System sterowania tolerujący uszkodzenia dla turbiny kondensacyjnej

• Autorzy: Pawlak M. , Wasiewicz P.

Warianty tytułu

EN

Fault tolerant control system for condensation turbine

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono przykład implementacji systemu sterowania tolerującego uszkodzenia (FTC) dla turbiny kondensacyjnej. Tolerowanie uszkodzeń torów pomiarowych zostało osiągnięte dzięki użyciu redundancji funkcjonalnej, polegającemu na dokonaniu odpowiednich zmian w sposobie działania uszkodzonego systemu. Dla celów detekcji i lokalizacji uszkodzeń (FDI) wykorzystano metodę rozmytych sieci neuronowych (FNN). Zbudowano i zweryfikowano modele FNN mocy turbiny, ciśnienia pary i wydatku masowego przepływu pary. Dla prędkości obrotowej turbiny, która jest najważniejszą zmienną procesową układu zastosowano redundancję sprzętową typu ,.2 z 3". Opracowano odpowiednie algorytmy sterowania dla różnych sytuacji awaryjnych. Aplikacja została opracowana w Instytucie Techniki Cieplnej w środowisku programowym ISaORAF z wykorzystaniem komputera przemysłowego VME-DEVSYS VM30.

EN

An application of development of fault tolerant control (FTC) system for condensation turbine has been presented in the paper. The tolerance of instrument faults has been achieved by the use of functional redundancy which consists in performance of appropriate changes in the operation manner of the faulty system. The method of fuzzy neural networks (FNN) has been used for fault detection and isolation (FDI) purposes. The FNN models of turbine power, steam pressure and steam mass flow rate were created and verified. Also "2 from 3" hardware redundancy has been applied for the most impoitant measurement, which is the turbine rotary speed. Appropriate control algorithms for different faulty situations have been developed. The application has been developed in the Institute of Heat Kngineering on the basis of ISaGRAF software and VME-DEVSYS VM30 industrial computer.

Słowa kluczowe

PL

generacja mocy; turbina kondensacyjna; detekcja uszkodzeń; lokalizacja uszkodzeń; FDI; rozmyte sieci neuronowe (FNN); sterowanie tolerujące uszkodzenia (FTC); zabezpieczenia; rekonfiguracja

EN

power generation; condensation power turbine; fault detection and isolation (FDI); fuzzy neural networks (FNN); fault tolerant control (FTC); system protection; system reconfiguration

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2005
• Tom: R. 51, nr 9 bis
• Strony: 276--279
• Opis fizyczny: Bibliogr. 14 poz., rys., tab., wzory

Twórcy

autor

Pawlak M.

• Inatytut Techniki Cieplnej, Jednostka Badawczo Rozwojowa w Łodzi

autor

Wasiewicz P.

• Politechnika Warszawska, Instytut Automatyki i Robotyki

Bibliografia

• [1] Blanke M., Frei Ch., Kraus F.,Patton R., Staroswiecki M., (2000). What is fault-tolerant control?. In: IFAC Symposium on Fault Detection. Supervision and Safety for Technical Process - SAFEPROCESS'2000, Budapest, Hungary, June 14-16, 2000, Vol. 1, 40-51.
• [2] Candau J., de Miguel L. J., Ruiz J. G., (1997). Controller reconfiguration system using parity equations and fuzzy logic. In: IFAC Symposium on Fault Detection, Supervision and Safety for Technical Process SAFEPROCESS'97, Hull, UK, Vol. 2,1258-1263.
• [3] Massoumnia, M. A., Vander Velde W. E., (1988). Generating parity relation for detecting and identifying control system component faihires. Journal of Guidance, Control and Dynamics, 11, 1988, 60-65.
• [4] Kościelny J. M., Ostasz A., Wasiewicz P., (2000). Fault Detection Based Fuzzy Neural Networks - Application to Sugar Factory Evaporator, 4th IFAC Symposium on Fault Detection, Supervision and Safety for Technical Process - SAFEPROCESS' 2000. Budapest. Hungary, June 14-16, Vol. 1, 337-342.
• [5] Kościelny J. M., Wasiewicz P. (1993). Problems of Fault Protection of Technologic Processes and Automatic Control Systems. International Workshop on Advanced Approaches in Industrial Control Systems. Prague, 62-67.
• [6] Kościelny J. M., Wasiewicz P. (1994). The Sensitivity of Diagnostic Systems to the set of Measuring Signals. The 3,d IEEE Conference on Control Application. Glasgow, 1145-1150.
• [7] Kościelny J. M., Wasiewicz P. (1996). Fault Diagnosis and Protection in Industrial Control Systems. Engineering Simulation, special issue "Engineering Diagnostics" 13, 889-904.
• [8] Patton R. J. (1997). Fault-tolerant control: The 1997 situation. IFAC Symposium on Fault Detection Supeivision and Safety for Technical Processes SAFEPROCESS'97, Hul, UK, Vol. 2,1033-1055.
• [9] Pawlak M. (2002). Fault tolerant control system for condensation turbine control Dissertation, Warsaw University of Technology, pp. l-154.
• [10] Pawlak M., Kościelny J. M, Bartyś M. (2002). Application of Fuzzy Neural Networks for Instrument Fault Diagnosis, 15-th IFAC World Congress, Barcelona 21-26 July, 2002, Session of : Neuro-FuzzyApplications of Fault Diagnosis, CD-ROM, p. 6.
• [11] Wasiewicz P. (1983). Methodology of development of computerized control system tolerating some internal faults. Dissertation, Warsaw University of Technology, pp. l-I59.
• [12] Won-Kee Son, Oh-Kyu Kwon, M. E. Lee (1997). Fault-tolerant model based predictive control with application to boiler systems. IFAC Symposium on Fault Detection Supervision and Safety for Technical Processes SAFEPROCESS'97, Kingston Upon Hull, Vol. 2, 1240-1245.
• [13] Yang Y. Lu Y. Z. (1991). Sensor fault tolerant control and its application. IFAC Symposium on Fault Detection Supervision and Safety for Technical Processes - SAFEPROCESS'91, Baden-Baden, Vol. 1, 55-60.
• [14] Zhang J., Morris A. J., Martin E. B. (1996). Robust process fault detection and diagnosis using neuro-fuzzy networks. 13th Triennial World Congress, San Francisco, 7f-05 169-174.