基于改进粒子滤波的重型燃气轮机跳机故障预测

滕 伟 韩 琛 赵 立 武 鑫 柳亦兵

华北电力大学电站能量传递转化与系统教育部重点实验室，北京，102206

0 引言

重型燃气轮机是以天然气、煤制气等作为能源介质进行清洁发电的电力装备[1-2]，在整体煤气化联合循环发电系统、燃气-蒸汽联合循环系统中占据重要地位。在燃气轮机运行过程中，转子系统高速旋转，且处于高温高压的运行环境，容易出现诸如压气机叶片裂纹、高温透平涂层缺失、燃烧室磨损及燃烧振荡等故障，影响正常的发电工作，甚至发生严重的运行事故。

剩余寿命预测通过监测对应健康指标的变化规律，预测其未来发展的趋势，可为燃气轮机的维护检修及控制决策提供技术指导。ZHOU等[3]考虑历史数据和运行工况，提出一种新的健康指标用于表征燃气轮机的性能退化；肖力伟等[4]采用流-热-固耦合方法对燃气轮机透平动叶片的流场、温度场及应力分布进行分析，并计算叶片的蠕变寿命；李慧华[5]提出采用支持向量机和小波神经网络组合的预测方法进行燃气轮机主泵寿命预测；ZAIDAN等[6]基于分层次贝叶斯模型，运用排气温度设计了航空燃气轮机的性能退化指标，并进行了剩余寿命预测；滕伟等[7]提出一种基于数据驱动的燃气轮机剩余寿命预测方法，通过C-MAPSS软件所提供的燃气轮机运行数据进行验证，取得了较好的预测效果；BARAD等[8]基于神经网络进行燃气轮机的多参数融合，进而评估其机械部件性能及健康状态；TSOUTSANIS等[9]拟合了旋转的椭圆轨迹，用于诊断与预测燃气轮机的压气机污染故障。……