افزایش راندمان نیروگاههای توربین گازی توسط شبیه سازی رخداد سرج و تولید نرم افزار آن
Publish place: 5th Electric Power Generation Conference
Publish Year: 1391
Type: Conference paper
Language: Persian
View: 1,064
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
EPGC05_115
Index date: 6 October 2013
افزایش راندمان نیروگاههای توربین گازی توسط شبیه سازی رخداد سرج و تولید نرم افزار آن abstract
نیروگاههای برق بهعنوان یکی از مهمترین تامینکنندههای انرژی بهشمار آمده و با توجه به نیاز روزافزون به انرژی و تولید حداکثری آن، افزایش راندمان و جلوگیری از اتلاف انرژی و وقوع ناپایداری در شبکه از اهمیت بسیاری برخوردار میباشد. یکی از تجهیزات مهم در تولید انرژی الکتریکی، توربین گازی است که قابلیت عملکرد مطلوب سیستم تراکم یا کمپرسور آن تحت تاثیر کارکرد در حالت پایدار بوده و لذا راندمان آن در اثر وقوع ناپایداری به شدت کاهش مییابد. یکی از ناپایداریهای مهم در این زمینه رخداد سرج است که خسارتهای سنگینی را به دنبال دارد. برای آگاهی از رفتار سیستم تراکم در خلال این پدیده، داشتن مدلی مناسب که توانایی برقراری ارتباط بین اجزای مختلف توربین گازی را دارا باشد ضروری به نظر میرسد. پیشبینی رفتار کمپرسور جهت شناخت عوامل تاثیرگذار بر وقوع سرج و نیز ارائه راهکار مناسب و عملی برای پیشگیری از رخداد آن، شبیهسازی رفتار سیستم تراکم و استفاده مطلوب از مدل ارائهشده را میطلبد. در این مقاله رفتار سیستم تراکم توربین گازی هنگام وقوع سرج مدلسازی و پس از تولید نرمافزار، شبیهسازی نیروگاه پتروشیمی بندر امام خمینی(ره) هنگام سرج GT13D شده و بعد از اعتبار سنجی نتایج آن، رفتار کمپرسور توربین مورد شبیهسازی قرار گرفته است بهصورتیکه نتایج آن میتواند معیاری مناسب جهت تحلیل رخداد سرج، جلوگیری و کنترل این پدیده خسارتآفرین باشد.
افزایش راندمان نیروگاههای توربین گازی توسط شبیه سازی رخداد سرج و تولید نرم افزار آن Keywords:
افزایش راندمان نیروگاههای توربین گازی توسط شبیه سازی رخداد سرج و تولید نرم افزار آن authors
محسن تولائی
کارشناس ارشد، دانشکده مهندسی دانشگاه شهید چمران اهواز
ابراهیم حاجی دولو
دانشیار، دانشکده مهندسی دانشگاه شهید چمران اهواز
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :