Simple Science

Ciência de ponta explicada de forma simples

# Estatística# Dinâmica dos Fluidos# Aplicações

Gêmeo Digital em Tempo Real para Segurança de Turbina a Gás

Um gêmeo digital simula o comportamento do queimador de hidrogênio pra melhorar a estabilidade da turbina a gás.

― 6 min ler


Gêmeo Digital Aumenta aGêmeo Digital Aumenta aSegurança da Turbina aGástempo real pra segurança do motor.Prevê instabilidades termoacústicas em
Índice

Instabilidades termoacústicas podem causar problemas sérios em turbinas a gás e motores aéreos. Essas oscilações acontecem quando o calor gerado pelas chamas se sincroniza com os sons na câmara de combustão, levando a intensas mudanças de pressão. Se não forem controladas, essas instabilidades podem crescer e danificar os componentes do motor.

Pesquisadores estão trabalhando em um gêmeo digital, uma simulação em tempo real que imita o comportamento de um queimador anular à base de hidrogênio. Essa tecnologia conecta Dados Experimentais coletados de microfones com um modelo físico de baixo nível do comportamento do queimador.

Entendendo o Gêmeo Digital

Um gêmeo digital é uma representação virtual de um sistema físico. Nesse caso, ele combina duas fontes principais de informação:

  1. Um modelo de baixo nível que usa leis físicas para prever o comportamento.
  2. Dados experimentais de microfones que captam informações sonoras, mesmo que sejam barulhentas.

Ao integrar esses dois tipos de informação, o gêmeo digital tem como objetivo fornecer previsões precisas da pressão acústica e outros parâmetros importantes em tempo real.

Como o Modelo Funciona

O processo começa criando um modelo de baixo nível das instabilidades termoacústicas azimutais. Esse modelo se baseia em princípios físicos estabelecidos para descrever como pressão e som se comportam no queimador.

Depois que o modelo está pronto, os pesquisadores usam uma técnica chamada assimilação de dados para combinar as previsões do modelo com dados reais dos experimentos. Isso envolve estimar a pressão acústica e corrigir quaisquer desvios no modelo com base em medições do mundo real.

Componentes Chave do Gêmeo Digital

Desenvolver um gêmeo digital eficaz requer alguns componentes essenciais:

  1. Coleta de Dados: Isso é feito usando microfones que gravam som do queimador. Os dados costumam ser barulhentos e podem não ser sempre confiáveis.

  2. Modelo de Baixo Nível: Esse modelo captura a dinâmica do queimador usando algumas equações chave que descrevem como som e pressão interagem.

  3. Estimativa de Viés: Os pesquisadores precisam estimar tanto o viés do modelo (erros do modelo de baixo nível) quanto o viés da medição (erros dos dados do microfone).

  4. Método de Assimilação de Dados: Essa técnica combina dados do mundo real com previsões do modelo para melhorar a precisão em tempo real.

Configuração Experimental

Os experimentos usam um queimador de laboratório com vários queimadores que misturam hidrogênio e outros combustíveis para criar chamas. A configuração permite que os pesquisadores observem como o queimador se comporta sob diferentes condições.

Dados de sensores de pressão são coletados e analisados para ver como o gêmeo digital pode prever o comportamento do sistema. Esses dados incluem medições de pressão feitas em vários pontos ao redor do queimador.

Entendendo a Dinâmica das Instabilidades

Instabilidades termoacústicas podem se manifestar de diferentes formas, como modos giratórios ou modos estacionários.

  • Modos Giratórios ocorrem quando as ondas de pressão giram ao redor do queimador.

  • Modos Estacionários acontecem quando as ondas de pressão não giram, mas têm posições fixas, levando a flutuações de pressão em certos pontos.

Esses comportamentos podem mudar dependendo da configuração do queimador e das condições de operação.

O Papel da Assimilação de Dados

A assimilação de dados em tempo real é crucial para manter previsões precisas. Isso permite que os pesquisadores atualizem continuamente o gêmeo digital com novos dados, melhorando a precisão do modelo.

À medida que novos dados de pressão chegam, o modelo ajusta sua previsão do estado do sistema. Esse loop de feedback contínuo garante que o gêmeo digital permaneça preciso mesmo com as mudanças nas condições.

Desafios com Ruído e Viés

Um dos desafios dessa abordagem é lidar com o ruído nos dados experimentais. As medições de pressão são afetadas por vários fatores, o que pode obscurecer o verdadeiro estado acústico do sistema.

Para combater isso, o gêmeo digital incorpora métodos para filtrar o ruído e corrigir os viés, garantindo que as previsões sejam tão precisas quanto possível.

Avaliação de Desempenho do Gêmeo Digital

O sucesso do gêmeo digital é medido por quão bem ele prevê o comportamento do sistema em comparação com os resultados experimentais reais. Pesquisadores acompanham várias métricas de desempenho, como o erro quadrático médio, que indica quão próximas as previsões estão dos dados reais.

Durante os experimentos, o gêmeo digital mostrou habilidade em prever eficazmente a pressão acústica do queimador. Ele se adaptou às novas medições e forneceu atualizações precisas sobre o estado do queimador.

Vantagens da Abordagem do Gêmeo Digital

  1. Previsões em Tempo Real: O modelo se atualiza continuamente com novos dados, tornando-se confiável para prever comportamentos futuros.

  2. Redução dos Efeitos do Ruído: Filtrando o ruído, o modelo pode focar nas mudanças reais de pressão acústica sem ser enganado por flutuações aleatórias.

  3. Compreensão Abrangente: Essa abordagem permite que os pesquisadores obtenham insights sobre comportamentos complexos das instabilidades termoacústicas, aprimorando sua compreensão desses fenômenos.

  4. Parâmetros Variáveis no Tempo: Diferente de modelos tradicionais que se baseiam em parâmetros fixos, o gêmeo digital pode ajustar seus parâmetros conforme o sistema evolui, proporcionando uma representação melhor das condições reais.

Implicações para o Futuro

O desenvolvimento desse gêmeo digital abre novas possibilidades no campo da dinâmica de combustão e termoacústica.

  1. Segurança Melhorada: Ao prever instabilidades prejudiciais, a tecnologia pode aumentar a segurança e a confiabilidade de turbinas a gás e motores aéreos.

  2. Otimização de Projetos: Engenheiros podem usar insights obtidos com gêmeos digitais para projetar queimadores mais eficientes que minimizem o risco de instabilidades.

  3. Expansão para Outras Áreas: As métodos desenvolvidos para esse gêmeo digital podem ser adaptados para outros problemas multifísicos, potencialmente melhorando várias aplicações de engenharia.

Conclusão

O gêmeo digital em tempo real apresenta uma solução nova para entender e prever o comportamento das instabilidades termoacústicas azimutais em queimadores à base de hidrogênio. Através de uma combinação de dados experimentais, um modelo de baixo nível e técnicas avançadas de assimilação de dados, os pesquisadores estão estabelecendo uma ferramenta poderosa que pode melhorar a segurança e a eficiência em sistemas de combustão.

À medida que a tecnologia continua a evoluir, a integração de monitoramento em tempo real e modelagem preditiva provavelmente desempenhará um papel fundamental no avanço das práticas de engenharia em várias áreas.

Fonte original

Título: A real-time digital twin of azimuthal thermoacoustic instabilities

Resumo: When they occur, azimuthal thermoacoustic oscillations can detrimentally affect the safe operation of gas turbines and aeroengines. We develop a real-time digital twin of azimuthal thermoacoustics of a hydrogen-based annular combustor. The digital twin seamlessly combines two sources of information about the system (i) a physics-based low-order model; and (ii) raw and sparse experimental data from microphones, which contain both aleatoric noise and turbulent fluctuations. First, we derive a low-order thermoacoustic model for azimuthal instabilities, which is deterministic. Second, we propose a real-time data assimilation framework to infer the acoustic pressure, the physical parameters, and the model and measurement biases simultaneously. This is the bias-regularized ensemble Kalman filter (r-EnKF), for which we find an analytical solution that solves the optimization problem. Third, we propose a reservoir computer, which infers both the model bias and measurement bias to close the assimilation equations. Fourth, we propose a real-time digital twin of the azimuthal thermoacoustic dynamics of a laboratory hydrogen-based annular combustor for a variety of equivalence ratios. We find that the real-time digital twin (i) autonomously predicts azimuthal dynamics, in contrast to bias-unregularized methods; (ii) uncovers the physical acoustic pressure from the raw data, i.e., it acts as a physics-based filter; (iii) is a time-varying parameter system, which generalizes existing models that have constant parameters, and capture only slow-varying variables. The digital twin generalizes to all equivalence ratios, which bridges the gap of existing models. This work opens new opportunities for real-time digital twinning of multi-physics problems.

Autores: Andrea Nóvoa, Nicolas Noiray, James R. Dawson, Luca Magri

Última atualização: 2024-04-29 00:00:00

Idioma: English

Fonte URL: https://arxiv.org/abs/2404.18793

Fonte PDF: https://arxiv.org/pdf/2404.18793

Licença: https://creativecommons.org/licenses/by/4.0/

Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.

Obrigado ao arxiv pela utilização da sua interoperabilidade de acesso aberto.

Mais de autores

Artigos semelhantes