摘要
燃气轮机中控制系统通过传感器测量信号来实现对燃气轮机运行状态的监测，因此传感器测量信号的准确可靠是控制系统安全稳定运行的关键因素，为了提高控制系统的稳定性、安全性及可靠性，对传感器进行故障诊断、隔离及故障信号重构具有重要意义。本文以某重型燃气轮机为对象，针对控制系统传感器的故障诊断、隔离及故障信号重构开展了一系列研究，主要内容如下: (1)研究了某重型燃气轮机部件法建模基本原理，在整机模型的搭建过程中，提出使用改进的牛顿-拉夫逊算法提高非线性方程的计算效率，保证迭代结果的收敛。在此基础上，利用最小二乘拟合法得到该型燃气轮机线性化状态变量模型，动态仿真结果表明所拟合的线性模型精度较高。 (2)在燃气轮机线性模型基础上，针对控制系统中单个传感器发生故障及多个传感器同时发生故障问题，设计了基于一组卡尔曼滤波器的传感器故障诊断系统，并通过粒子群优化算法(PSO)求取代价函数的最优值来确定最佳故障检测阈值，仿真试验验证了该故障诊断系统的可行性及有效性。进一步分析了传感器故障程度及测量噪声强度对故障诊断系统的影响，发现该诊断系统能检测出的最小故障通常为传感器测量噪声标准差的整倍数。 (3)通过分析传感器测量参数之间的相关性，研究了基于多元线性回归的故障信号重构方法，仿真试验表明在少数传感器同时故障的情况下，该方法的重构精度较高，但随着故障传感器的数量增多，该方法会受到一定的限制。在这种背景下，进一步研究了适用于多数传感器同时故障情况的基于核主成分分析(KPCA)的故障信号重构方法，其重构精度更高，适用范围更广。
NETL