В будущем нейросетевую модель можно будет применять при создании систем управления наземными газотурбинными установками и авиационными двигателями нового поколения. 
Пермь, 1 июл – ИА Neftegaz.RU. Научные специалисты из Пермского Политеха (ПНИПУ) разработали систему, которая позволяет контролировать вредные выбросы в атмосферу из перспективных газотурбинных установок.
Об этом сообщила пресс-служба вуза.
Об этом сообщила пресс-служба вуза.
Газотурбинные установки используются для генерации энергии в нефтегазовой и авиационной промышленности.
Одним из основных элементов газотурбинного двигателя является камера сгорания, откуда исходят вредные выбросы.
Для снижения выбросов учеными была предложена малоэмиссионная камера сгорания (МЭКС).
В настоящее время отсутствуют датчики эмиссии, поэтому контроль выбросов не проводится.
Разработчики предлагают использовать математическую модель МЭКС, встроенную в систему автоматического управления газотурбинной установки, для контроля вредных выбросов.
Для улучшения адаптивных свойств модели использовались нейросети.
Это позволяет эффективно моделировать процессы в сложных объектах.
Газотурбинный двигатель работает на топливе, которое смешивается с воздухом, сжимается и сгорает в камере сгорания, после чего выбрасывается в сопло двигателя в виде реактивной струи газа, создавая тягу.
Количество топлива влияет на мощность двигателя, а вместе с этим на выбросы вредных веществ.
Для уменьшения вредных выбросов в атмосферу современные газотурбинные установки оснащают малоэмиссионными камерами сгорания.
В таких камерах используется обедненная топливная смесь с большим количеством воздуха.
Это позволяет снизить выделение оксидов азота и углерода, делая работу установки более экологичной.
Однако малоэмиссионные камеры имеют диапазон работы, зависящий от концентрации топлива в смеси: при его избытке выбросы становятся слишком высокими (что не соответствует экологическим требованиям), а при его недостатке может произойти срыв пламени, в результате которого установка перестает работать.
Чтобы избежать срыва пламени, необходимо контролировать пульсацию давления в жаровых трубах (чем больше амплитуда пульсаций, тем больше вероятность срыва пламени).
Однако в настоящее время невозможно контролировать процессы в камере сгорания с помощью физических датчиков, как отметила доцентка кафедры конструирования и технологий в электротехнике ПНИПУ, кандидатка технических наук Т. Кузнецова.
Учеными был разработан виртуальный регулятор для газотурбинных установок, основанный на нейросетевой математической модели камеры сгорания.
Он предсказывает выбросы оксидов азота и углерода в атмосферу из камеры сгорания и пульсацию давления в жаровых трубах в зависимости от расхода топлива.
Нейросеть выполняет функции виртуального сенсора.
В отличие от физических датчиков виртуальный сенсор не измеряет концентрацию вредных веществ напрямую.
Вместо этого, с помощью специальных алгоритмов, он отслеживает расход топлива и на основе этой информации вычисляет уровень эмиссии вредных веществ и амплитуду пульсации давления в жаровых трубах.
После этого сенсор посылает сигнал системе управления, которая может изменить уровень подачи топлива, чтобы предотвратить излишние выбросы вредных веществ в атмосферу или срыв пламени.
Разработка нейросетевой модели была основана на данных испытаний для одного из вариантов промышленной камеры сгорания.
Моделирование, обучение и тестирование нейронной сети проводились с использованием 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.
Результаты показали, что спрогнозированные данные соответствуют данным, полученным в ходе эксперимента с высокой точностью.
Использование нейронных сетей в регуляторах камер сгорания позволит улучшить адаптивность, точность и быстродействие при прогнозировании выбросов вредных веществ в атмосферу в режиме реального времени.
Ученые отмечают, что в будущем нейросетевую модель можно будет применять при создании систем управления наземными газотурбинными установками и авиационными двигателями нового поколения.
Результаты исследования были опубликованы в цифровой библиотеке IEEE Xplore после конференции Умная индустрия 2023 г.
Исследование было проведено в рамках программы стратегического академического лидерства Приоритет 2030.