Riassunto analitico
Nel mercato energetico globale vi è una pressione sempre più crescente sulle industrie
per la digitalizzazione e lo sviluppo di metodi efficienti di simulazione e
controllo degli impianti e dei componenti, e tra le cui tante motivazioni risiede la
previsione di un incremento del consumo energetico del 50% entro il 2050. A tal
fine, una delle tecnologie più all’avanguardia che si sta sviluppando sempre di più
negli ultimi anni è il Digital Twin.
Il presente elaborato, dunque, descrive il progetto di modellazione e sviluppo di un
gemello digitale per turbine a gas utilizzate per la produzione di energia necessaria
al funzionamento di impianti nell’ambito offshore.
Nella prima fase del progetto, è stato sviluppato il codice del modello di calcolo
delle componenti di una turbina a gas mediante la programmazione ad oggetti in
Python, progettando metodi e funzioni specifiche per la descrizione dettagliata del
comportamento termodinamico di compressore, camera di combustione, turbina e
flussi di aria e combustibile, utilizzando la libreria NeqSim per la determinazione
delle proprietà dei fluidi. Successivamente, il modello di calcolo è stato validato
mediante un’analisi comparativa con il software Aspen HYSYS®, implementando
un caso studio di una generica turbina a gas a singolo albero in differenti condizioni
operative.
A seguito della validazione dei metodi di predizione e di calcolo per una generica
turbina a gas, è stata effettuata una progettazione del gemllo digitale in condizioni
di design per le due turbine reali oggetto di studio: la GE LM2500 e la GE
LM6000, attraverso l’utilizzo dei software Thermoflow©, da cui sono stati ottenuti
gli input principali e con cui è stato validato il codice, e GasTurb, per l’identificazione
delle efficienze politropiche ed isoentropiche dei componenti in condizioni di
progetto. In seguito, è stato realizzato un modello per il comportamento off-design
al variare della temperatura ambiente della turbina GE LM2500, utilizzando come
riferimento il modello off-design delineato in Thermoflow©.
Infine, dato che uno degli utilizzi più importanti e significativi per i gemelli digitali
è la manutenzione predittiva, è stata introdotta una breve analisi di indici di
individuazione della degradazione dei componenti della turbina a gas, effettuando
un’iniziale ed esemplificativa comparazione dei risultati con i dati del campo.
I risultati hanno evidenziato come il gemello digitale sviluppato in Python in condizioni
di progetto per entrambe le turbine e in condizioni fuori progetto per la turbina GE LM2500 generi dei risultati che si discostano da Thermoflow© di un
valore percentuale mediamente minore dell’1%, fornendo inoltre dati dettagliati
per i singoli componenti, come temperature e potenze richieste e generate in ogni
stadio della turbina e la composizione dei fluidi.
Lo scopo del progetto è stato dunque quello di creare un gemello digitale in Python
per la simulazione e previsione del comportamento di due turbine a gas per la
produzione di energia nell’ambito offshore, con l’obiettivo di implementare tale
modello ai fini della manutenzione predittiva.
|
Abstract
In the global energy market, there is an increasing pressure on industries to digitise
and develop efficient methods of simulating and controlling plants and components,
one of the many reasons being the prediction that energy consumption
will increase by 50% by 2050.
To this end, one of the most cutting-edge technologies to emerge in recent years
is the Digital Twin. This thesis describes the modelling and development project
of a digital twin for gas turbines owned by Equinor, used to produce the energy
required to operate offshore plants.
The aim of the project is therefore to create a digital twin in Python to simulate
and predict the behaviour of two gas turbines for offshore power generation, with
the aim of implementing this model for predictive maintenance purposes. In the
first phase of the project, the code for the computational model of the components
of a gas turbine is developed using object-oriented programming in Python,
designing specific methods and functions for the detailed description of the thermodynamic
behaviour of the compressor, combustion chamber, turbine and air
and fuel flows, using the NeqSim library for the determination of fluid properties.
Subsequently, the computational model is validated through a comparative analysis
with the Aspen HYSYS® software, developing a single-shaft gas turbine case
study, under different operating conditions.
Following the validation of the prediction and calculation methods for a generic
gas turbine, the digital twin modeling is carried out under design conditions for
the two real turbines under study: GE LM2500 and GE LM6000, through the use
of Thermoflow©, which provides the main inputs to build the model in Python and
the outputs to validate the digital twin itself, and GasTurb© to determine the polytropic
and isoentropic efficiencies of the components in design conditions. Next,
a model for the off-design behaviour at varying ambient temperature of the GE
LM2500 turbine is developed, using the off-design model outlined in Thermoflow©
as a reference.
Finally, since one of the most important and significant applications of digital
twins is predictive maintenance, a brief analysis of the indicator for detecting the
degradation of gas turbine components is presented, with an initial and illustrative
comparison of the results with field data, provided by Equinor.
The results show that the digital twin developed in Python under design conditions
for both turbines, and under off-design conditions for the GE LM2500
turbine, produce outputs that deviate from Thermoflow© by less than 1%, while
also providing detailed data for individual components, such as temperatures and
power required and generated at each turbine stage, fluid composition, etc.
|
