی