Gas turbine health assessment during startup and run down using a transient model

Abstract (Swedish)

För att drift av gasturbiner inte ska vara allt för dyrt läggs det mycket energi på smarta lösningar när det kommer till övervakning av gasturbiner. Syftet är att undvika oplanerade stopp genom att kunna ta välinformerade beslut för att kunna genomföra förebyggande underhåll på maskiner. Den här rapporten beskiver hur en övervakningsmetod som undersöker start- och stopprocessen av en gasturbin kan utvecklas.
Genom åren har gasturbiner använts till en mängd olika applikationer. Dessa kan i huvudsak delas in i två kategorier, mekanisk drift (MD) och kraftproduktion (PG). Den huvudsakliga skillnaden mellan de två är att en gas turbin som används för kraftproduktion är kopplad till en generator istället för en mekanisk last. Till skillnad från en konventionell kraftanläggning, där ånga måste framställas för att kunna producera elektricitet, så kan gasturbinen starta och vara redo för produktion inom loppet av minuter. På grund av detta används gasturbiner ofta för att parera variationer i elnätet med avseendet på nätfrekvensen. Med en ökad andel förnyelsebara energikällor, som sol- och vindkraft, i energimixen så finns det ett särskilt behov för mindre gasturbiner med förmåga att starta upp och producera kraft snabbt. På grund av ett ökat antal starter och stopp kommer den förväntade livslängden hos komponenterna i en gasturbin att förkortas. Gasturbintillverkaren är beroende av sin förmåga att förutse komponenternas hälsa för att undvika haveri och onödiga driftstopp. Detta är också anledningen till varför många tillverkare har lagt mycket fokus på utveckling av övervakningsmjukvara.
Siemens har utvecklat ett eget off-line övervakningssystem som ger användaren tillgång till stora mängder av data från deras flotta av maskiner över hela världen med en dags fördröjning. Detta övervakningssystem har använts tillsammans med en transient modell, också utvecklad av Siemens, för att utvärdera möjligheten av att använda den transienta modellen för övervakning. Med transient menas drift som inte är stationär. Start- och stopprocessen av en gasturbin har undersökts eftersom det är under denna fas som motorkomponenterna arbetar under högst belastning och potentiella fel kan upptäckas lättare.
Syftet med denna uppsats är att undersöka start och stop för Siemens SGT-800 gasturbin. Detta för att utveckla en övervakningsmetod som baserar sig på jämförelser mellan insamlad data och simulerad data från den transienta modellen. Datainsamlingen har utförts i två steg, ett manuellt steg och ett automatiserat. Sju datapunkter, eller tidsintervall, som inträffar under start eller stopp har utformats och identifierats som angelägna för en komplett övervakning av hälsan hos en gasturbin.
Resultatet från den manuella datainsamlingen har jämförts med simulerad data från den transienta modellen för att validera modellen för övervakning. Den automatiserade datainsamlingen har genomförts med hjälp av Siemens DMA mjukvara där resultaten visar på goda möjligheter att implementera datainsamlingsmetoden tillsammans med den transienta modellen.

Popular Abstract (Swedish)

För att drift av gasturbiner inte ska vara allt för dyrt läggs det mycket energi på smarta lösningar när det kommer till övervakning av gasturbiner. Syftet är att undvika oplanerade stopp genom att kunna ta välinformerade beslut för att kunna genomföra förebyggande underhåll på maskiner. Den här rapporten beskiver hur en övervakningsmetod som undersöker start- och stopprocessen av en gasturbin kan utvecklas.
Genom åren har gasturbiner använts till en mängd olika applikationer. Dessa kan i huvudsak delas in i två kategorier, mekanisk drift (MD) och kraftproduktion (PG). Den huvudsakliga skillnaden mellan de två är att en gas turbin som används för kraftproduktion är kopplad till en generator istället för en mekanisk last. Till skillnad från en konventionell kraftanläggning, där ånga måste framställas för att kunna producera elektricitet, så kan gasturbinen starta och vara redo för produktion inom loppet av minuter. På grund av detta används gasturbiner ofta för att parera variationer i elnätet med avseendet på nätfrekvensen. Med en ökad andel förnyelsebara energikällor, som sol- och vindkraft, i energimixen så finns det ett särskilt behov för mindre gasturbiner med förmåga att starta upp och producera kraft snabbt. På grund av ett ökat antal starter och stopp kommer den förväntade livslängden hos komponenterna i en gasturbin att förkortas. Gasturbintillverkaren är beroende av sin förmåga att förutse komponenternas hälsa för att undvika haveri och onödiga driftstopp. Detta är också anledningen till varför många tillverkare har lagt mycket fokus på utveckling av övervakningsmjukvara.
Siemens har utvecklat ett eget off-line övervakningssystem som ger användaren tillgång till stora mängder av data från deras flotta av maskiner över hela världen med en dags fördröjning. Detta övervakningssystem har använts tillsammans med en transient modell, också utvecklad av Siemens, för att utvärdera möjligheten av att använda den transienta modellen för övervakning. Med transient menas drift som inte är stationär. Start- och stopprocessen av en gasturbin har undersökts eftersom det är under denna fas som motorkomponenterna arbetar under högst belastning och potentiella fel kan upptäckas lättare.
Syftet med denna uppsats är att undersöka start och stop för Siemens SGT-800 gasturbin. Detta för att utveckla en övervakningsmetod som baserar sig på jämförelser mellan insamlad data och simulerad data från den transienta modellen. Datainsamlingen har utförts i två steg, ett manuellt steg och ett automatiserat. Sju datapunkter, eller tidsintervall, som inträffar under start eller stopp har utformats och identifierats som angelägna för en komplett övervakning av hälsan hos en gasturbin.
Resultatet från den manuella datainsamlingen har jämförts med simulerad data från den transienta modellen för att validera modellen för övervakning. Den automatiserade datainsamlingen har genomförts med hjälp av Siemens DMA mjukvara där resultaten visar på goda möjligheter att implementera datainsamlingsmetoden tillsammans med den transienta modellen.

• author: Malmberg, Aron
• supervisor: Magnus Genrup
• organization: Department of Energy Sciences
• course: MVKM01 20181
• year: 2018
• type: H2 - Master's Degree (Two Years)
• subject: Technology and Engineering
• keywords: gasturbin, prognostisering, diagnostik, transient drift, dynamik, modellering, Dymola, SGT-800, kraftgenerering
• report number: LUTMDN/TMHP-18/5415-SE
• ISSN: 0282-1990
• language: English
• id: 8949486
• date added to LUP: 2018-06-14 14:08:22
• date last changed: 2018-06-14 14:08:22