Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Los mejores documentos en venta realizados por estudiantes que han terminado sus estudios
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Descubre las mejores universidades de tu país según los usuarios de Docsity
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Especificaciones sobre mantenimiento preventivo de turbinas de gas
Tipo: Apuntes
1 / 225
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!
Madrid, Julio de 2011
II
VI
7.9.3. Aplicación del modelo de regresión lineal para la realización de pronósticos .............................................................................................. 7.9.4. Controles y test de compatibilidad ......................................................... 7.9.5. Aplicación del modelo de regresión cuadrática para la realización de pronósticos ..............................................................................................
8. Simulación del funcionamiento de una turbina de gas .......................................
8.1. Simulación de parámetros de funcionamiento de la turbina de gas ............... 8.2. Simulación 1 del funcionamiento de la turbina de gas y cálculo de su vida útil restante ..................................................................................................... 8.2.1. Aplicación del modelo de regresión lineal para la realización de pronósticos .............................................................................................. 8.2.2. Controles y test de compatibilidad ......................................................... 8.2.3. Aplicación del modelo de regresión cuadrática para la realización de pronósticos .............................................................................................. 8.3. Simulación 2 del funcionamiento de la turbina de gas y cálculo de su vida útil restante ..................................................................................................... 8.3.1. Aplicación del modelo de regresión lineal para la realización de pronósticos .............................................................................................. 8.3.2. Controles y test de compatibilidad ......................................................... 8.3.3. Aplicación del modelo de regresión cuadrática para la realización de pronósticos ..............................................................................................
9. Conclusiones ............................................................................................................ 10. Referencias ............................................................................................................ 11. Anexos ....................................................................................................................
Anexo A ............................................................................................................. Anexo B ............................................................................................................. Anexo C ............................................................................................................. Anexo D ............................................................................................................. Anexo E ............................................................................................................. Anexo F ............................................................................................................. Anexo G .............................................................................................................
VIII
Figura 35 : Cámara infrarroja e imágenes que con ella se pueden obtener .................... Figura 36 : Analista de vibraciones en plena ejecución de la técnica predictiva ........... Figura 37 : Analista de aceites lubricantes en pleno proceso de toma de una muestra .. Figura 38 : Dos modelos de boroscopios ....................................................................... Figura 39 : Comparación de los tipos de mantenimiento ............................................... Figura 40 : Comparación de los tipos de mantenimiento desde el punto de vista de los tiempos productivos e improductivos .................................................... Figura 41 : Comparación de los tipos de mantenimiento desde el punto de vista de los costes ...................................................................................................... Figura 42 : Criterios de referencia para aplicar un mantenimiento de tipo predictivo ... Figura 43 : Metodología de trabajo para implantar un sistema de mantenimiento predictivo ..................................................................................................... Figura 44 : Compresor de una turbina de gas aeroderivada durante su reparación[16] .. Figura 45 : Fisuras en un álabe que terminarán provocando una fractura ...................... Figura 46 : Ensalada de Paletas. Rotura de álabes ......................................................... Figura 47 : Modelo o patrón de degradación y de tasa de fallos [18] ............................. Figura 48 : Modelo de regresión lineal [18] ................................................................... Figura 49 : Modelo de regresión cuadrática [18] ............................................................ Figura 50 : Test de compatibilidad para comprobar el punto de transición entre ambos modelos de regresión [18] ................................................................. Figura 51 : Demostración esquemática de la asimetría (skewness) de una distribución de datos .................................................................................. Figura 52 : Gráfico de análisis de regresión lineal. (Valores observados vs Valores de predicción) ............................................................................................. Figura 53 : Gráfico 1 de residuos para análisis de regresión lineal. (Residuos vs Valores de Predicción) .......................................................... Figura 54 : Gráfico 2 de residuos para análisis de regresión lineal. (Residuos vs Horas de funcionamiento) ..................................................... Figura 55 : Sistema de diagnóstico y pronóstico integrados del funcionamiento de una turbina de gas [18] ............................................................................... Figura 56 : Figura esquemática de una turbina de gas industrial Rolls-Royce, modelo AVON Mk 1535 ............................................................................ Figura 57 : Configuración del motor de turbina de gas industrial Rolls-Royce, modelo AVON Mk 1535 [18] .................................................................... Figura 58 : Degradación de la eficiencia isentrópica del compresor implantada y simulada con una previsión con GPA ....................................................... Figura 59 : Degradación de la capacidad de flujo del compresor implantada y simulada con una previsión con GPA ....................................................... Figura 60 : Regresión Lineal para la degradación de la eficiencia isentrópica del compresor. Predicción de vida útil de la turbina de gas ............................ Figura 61 : Regresión Lineal para la degradación de la capacidad de flujo del compresor. Predicción de vida útil de la turbina de gas ............................ Figura 62 : Valores del p-valor del test de normalidad de Shapiro-Wilk aplicado a los residuos de la regresión lineal ...........................................................
IX
Figura 63 : Niveles del Stnd. Skewness de la distribución de los residuos de la regresión lineal .......................................................................................... Figura 64 : Gráfico de análisis de regresión lineal con datos de degradación de eficiencia y de flujo. (Valores observados vs Valores de predicción)........ Figura 65 : Gráfico 1 de residuos para análisis de regresión lineal con datos de degradación de eficiencia y de flujo. (Residuos vs Valores de Predicción) .......................................................... Figura 66 : Gráfico 2 de residuos para análisis de regresión lineal con datos de degradación de eficiencia y de flujo. (Residuos vs Horas de funcionamiento) ..................................................... Figura 67 : Regresión Cuadrática para la degradación de la eficiencia isentrópica del compresor. Predicción de vida útil de la turbina de gas ...................... Figura 68 : Regresión Cuadrática para la degradación de la capacidad de flujo del compresor. Predicción de vida útil de la turbina de gas ............................ Figura 69 : Distribución normal ................................................................................... Figura 70 : Degradación de la eficiencia isentrópica del compresor implantada y simulada con generación de datos con distribución normal. (Serie de Datos 1 generados para simular funcionamiento de la turbina de gas) ...... Figura 71 : Degradación de la capacidad de flujo del compresor implantada y simulada con generación de datos con distribución normal (Serie de Datos 1 generados para simular funcionamiento de la turbina de gas) ...... Figura 72 : Regresión Lineal para la degradación de la eficiencia isentrópica del compresor. (Serie de Datos 1 generados para simular funcionamiento de la turbina de gas). Predicción de vida útil de la turbina de gas.............. Figura 73 : Regresión Lineal para la degradación de la capacidad de flujo del compresor. (Serie de Datos 1 generados para simular funcionamiento de la turbina de gas). Predicción de vida útil de la turbina de gas.............. Figura 74 : Valores del p-valor del test de normalidad de Shapiro-Wilk aplicado a los residuos de la regresión lineal ........................................................... Figura 75 : Niveles del Stnd. Skewness de la distribución de los residuos de la regresión lineal .......................................................................................... Figura 76 : Gráfico de análisis de regresión lineal con datos de degradación de eficiencia y de flujo. (Valores observados vs Valores de predicción)........ Figura 77 : Gráfico 1 de residuos para análisis de regresión lineal con datos de degradación de eficiencia y de flujo. (Residuos vs Valores de Predicción) .......................................................... Figura 78 : Gráfico 2 de residuos para análisis de regresión lineal con datos de degradación de eficiencia y de flujo. (Residuos vs Horas de funcionamiento) ..................................................... Figura 79 : Regresión Cuadrática para la degradación de la eficiencia isentrópica del compresor. Predicción de vida útil de la turbina de gas. (Serie de Datos 1 generados para simular funcionamiento de la turbina de gas). .....
XI
Índice de tablas
Tabla 1 : Evolución de las turbinas de gas [7] ................................................................
Tabla 2 : Comparación entre los mantenimientos de tipo correctivo, preventivo, y predictivo .........................................................................................................
Tabla 3 : Parámetros de funcionamiento básicos de la turbina de gas Rolls-Royce, modelo AVON Mk 1535 [18] ........................................................................
Tabla 4 : Errores máximos de medida de parámetros de funcionamiento de la turbina de gas [18] .........................................................................................
Tabla 5 : Medidas que se deberían tomar con un set de instrumentación [18]..............
Tabla 6 : Predicciones de vida útil de la turbina de gas aplicando modelo de regresión lineal (instante actual de funcionamiento 15.000 horas) ................
Tabla 7 : Predicciones de vida útil de la turbina de gas aplicando modelo de regresión cuadrática (instante actual de funcionamiento 22.500 horas).........
Tabla 8 : Predicciones de vida útil de la turbina de gas aplicando modelo de regresión lineal (instante actual de funcionamiento 15.000 horas). (Con serie de datos 1 generados para simular el funcionamiento de la turbina de gas) ...............................................................................................
Tabla 9 : Predicciones de vida útil de la turbina de gas aplicando modelo de regresión cuadrática (instante actual de funcionamiento 22.500 horas). (Con serie de datos 1 generados para simular el funcionamiento de la turbina de gas) ................................................................................................
Tabla 10 : Predicciones de vida útil de la turbina de gas aplicando modelo de regresión lineal (instante actual de funcionamiento 15.000 horas). (Con serie de datos 2 generados para simular el funcionamiento de la turbina de gas) .............................................................................................
Tabla 11 : Predicciones de vida útil de la turbina de gas aplicando modelo de regresión cuadrática (instante actual de funcionamiento 25.000 horas). (Con serie de datos 2 generados para simular el funcionamiento de la turbina de gas) ..............................................................................................
XII
2
normalmente realizadas de una manera prevista (preprogramada) independientemente de la diferencia existente en la salud de cada motor de turbina de gas en particular y sin estudiar de forma individual sus condiciones de funcionamiento. Como consecuencia de tal estrategia preprogramada de mantenimiento, los motores de turbina de gas pueden ser parados para revisarlos cuando están todavía en una condición de funcionamiento (estado de salud) muy buena o incluso, en el peor de los escenarios posibles, pueden tener fallos en su funcionamiento antes de una revisión y reparación prevista. Por lo tanto, la disponibilidad del motor puede disminuir y / o los costes de mantenimiento correspondientes pueden elevarse considerablemente. Para los motores de turbina de gas, una de las formas efectivas para mejorar la disponibilidad de dichas turbinas de gas y reducir los costes de su mantenimiento es pasar de un sistema de mantenimiento preprogramado (mantenimiento preventivo) a un mantenimiento basado en las condiciones de funcionamiento (mantenimiento predictivo) de la turbina de gas mediante el uso de “información médica” (o de estado de su funcionamiento) proporcionada por diagnósticos de sus componentes y usando posteriormente análisis estadísticos en los que se realizan pronósticos que permiten obtener una estimación o predicción adecuada de la vida útil en servicio restante o remanente de la turbina de gas, en condiciones de funcionamiento correctas o aceptables.
El funcionamiento y el rendimiento de la mayoría de los activos físicos se degradan con el tiempo y siguen ciertos patrones o modelos de fallos. La investigación científica revela que hay por lo menos seis patrones o modelos de fallos que suceden realmente en la práctica [1]. Un motor de turbina de gas, como un activo físico, tiene sus propias características o rasgos en las degradaciones de su funcionamiento. Se puede decir que las observaciones del ensuciamiento en las operaciones de funcionamiento de las turbinas de gas demuestran que el deterioro del funcionamiento a lo largo del tiempo debido a la suciedad es casi lineal, con una tasa de degradación levemente acelerada. Las observaciones del deterioro no recuperable de la turbina de gas a lo largo del tiempo revelan que el rendimiento y el funcionamiento pueden degradarse con una velocidad casi constante en algunos casos y con un ligero aumento o disminución de la velocidad en otros. Los investigadores Saravaramuttoo y Maclsaac [2] plantearon tres tipos de fallos o fracasos en el funcionamiento de las turbinas de gas; y estos son, fallos instantáneos, fallos retrasados dependientes del tiempo y fallos exclusivamente en función del tiempo. Con estos tres tipos de fallos describieron la degradación en el funcionamiento de las turbinas de gas y llegaron a la conclusión de que las tasas de deterioro y de fallos de las turbinas de gas son raramente conocidas y además no es probable que sean lineales. Por otro lado, Brothertom y otros autores [3] describieron el modo de degradación y de probabilidad de fallos de una turbina de gas como de tipo de bañera; aunque posteriormente se ha demostrado experimentalmente que esto no es así en muchos de los casos. Así mismo, diferentes técnicas de pronósticos fueron estudiadas por muchos otros investigadores. Todas estas técnicas se resumen como pronósticos basados en la experiencia, pronósticos basados en modelos, pronósticos evolutivos, redes neuronales, pronósticos del estimador de estado, sistemas expertos basados en reglas, métodos basados en lógica difusa, etc.
3
La tendencia lineal de la degradación del funcionamiento de las turbinas de gas es uno de los métodos de pronósticos más usados y se ha utilizado con eficacia para la predicción a corto plazo del funcionamiento de los motores de turbina de gas. Sin embargo, los métodos de estudio de tendencias basados en análisis mediante regresiones lineales en el tiempo tienen la limitación de que sólo pueden ser aceptables para la predicción a corto plazo del estado de funcionamiento o “salud” de las turbinas de gas. Por lo tanto, en muchos casos es necesario un estudio de tendencias basado en la aplicación combinada de modelos de regresión lineales y modelos de regresión cuadráticos. Y este método es el que se utiliza en este Proyecto Fin de Carrera.
1.2. Objetivos
El objetivo principal de este Proyecto Fin de Carrera es establecer un adecuado sistema de mantenimiento predictivo en un motor de turbina de gas que sea capaz de realizar los pronósticos adecuados sobre la degradación del funcionamiento de la turbina de gas a lo largo de su vida útil, utilizando para ello modelos estadísticos de regresión. Además se desarrolla un análisis técnico para pronosticar la potencial vida útil restante o remanente del motor de turbina de gas. Para llevar a cabo este estudio se simula el funcionamiento de una turbina de gas con una degradación suave del compresor que se desarrolla a lo largo del tiempo de operación o funcionamiento de dicha turbina de gas. Los parámetros de funcionamiento analizados son la eficiencia isentrópica y la capacidad de flujo del compresor de la turbina de gas. Se debe añadir que la simulación se realiza con un modelo de turbina de gas semejante a una turbina de gas industrial Rolls-Royce, modelo AVON 1535. La previsión de la degradación de una turbina de gas y el pronóstico de su funcionamiento y de su vida útil son muy difícilmente realizables de forma correcta debido a la gran incertidumbre asociada con el diseño de las turbinas de gas, con su fabricación, con las condiciones ambientales, con las condiciones de funcionamiento, con las acciones de mantenimiento, etc. Sin embargo, el diagnóstico del paso de gases en las turbinas de gas es un elemento esencial hacia el análisis de un pronóstico eficaz.
En este Proyecto Fin de Carrera se desarrollan varios programas informáticos con el software MATLAB que implementan un sistema de realización pronósticos aplicando el modelo de regresión lineal y el modelo de regresión cuadrática, de forma combinada, para la predicción en el futuro del deterioro del funcionamiento y del rendimiento de la turbina de gas en estudio teniendo en cuenta los cambios posibles de los patrones de degradación y de la tasa de fallos a lo largo del tiempo de operación o funcionamiento de la turbina de gas. Además, una vez que se ha llevado a cabo la predicción de la degradación del funcionamiento de la turbina de gas se procede a estimar, con la fiabilidad (nivel de confianza) adecuada que se haya elegido, la potencial vida útil restante o remanente de dicha turbina de gas. La información obtenida de la predicción de la vida útil de la turbina de gas es de gran importancia, ya que se debería proceder a realizar una revisión general ( overhaul ) justo en el instante de tiempo anterior, para conseguir maximizar la vida útil real y efectiva de la turbina de gas (reduciendo los tiempos improductivos, y maximizando los tiempos productivos), y además evitando que se produzcan fallos catastróficos en el funcionamiento de dicha turbina de gas.
5
Figura 1: Turbina de gas de un solo eje, con una turbina libre de potencia.
Figura 2: Generador de gas de doble eje de una turbina de gas industrial.
La elevada velocidad de giro, que en función del tamaño puede llegar a alcanzar valores de hasta 40.000 revoluciones por minuto, orienta su utilización a una unidad de generación de gases con elevada entalpía que puede utilizarse para propulsión a reacción o puede ser la encargada de accionar una turbina de potencia acoplada a un eje, en la que puede acoplarse cualquier tipo de carga. De este modo la turbina de gas está formada por dos elementos principales: El generador de gas y la unidad generadora de potencia.
6
El generador de gases está formado a su vez por uno o varios compresores, la cámara de combustión, donde se mezclará el combustible con el aire y donde tendrá lugar la combustión, y finalmente la o las turbinas de expansión de gases, que en este caso sólo obtendrán la potencia necesaria para mover los compresores.
La unidad generadora de potencia es donde se obtendrá la potencia útil de la máquina, dependiendo de la aplicación, será otra turbina de expansión de gases, o bien, una tobera de propulsión.
En la actualidad, la turbina de gas se utiliza ampliamente, pues es capaz de desarrollar muy elevadas potencias con un tamaño y peso contenidos, aunque sin obtenerse eficiencias energéticas o rendimientos muy elevados, siendo estos del orden del 35 %.
Las turbinas de gas orientadas a la propulsión a reacción se implementan en la gran mayoría de aviones comerciales y militares, mientras que las turbinas de gas orientadas a la generación de trabajo en un eje también se han utilizado en buques, trenes, tanques, autobuses, camiones, coches, y en los compresores de los gasoductos [5]. Pero tienen su utilización prioritaria como generadores de energía eléctrica, bien sea para cubrir las puntas de demanda, gracias a su moderada velocidad de puesta en marcha, bien sea para utilizarlas en un ciclo combinado junto a una turbina de vapor para cubrir demandas medianas y con un elevado rendimiento, o utilizándolas con otras configuraciones de cogeneración en las que existe un proceso de elevada necesidad de calor, de modo que el gran caudal de gases de escape, una vez aprovechado en la turbina de potencia, se utiliza para la producción de vapor o para el secado de un determinado proceso industrial.
La turbina de gas es una planta de potencia que produce gran cantidad de energía con poco peso y tamaño. Puede funcionar con una gran variedad de combustibles: Gas Natural, Diesel, Naphta, Metano, gasóleos vaporizados, gases de biomasa. Así mismo, ha tenido un gran crecimiento en su utilización en los últimos años, debido a una importante mejora de los materiales, y de la refrigeración; con lo que se ha conseguido un incremento de las temperaturas y de las relaciones de compresión. Por lo tanto, ha habido un aumento del rendimiento del motor desde valores de apenas el 15 % hasta valores cercanos al 40 %.
Las aplicaciones más importantes son la generación de energía eléctrica (para grandes y pequeñas instalaciones); y la propulsión aeronáutica (aunque también propulsión marítima y terrestre).
El desarrollo de la turbina de gas ha tenido históricamente tres obstáculos que han dificultado y ralentizado su desarrollo:
