Termik Santrallerde Buhar Basıncı Düşürücü Vanaların Kademeli Azaltma Modeli Üzerine Araştırma
Apr 14, 2026
Son zamanlarda, Zhejiang Üniversitesi'nin özel kontrol vanası araştırma ekibi, termik santrallerdeki buhar basınç düşürücü vanaların temel düzenleyici bileşenlerinin termohidrolik özelliklerine ilişkin sistematik bir araştırma yürütmüştür. İlgili araştırma sonuçları, "Termik Santrallerdeki Buhar Basınç Düşürücü Vanaların Termohidrolik Özelliklerinin Mertebe Azaltma Modeline Dayalı Hızlı Tahmini" başlıklı bir akademik makale oluşturmuş ve Çin Bilimler Akademisi'nin ikinci bölgesindeki en iyi dergilerden biri olan International Communications in Heat and Mass Transfer dergisinde yayınlanmıştır. Geleneksel CFD sayısal simülasyon ve deneysel araştırma yöntemlerinin verimlilik ve maliyet açısından sınırlamalarına yanıt olarak, özortogonal ayrıştırmaya (POD) dayalı bir mertebe azaltılmış model (ROM) oluşturulmuş ve karmaşık akış alanlarının hızlı yeniden yapılandırılması ve verimli tahmini sağlanmıştır. Bu, mühendislik doğruluğunu sağlarken hesaplama verimliliğini önemli ölçüde artırmıştır. Termik santrallerde buhar basınç düşürücü vanalar, önemli düzenleyici bileşenlerdir. Yüksek hesaplama maliyeti ve zaman gereksinimleri nedeniyle, karmaşık termal-hidrolik özelliklerinin analizi oldukça zordur. Bu sorunu ele almak için, bu çalışmada özortogonal ayrıştırma (POD) kullanılarak indirgenmiş mertebeli bir model (ROM) geliştirilmiştir. İlk olarak, farklı çıkış basınçları ve stroklar altındaki akış alanı sayısal olarak simüle edilmiştir; İkinci olarak, uzamsal modları ve modal katsayıları çıkarmak için POD kullanılmıştır; Son olarak, Kriging modeli, destek vektör makinesi regresyonu ve fizik tabanlı destek vektör regresyonu gibi uyarlama yöntemleri aracılığıyla, modal katsayılar ile çalışma koşulları arasındaki ilişki kurulmuştur. Sonuçlar, CFD simülasyonuna kıyasla ROM'un hesaplama verimliliğini dört kattan fazla artırdığını göstermektedir. ROM sonucunun maksimum hatası %13,59'dur. ROM, basınç, sıcaklık ve entropi dağılımını %2'den daha düşük bir bağıl kök ortalama kare hatası (RRMSE) ile tahmin etmektedir. Bu çalışma, basınç düşürücü vanalar içindeki fiziksel niceliklerin dağılımını tahmin etmek için yeni bir indirgenmiş mertebeli modelleme çerçevesi önermektedir. Ayrıca, bu çalışma akışkan dinamiği uygulamalarında mühendislik bileşenleri için hızlı ve doğru tahmin modelleri geliştirilmesine yönelik bir referans sağlamaktadır. Araştırma Arka Planı Buhar basınç düşürücü vana, termik santrallerin buhar sisteminde önemli bir düzenleyici bileşendir. Yüksek sıcaklık ve yüksek basınçlı aşırı ısıtılmış buharın (yaklaşık 2 MPa, 574℃) basıncını aşağı akışta gerekli basınca düşürmekten ve açıklık derecesini ayarlayarak akış hızını kontrol etmekten sorumludur. Güç tepe noktası tıraşlama talebinin artmasıyla birlikte, vanaların sık sık çalıştırılması gerekmektedir. İçlerinde tıkanmış akış (Ma>=1) olması, verimlilikte azalmaya veya hatta ekipman hasarına yol açabilir. Bu nedenle, güvenli çalışma için iç akış alanının gerçek zamanlı olarak izlenmesi çok önemlidir. Bununla birlikte, vananın içi son derece yüksek sıcaklık ve yüksek basınçlı bir ortamdadır, bu da gaz kelebeği delikleri gibi kritik noktalara sensör yerleştirmeyi imkansız hale getirir. Gerçek iç basınç, hız ve sıcaklık dağılımını kavramak zordur. Şu anda, buhar basınç düşürücü vanalar üzerine yapılan araştırmalar esas olarak deneylere ve CFD simülasyonlarına dayanmaktadır, ancak verimlilik ve maliyet açısından belirgin eksiklikler vardır. Bu nedenle, bu makale özortogonal ayrıştırmaya (POD) dayalı indirgenmiş mertebeli bir model (ROM) oluşturmaktadır. Temel fikir şudur: Az sayıda yüksek hassasiyetli CFD sonucundan ana akış modlarını çıkarmak ve akış alanını yeniden oluşturmak. Ardından, çalışma koşulu parametreleri ile modal katsayılar arasında basit bir eşleme kurulur. Yeni çalışma koşulları altında, karmaşık akışkan mekaniği denklemlerini yeniden çözmeye gerek kalmadan, akış alanının tamamı hızlı bir şekilde yeniden oluşturulabilir. Araştırma yöntemleri İndirgenmiş mertebeli bir model oluşturmanın temeli, yüksek kaliteli bir eğitim örnek kütüphanesi oluşturmaktır. Çalışmada dört çıkış basıncı (1,2 MPa, 1,4 MPa, 1,6 MPa, 1,8 MPa) ve altı valf stroku (20 mm ila 120 mm) seçilmiş ve bunlar birleştirilerek bu buhar basınç düşürücü vananın tipik çalışma koşulları aralığını kapsayan 24 set kararlı durum hesaplama koşulu oluşturulmuştur. Termik santralin saha verileriyle doğrulanan CFD hesaplamalarıyla elde edilen akış hızı ile ölçülen değer arasındaki maksimum sapma %9,70'tir; bu da mühendislik doğruluk gereksinimlerini karşılamakta ve sonraki ROM giriş verilerinin güvenilirliğini sağlamaktadır. CFD anlık görüntü verilerinin boyutunu azaltmak için Özortogonal Ayrıştırma (POD) yöntemi benimsenmiştir. Akış alanı fiziksel niceliklerinin (yoğunluk, basınç, hız, sıcaklık, Mach sayısı, entropi) her bir grubu, anlık görüntü matrisi X'i (m×n boyutlu, burada m=24 örnek sayısı ve n≈8×10⁶ ızgara düğüm sayısıdır) oluşturmak için satır vektörleri olarak düzenlenir. POD: X ≈ UΣV beta, Tekil Değer Ayrıştırması (SVD) yoluyla elde edilir. Bunlardan U, modal katsayı bilgilerini, V ise Uzamsal Modları içerir ve Σ'nin köşegen elemanları, her bir modun enerji katkısını temsil eden tekil değerlerdir. Enerjiye göre azalan sırada düzenlendikten sonra, ilk mod basınç alanı enerjisinin %85,72'sini ve entropi alanının %88,00'ini oluşturur. İlk 12 modun kümülatif enerjisi %99'a ulaşır, bu nedenle kesme derecesi k=12 seçilir ve sayısal gürültüyü filtrelemek için daha yüksek dereceli modlar atılır. Yeni çalışma koşullarının tahminini gerçekleştirmek için, çalışma koşulu parametreleri (çıkış basıncı p, valf stroku h) ile modal katsayı α, α=f(p, h) arasındaki eşleme ilişkisinin kurulması gereklidir. Bu çalışmada üç regresyon yöntemi karşılaştırılmıştır: polinom regresyonu, Kriging ve destek vektör regresyonu.Ek olarak, araştırmada fiziksel bilgi destek vektör makinesi regresyonu denenmiştir. Momentum denkleminin artık terimi SVR kayıp fonksiyonuna dahil edilmiş ve hiperparametre ε'yi optimize etmek için gradyan iniş algoritması benimsenmiştir; böylece tahmin edilen akış alanı, simetri düzleminde kararlı haldeki NS denkleminin momentum koruma kısıtlamasını karşılamaktadır.Ancak sonuçlar, POD temel fonksiyonunun kontrol denklemini sağlayan CFD anlık görüntüsünden çıkarıldığı için, temel fonksiyonun kendisinin yeterli fiziksel bilgi içerdiğini göstermektedir; sınırlı örneklem durumunda, temel SVR bu temsil çerçevesinin doğruluk üst sınırına yaklaşmıştır. İkincil optimizasyon terimleri olarak fiziksel kısıtlamaların eklenmesi, tahmin hatasını önemli ölçüde azaltmamıştır (RRMSE %1,16'ya karşı %0,87), bunun yerine aşırı kısıtlamalar nedeniyle yerel bölgesel sapmada artışa yol açabilir. Son ROM'un çevrimiçi tahmin süreci şu şekildedir: Hedef çalışma koşulu parametreleri (p, h) girilir, Kriging model interpolasyonu yoluyla 12 modal katsayı α youdaoplaceholder7 elde edilir ve u(X)=Σα dv ϕ ve dv (X)'deki önceden depolanmış uzamsal modlar doğrusal olarak üst üste bindirilerek tam akış alanı dağılımı yeniden oluşturulur. Bu işlemin hesaplama karmaşıklığı O(k×n)'dir. AMD EPYC 7763 ile donatılmış hesaplama platformunda, tek bir tahmin yaklaşık 4,8 saniye sürer; bu, CFD'nin 11.665 saniyesinden dört kat daha uzundur. Araştırma sonuçları Basınç tahmin sonuçlarını örnek olarak ele alırsak, Kriging modeline dayalı indirgenmiş mertebeli model ile simetrik düzlem basınç alanının tahmin sonuçları, RRMSE'nin %0,79 ve maksimum bağıl hatanın %16,49 olduğunu göstermektedir. Destek Vektör Makinesi regresyonuna (SVR) dayalı modelin RRMSE'si %0,87 ve maksimum bağıl hatası %15,38'dir. Her iki yöntem de basınç dağılımının bağıl hatasını mühendislik açısından kabul edilebilir %20 aralığında tutmakta ve her ikisinin de RRMSE'si %1'den azdır. Dış manşon ile iç manşon arasındaki halka şeklindeki boşluk bölgesinde, akış alanının ani genişlemesi nedeniyle akış hızının azaldığı ve basıncın önemli bir geri tepme fenomeni gösterdiği, basınç değerinin 1,53 MPa ile 1,88 MPa arasına yükseldiği belirtilmelidir. Daha sonra, buhar iç manşonun kısma deliğinden (ikincil kısma) akar ve basınç tekrar düşer, sonunda aşağı akış çıkışındaki basınçla dengelenir. "Basınç azalması - geri tepme - tekrar basınç azalması" şeklindeki bu monoton olmayan basınç dağılımı özelliği, ROM modeli tarafından doğru bir şekilde yakalanmıştır. Kriging veya SVR yöntemi olsun, tahmin eğrileri, maksimum yerel gradyan bölgesinde yalnızca küçük sapmalarla, CFD referans değerleriyle iyi bir uyum içindedir. Valf boşluğunun ana gövde bölgesinde ve giriş-çıkış boru hattı bölgelerinde basınç değişimleri nispeten yumuşaktır ve bağıl hata genellikle %5'ten azdır, bazı bölgelerde ise %1'den bile azdır. Maksimum bağıl hata %16,49, dış kılıfın kısma deliğinin çıkışındaki duvara yakın yerel konumda meydana gelir. Burada akış ayrılması yoğundur ve yüksek dereceli mod kesintisinin neden olduğu detay kaybı en belirgindir. Buna rağmen, hata seviyesi mühendislik uygulamalarında basınç eğilimi değerlendirmesi ve genel yük değerlendirmesi için hala kabul edilebilir bir aralıktadır. Akış alanı tahmininde üç uyarlama yönteminin performansı karşılaştırıldı: %0,79'luk RRMSE doğruluğuna sahip Kriging modeli, %0,87'lik SVR'den biraz daha iyiydi ve ikisi maksimum hata seviyesinde (yaklaşık %15-16) karşılaştırılabilir düzeydeydi. Fiziksel bilgi kısıtlamaları eklenmiş PI-SVR yöntemi, basınç tahmininde bir avantaj göstermedi. RRMSE'si %1,16, maksimum hatası %17,67'ye ulaşıyor ve temel SVR'ye kıyasla gaz kelebeği deliğinin yüksek eğimli bölgesindeki hata dağılım aralığı genişliyor. Bu olgu, basınç gibi güçlü doğrusal olmayan ancak nispeten sabit uzamsal yapıya sahip fiziksel nicelikler için, Gauss süreçlerine dayalı Kriging interpolasyonunun küçük örneklem ve parametrik olmayan eşleme ilişkilerini daha iyi ele alabileceğini göstermektedir. Bu nedenle, buhar basınç düşürücü vanaların akış alanının hızlı tahmini için Kriging modelinin en uygun çözüm olduğu belirlenmiştir. Araştırma Beklentileri Araştırma sonuçları, basınç düşürücü vanaların dijital ikizinin oluşturulması için uygulanabilir bir teknik yol sunmaktadır. Bu ROM modeli, vananın iç basınç alanı ve sıcaklık alanı gibi temel parametrelerin gerçek zamanlı olarak yeniden oluşturulmasını ve görsel olarak izlenmesini sağlayarak, geleneksel sensörlerin kısma bileşeninin içine yerleştirilememesinden kaynaklanan "kara kutu" sorununu çözmektedir. Ancak, bu çalışmada oluşturulan indirgenmiş mertebeli modelin belirgin uygulama sınırları olduğunu belirtmek gerekir. Birincisi, modelin etkin aralığı kesinlikle eğitim verileriyle kapsanan parametre alanıyla sınırlıdır ve örneklenmemiş geometrilere veya farklı sınır koşullarına ekstrapolasyon yapma yeteneğine sahip değildir. İkincisi, mevcut model kararlı durum anlık görüntülerine dayanarak oluşturulmuştur ve yalnızca kararlı durum çalışma koşulu tahminine uygulanabilir; vananın hızlı hareketi sırasında geçici akış evrimini yakalayamaz. Sonraki araştırmalar, mevcut çalışmayı aşağıdaki iki açıdan derinleştirecek ve genişletecektir: İlk yöntem geçici akış modellemesidir. Zaman serisi analiz yöntemleri (örneğin Dinamik Mod Ayrıştırma DMD veya Uzun Kısa Süreli Bellek Ağı LSTM) birleştirilerek, kararsız akış evrimini tahmin edebilen dinamik, indirgenmiş mertebeli bir model oluşturulur. İkincisi, fiziksel bilgi yöntemlerinin optimizasyonudur. Fiziksel bilgi makine öğreniminin uygulama stratejilerini yeniden inceleyin, regresyon aşaması yerine modal çıkarım aşamasında fiziksel kısıtlamaların getirilmesini araştırın veya modelin ekstrapolasyon yeteneğini ve örnek seyrek bölgelerdeki fiziksel tutarlılığını iyileştirmek için düşük çözünürlüklü CFD ve fiziksel bilgi sinir ağlarıyla birleştirilmiş çoklu doğruluk çerçevesi benimseyin.
DEVAMINI OKU