MétaCan
Menu
Retour à la cohorte
Enregistrement W613907637 · doi:10.3384/diss.diva-106256

Model Based Diagnosis and Supervision of Industrial Gas Turbines

2014· book· en· W613907637 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueLinköping University Electronic Press eBooks · 2014
Typebook
Langueen
DomaineComputer Science
ThématiqueModeling and Simulation Systems
Établissements canadiensEngineering Link (Canada)
Organismes subventionnairesGKN Aerospace ServicesEnergimyndighetenLinköpings Universitet
Mots-clésGas compressorEngineeringNonlinear systemKalman filterFault detection and isolationTurbineController (irrigation)Gas turbinesFault (geology)Control engineeringReliability engineeringControl theory (sociology)Computer scienceControl (management)Mechanical engineeringActuator

Résumé

récupéré en direct d'OpenAlex

Supervision of performance in gas turbine applications is important in order to achieve: (i) reliable operations, (ii) low heat stress in components, (iii) low fuel consumption, and (iv) efficient overhaul and maintenance. To obtain good diagnosis performance it is important to have tests which are based on models with high accuracy. A main contribution of the thesis is a systematic design procedure to construct a fault detection and isolation (FDI) system which is based on complex nonlinear models.These models are preliminary used for simulation and performance evaluations. Thus, is it possible to use thesemodels also in the FDI-system and whichmodel parts are necessary to consider in the test design? To fulfill the requirement of an automated design procedure, a thermodynamic gas turbine package GTLib is developed. Using the GTLib framework, a gas turbine diagnosismodel is constructed where component deterioration is introduced. In the design of the test quantities, equations from the developed diagnosis models are carefully selected.These equations are then used to implement a Constant Gain Extended Kalman filter (CGEKF) based test quantity.The number of equations and variables which the test quantity is based on is significantly reduced compared to the original reference model.The test quantity is used in the FDI-system to supervise the performance and the turbine inlet temperature which is used in the controller. An evaluation is performed using experimental data from a gas turbine site.The case study shows that the designed FDI-system can be used when the decision about a compressor wash is taken. When the FDI-system is augmented with more test quantities it is possible to diagnose sensor and actuator faults at the same time the performance is supervised. Slow varying sensor and actuator bias faults are difficult diagnose since they appear in a similar manner as the performance deterioration, but the FDI-system has the ability to detect these faults. Finally, the proposed model based design procedure can be considered when an FDI-system of an industrial gas turbine is constructed.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,847
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,050
Tête enseignante GPT0,217
Écart entre enseignants0,167 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle