Correzione delle mappe prestazionali di un compressore assiale tramite reti neurali artificiali

Abstract

Nel moderno mercato dell’energia, assume particolare rilievo l’accurata definizione delle prestazioni delle turbine a gas e dei loro componenti, al fine di poter competere con i sistemi di conversione di energia rinnovabile. Nella presente tesi, è stata sviluppata ed applicata ad un compressore assiale di Ansaldo Energia una procedura in grado di migliorare la previsione delle prestazioni della macchina stessa. In particolare, le mappe prestazionali del compressore, derivanti da calcoli CFD, sono state opportunamente modificate mediante l’utilizzo di reti neurali artificiali al fine di traguardare al meglio i dati impiantistici disponibili. Dopo aver realizzato un’accurata analisi di sensibilità riguardo l’utilizzo delle suddette reti, al fine di giungere ad una configurazione in grado di fornire risultati soddisfacenti, si è poi passati alla validazione dei risultati. Quest’ultima è stata svolta sia da un punto di vista qualitativo che quantitativo, facendo riferimento non solo alle prestazioni del compressore, ma anche dell’intera macchina a seguito di opportuni bilanci termodinamici e di massa. Il presente lavoro definisce la prima fase di approccio alla tematica descritta, analizzandone sia i punti di forza che di debolezza; in questo modo, vengono poste le basi per gli sviluppi futuri al fine di ottenere un approccio generale da poter applicare ad ogni macchina della flotta.

In the modern energy market, it is particularly important to accurately define the performance of gas turbines and their components, to compete with renewable energy conversion systems. In this thesis, a procedure has been developed and applied to an axial compressor by Ansaldo Energia to improve the prediction of the performance of the machine itself. Compressor performance maps, resulting from CFD calculations, have been appropriately modified using artificial neural networks to better target the available plant data. After having carried out a thorough sensitivity analysis regarding the use of these networks, to achieve a configuration that could provide satisfactory results, the results were then validated. That validation was carried out from both a qualitative and quantitative point of view, referring not only to the performance of the compressor, but also of the whole machine following appropriate thermodynamic and mass balances. This work defines the first phase of approach to the theme described, analysing both its strengths and weaknesses; in this way, the basis for future developments is laid to obtain a general approach that can be applied to each machine in the fleet.