Neuronales Netzwerk basierte Drosselklappensteuerung für Kompressoren

Zentrifugalkompressoren werden in verschiedenen Industriezweigen wie der Ölindustrie, der Luft- und Raumfahrt und in Gasanlagen eingesetzt, um den Druck und die Ölproduktion zu erhöhen. Das Hauptziel besteht darin, den Zentrifugalkompressor mit einem Anti-Surge-Control-Mechanismus (ASC) unter Verwendung neuronaler Netze zu modellieren, um Schwallprobleme zu vermeiden und die Leistungskennzahlen zu verbessern. Verschiedene Regler wie PID-Regler, gefolgt von Fuzzy-Logic-Reglern (FLC) und Neuro-Fuzzy-Reglern (NFC) werden in den Anti-Surge-Control (ASC)-Mechanismus für das Kompressor-Recyclingsystem integriert, um einen Leistungsvergleich zu ermöglichen. Die Modellierung des CRS mit ASC-Mechanismus wird mit der MATLAB Simulink-Umgebung durchgeführt. Die Simulationsergebnisse wie verschiedene Durchflussraten, Saug- und Plenumdrücke, Drehzahlen und Kompressorkennfelder werden für alle Reglerentwürfe im Detail realisiert. Die Fehlerreaktionen der Leistungsmetriken werden für CRS mit ASC-Mechanismus unter Verwendung verschiedener Regler im Detail analysiert. Basierend auf dem NNPC-Ausgangsverhalten im ASC-Mechanismus des CRS-Systems liegt die OP-Position neben der Surge-Control-Linie (SCL) Der NNPC liefert eine bessere OP-Position und vermeidet Surge

Autorentext

Dr. Divya M N, PhD in Luft- und Raumfahrtelektronik, VTU Belgaum, hat 22 Jahre Erfahrung in der Lehre und 1 Jahr in der Industrie. Sie hat mehr als 22 Forschungsarbeiten in internationalen Fachzeitschriften und Konferenzen veröffentlicht. Ihre Spezialgebiete sind Kontrollsysteme, maschinelles Lernen und Signalverarbeitung.