數(shù)字化雙胞胎技術(shù)在燃氣輪機生產(chǎn)參數(shù)校正中的應用

梁生龍

珠海城市職業(yè)技術(shù)學院,廣東 珠海 519090

數(shù)字化的出現(xiàn)為機械生產(chǎn)與制造領(lǐng)域帶來了新的發(fā)展機遇，燃氣輪機生產(chǎn)也不例外。燃氣輪機是一種內(nèi)燃式動力機械，因其具有體積小、操作簡單、質(zhì)量輕、啟動快等優(yōu)點在飛機船舶制造等領(lǐng)域得到了廣泛應用[1]。

燃氣輪機是能夠保證國家能源安全和發(fā)展的核心裝備，因此對燃氣輪機生產(chǎn)參數(shù)的校正就顯得尤為重要?，F(xiàn)階段對于燃氣輪機生產(chǎn)參數(shù)校正的研究極少，大多是將其他機械設(shè)備生產(chǎn)參數(shù)校正方法應用至燃氣輪機生產(chǎn)參數(shù)校正中，適用性較差，例如文獻[2]中提出了基于SA-PSO 算法的采摘機械臂參數(shù)優(yōu)化方法。根據(jù)實際考察結(jié)果確定參數(shù)優(yōu)化變量，在此基礎(chǔ)上建立目標函數(shù)，確定函數(shù)約束條件，基于SA-PSO 算法對采摘機械臂進行結(jié)構(gòu)參數(shù)優(yōu)化，得到最優(yōu)參數(shù)解。文獻[3]提出基于蟻群算法的同步發(fā)電機參數(shù)改進頻域辨識方法。該方法首先對發(fā)電機功角、定子電壓等變量進行測量與計算，利用快速傅里葉變換方法將各變量轉(zhuǎn)換為頻域信號，利用蟻群算法對頻域信號和生產(chǎn)參數(shù)進行擬合與校正，實現(xiàn)參數(shù)最優(yōu)化辨識。

在數(shù)字化與制造技術(shù)融合背景下，將數(shù)字化雙胞胎技術(shù)與燃氣輪機生產(chǎn)制造過程深度融合，即可有效改善工作環(huán)境，提高生產(chǎn)效率。雙胞胎技術(shù)蘊含著強大的信息承載功能，可實現(xiàn)生產(chǎn)參數(shù)校正的數(shù)字化及規(guī)范化，本次將引入數(shù)字化雙胞胎技術(shù)，實現(xiàn)燃氣輪機生產(chǎn)參數(shù)校正。

基于數(shù)字化雙胞胎技術(shù)的燃氣輪機生產(chǎn)參數(shù)校正方法共有三個步驟：第一，采集燃氣輪機生產(chǎn)參數(shù)。第二，分配燃氣輪機生產(chǎn)參數(shù)校正值。第三，設(shè)計基于數(shù)字化雙胞胎技術(shù)的生產(chǎn)參數(shù)校正流程。最后通過對比實驗，驗證研究的基于數(shù)字化雙胞胎技術(shù)的燃氣輪機生產(chǎn)參數(shù)校正方法的可行性。

1 燃氣輪機生產(chǎn)參數(shù)辨識

采用微粒群算法辨識生產(chǎn)參數(shù)，辨識過程如下：

首先，將燃氣輪機生產(chǎn)參數(shù)看做是D 維搜索空間中的微粒，在搜索空間內(nèi)以一定的速度飛行，速度能夠根據(jù)同伴的飛行經(jīng)驗進行動態(tài)調(diào)整。則微粒的位置與速度的更新表達式為：

其中，Vt表示微粒在t時刻的飛行速度；Vt+1表示微粒在t+1 時刻的飛行速度；Xi表示微粒位置，c表示粒子加速常數(shù)，取值在0～2 之間；?表示微粒慣性對速度的影響系數(shù)。在計算的過程中，需要注意?的取值會影響微粒群算法的尋優(yōu)能力。當?取值較大時，全局尋優(yōu)能力最強；當?取值較小時，局部尋優(yōu)能力最強。?取值一般為常數(shù)，當?取值在[0.6,1.2]之間時，微粒群算法搜索性能最理想。在搜索過程中，要對?進行動態(tài)調(diào)整。在算法開始執(zhí)行時要賦予?較大數(shù)值，在后續(xù)搜索過程中，?會逐漸減小，這樣就可以保證算法在開始前就具有較大的步長。在搜索后期要賦予?較小的值，這樣粒子才能在極值點周圍進行精細搜索[4]。

其次，燃氣輪機的生產(chǎn)參數(shù)主要涉及生產(chǎn)線數(shù)據(jù)輸入輸出參數(shù)，表達式：

其中，φcf表示燃氣輪機的生產(chǎn)參數(shù)集合，φinj、φoutj分別表示輸入與輸出變量。在參數(shù)辨識的過程中，要采用實數(shù)編碼的方式實現(xiàn)輸入輸出變量辨識，并將辨識結(jié)果按照大小進行排序。

2 燃氣輪機生產(chǎn)參數(shù)校正值分配

通過對燃氣輪機生產(chǎn)參數(shù)整定過程的分析，將基于電流環(huán)的被控對象模型預報溫度偏差率作為推理的輸入值，其中基于電流環(huán)的被控對象模型如下。

圖1 基于電流環(huán)的被控對象模型Fig.1 Controlled object model based on current loop

在實際中，如果無法準確獲得燃氣輪機原始數(shù)值，就無法準確校正輸入輸出變量。為此，使用過程檢測方法評價燃氣輪機運行狀態(tài)，并得出運行各階段所需的校正量的比例。

將燃氣輪機生產(chǎn)參數(shù)的變化作為校正依據(jù)，對生產(chǎn)影響最大的參數(shù)進行運行狀態(tài)評價。在分配校正值時，按照燃氣輪機的運行過程的物理段，將其分為八段子控制線模型，模型之間是相互獨立的[5]。然后，在這八段子控制線的基礎(chǔ)上，檢測燃氣輪機的運行狀態(tài)，在控制線下的，可認為是正常狀態(tài)，無需分配校正值；在控制線上的，屬于非正常狀態(tài)，需要分配校正值。

3 基于數(shù)字化雙胞胎技術(shù)的生產(chǎn)參數(shù)校正流程設(shè)計

在此基礎(chǔ)上，設(shè)計數(shù)字化雙胞胎技術(shù)生產(chǎn)參數(shù)校正流程，詳細設(shè)計過程如下；

利用數(shù)字化雙胞胎技術(shù)，設(shè)計推理模型，表示為Qn。先選取燃氣輪機鋼胚出爐溫度的預報值和實測值，設(shè)輸入量的預報值和實測值偏差為e，基本論域為[-emax,emax]，對應的模糊集EC的論域為[-k,k]。

完成生產(chǎn)參數(shù)的選取后，將生產(chǎn)參數(shù)校正量作為輸入量代入推理模型，根據(jù)推理模型的輸出可知，生產(chǎn)參數(shù)預測值和實際值之差大概在[-20,20]之間，誤差在10 以內(nèi)。將輸入偏差量作為論域[6]，論域為[-10,10]，則對應的論域為[-1,1]。

為確保建立的統(tǒng)計模型的穩(wěn)定性，將校正量的物理論域設(shè)為[-5,5]，對應的論域為[-1,1]。

完成統(tǒng)計模型的輸入和輸出變量的選取后，要定義輸入和輸出的分布，分布過程如下：

其中NL，NM，NS，ZO，PS，PM，PL表示7 個數(shù)據(jù)集，采用三角隸屬函數(shù)，表示輸入e的隸屬度曲線，如圖2 所示。

輸出量誤差f與輸入量誤差e的隸屬度分布曲線相同。

最后，構(gòu)建統(tǒng)計模型規(guī)則庫[7]，根據(jù)燃氣輪機傳熱原理，歸納出生產(chǎn)參數(shù)的基本調(diào)整規(guī)律，當燃氣輪機實測溫度高于設(shè)定溫度時，要增加兩個校正參數(shù)，當燃氣輪機實測溫度低于設(shè)定溫度時，要減少校正參數(shù)。將輸入變量與輸出變量劃分成7 個檔，如表1 所示。

圖2 輸入e 隸屬度分布曲線Fig.2 Distribution curve of input e

表1 輸入變量與輸出變量控制規(guī)則表Table 1 Control rules of input variables and output variables

從表1 可見，在輸入量誤差e和輸出量誤差f由負大逐漸變成正大的過程中，輸入的生產(chǎn)參數(shù)校正量會由正大變負大，即為正[8]。輸出的生產(chǎn)參數(shù)校正量由負大變正大，即為負，這與設(shè)計初衷相符。即，推理模型可以使校正值與誤差值形成相反的結(jié)果，可以完成燃氣輪機生產(chǎn)參數(shù)校正。

4 實驗分析

為驗證基于數(shù)字化數(shù)字化雙胞胎技術(shù)的燃氣輪機生產(chǎn)參數(shù)校正方法的應用效果，進行實驗測試，分別測試文獻方法與研究方法是否能夠?qū)崿F(xiàn)燃氣輪機誤差校正。

4.1 實驗數(shù)據(jù)

使用遺傳算法辨識燃氣輪機數(shù)據(jù)，此次實驗過程中共三組生產(chǎn)參數(shù)數(shù)據(jù)，分別為機械運作圖像的幾何參數(shù)、生產(chǎn)線數(shù)據(jù)輸入與輸出參數(shù)，燃氣輪機內(nèi)八段超限平均值比例為365:393:505，將校正量按照校正比例分成八個段，見表2。

表2 八段校正比例Table 2 8-segment correction ratio

4.2 實驗結(jié)果

4.2.1 溫度校正結(jié)果 分析不同方法的校正結(jié)果是否符合所設(shè)置的溫度校正指標，比較結(jié)果如圖3 所示。其中溫度參數(shù)指標為-1.2635 ℃。

從實驗結(jié)果可以看出，使用所提方法從第一個生產(chǎn)參數(shù)校正后的誤差明顯減小，校正誤差控制-1.2333 ℃范圍內(nèi)，與設(shè)定的校正指標相符，而文獻方法溫度校正誤差偏離所設(shè)定的指標，因此該方法的溫度校正效果更好。

4.2.2 輸出數(shù)據(jù)量比較結(jié)果 輸出數(shù)據(jù)量是驗證不同方法是否能夠達到誤差精準校正的重要指標之一。比較不同方法輸出數(shù)據(jù)量，結(jié)果如圖4 所示。

圖4 不同方法輸出數(shù)據(jù)量Fig.4 Output data of different methods

分析上圖可知，研究方法輸出的數(shù)據(jù)量要遠高于文獻對比方法，且輸出密度高，因此可以得到較好的燃氣輪機生產(chǎn)參數(shù)校正的結(jié)果。

4.2.3 參數(shù)校正比例比較結(jié)果 在上述實驗的基礎(chǔ)上，進行參數(shù)校正比例設(shè)置對比實驗，其中理想?yún)?shù)校正比例已給出，結(jié)果如圖5 所示。

圖5 不同研究方法參數(shù)校正比例Fig.5 Parameter correction ratio of different research methods

分析圖5 可知，與文獻方法相比，研究方法的參數(shù)校正比例與理想?yún)?shù)校正比例擬合程度高，說明所提的基于數(shù)字化雙胞胎技術(shù)的燃氣輪機生產(chǎn)參數(shù)校正方法的應用效果更好。

5 結(jié)語

針對傳統(tǒng)燃氣輪機生產(chǎn)參數(shù)校正方法存在的校正效果較差的問題，提出基于數(shù)字化雙胞胎技術(shù)的燃氣輪機生產(chǎn)參數(shù)校正方法。在生產(chǎn)燃氣輪機時，要考慮各種生產(chǎn)參數(shù)的設(shè)置，如機械圖像的幾何參數(shù)、生產(chǎn)線輸入輸出參數(shù)等內(nèi)容。為保證生產(chǎn)過程的正常運行，需檢測生產(chǎn)參數(shù)，校正檢測到的異常參數(shù)。為便于生產(chǎn)參數(shù)的調(diào)節(jié)，采用數(shù)字化雙胞胎技術(shù)，建立推理模型，使校正過程更為數(shù)字化。實驗結(jié)果表明，所提方法溫度參數(shù)校正誤差小，數(shù)據(jù)輸出密度高，參數(shù)校正比例設(shè)置更為合理，校正效果更好。