Login| Sign Up| Help| Contact|

Patent Searching and Data


Title:
METHOD AND ASSEMBLY FOR CONTROLLING AN INTERNAL COMBUSTION ENGINE HAVING MULTIPLE BURNERS
Document Type and Number:
WIPO Patent Application WO/2020/212067
Kind Code:
A1
Abstract:
The invention relates to a method and an assembly for controlling an internal combustion engine having multiple burners. According to the invention, combustion measurement data (VD1, VD2) is collected in a burner-specific manner for each burner (BN1, BN2) and assigned to a burner identification (BK1, BK2) identifying the respective burner (BN1, BN2). Performance measurement data (PD) of the internal combustion engine (GT) is also collected and used to determine a performance value. A machine learning model (NN) is trained by means of the combustion measurement data (VD1, VD2), the associated burner identifications (BK1, BK2) and the performance measurement data (PD), to generate burner-specific control data (SD1, SD2) which optimises the performance value when the burners (BN1, BN2) are actuated in a burner-specific manner using the control data (SD1, SD2). The control data (SD1, SD2) generated by the trained machine learning model (NN) is output for the burner-specific actuation of the burners (BN1, BN2).

Inventors:
BRUMMEL HANS-GERD (DE)
PFEIFER UWE (DE)
STERZING VOLKMAR (DE)
Application Number:
PCT/EP2020/057579
Publication Date:
October 22, 2020
Filing Date:
March 19, 2020
Export Citation:
Click for automatic bibliography generation   Help
Assignee:
SIEMENS AG (DE)
International Classes:
F23N5/00; F02D41/24
Foreign References:
US20140020400A12014-01-23
DE102008057199A12009-07-02
DE102017204434A12018-09-20
Download PDF:
Claims:
Patentansprüche

1. Verfahren zum Steuern einer Verbrennungskraftmaschine (GT) mit mehreren Brennern (BN1, BN2), wobei

a) für einen jeweiligen Brenner (BN1, BN2) Verbrennungsmess daten (VD1, VD2 ) brennerspezifisch erfasst und einer den je weiligen Brenner (BN1, BN2) identifizierenden Brennerkennung (BK1, BK2 ) zugeordnet werden,

b) Performanzmessdaten (PD) der Verbrennungskraftmaschine (GT) erfasst werden, anhand derer ein Performanzwert ermit telt wird,

c) mittels der Verbrennungsmessdaten (VD1, VD2 ) , der zugeord neten Brennerkennungen (BK1, BK2 ) sowie der Performanzmessda ten (PD) ein maschinelles Lernmodell (NN) darauf trainiert wird, brennerspezifische Steuerdaten (SD1, SD2) zu generie ren, die bei brennerspezifischer Ansteuerung der Brenner (BN1, BN2) durch die Steuerdaten (SD1, SD2) den Performanz- wert optimieren, und

d) vom trainierten maschinellen Lernmodell (NN) generierte Steuerdaten (SD1, SD2) zum brennerspezifischen Ansteuern der Brenner (BN1, BN2) ausgegeben werden.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass ein BrennstoffZufluss zu einem jeweiligen Brenner (BN1, BN2) abhängig von den Steuerdaten (SD1, SD2) brennerspezifisch auf mehrere Brennstoffstufen (FSA, FSB) aufgeteilt wird.

3. Verfahren nach Anspruch 2, dadurch gekennzeichnet,

dass die Aufteilung des BrennstoffZuflusses auf die Brenn stoffstufen (FSA, FSB) durch brennerspezifische Mehrwegventi le (MV1, MV2 ) vorgenommen wird.

4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass

zur kurzfristigen Unterbrechung oder Reduzierung eines Brenn stoffZuflusses ein brennerübergreifendes Ventil angesteuert wird . 5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet,

dass Verbrennungsmessdaten brennstoffstufenspezifisch erfasst und jeweils einer Brennstoffstufenkennung zugeordnet werden, und

dass die zugeordneten Brennstoffstufenkennungen zum Trainie ren des maschinellen Lernmodells (NN) verwendet werden.

6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass

das maschinelle Lernmodell (NN) durch ein Verfahren des be stärkenden Lernens trainiert wird.

7. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass

das maschinelle Lernmodell (NN) ein künstliches neuronales Netz, ein rekurrentes neuronales Netz, ein faltendes neurona les Netz, ein bayessches neuronales Netz, einen Autoencoder, eine Deep-Learning-Architektur, eine Support-Vector-Machine, ein datengetriebenes trainierbares Regressionsmodell, einen k-nächste-Nachbarn-Klassifikator, ein physikalisches Modell und/oder einen Entscheidungsbaum umfasst.

8. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass

das maschinelle Lernmodell (NN) im laufenden Betrieb der Ver brennungskraftmaschine (GT) anhand aktuell erfasster Verbren nungsmessdaten (VD1, VD2 ) und Performanzmessdaten (PD) wei tertrainiert wird.

9. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass

das maschinelle Lernmodell (NN) in einer Kalibrierungsphase mittels einer Trainings-Verbrennungskraftmaschine und/oder mittels eines Simulationsmodells einer Verbrennungskraftma schine vortrainiert wird.

10. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass

das maschinelle Lernmodell (NN) mehrere, für einen jeweiligen Brenner (BN1, BN2) spezifische Teilmodelle (ML1, ML2) um fasst, die jeweils für den jeweiligen Brenner (BN1, BN2) spe zifische Steuerdaten (SD1, SD2) generieren.

11. Verfahren nach Anspruch 10, dadurch gekennzeichnet, dass die Teilmodelle (ML1, ML2) zur Generierung der brennerspezi fischen Steuerdaten (SD1, SD2) parallel ausgeführt werden.

12. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass

ein weiteres maschinelles Lernmodell darauf trainiert wird, weitere Steuerdaten zu generieren, durch die eine Brenn stoffflussverteilung zwischen den Brennern (BN1, BN2) und/oder eine Verbrennungstemperatur eingestellt wird und die den Performanzwert und/oder einen weiteren Performanzwert op timieren .

13. Anordnung zum Steuern einer Verbrennungskraftmaschine (GT) mit mehreren Brennern (BN1, BN2), eingerichtet zum Aus führen eines Verfahrens nach einem der vorhergehenden Ansprü che .

14. Computerprogrammprodukt zum Steuern einer Verbrennungs kraftmaschine mit mehreren Brennern (BN1, BN2), eingerichtet zum Ausführen eines Verfahrens nach einem der Ansprüche 1 bis 12.

15. Computerlesbares Speichermedium mit einem Computerpro grammprodukt nach Anspruch 14.

Description:
Beschreibung

Verfahren und Anordnung zum Steuern einer Verbrennungskraft maschine mit mehreren Brennern

Moderne Verbrennungskraftmaschinen, wie beispielsweise Gas turbinen, Strahltriebwerke oder Verbrennungsmotoren verfügen häufig über mehrere Brenner, die in separaten oder in gemein samen Brennkammern hohe Temperaturen und Volumenströme erzeu gen, die in Bewegungsenergie umgesetzt werden. Während des Verbrennungsvorgangs werden in der Regel Druckschwingungen angeregt und Schadstoffe, wie z.B. Stickoxide, Kohlenmonoxid oder unverbrannte Kohlenwasserstoffe erzeugt oder ausgesto ßen .

Bei vielen Verbrennungskraftmaschinen wird der Verbrennungs vorgang in den Brennern durch eine Justierung verschiedener Brennstoffstufen strukturiert. Hierbei werden einem jeweili gen Brenner in den unterschiedlichen Brennstoffstufen diffe renzierte Brennstoffflüsse mit unterschiedlichen Flussmengen, Einleitungsdrücken und/oder Brennstoff-Luft- Mischungsverhältnissen parallel zugeführt. Für jede Brenn stoffstufe ist üblicherweise eine separate Ringleitung vorge sehen, die zu allen Brennern führt. Durch geeignete Justie rung der einzelnen Brennstoffstufen kann der Betrieb der Ver brennungskraftmaschine optimiert werden. Dabei wird häufig angestrebt, Druckschwankungen oder Temperaturspitzen in den Brennkammern, ein Zusetzen von Brennstoffdüsen und/oder einen Schadstoffausstoß zu verringern sowie eine Leistung oder ei nen Wirkungsgrad der Verbrennungskraftmaschine zu steigern. Die angestrebten Optimierungsziele wirken jedoch häufig anta gonistisch und können nur näherungsweise erreicht werden.

Es ist Aufgabe der vorliegenden Erfindung, ein Verfahren und eine Anordnung zum Steuern einer Verbrennungskraftmaschine mit mehreren Brennern zu schaffen, die eine bessere Optimie rung des Betriebs der Verbrennungskraftmaschine erlauben. Gelöst wird diese Aufgabe durch ein Verfahren mit den Merkma len des Patentanspruchs 1, durch eine Anordnung mit den Merk malen des Patentanspruchs 13, durch ein Computerprogrammpro dukt mit den Merkmalen des Patentanspruchs 14 sowie durch ein computerlesbares Speichermedium mit den Merkmalen des Pa tentanspruchs 15.

Erfindungsgemäß werden zum Steuern einer Verbrennungskraftma schine mit mehreren Brennern für einen jeweiligen Brenner Verbrennungsmessdaten brennerspezifisch erfasst und einer den jeweiligen Brenner identifizierenden Brennerkennung zugeord net. Die Verbrennungskraftmaschine kann insbesondere eine Gasturbine, ein Strahltriebwerk oder ein Verbrennungsmotor sein. Ein jeweiliger Brenner kann dabei auch mehrere Brenn stellen aufweisen und/oder als Brennergruppe ausgestaltet sein. Weiterhin werden Performanzmessdaten der Verbrennungs kraftmaschine erfasst, anhand derer ein Performanzwert ermit telt wird. Mittels der Verbrennungsmessdaten, der zugeordne ten Brennerkennungen sowie der Performanzmessdaten wird ein maschinelles Lernmodell darauf trainiert, brennerspezifische Steuerdaten zu generieren, die bei brennerspezifischer An steuerung der Brenner durch die Steuerdaten den Performanz- wert optimieren. Unter einem Optimieren sei hierbei insbeson dere auch ein Annähern an ein durch ein vorgegebenes Kriteri um bestimmtes Optimum verstanden. Ein solches Kriterium kann in einer sogenannten Belohnungsfunktion, Verlustfunktion oder Kostenfunktion für den Performanzwert ausgewertet werden. Die vom trainierten maschinellen Lernmodell generierten Steuerda ten werden zum brennerspezifischen Ansteuern der Brenner aus gegeben .

Als Verbrennungsmessdaten können insbesondere Druckschwankun gen in einer Brennkammer, Schadstoffemissionen, eine Gastem peratur, eine räumliche Temperaturverteilung, ein Brennstoff zufluss, ein Mischungsverhältnis oder andere Parameter eines Verbrennungsvorgangs brennerspezifisch erfasst werden. Der Performanzwert kann insbesondere eine generierte Leistung o- der einen Wirkungsgrad der Verbrennungskraftmaschine, Druck- Schwankungen in einer Brennkammer, eine Temperaturverteilung, eine Gaseinlasstemperatur, lokale Temperaturspitzen, Schad stoffemissionen, ein Zusetzen von Brennstoffdüsen, einen Brennstoffverbrauch oder einen Verschleiß der Verbrennungs kraftmaschine betreffen. Durch die Steuerdaten können insbe sondere ein Mischungsverhältnis zwischen Brennstoff und Luft, ein BrennstoffZufluss oder ein Einspritzdruck brennerspezi fisch gesteuert werden.

Zum Ausführen des erfindungsgemäßen Verfahrens sind eine An ordnung zum Steuern einer Verbrennungskraftmaschine, ein Com puterprogrammprodukt sowie ein computerlesbares Speichermedi um vorgesehen.

Das erfindungsgemäße Verfahren und die erfindungsgemäße An ordnung können beispielsweise mittels eines oder mehrerer Prozessoren, Computer, anwendungsspezifischer integrierter Schaltungen (ASIC) , digitaler Signalprozessoren (DSP) und/oder sogenannter „Field Programmable Gate Arrays" (FPGA) ausgeführt bzw. implementiert werden.

Ein Vorteil der Erfindung ist insbesondere darin zu sehen, dass durch die brennerspezifische Messdatenerfassung und die Performanzoptimierung individuelle Unterschiede der einzelnen Brenner, die durch Fertigungstoleranzen oder unterschiedliche Leitungsführungen bedingt sein können, in koordinierter Weise ausgeglichen werden können. Auf diese Weise können in vielen Fällen Temperatur-, Druck- oder Schadstoffextreme, eine Mate rialermüdung, ein Verschleiß oder ein Schadstoffausstoß ver ringert und/oder ein Wirkungsgrad oder eine generierte Leis tung erhöht werden. Durch die Verwendung eines maschinellen Lernmodells können auch komplexe Wirkungszusammenhänge oder Korrelationen zwischen brennerspezifischen Verbrennungsmess daten, Performanzmessdaten und brennerspezifisch optimierten Steuerdaten verhältnismäßig genau modelliert werden. Dies gilt insbesondere auch für unterschiedliche Betriebszustände der Verbrennungskraftmaschine. Vorteilhafte Ausführungsformen und Weiterbildungen der Erfin dung sind in den abhängigen Ansprüchen angegeben.

Gemäß einer vorteilhaften Ausführungsform der Erfindung kann ein BrennstoffZufluss zu einem jeweiligen Brenner abhängig von den Steuerdaten brennerspezifisch auf mehrere Brennstoff stufen aufgeteilt werden. Mittels der verschiedenen Brenn stoffstufen können einem Brenner jeweils mehrere Brenn stoffflüsse zugeleitet werden, die sich hinsichtlich ihres Brennstoff/Luft-Mischungsverhältnisses, ihres Einleitungsdru ckes oder hinsichtlich eines anderen Einleitungsparameters unterscheiden. Auf diese Weise kann in jedem Brenner der Ver brennungsvorgang räumlich, zeitlich, physikalisch und/oder chemisch strukturiert und damit insbesondere hinsichtlich des Performanzwertes brennerspezifisch optimiert werden.

Vorzugsweise kann die Aufteilung des BrennstoffZuflusses auf die Brennstoffstufen durch brennerspezifische und/oder brenn- stoffstufenspezifische Mehrwegventile vorgenommen werden. Durch die Verwendung von Mehrwegventilen kann ein Verroh rungsaufwand für die Verbrennungskraftmaschine häufig erheb lich gesenkt werden.

Vorteilhafterweise kann zur kurzfristigen Unterbrechung oder Reduzierung eines BrennstoffZuflusses ein brennerübergreifen- des Ventil angesteuert werden. Auf diese Weise können mehrere Brenner - unabhängig von ihrer brennerspezifischen Ansteue rung - gemeinsam schnell heruntergeregelt werden.

Nach einer vorteilhaften Weiterbildung der Erfindung können Verbrennungsmessdaten brennstoffstufenspezifisch erfasst und jeweils einer Brennstoffstufenkennung zugeordnet werden, die zusätzlich zum Trainieren des maschinellen Lernmodells ver wendet wird. Auf diese Weise können durch das maschinelle Lernmodell auch brennstoffstufenspezifische Wirkungszusammen hänge zwischen Verbrennungsmessdaten und Performanzmessdaten bzw. Steuerdaten modelliert werden. Diese Wirkungszusammen- hänge können bei der Optimierung des Performanzwertes in vor teilhafter Weise berücksichtigt werden.

Gemäß einer besonders vorteilhaften Ausführungsform der Er findung kann das maschinelle Lernmodell durch ein Verfahren des bestärkenden Lernens trainiert werden. Ein solches Ver fahren des bestärkenden Lernens wird häufig auch als Rein- forcement-Learning bezeichnet. Als Verfahren des bestärkenden Lernens können beispielsweise sogenannte PGNRR-Verfahren (PGNRR: Policy Gradient Neural Rewards Regression) , VOP- PGNNR-Verfahren (VOP-PGNRR: Variable Objective Policy PGNRR) oder modellbasierte Reinforcement-Learning-Verfahren wie z.B. RCNN-Verfahren (RCNN: Recurrent Control Neural Network) ver wendet werden. Durch das Training können insbesondere eine oder mehrere sogenannte geschlossene Control-Policies gene riert werden. Derartige geschlossene Control-Policies lassen sich in der Regel sehr schnell ausführen und erlauben mithin eine hohe Zeitauflösung bei der Steuerung der Verbrennungs kraftmaschine .

Das maschinelle Lernmodell und/oder eine Control-Policiy kann vorzugsweise ein künstliches neuronales Netz, ein rekurrentes neuronales Netz, ein faltendes neuronales Netz, ein

bayessches neuronales Netz, einen Autoencoder, eine Deep- Learning-Architektur, eine Support-Vector-Machine, ein daten getriebenes trainierbares Regressionsmodell, einen k-nächste- Nachbarn-Klassifikator, ein physikalisches Modell und/oder einen Entscheidungsbaum umfassen.

Nach einer weiteren vorteilhaften Ausführungsform der Erfin dung kann das maschinelle Lernmodell im laufenden Betrieb der Verbrennungskraftmaschine anhand aktuell erfasster Verbren nungsmessdaten und Performanzmessdaten weitertrainiert wer den. Dies erlaubt eine fortlaufende Betriebsoptimierung und Anpassung an laufzeitbedingte oder umgebungsbedingte Verände rungen der Verbrennungskraftmaschine. Weiterhin kann das maschinelle Lernmodell in einer Kalibrie rungsphase mittels einer Trainings-Verbrennungskraftmaschine und/oder mittels eines Simulationsmodells einer Verbrennungs kraftmaschine vortrainiert werden. Ein solches Simulationsmo dell wird häufig auch als Designmodell oder Digital-Twin be zeichnet. Als Trainings-Verbrennungskraftmaschine kann vor zugsweise ein baugleiches oder ähnliches Modell der Verbren nungskraftmaschine verwendet werden. Durch ein solches Vor training kann ein Training an der Verbrennungskraftmaschine häufig erheblich verkürzt werden.

Vorteilhafterweise kann das maschinelle Lernmodell mehrere, für einen jeweiligen Brenner spezifische Teilmodelle umfas sen, die jeweils für den jeweiligen Brenner spezifische Steu erdaten generieren. Auf diese Weise kann die Trainingsaufgabe in kleinere Teilaufgaben zerlegt werden, deren Wirkungszusam menhänge in der Regel einfacher zu modellieren sind und die sich oft erheblich schneller ausführen lassen.

Insbesondere können die Teilmodelle zur Generierung der bren nerspezifischen Steuerdaten parallel ausgeführt werden. Auf diese Weise kann eine Ausführungszeit in der Regel erheblich verkürzt werden.

Nach einer vorteilhaften Weiterbildung der Erfindung kann ein weiteres maschinelles Lernmodell darauf trainiert werden, weitere Steuerdaten zu generieren, durch die eine Brenn stoffflussverteilung, insbesondere eine Gesamt- Brennstoffflussverteilung zwischen den Brennern und/oder eine Verbrennungstemperatur eingestellt wird und die den Perfor- manzwert und/oder einen weiteren Performanzwert optimieren. Als Trainingsdaten können Verbrennungsmessdaten, zugeordnete Brennerkennungen sowie Performanzmessdaten genutzt werden. Darüber hinaus können zum Training des Weiteren maschinellen Lernmodells Simulationsdaten aus einer Simulation der Ver brennungskraftmaschine oder eines Teils davon verwendet wer den. Die Verwendung von Simulationsdaten ist insofern vor teilhaft, als für derartige brennerübergreifende Steuerungs- Vorgänge in der Regel eine geringere Menge von geeigneten Trainingsdaten verfügbar sind. Die Einstellung der Brenn stoffflussverteilung zwischen den Brennern ist insbesondere für Ringbrennkammern vorteilhaft, in denen die Brenner in ei ner gemeinsamen ringförmigen Brennkammer angeordnet sind. Da jeder Brenner in der Regel die ganze Ringbrennkammer beein flusst, können durch eine Steuerung der brennerübergreifenden Brennstoffverteilung brennerübergreifende Schwankungen ausge glichen werden.

Ein Ausführungsbeispiel der Erfindung wird nachfolgend anhand der Zeichnung näher erläutert. Dabei zeigen jeweils in sche matischer Darstellung:

Figur 1 eine Gasturbine mit mehreren Brennern,

Figur 2 ein Diagramm zur Veranschaulichung einer Brennstoff zuführung bei einer Gasturbine gemäß dem Stand der Technik,

Figur 3 ein Diagramm zur Veranschaulichung einer Brennstoff zuführung bei einer erfindungsgemäßen Gasturbine, und

Figur 4 eine Anordnung zum Steuern der erfindungsgemäßen Gas turbine .

Figur 1 zeigt als Verbrennungskraftmaschine eine Gasturbine GT in schematischer Darstellung. Die Gasturbine GT verfügt über einen Verdichter V zum Komprimieren von zuströmender Luft, über mehrere Brenner BN1 und BN2 zum Verbrennen von zu geführtem Brennstoff sowie über eine Turbine T zum Umsetzen von durch die Verbrennung erzeugter thermischer und kineti scher Energie in Rotationsenergie. Letztere wird über eine Antriebswelle AW unter anderem zum Verdichter V übertragen, um diesen anzutreiben.

Die Anwendung der Erfindung auf eine Gasturbine ist lediglich beispielhaft zu verstehen. Alternativ oder zusätzlich kann die Erfindung auch zum Steuern von anderen Verbrennungskraft maschinen, wie beispielsweise Strahltriebwerken oder Verbren nungsmotoren eingesetzt werden.

Figur 2 zeigt ein Diagramm zur Veranschaulichung einer Brenn stoffZuführung bei einer Gasturbine gemäß dem Stand der Tech nik. Die Gasturbine verfügt über mehrere Brenner, von denen in Figur 2 aus Übersichtlichkeitsgründen nur zwei Brenner BN1 und BN2 veranschaulicht sind. Die Gasturbine verfügt weiter hin über mehrere Brennstoffstufen, von denen in Figur 2 eben falls aus Übersichtlichkeitsgründen nur zwei Brennstoffstufen FSA und FSB explizit angedeutet sind. In den unterschiedli chen Brennstoffstufen FSA und FSB werden in einen jeweiligen Brenner BN1 bzw. BN2 jeweils mehrere unterschiedliche Brenn stoffflüsse durch separate Brennstoffdüsen eingeleitet. Die Brennstoffflüsse können sich z.B. hinsichtlich ihrer Fluss mengen, Brennstoff-Luft-Mischungsverhältnissen oder Einlei tungsdrücken unterscheiden. Auf diese Weise kann in jedem Brenner BN1 bzw. BN2 der Verbrennungsvorgang räumlich, zeit lich, physikalisch und/oder chemisch strukturiert und damit insbesondere optimiert werden.

Für die Brennstufen FSA und FSB ist gemäß dem Stand der Tech nik jeweils eine separate, stufenspezifische Ringleitung FRA bzw. FRB vorgesehen, die jeweils zu allen Brennern BN1 und BN2 führt. Die Ringleitungen FRA und FRB sind jeweils über ein steuerbares, brennstoffstufenspezifisches Ventil VA bzw. VB an eine Hauptversorgungsleitung MSL der Gasturbine ange schlossen. Die Ventile VA und VB teilen einen Gesamt- Brennstofffluss F auf die einzelnen Brennstoffstufen FSA und FSB auf.

Wegen der Zuführung einer jeweiligen Brennstoffstufe FSA bzw. FSB über eine Ringleitung FRA bzw. FRB wirkt sich die Auftei lung der BrennstoffZuflüsse undifferenziert auf alle Brenner BN1 und BN2 aus. Aufgrund von geometrischen Unterschieden der Leitungsführung sowie aufgrund von Fertigungstoleranzen oder laufzeitbedingten Änderungen der Brenner BN1 und BN2 unter- scheiden sich jedoch die BrennstoffZuflüsse zu den einzelnen Brennern BN1 und BN2 sowie die individuellen Verbrennungsvor gänge zumindest geringfügig. Diese Unterschiede bedingen in der Regel auch unterschiedliche Schadstoffemissionen, Tempe raturspitzen oder Druckschwankungen in den individuellen Brennern BN1 und BN2 und können durch die den Ringleitungen FRA und FRB vorgelagerten Ventile VA und VB nicht ausgegli chen werden. Dementsprechend orientiert sich eine Steuerung einer Verbrennungskraftmaschine gemäß dem Stand der Technik häufig am Brenner mit den schlechtesten Verbrennungswerten. Hierdurch werden jedoch die anderen Brenner nicht in optima ler Weise betrieben.

Figur 3 zeigt ein Diagramm zur Veranschaulichung einer Brenn stoffZuführung bei einer erfindungsgemäßen Gasturbine. Die erfindungsgemäße Gasturbine verfügt über mehrere Brenner, von denen aus Übersichtlichkeitsgründen nur zwei Brenner BN1 und BN2 explizit dargestellt sind. Ein jeweiliger Brenner BN1 bzw. BN2 kann hierbei auch mehrere Brennstellen aufweisen und/oder als Brennergruppe ausgestaltet sein. Weiterhin weist die erfindungsgemäße Gasturbine mehrere Brennstoffstufen auf, von denen in Figur 3 ebenfalls aus Übersichtlichkeitsgründen nur zwei Brennstoffstufen FSA und FSB explizit angedeutet sind. Die Brennstoffstufen FSA und FSB dienen, wie oben be reits beschrieben, zur Aufteilung der BrennstoffZuflüsse zu den einzelnen Brennern BN1 und BN2. Im Unterschied zu der im Zusammenhang mit Figur 2 beschriebenen Gasturbine gemäß dem Stand der Technik erfolgt diese Aufteilung bei der erfin dungsgemäßen Gasturbine jedoch für jeden Brenner BN1 und BN2 oder jede Brennergruppe individuell.

Zur brennerspezifischen Aufteilung der BrennstoffZuflüsse auf die einzelnen Brennstoffstufen FSA und FSB sind steuerbare, brennerspezifische Mehrwegventile MV1 und MV2 vorgesehen. Je dem Brenner BN1 und BN2 ist also ein Mehrwegventil MV1 bzw. MV2 spezifisch zugeordnet. Die Mehrwegventile MV1 und MV2 sind über eine stufenübergreifende Ringleitung FR an eine Hauptversorgungsleitung MSL der Gasturbine angeschlossen, über die ein Gesamt-Brennstofffluss F den Mehrwegventilen MV1 und MV2 zugeleitet wird.

Vorzugsweise können den Mehrwegventilen MV1 und MV2 brenner- übergreifende Ventile (nicht dargestellt) zur kurzfristen Un terbrechung oder Reduzierung eines BrennstoffZuflusses vorge schaltet sein. Derartige Unterbrechungen des BrennstoffZu flusses werden häufig auch als Trips und derartige Reduzie rungen des BrennstoffZuflusses häufig als Unloads bezeichnet.

Durch die brennerspezifische Aufteilung des Brennstoffflusses auf die einzelnen Brennstoffstufen FSA und FSB können bren nerindividuelle Unterschiede des Verbrennungsprozesses ausge glichen und zudem brennerspezifisch optimiert werden. Insbe sondere können Schadstoffemissionen, lokale Temperaturspit zen, Druckschwankungen, Leistung, Wirkungsgrad, Brennstoff verbrauch, Lebensdauer, Verschleiß, Ermüdung und/oder ein Zu setzen der Brennstoffdüsen individuell für jeden Brenner op timiert werden. Durch den möglichen Wegfall von stufenspezi fischen Ringleitungen kann zudem in vielen Fällen ein Verroh rungsaufwand reduziert werden.

Darüber hinaus können einzelne Brenner BN1 bzw. BN2 gezielt an unterschiedlichen Leistungspunkten, bei unterschiedlichen Verbrennungstemperaturen und/oder mit unterschiedlichen

Brennstoffmengen betrieben werden. Damit kann in der Regel eine Entstehung von Kohlenmonoxid, insbesondere bei kleiner Last und/oder von Stickoxiden effektiv reduziert werden. Da mit können Gasturbinen in vielen Fällen unter Einhaltung von Emissionsvorschriften bei sehr niedriger Leistung betrieben und in Bereitschaft gehalten werden.

Figur 4 zeigt in schematischer Darstellung eine Anordnung zum Steuern einer erfindungsgemäßen Gasturbine GT . Insofern in Figur 4 die gleichen Bezugszeichen wie in Figur 3 verwendet werden, werden durch diese Bezugszeichen die gleichen Entitä ten wie in Figur 3 bezeichnet. Diese Entitäten können insbe sondere wie in Figur 3 beschrieben ausgestaltet sein. Die Gasturbine GT verfügt über eine Turbinensteuerung CTL, die ein erfindungsgemäßes Steuerverfahren implementiert. Die Turbinensteuerung CTL ist in Figur 4 extern zur Gasturbine GT dargestellt. Alternativ kann die Turbinensteuerung CTL auch ganz oder teilweise in der Gasturbine GT implementiert sein. Die Turbinensteuerung weist einen oder mehrere Computer oder Prozessoren PROC zum Ausführen von Verfahrensschritten der Turbinensteuerung CTL auf, sowie eine oder mehrere Speicher MEN zum Speichern der von der Turbinensteuerung CTL zu verar beitenden Daten. Zum Steuern eines das erfindungsgemäße Ver fahren implementierenden Computerprogramms ist in der Turbi nensteuerung CTL insbesondere ein nichtflüchtiger Speicher vorgesehen .

Die Gasturbine GT verfügt über mehrere Brenner, von denen in Figur 4 aus Übersichtlichkeitsgründen nur zwei Brenner BN1 und BN2 dargestellt sind. Ein jeweiliger Brenner BN1 bzw. BN2 kann hierbei auch mehrere Brennstellen aufweisen und/oder als Brennergruppe ausgestaltet sein. Jeder Brenner BN1 bzw. BN2 wird durch ein elektrisches oder hydraulisches Mehrwegventil MV1 bzw. MV2 brennerindividuell gespeist. Die Mehrwegventile MV1 und MV2 teilen einen BrennstoffZufluss zu den Brennern BN1 und BN2 brennerspezifisch oder brennergruppenspezifisch auf die einzelnen Brennstoffstufen auf, wie bereits im Zusam menhang mit Figur 3 beschrieben.

Die Mehrwegventile MV1 und MV2 werden jeweils durch brenner spezifische Steuerdaten, hier SD1 bzw. SD2 angesteuert, durch die für jedes Mehrwegventil MV1 und MV2 die Aufteilung des BrennstoffZuflusses auf die verschiedenen Brennstoffstufen brennerspezifisch oder brennergruppenspezifisch eingestellt wird. Darüber hinaus können durch die Steuerdaten SD1 und SD2 auch ein Mischverhältnis zwischen Brennstoff und Luft, ein Einspritzdruck oder andere Steuerparameter brennerspezifisch oder brennergruppenspezifisch eingestellt werden. An einen jeweiligen Brenner BN1 bzw. BN2 ist jeweils ein brennerspezifischer Sensor AS1 bzw. AS2 angeordnet, der je weils brennerspezifische Verbrennungsmessdaten VD1 bzw. VD2 des betreffenden Brenners BN1 bzw. BN2 vorzugsweise in Echt zeit misst. Im vorliegenden Ausführungsbeispiel werden insbe sondere von Druckschwankungen innerhalb einer jeweiligen Brennkammer erzeugte akustische Schwingungen eines jeweiligen Brenners BN1 bzw. BN2 gemessen. Dabei werden jeweils Intensi täten der akustischen Schwingungen in mehreren Frequenzberei chen, vorzugsweise zwischen 15 Hz und 10 kHz für jeden Bren ner BN1 bzw. BN2 separat erfasst und als Verbrennungsmessda ten VD1 bzw. VD2 ausgegeben. Zusätzlich können durch die Sen soren AS1 und AS2 auch ein brennerspezifischer Schadstoffaus- stoß, insbesondere von Stickoxiden, Kohlenmonoxid oder unver brannten Kohlenwasserstoffen, eine chemische Zusammensetzung der Schadstoffe, eine Verbrennungstemperatur oder Verbren nungstemperaturverteilung, eine Einlass- oder Abgastempera- tur, ein Druck, ein Brennstoff-Luft-Mischungsverhältnis , ein BrennstoffZufluss oder andere Verbrennungsparameter als Ver brennungsmessdaten VD1 und VD2 erfasst werden.

Die von einem jeweiligen Sensor AS1 bzw. AS2 gemessenen und ausgegebenen Verbrennungsmessdaten VD1 bzw. VD2 werden je weils einer den betreffenden Brenner BN1 bzw. BN2 identifi zierenden Brennerkennung BK1 bzw. BK2 zugeordnet und zur Tur binensteuerung CTL übermittelt.

Weiterhin verfügt die Gasturbine GT über Performanzsensoren PS, die, vorzugsweise in Echtzeit, Performanzmessdaten PD der Gasturbine GT messen. Die Performanzsensoren PS können die Sensoren AS1 und AS2 ganz oder teilweise umfassen. Die Per- formanzmessdaten PD können brennerspezifisch oder brenner- übergreifend gemessen werden und ggf. Teil der von den Senso ren AS1 und AS2 gemessenen Verbrennungsmessdaten VD1 und VD2 sein. Die Performanzmessdaten PD können insbesondere Messda ten über Leistung, Wirkungsgrad, Brennstoffverbrauch oder Verschleiß der Gasturbine GT, über Druckschwankungen in den Brennkammern, über Schadstoffemissionen, insbesondere von Stickoxiden, Kohlenmonoxid oder unverbrannten Kohlenwasser stoffen, über Einlasstemperaturen, über Abgastemperaturen, über lokale Temperaturspitzen oder über ein Zusetzen von Brennstoffdüsen sowie Messdaten über andere eine Performanz der Gasturbine GT betreffende Betriebsgrößen umfassen.

Die Verbrennungsmessdaten VD1 werden in Zuordnung zur Brenn erkennung BK1 und die Verbrennungsmessdaten VD2 in Zuordnung zur Brennerkennung BK2 zu einem maschinellen Lernmodell NN der Turbinensteuerung CTL übermittelt. Die Performanzmessda- ten PD werden von den Performanzsensoren PS ebenfalls zum ma schinellen Lernmodell NN übermittelt. Die Performanzmessdaten PD werden zusammen mit den Verbrennungsmessdaten VD1 und VD2 in Zuordnung zu den Brennerkennungen BK1 und BK2 als Trai ningsdaten verwendet, um das maschinelle Lernmodell NN daten getrieben zu trainieren.

Das maschinelle Lernmodell NN wird im vorliegenden Ausfüh rungsbeispiel durch ein künstliches neuronales Netz implemen tiert. Das künstliche neuronale Netz wird vorzugsweise mit tels eines Verfahrens des bestärkenden Lernens (Reinforce- ment-Learning) trainiert. Hierbei werden die Performanzmess daten PD in einer Belohnungsfunktion ausgewertet, die anhand der Performanzmessdaten PD einen durch das Training zu opti mierenden Performanzwert für die Gasturbine GT ermittelt. Ei ne solche Belohnungsfunktion wird häufig auch als Reward- Function bezeichnet. Zur Durchführung des Trainings ist eine Vielzahl von bekannten Verfahren des bestärkenden Lernens verfügbar. Vorzugsweise kann ein sogenanntes PGNRR-Verfahren (PGNRR: Policy Gradient Neural Rewards Regression) , ein soge nanntes VOP-PGNRR-Verfahren (VOP-PGNRR: Variable Objective Policy PGNRR) oder ein modellbasiertes Reinforcement- Learning-Verfahren wie z.B. ein sogenanntes RCNN-Verfahren (RCNN: Recurrent Control Neural Network) zum Training verwen det werden.

Das maschinelle Lernmodell NN umfasst im vorliegenden Ausfüh rungsbeispiel für jeden Brenner der Gasturbine GT, hier BN1 bzw. BN2, ein brennerspezifisches Teilmodell ML1 bzw. ML2, das mittels der Trainingsdaten PD sowie VD1, BK1 bzw. VD2,

BK2 darauf trainiert wird, über den jeweiligen Brenner BN1 bzw. BN2 spezifische Steuerdaten, hier SD1 bzw. SD2 zu gene rieren. Die Teilmodelle ML1 und ML2 werden parallel trainiert und die trainierten Teilmodelle ML1 und ML2 in Produktivbe trieb der Gasturbine GT parallel ausgeführt. Durch die paral lele Ausführung der Teilmodelle ML1 und ML2 kann die Anwen dung des trainierten maschinellen Lernmodells NN stark be schleunigt werden, so dass bei der Generierung der Steuerda ten SD1 und SD2 eine hohe Zeitauflösung erzielt werden kann.

Als Training sei in diesem Zusammenhang - dem fachüblichen Sprachgebrauch folgend - eine Abbildung von Eingabedaten ei nes maschinellen Lernmodells, hier NN, auf eine oder mehrere Zielgrößen verstanden, die nach vorgegebenen Kriterien wäh rend einer Trainingsphase optimiert wird. Hierbei wird eine auf die vorgegebenen Kriterien hin optimierte Trainingsstruk tur des maschinellen Lernmodells NN ausgebildet. Die Trai ningsstruktur kann z.B. eine Vernetzungsstruktur von Neuronen eines neuronalen Netzes und/oder Gewichte von Verbindungen zwischen den Neuronen umfassen, die durch das Training so ausgebildet werden, dass die vorgegebenen Kriterien möglichst gut erfüllt werden. Die vorgegebenen Kriterien können in ei ner zu optimierenden Belohnungsfunktion abgebildet werden.

Im vorliegenden Ausführungsbeispiel empfängt das maschinelle Lernmodell NN von der Gasturbine GT die brennerspezifischen Verbrennungsmessdaten VD1 und VD2 jeweils in Zuordnung zur betreffenden Brennerkennung BK1 bzw. BK2 als Eingabedaten.

Als weitere Eingabedaten empfängt das maschinelle Lernmodell NN die Performanzmessdaten PD. Die Ausgabedaten des maschi nellen Lernmodells NN werden als brennerspezifische Steuerda ten SD1 und SD2 zur Gasturbine GT zurückgeführt. Mittels der Steuerdaten SD1 wird das Mehrwegventil MV1 und mittels der Steuerdaten SD2 wird das Mehrwegventil MV2 wie oben beschrie ben angesteuert. Das maschinelle Lernmodell NN wird darauf trainiert, dass seine Ausgabedaten, hier die brennerspezifischen Steuerdaten SD1 und SD2, bei brennerspezifischer Ansteuerung der Mehrweg ventile MV1 und MV2 durch diese Steuerdaten SD1 und SD2 den Performanzwert und dadurch gewissermaßen die Performanzmess- daten PD optimieren. Die Nutzung der Performanzmessdaten PD als Optimierungskriterium für das maschinelle Lernmodell NN ist in Figur 4 durch einen strichlierten Pfeil veranschau licht. Damit ist das Training auf ein Optimierungsproblem zu rückgeführt, für das eine Vielzahl von Optimierungsverfahren verfügbar sind.

Durch die Optimierung des Performanzwertes wird das maschi nelle Lernmodell NN darauf trainiert, aus den brennspezifi schen Verbrennungsmessdaten VD1 und VD2 für den Betrieb der Gasturbine GT vorteilhafte, d.h. performanzerhöhende Steuer daten SD1 und SD2 zu generieren. Mittels der brennerspezi fisch optimierten Steuerdaten SD1 und SD2 kann in der Regel ein Wirkungsgrad der Gasturbine GT erhöht und/oder ein Schad stoffausstoß oder Verschleiß der Gasturbine GT verringert werden. Darüber hinaus können lokale Temperaturspitzen ver mieden oder ein Zusetzen von Brennstoffdüsen verringert wer den .

Das maschinelle Lernmodell NN wird vorzugsweise im laufenden Produktivbetrieb der Gasturbine GT anhand von aktuell erfass ten Verbrennungsmessdaten und Performanzmessdaten weitertrai niert. Insbesondere kann ein geschlossener Regelkreis für ei ne fortlaufende Optimierung vorgesehen sein, um so die Gas turbine GT laufend an umgebungsbedingte oder laufzeitbedingte Veränderungen anzupassen.

Gemäß einer Ausführungsvariante der Erfindung können die Ver brennungsmessdaten VD1 und VD2 durch die Sensoren AS1 und AS2 auch brennstoffstufenspezifisch erfasst werden und ihnen eine die jeweilige Brennstoffstufe identifizierende Brennstoffstu- fenkennung zugeordnet werden. Die sowohl brennerspezifischen als auch brennstoffstufenspezifischen Verbrennungsmessdaten VD1 und VD2 können dann in Zuordnung zur jeweiligen Brenn stoffstufenkennung als Eingabedaten zum maschinellen Lernmo dell NN übermittelt werden, um dieses zu trainieren. Die zu sätzliche Differenzierung nach Brennstoffstufen erlaubt es, auch brennstoffstufenspezifische Wirkungszusammenhänge zu mo dellieren und bei der Optimierung des Performanzwertes zu be rücksichtigen .

Gemäß einer weiteren Ausführungsvariante der Erfindung kann ein weiteres maschinellen Lernmodells (nicht dargestellt) vorgesehen sein, dass darauf trainiert wird, weitere Steuer daten zu generieren, durch die eine Brennstoffflussverteilung zwischen den Brennern BN1 und BN2 eingestellt wird und die den Performanzwert und/oder einen weiteren Performanzwert zu- sätzlich optimieren.