РАЗРАБОТКА НЕЙРОННЫХ СИСТЕМ МОНИТОРИНГА И УПРАВЛЕНИЯ ЭМИССИЕЙ ВРЕДНЫХ ВЕЩЕСТВ ДЛЯ ГАЗОТУРБИННЫХ ГАЗОПЕРЕКАЧИВАЮЩИХ АГРЕГАТОВ И ЭЛЕКТРОСТАНЦИЙ

Abstract

Актуальность исследования обусловлена необходимостью решения задачи непрерывного мониторинга и автоматического управления эмиссией окислов азота и углерода во время эксплуатации газотурбинных установок в составе газоперекачивающих агрегатов и электростанций следующего поколения, характеризующихся низким уровнем генерации вредных веществ. Цель: выполнение заданных норм на эмиссию при обеспечении устойчивости рабочего процесса горения в условиях воздействия внешних и внутренних факторов на основе создания технологий искусственного интеллекта робастных алгоритмов управления малоэмиссионными камерами сгорания газотурбинных газоперекачивающих агрегатов компрессорных станций магистральных газопроводов и электростанций, включающих прогнозирование их воздействия на окружающую среду. Объект: малоэмиссионные камеры сгорания газотурбинных агрегатов. Методы: методика синтеза многослойных искусственных нейронных сетей на основе теоремы Арнольда-Колмогорова-Хехт-Нильсена; алгоритм обратного распространения ошибки; методы натурного эксперимента для малоэмиссионных камер сгорания; методы симуляции и модельного эксперимента в среде MATLAB. Результаты. Рассмотрены основные особенности малоэмиссионных камер сгорания газотурбинных установок. В качестве основной проблемы управления отмечается склонность малоэмиссионных камер сгорания к неустойчивой работе с одной стороны из-за близости режима работы к границе «бедного» срыва и с другой стороны – из-за режима виброгорения. Сформулирована задача управления эмиссией как минимизация доли расхода топлива через диффузионный контур с учетом ограничений по устойчивости рабочего процесса горения при изменении внешних и внутренних факторов в широком диапазоне. Обосновано решение задачи управления на основе интеллектуальных технологий, имеющих в своем составе встроенную математическую модель генерации вредных веществ. Разработан алгоритм построения математических моделей малоэмиссионных камер сгорания на основе искусственных нейронных сетей при учете значимости факторов влияния. В качестве примера решения задачи представлены: разработанная нейронная сеть и процесс ее обучения на базе экспериментальных данных реальной малоэмиссионной камеры сгорания. Получен массив данных натурного эксперимента с целью исследования характеристик эмиссии окислов азота и углерода NOx и СO при работе малоэмиссионных камер сгорания промышленной энергоустановки повышенной мощности (16 МВт). На основе полученных данных спроектирована и обучена нейронная цепь, моделирующая эмиссию NOx и СO на выходе малоэмиссионных камер сгорания. Результаты симуляции в среде MATLAB показали высокую точность разработанной модели. Проведено исследование значимости факторов для точности модели. Выяснено, что наибольшую значимость имеют параметры температуры и давления. Полученные результаты могут быть использованы при проектировании отказоустойчивых систем автоматического управления газотурбинными агрегатами для повышения их надежности и экологической привлекательности.