بررسی پارامترهای حساسیت برای تشخیص خلأزایی خودکار در توربین های آبی سد سفید رود با در نظر گرفتن عمر مفید باقی مانده

نوع مقاله : مقاله کامل (پژوهشی)

نویسندگان

1 کارشناسی ارشد مهندسی عمران دانشگاه آزاد اسلامی واحد لاهیجان ، لاهیجان،ایران

2 استادیار گروه مهندسی عمران دانشگاه آزاد اسلامی واحد لاهیجان، لاهیجان، ایران

چکیده

در تحقیق حاضر، تشخیص آستانه خلأزایی و خودکارسازی تشخیص فرآیند، با توجه به عمر مفید باقی‌مانده توربین نیروگاه سفیدرود بررسی شده است. ورودی مدل تولیدشده در برنامه MATLAB، شامل داده‌های حاصل از هیدروتوربین کاپلان واقع در نیروگاه برق‌آبی تاریک می‌باشد. روش پیشنهادی بر مبنای 61 ویژگی حاصل از 6 پارامتر حساسیت خلأزایی و 17 شرایط عملیاتی می‌باشد. به هدف آموزش برنامه MATLAB، تعداد 12 مجموعه آموزش فردی و 4095 ترکیب منحصر به فرد ایجاد گردید و تعداد 408 داده جهت آزمون انتخاب شده است. داده‌های آموزشی با ترکیب نوع حسگر و ویژگی حساسیت خلأزایی، جهت پیش‌بینی خلأزایی به خدمت گرفته شدند و بهترین دقت داده‌های آموزشی به 98 درصد رسید. نتایج نشان داد که استفاده از فرآیند کاملاً خودکار برای تعیین حساسیت و طبقه‌بندی خلأزایی مناسب‌تر از یک فرآیند مبتنی بر آستانه‌های انتخاب شده به روش دستی می‌باشد. علاوه بر این، خودکارسازی روند تعیین آستانه خلأزایی با در نظر گرفتن شرایط عملیاتی و عمر مفید باقی‌مانده، بدون دخالت انسانی با دقت بسیار زیادتری همراه بوده است .

کلیدواژه‌ها


Bajc, B. (2002). “Multidimensional diagnostics of turbine cavitation”, Journal of Fluids Engineering, 124(4), pp. 943-950.
Bajic, B., Korto, C. (2003). “Methods for vibro-acoustic diagnostics of turbine cavitation Méthodes pour le diagnostic vibro-acoustique de la cavitation de turbine”, Journal of Hydraulic Research, 3(41), pp. 87-96.
Cencic, T., Hocevar, M., Sirok, B. (2014). “Study of erosive cavitation detection in pump mode of pump-storage hydropower plant prototype”, ASME, Journal of Fluids Engineering, 136(5), pp. 1-11.
Dorji, U., Ghomashchi, R. (2014). Hydro turbine failure mechanism: An overview, Engineering Failure Analysis, (44), pp. 136-147.
Dular, M. Stofefel, B., Sirok, B. (2006). “Development of cavitation erosion model”, Wear, 261(5-6), pp. 642-655.
Escaler, X., Vikor, E. Franke, H. (2014). “Detection of draft tube surge and erosive blade cavitation in a full-scale Francis turbine”, Journal of Fluids Engineering, 137(1), pp. 103-115.
Francois, L. (2012). “Vibratory detection system of cavitaion erosion: Historic and algorithm validation”, Proceedings of the 8th international symposium on cavitation, pp. 44-65, Singapore.
Holick, M. (2013). Introduction to probability and statistics for engineers, University of California, Berkeley.
Jolliffe, T .(2002). Principal Component Analysis, Second Edition, Encyclopedia of Statistics in Behavioral Science, University of Aberdeen,UK
Rus, T., Dular. M., Marko, H. (2007). “An investigation of relationship between acoustic emission , vibration ,noise and cavitation structures on Kaplan turbine”, Journal of Fluids Engineering, 129(9), pp. 1112-1122.
Wolff, P. (2013). “Evaluation of results from acoustic emission-based cavition monitor”, Grand Coulee Project, Technical report, Hydro Performance Processes, Incpp. 89-99.