经由远程框架的燃气涡轮预测排放建模、报告和模型管理的制作方法

1.本文描述的实施例总体上涉及监测涡轮机的排放，并且更具体地涉及经由远程框架对燃气涡轮发动机的预测排放建模、报告和模型管理。


背景技术：

2.测量和监测包括燃气涡轮发动机和气体压缩机的诸如涡轮机的机器的排放输出是很重要的。对于燃气涡轮发动机，这些排放通常包括氮氧化物(nox)、一氧化碳(co)、未燃烧烃类(uhc)和/或二氧化碳(co2)。在美国，这种排放由联邦法规规定，诸如联邦法规法典第40条的第60、61和63部分。
3.连续排放监测系统(cems)可安装在涡轮机上以测量涡轮机的排放。典型的cems包括探针和分析仪以测量排放流中的气体浓度。例如，美国专利第9,274,520号和第10,107,495号公开了使用cems监测排放。然而，就安装和维护而言，cems可能是昂贵的。特别地，受过训练的技术人员必须在现场连续地和手动地校准cems。
4.本公开旨在克服发明人发现的一个或多个问题。


技术实现要素：

5.在实施例中，一种用于监测涡轮机的排放的方法包括使用至少一个硬件处理器来：存储被配置成基于涡轮机的一个或多个参数预测远程涡轮机的排放的模型；在多次迭代中，通过至少一个网络从远程涡轮机接收数据，其中该数据包括一个或多个参数的值，将模型应用于一个或多个参数的值以输出涡轮机的预测排放，并且将预测排放添加到存储器中的远程涡轮机的排放历史；以及监测排放历史以符合至少一项排放要求。
6.在实施例中，一种系统包括：至少一个硬件处理器；以及软件，该软件被配置成当由至少一个硬件处理器执行时，存储被配置成基于涡轮机的一个或多个参数预测远程涡轮机的排放的模型，在多次迭代中，通过至少一个网络从远程涡轮机接收数据，其中该数据包括一个或多个参数的值，将模型应用于一个或多个参数的值以输出涡轮机的预测排放，并且将预测排放添加到存储器中的远程涡轮机的排放历史；以及监测排放历史以符合至少一项排放要求。
7.在实施例中，一种其上存储有指令的非暂时性计算机可读介质，其中这些指令在由处理器执行时使处理器：存储被配置成基于涡轮机的一个或多个参数预测远程涡轮机的排放的模型，在多次迭代中，通过至少一个网络从远程涡轮机接收数据，其中该数据包括一个或多个参数的值，将模型应用于一个或多个参数的值以输出涡轮机的预测排放，并且将预测排放添加到存储器中的远程涡轮机的排放历史；以及监测排放历史以符合至少一项排放要求。
附图说明
8.本公开的实施例的细节，关于其结构和操作，可以部分地通过研究附图来收集，其
中相同的附图标记表示相同的部件，并且其中：
9.图1示出了根据实施例的示例基础设施，其中可以实施本文描述的一个或多个过程；
10.图2示出了根据实施例的示例处理系统，通过该示例处理系统可以执行本文描述的一个或多个过程；以及
11.图3示出了根据实施例的过程的示例体系结构。
具体实施方式
12.以下结合附图阐述的详细描述旨在作为各种实施例的描述，而非旨在表示其中可实践本公开的仅有实施例。详细描述包括用于提供对实施例的透彻理解的特定细节。然而，对于本领域技术人员显而易见的是，可以在没有这些特定细节的情况下实践本发明的实施例。在一些情况下，为了描述的简洁，以简化的形式示出了公知的结构和部件。
13.图1示出了根据实施例的示例基础设施，其中可以实施一个或多个所公开的过程。基础设施可以包括平台110(例如，一个或多个服务器)，其托管和/或执行本文描述的各种功能、过程、方法和/或软件模块中的一个或多个。平台110可包括专用服务器，或者可替代地包括跨不同应用程序分配一个或多个服务器的资源的计算云。这些服务器可以是并置的和/或地理上分布式的。平台110还可以包括服务器应用程序112和/或一个或多个数据库114，或者可通信地连接到该服务器应用程序和/或一个或多个数据库。此外，平台110可经由一个或多个网络140通信地连接到一个或多个机器120和/或一个或多个用户系统130。虽然仅示出了机器120的单个实例和用户系统130的单个实例，但是应当理解，基础设施可以包括经由网络140通信地耦合到平台110的任意数量的机器120和任意数量的用户系统130。
14.网络140可包括互联网，并且平台110可使用标准传输协议(诸如超文本传输协议(http)、安全http(https)、文件传输协议(ftp)、安全ftp(ftps)、安全外壳ftp(sftp)等)以及专有协议通过互联网与机器120和/或用户系统130通信。虽然平台110被示为通过网络140的单个集合连接到各种系统，但是应当理解，平台110可以通过一个或多个网络的不同集合连接到各种系统。例如，平台110可经由互联网连接到机器120和/或用户系统130的子集，但可经由内联网连接到一个或多个其他机器120和/或用户系统130。
15.每个机器120可以是涡轮机，诸如燃气涡轮发动机或气体压缩机(例如，在管道中)。替代地，机器120可以是另一种类型的机器。通常设想机器120包括输出排放的发动机122。发动机122的各种操作参数可由机器120内的一个或多个传感器124感测并由电子控制单元(ecu)126收集。此外，用于控制机器120的一个或多个子系统的控制参数可以提供给ecu 126或由ecu 126导出(例如，基于收集的操作参数)。ecu 126可将操作参数和/或控制参数的参数值传输到平台110，以供服务器应用程序112分析和/或存储在数据库114中。应当理解，ecu 126可以将参数值作为原始数据发送到平台110，或者可以对数据执行预处理并将参数值作为预处理数据发送到平台110。
16.每个用户系统130可以包括能够有线和/或无线通信的任何类型的计算装置，包括但不限于台式计算机、膝上型计算机、平板计算机、智能电话或其他移动电话、服务器、游戏控制台、电视、机顶盒、电子售货亭、销售点终端等。然而，通常设想每个用户系统130是操作、管理、评估和/或以其他方式对机器120的排放感兴趣的用户的个人装置或工作装置。具
有不同角色的不同用户可以利用他们的特定用户系统130根据他们的个人角色与平台110上的服务器应用程序112交互，如由平台110的用户帐户所定义的。每个用户系统130可以包括或可通信地连接到客户端应用程序132和/或一个或多个本地数据库134。
17.平台110可以包括一个或多个web服务器，其托管一个或多个网站和/或web服务。在提供网站的实施例中，网站可以包括图形用户接口，包括例如以超文本标记语言(html)或其他语言生成的一个或多个屏幕(例如网页)。平台110响应于来自用户系统130的请求而传输或服务于图形用户接口的一个或多个屏幕，该一个或多个屏幕可由服务器应用程序112生成。在一些实施例中，这些屏幕可以以向导的形式提供，在这种情况下，两个或多个屏幕可以以顺序方式提供，并且一个或多个顺序屏幕可以取决于用户或用户系统130与一个或多个在前屏幕的交互。对平台110的请求和来自平台110的响应(包括图形用户接口的屏幕)均可使用标准通信协议(例如，http、https等)通过网络140传送，网络可包括互联网。这些屏幕(例如，网页)可以包括内容和元素的组合，诸如文本、图像、视频、动画、引用(例如，超链接)、帧、输入(例如，文本框、文本区域、复选框、单选按钮、下拉菜单、按钮、表格等)、脚本(例如，javascript)等，包含包括存储在平台110本地和/或远程可访问的一个或多个数据库(例如，数据库114)中的数据或从其导出的元素。
18.如上所述，平台110可以包括一个或多个数据库114，与一个或多个数据库通信地耦合，或以其他方式访问一个或多个数据库。例如，平台110可以包括管理一个或多个数据库114的一个或多个数据库服务器。在平台110上执行的服务器应用程序112和/或在用户系统130上执行的客户端应用程序132可提交待存储在数据库114中的数据(例如，用户数据、表格数据、任何用户输入或本文描述的其他数据等)，和/或请求访问存储在数据库114中的数据。可以使用任何合适的数据库，包括但不限于mysql
tm
、oracle
tm
、ibm
tm
、microsoft sql
tm
、access
tm
、postgresql
tm
等，包括基于云的数据库和专有数据库。例如，可以使用http所支持的公知的post请求，经由ftp等将数据发送到平台110。该数据以及其他请求可例如由服务器端web技术来处理，诸如由平台110执行的servlet或其他软件模块(例如，包括在服务器应用程序112中)。
19.在提供web服务的实施例中，平台110可接收来自外部系统的请求，并提供可扩展标记语言(xml)，javascript对象标记(json)和/或任何其他合适或期望格式的响应。在这些实施例中，平台110可提供应用程序编程接口(api)(例如，由代表性状态传输(rest)体系结构实施)，该api定义机器120、用户系统130和/或其他外部系统可与web服务交互的方式。因此，用户系统130和/或其他外部系统(其自身可以是服务器)可以定义其自己的用户接口，并依赖于web服务来实施或以其他方式提供本文描述的后端过程、方法、功能、存储等。例如，在此实施例中，在一个或多个用户系统130上执行的客户端应用程序132可与在平台110上执行的服务器应用程序112交互以执行本文描述的各种功能、过程、方法和/或软件模块中的一个或多个或一个或多个的一部分。在这种情况下，客户端应用程序132可以经由api在平台110上生成图形用户接口和访问功能。
20.客户端应用程序132可以是“瘦的”，在这种情况下，处理主要由平台110上的服务器应用程序112在服务器端执行。瘦客户端应用程序132的基本实例是浏览器应用程序，其在用户系统130处简单地请求、接收并呈现网页，而平台110上的服务器应用程序112负责生成网页、管理数据库功能并提供所有后端功能。替代地，客户端应用程序可以是“胖的”，在
这种情况下，处理主要由用户系统130在客户端执行。应当理解，根据特定实施方案的设计目标，客户端应用程序132可以在沿着该频谱的“瘦的”和“胖的”之间的任何点处相对于平台110上的服务器应用程序112执行一定量的处理。在任何情况下，可完全驻留在平台110(例如，在服务器应用程序112执行所有处理的情况下)或用户系统130(例如，在客户端应用程序132执行所有处理的情况下)上或分布在平台110与用户系统130(例如，在服务器应用程序112和客户端应用程序132均执行处理的情况下)之间的本文描述的软件可包括一个或多个可执行软件模块，该可执行软件模块包括实施本文描述的一个或多个过程、方法或功能的指令。
21.图2是示出可结合本文描述的各种实施例使用的示例有线或无线系统200的框图。例如，系统200可用作或结合本文描述的一个或多个功能、过程或方法(例如，存储和/或执行实施软件)使用，并且可表示平台110、ecu 126、用户系统130、诸如监视系统的外部系统和/或本文描述的其他处理装置的部件。系统200可以是服务器或任何传统的个人计算机，或能够进行有线或无线数据通信的任何其他处理器使能的装置。如本领域技术人员所清楚的，也可以使用其他计算机系统和/或体系结构。
22.系统200优选地包括一个或多个处理器210。处理器210可以包括中央处理单元(cpu)。可提供附加处理器，诸如图形处理单元(gpu)、管理输入/输出的辅助处理器、执行浮点数学运算的辅助处理器、具有适合于信号处理算法的快速执行的体系结构的专用微处理器(例如，数字信号处理器)、从属于主处理系统的处理器(例如，后端处理器)、用于双处理器系统或多处理器系统的附加微处理器或控制器和/或协处理器。这样的辅助处理器可以是离散处理器或者可以与处理器210集成。可与系统200一起使用的处理器的实例包括但不限于：可从加利福尼亚州圣克拉拉市的英特尔公司(intel corporation of santa clara,california)获得的任何处理器(例如，pentium
tm
、core i7
tm
、xeon
tm
等)、可从加利福尼亚州圣克拉拉市的先进微设备公司(amd)(advanced micro devices,incorporated(amd)of santa clara,california)获得的任何处理器、可从库比蒂诺的苹果公司(apple inc.of cupertino)获得的任何处理器(例如，a系列、m系列等)、可从韩国首尔的三星电子有限公司(samsung electronics co.,ltd.,of seoul,south korea)获得的任何处理器(例如，exynos
tm
)、可从荷兰埃因霍温的恩智浦半导体n.v.公司(nxp semiconductors n.v.of eindhoven,netherlands)获得的任何处理器。
23.处理器210优选地连接到通信总线205。通信总线205可以包括用于促进在存储器与系统200的其他外围部件之间的信息传送的数据信道。此外，通信总线205可以提供用于与处理器210通信的信号集合，包括数据总线、地址总线和/或控制总线。通信总线205可以包括任何标准或非标准总线体系结构，诸如符合工业标准体系结构(isa)、扩展工业标准体系结构(eisa)、微通道体系结构(mca)、外围部件互连(pci)本地总线、电气与电子工程师协会(ieee)发布的标准等的总线体系结构。
24.系统200优选地包括主存储器215并且还可以包括辅助存储器220。主存储器215提供用于在处理器210上执行的程序(诸如本文讨论的任何软件)的指令和数据的存储。应当理解，存储在存储器中并由处理器210执行的程序可以根据任何合适的语言来编写和/或编译，包括但不限于c/c++、java、javascript、perl、visual basic、net等。主存储器215通常是基于半导体的存储器，诸如动态随机存取存储器(dram)和/或静态随机存取存储器
(sram)。其他基于半导体的存储器类型包括例如同步动态随机存取存储器(sdram)、rambus动态随机存取存储器(rdram)、铁电随机存取存储器(fram)等，包括只读存储器(rom)。
25.辅助存储器220是其上存储有计算机可执行代码(例如，本文所公开的任何软件)和/或其他数据的非暂时性计算机可读介质。存储在辅助存储器220上的计算机软件或数据被读入主存储器215中，供处理器210执行。辅助存储器220可以包括例如基于半导体的存储器，诸如可编程只读存储器(prom)、可擦除可编程只读存储器(eprom)、电可擦除只读存储器(eeprom)和闪存(类似于eeprom的面向块的存储器)。
26.辅助存储器220可以任选地包括内部介质225和/或可移动介质230。可移动介质230以任何公知的方式被读取和/或写入。可移动存储介质230可以是例如磁带驱动器、光盘(cd)驱动器、数字多功能盘(dvd)驱动器、其他光盘驱动器、闪存驱动器等。
27.在实施例中，i/o接口235提供系统200的一个或多个部件与一个或多个输入和/或输出装置之间的接口。示例输入装置包括但不限于传感器、键盘、触摸屏或其他触敏装置、相机、生物测定感测装置、计算机鼠标、跟踪球、基于笔的定向装置等。输出装置的实例包括但不限于其他处理装置、阴极射线管(crt)、等离子体显示器、发光二极管(led)显示器、液晶显示器(lcd)、打印机、真空荧光显示器(vfd)、表面传导电子发射显示器(sed)、场发射显示器(fed)等。在一些情况下，输入和输出装置可组合，诸如在触摸面板显示器的情况下(例如，在智能手机、平板计算机或其他移动装置中)。
28.系统200可以包括通信接口240。通信接口240允许软件和数据在系统200与外部装置(例如打印机)、网络或其他信息源之间传送。例如，计算机软件或可执行代码可以经由通信接口240从网络服务器(例如，平台110)传送到系统200。通信接口240的实例包括内置网络适配器、网络接口卡(nic)、个人计算机存储卡国际协会(pcmcia)网卡、卡总线网络适配器、无线网络适配器、通用串行总线(usb)网络适配器、调制解调器、无线数据卡、通信端口、红外接口、ieee 1394火线，以及能够将系统200与网络(例如，网络140)或另一计算装置接合的任何其他装置。通信接口240优选地实施行业发布的协议标准，诸如以太网ieee 802标准、光纤信道、数字用户线(dsl)、异步数字用户线(adsl)、帧中继、异步传输模式(atm)、集成数字服务网络(isdn)、个人通信服务(pcs)、传输控制协议/互联网协议(tcp/ip)、串行线路互联网协议/点对点协议(slip/ppp)等，但是也可以实施定制的或非标准的接口协议。
29.经由通信接口240传送的软件和数据通常是电通信信号255的形式。这些信号255可以经由通信信道250提供给通信接口240。在实施例中，通信信道250可以是有线网络或无线网络(例如，网络140)或任何种类的其他通信链路。通信信道250承载信号255，并且可以使用各种有线通信手段或无线通信手段来实施，包括电线或电缆、光纤、常规电话线、蜂窝电话链路、无线数据通信链路、射频(“rf”)链路或红外链路，仅举几个例子。
30.计算机可执行代码(例如，计算机程序，诸如所公开的软件)存储在主存储器215和/或辅助存储器220中。计算机可执行代码也可经由通信接口240接收并存储在主存储器215和/或辅助存储器220中。这样的计算机程序在被执行时使得系统200能够执行本文别处描述的所公开实施例的各种功能。
31.在本说明书中，术语“计算机可读介质”用于指用于向系统200或在该系统内提供计算机可执行代码和/或其他数据的任何非暂时性计算机可读存储介质。这种介质的实例包括主存储器215、辅助存储器220(包括内部存储器225和/或可移动介质230)、外部存储介
质245以及与通信接口240通信耦合的任何外围装置(包括网络信息服务器或其他网络装置)。这些非暂时性计算机可读介质是用于向系统200提供软件和/或其他数据的构件。
32.系统200还可以包括便于通过语音网络和/或数据网络进行无线通信的任选无线通信部件(例如，在用户系统130的情况下)。无线通信部件包括天线系统270、无线电系统265和基带系统260。基带系统260与处理器210通信耦合。在系统200中，射频(rf)信号在无线电系统265的管理下由天线系统270通过空中传输和接收。
33.图3示出了根据实施例的过程的示例体系结构300。具体地，体系结构300可以包括数据收集过程310、建模过程320和模型执行过程330。数据收集过程310、建模过程320和模型执行过程330可以在平台110上实施，例如，在同一服务器应用程序112内或在单独的服务器应用程序112内。应当理解，虽然一些过程可以依赖于由其他过程产生的数据，但是数据收集过程310、建模过程320和模型执行过程330中的每一个可以独立于其他过程来执行。另外，虽然以子过程的某一布置和排序来说明该过程，但每一过程可用更少、更多或不同的子过程和子过程的不同布置和/或排序来实施。此外，不依赖于另一子过程的完成的任何子过程可在该其他独立子过程之前、之后或与其并行地执行，即使以特定次序描述或说明该子过程。
34.在实施例中，机器120的ecu 126将已经为机器120收集的数据传输到数据收集过程310。该数据可包括多个参数的值，包括由传感器124输出或从该传感器导出的操作参数和用于控制机器140的子系统的控制参数。ecu 126可以周期性地传输该数据，可以实时地流式传输该数据，或者可以在周期性地传输其他数据的同时实时地流式传输一些数据。在周期性传输的情况下，数据可在预定时间间隔之后自动传输，响应于机器120处发生的事件(例如，状态或参数值的改变)传输，响应于由平台110或另一系统发送的请求传输等。ecu 126可以例如经由平台110提供的api将数据“推送”到数据收集过程310。替代地，数据收集过程310可以例如经由由ecu 126或由中继来自ecu 126的数据的监测系统提供的api来“拉取”数据。应当理解，可以通过网络140执行从ecu 126到数据收集过程310的数据传输。此外，如本文所用，术语“实时”涵盖同时发生的事件，以及由处理等待时间、网络等待时间等导致的普通延迟分隔的事件。
35.在实施例中，ecu 126与平台110之间的监测系统可以在将数据中继到平台110之前对数据进行预处理。因此，应当理解，当ecu 126被描述为将数据传输到平台110时，这包括ecu 126将数据传输到中间系统的可能性，该中间系统在有或没有预处理的情况下将数据中继到平台110。还应当理解，在替代实施例中，一些或所有数据可以由不同于ecu 126的系统传输。例如，传感器124可以直接向平台110传输数据或通过监测系统中继数据。
36.在子过程312中，数据收集过程310接收由ecu 126传输的数据(例如，可能如上所述进行预处理)。当接收到数据时，数据收集过程310可以连续地执行以实时地处理数据。替代地，数据收集过程310可以周期性地(例如，在预定的时间间隔之后或响应于事件或请求)操作以分批地处理所接收的数据。所接收的数据可包括发动机122或机器120的其他部件的一个或多个参数的值，包括发动机122的操作和/或控制参数。
37.在子过程314中，一个或多个参数的值可以从所接收的数据中解析，并存储在数据库340内的参数数据库342中。数据库340可以包括在平台110的数据库114中。可由数据收集过程310收集和存储的参数的实例包括发动机122中的各种温度，诸如环境温度(t1)、压缩
机排出温度(t2)、涡轮入口温度(t5)、油温等。这些参数还可以包括但不限于气体发生器速度(ngp)、发动机负荷、作为引燃燃料的燃料的百分比(％引燃)、燃烧器两侧的压差(dp)、燃料规格、发动机状态、季节性、发动机速度等。
38.应当理解，数据收集过程310可从多个机器120收集数据。在这种情况下，每个参数值或参数值集合可以与参数值所属的机器120的标识符相关联地(例如，由其索引)存储在参数数据库342中。因此，可以容易地从参数数据库342中检索给定机器120的所有参数值的集合(例如，满足一个或多个标准或过滤器，诸如在给定时间段内发生的)。
39.可以包括在平台110的数据库114中的数据库340还可以包括模型数据库344，该模型数据库存储用于每个机器120或机器120的类型(例如，型号或包装)的一个或多个数字模型。模型可以经由建模过程320生成和/或存储在模型数据库344中。特别地，接口322可以支持机器120的排放的基于物理学的建模324和/或统计建模326。接口322可以包括图形用户接口，其使得平台110的用户能够将模型上载到模型数据库344，从模型数据库344检索模型，查看存储在模型数据库344中的模型，使用基于物理学的建模324和/或统计建模326来构建或以其他方式定义模型，编辑或更新存储在模型数据库344中的模型等。替代地或附加地，接口322可以包括api，该api提供用于将模型上载到模型数据库344，从模型数据库344检索模型，使用基于物理学的建模324和/或统计建模326来定义模型以存储在模型数据库344中等的功能。通常，接口322可以使用户和/或其他过程能够添加模型，选择模型，定制模型，编辑模型，部署或启用模型，列出或以其他方式标识已经部署或启用的模型等。
40.模型数据库344表示平台110上远程机器120的模型的托管。这使得模型能够由平台110的多个用户远程地定义、使用、修改、更新、适配、校准、共享、部署、可视化、测试、训练和/或以其他方式管理。模型数据库344可以实施修订控制以维护每个模型的不同版本来跟踪对每个模型的修订(例如，时间戳、用户标识符、注释等)，防止不同用户的冲突修订，启用版本控制和回退等。
41.在基于物理学的建模324中，一个或多个基于物理学的模型可以存储在模型数据库344中。例如，可以为平台110所支持的机器120的每种类型(例如，型号或包装)存储基于物理学的基础模型。接口322可用于为特定机器120选择这些基于物理学的基础模型之一，并使用特定机器120的特定物理特性从所选择的基于物理学的基础模型中定义基于物理学的机器特定模型。
42.每个基于物理学的模型输出目标变量的值作为预测排放。该目标变量可以是预测排放的量(例如，体积、体积的百万分率等)、表示相对排放的分类(例如，低、正常、高)、排放分数等。每个基于物理学的基础模型可以包括机器120的类型(例如，型号或包装)的行为的数学表示，而每个基于物理学的机器特定模型可以包括特定机器120的排放相关行为的数学表示。
43.每个基于物理学的模型可以结合涡轮机的表示涡轮机的独特轮廓的物理特性，以使得能够对特定机器120的排放相关行为进行数值模拟。这些物理特性可以包括涡轮机的气流特性。气流特性可以包括通过涡轮机的燃烧器的气流速率、输入到燃烧器的总气流速率的百分比等。可在机器120的制造和组装期间获取特定机器120的气流特性，并将其并入该机器120的基于物理学的机器特定模型中。例如，可在机器120的组装期间在测试单元中测量通过燃烧器的气流。应当理解，对于每个机器120，气流特性仅需要获取一次，并且可能
是昂贵的并且难以在现场获取。
44.在实施例中，基于物理学的模型可以基于例如在机器120的组装期间测量的特定气流特性从基础模型定制为机器120的机器特定模型。例如，在测试单元中测量的气流速率和/或其他气流特性可以与也在测试单元中测量的并且可以容易地由现场的传感器124测量的一个或多个参数相关。该相关性可被转换为数学算法、查找表或其他映射，在本文中称为“气流拟合”，其使气流速率和/或其他气流特性能够例如在机器120运行时实时地从由传感器124测量并由数据收集过程310收集的一个或多个参数容易地确定。基于物理学的模型可通过结合该气流拟合来针对特定机器120定制，以从为特定机器120收集并存储在参数数据库342中的参数值导出特定机器120的气流特性。
45.在实施例中，基于物理学的模型利用气流拟合来计算气流特性，然后基于所计算的气流特性、从燃料规格导出的一个或多个燃料特性(例如，燃料流量)和/或一个或多个其他操作参数来计算燃烧主区温度(tpz)。例如，这些操作参数可以包括压缩机排出温度t2和/或燃烧器压差。基于物理学的模型可以包括数学算法、查找表或将主区温度或从主区温度导出的值映射到预测排放值的其他映射。例如，主区温度与％引燃的比率的值可以映射到预测排放值。在实验中，这种基于物理学的模型能够预测nox排放，其与实际测量的nox排放的平均差值为0.8ppm。这完全在美国国家环境保护局(epa)公布的性能规范16(ps-16)对固定源中的预测排放监测系统所要求的2ppm的差异内。
46.在替代实施例中，可以使用涡轮入口温度t5代替主区温度，由此消除了计算主区温度的需要。例如，可以将t5与％引燃的比值映射到预测排放值。
47.在统计建模326中，一个或多个基础统计模型可以存储在模型数据库344中。例如，可以为平台110所支持的机器的每种类型(例如，型号或包装)存储基础统计模型。接口322可用于为特定机器120选择这些基础统计模型中的一个，并通过将一个或多个输入调整到该统计模型来从所选择的基础统计模型中定义机器特定统计模型。
48.每个统计模型输出表示预测排放的目标变量的值。该目标变量可以是预测排放的量(例如，体积、体积的百万分率等)、表示相对排放的分类(例如，低、正常、高)、排放分数等。每个统计模型可以是机器学习模型，该机器学习模型接受机器120的一个或多个时间相关参数值的特征向量作为输入，并且在给定特征向量中的参数值的情况下输出由机器120输出的预测排放量。机器学习模型可以包括回归树、分类树、支持向量回归(svr)、多项式回归、随机森林回归、逻辑回归、混合密度网络、机器学习算法集合等。
49.应当理解，每个机器学习统计模型先前可能已经使用任何可用的监督或非监督学习技术进行了训练。例如，在监督学习技术中，可以用时间相关参数值的特征向量来生成训练数据集，该特征向量用机器120在这些参数值出现期间输出的地面真实排放量来标记。应当理解，可以通过对机器120或相同类型的机器120的实际操作的经验观察和/或通过对机器120的模拟来导出这些具有地面真实排放量的标记特征向量。然后，可以将初始机器学习模型应用于来自训练数据集的一部分的每个标记的特征向量，并且在每次迭代之后对其进行调节(例如，通过调节机器学习模型中的权重)，以使预测排放量与地面真实排放量之间的误差最小化。然后可以在训练数据集的剩余部分上验证和测试训练的机器学习模型，以评估其准确度。可以迭代地执行该学习过程，直到机器学习模型的准确度超过可接受的阈值或没有实现准确性的进一步改进。
50.可以在特征选择过程期间确定要用作每个机器学习统计模型的输入的特定特征集合。在实施例中，用作涡轮机的机器学习统计模型的特征的参数包括或由发动机负荷(例如，在单轴发动机的情况下)或ngp(例如，在双轴发动机的情况下)、％引燃、环境温度t1和涡轮入口温度t5组成。这些都是传感器数据通常可用的涡轮机的标准参数，使得不需要安装新的硬件来实现机器学习统计模型的利用。在实验中，利用特征的该集合的机器学习统计模型能够预测nox排放，其与测量的nox排放的平均差值为0.75ppm。然而，应当理解，这仅仅是一个实例，并且可以使用更多、更少或不同的参数作为输入到机器学习统计模型中的特征。
51.在实施例中，可以使用从该特定类型的多个机器120的测量结果编译的训练数据集，针对由平台110管理的机器120的每个特定类型(例如，型号或包装)来训练基础机器学习统计模型。例如，训练数据集可以包括从相同类型的数百个燃气涡轮发动机的测试中导出的特征向量。可以对每种类型的机器120执行该训练，使得基础机器学习统计模型被存储在由平台110管理的每种类型的机器120的模型数据库344中。
52.在实施例中，可以基于在机器120的操作期间获得的参数值将统计模型从基础模型定制为机器120的机器特定模型。例如，可以使用表示从特定机器120获得的参数值的标记特征向量的训练数据集来重新训练基础机器学习统计模型，以获得机器特定的机器学习统计模型，该特征向量用地面真实排放量标记。
53.基于物理学的建模324和统计建模326中的一个或两者可以包括调整相应的模型以更紧密地与该模型旨在表示的特定机器120对齐。这种调整可以表示对相应模型进行附加的或替代定制，以使模型更加特定于机器。在实施例中，通过调节输入到模型的％引燃的值来执行调整，以将模型的输出与特定机器120对齐。特别地，如果由机器120的模型预测的排放与机器120的测量排放之间存在显著差异，则可以将偏移函数或平移函数应用于为％引燃收集的参数值，以调节输入到模型的参数值，直到预测排放和测量排放在公差范围内匹配。例如，如果模型是欠预测排放，则％引燃的值可以在输入到相应模型之前增加偏移量。相反，如果模型是过预测排放，则％引燃的值可在输入到相应模型之前减小偏移量。换言之，可以通过调节输入到模型的％引燃的值来将模型调整到特定机器120。
54.应当理解，调整％引燃参数是一个实例，并且可以以类似的方式调整一个或多个其他参数。可调参数可以取决于涡轮机的类型，例如涡轮机的型号或涡轮机的包装。涡轮机的包装可以由发动机功率额定值、燃烧器衬套、燃料喷射器等的组合来定义。
55.尽管数据收集过程310收集并存储每个机器120的参数值，并且建模过程320存储每个机器120的基于物理学的模型和/或统计模型，但是模型执行过程330从模型数据库344检索模型，并且使用所存储的参数值来执行该模型以生成预测排放350。在所示实施例中，周期性地执行模型。例如，该模型可以在预定时间间隔(例如，每小时一次、每24小时一次、每周一次等)的每次期满之后自动执行，自动响应于另一事件(例如，在机器120处传送到平台110的事件)，响应于用户请求(例如，经由服务器应用程序112和/或客户端应用程序132提供的图形用户接口提交)，和/或响应于任何其他类型的触发。在这些情况下，可以对自用于特定机器120的模型的最后一次执行收集的多批参数值执行该模型。在替代实施例中，该模型可以在参数值被数据收集过程310存储时连续地、实时地执行。
56.在子过程332中，确定是否执行模型。例如，可以响应于诸如预定时间间隔期满、机
器120处的事件、用户请求等事件来确定执行该模型。如果确定不执行模型(即，子过程332中的“否”)，则模型执行过程330继续等待触发事件。另一方面，如果确定执行该模型(即，在子过程332中的“是”)，则在子过程334中生成数据集。
57.在子过程334中，可以从参数数据库342中的一个或多个参数值生成数据集。具体地，对于给定机器120，可以在相关时间段(例如，模型在其上操作的滑动时间窗口、自模型执行过程330的最后执行以来的时间段等)内或实时地从参数数据库342中检索与给定机器120相关联的一个或多个参数值的集合。应当理解，所检索的参数值对应于要执行的模型的输入(例如，特征)和/或是那些输入从其中导出的参数值。在实施例中，对于基于物理学的模型，所检索的参数值可以包括用于计算气流速率的一个或多个参数的值、用于计算tpz、燃料性质、t2、燃烧器dp等的一个或多个参数的值。对于统计模型，所检索的参数值可以包括例如发动机负荷、ngp、％引燃、t1、t5等的值。在任一情况下，所检索的参数值可以按时间相关并格式化为数据集，例如包括从所检索的参数值导出的一个或多个特征向量。
58.在子过程336中，将模型应用于在子过程334中生成的数据集。特别地，可以从模型数据库344检索模型，并且可以将数据集输入到所检索的模型中。应当理解，所应用的模型可以是机器特定模型，该机器特定模型已经被定制为针对其预测排放的特定机器120。虽然这不是任何实施例的要求(例如，可使用基础模型)，但可能需要定制以实现满足政府规定(例如，用于预测排放监测系统的ps-16)所必需的准确度。在实施例中，在子过程336中将基于物理学的模型或统计模型应用于数据集。例如，当气流拟合可用于机器120和/或基于物理学的模型所需的其他输入参数值可从机器120获得时，可使用基于物理学的模型，而当气流拟合不可用于机器120和/或仅由统计模型使用的输入参数值可从机器120获得时，可使用统计模型。在替代实施例中，可以将基于物理学的模型和统计模型两者应用于数据集，并且可以以某种方式(例如，对不同模型赋予不同权重的平均值、加权平均值等)组合来自两个模型的预测排放。在另一替代实施例中，可以将一些其他类型的混合模型应用于数据集。
59.在实施例中，接口322可以允许将模型部署为微服务。在这种情况下，子过程336可以例如通过平台110的网络和/或经由微服务api从外部系统直接调用所部署的模型。应当理解，对所部署的模型的调用可以包括数据集作为输入参数。
60.子过程336的输出是预测排放350。在实施例中，预测排放350包括排放量(例如，以百万分率计)。替代地，预测排放350可包括排放的分类(例如，低、正常或高)。作为另一替代方案，预测排放350可以包括排放分数。在任一情况下，预测排放350还可以包括表示预测正确的置信度的置信度值。
61.预测排放350可用于一个或多个下游功能360，该预测排放可包括机器120的预测排放量、排放分类、排放分数等以及该预测的置信度值。下游功能360可以包括但不限于符合性跟踪、健康监测、警报、通知、经由图形用户接口(例如，平台110的用户账户的仪表板)的预测排放350的可视化和/或与该预测排放的交互、报告、控制等。下游功能360中的至少一些可以是被设计成防止机器120不符合适用的排放标准或防止机器120的异常(例如，不健康)操作的补救功能。例如，补救功能可以包括对适当用户或其他接收者的警报、对机器120的控制等。
62.可以随时间跟踪预测排放350以符合适用的排放要求。特别地，可以在机器120的使用期限内存储预测排放量，以满足审计要求或报告要求，诸如按照ps-16的相对准确度测
试审计(rata)。每个机器120的该排放历史可与唯一机器标识符相关联地存储在数据库114中，使得可根据需要容易地检索每个机器120的排放历史。此外，可以监测排放历史以识别排放的趋势。例如，出乎意料的高排放可指示机器120的异常操作。
63.在预测排放350指示不符合适用的排放要求、异常操作和/或另一问题的情况下，下游功能360可向平台110的用户(例如，代表机器120的操作者)发送警报或以其他方式通知用户。例如，当预测排放350满足一个或多个标准(例如超过阈值)时，可以触发警报。警报或通知可以经由任何通信方法来发送，包括但不限于：到平台110上的用户的用户帐户的内部消息、在用户帐户的图形用户接口的仪表板中的呈现、到用户的电子邮件地址的电子邮件消息、到用户的移动电话号码的文本消息(例如、短消息服务(sms)或多媒体消息服务(mms)消息)、到用户的电话号码的具有记录消息或合成消息的电话呼叫等。应当理解，可以基于所报告的问题的紧迫性、用户设置、系统设置等来选择通信方法。警报或通知可以识别问题和/或包括推荐的动作，例如机器120的停机或维护、机器120的部件的修理或更换、发动机122在低排放模式下的操作、发动机122的检修等。在实施例中，例如，通过指定用于触发警报的一个或多个参数值的阈值或其他标准、指定警报的接收者、设置用于警报的通信方法、指定响应于警报的触发而执行的一个或多个自动动作(例如，控制)等，用户可以定义和/或定制一个或多个警报。
64.在实施例中，预测排放350可触发机器120的控制。例如，如果下游功能360的逻辑确定预测排放350指示不符合和/或异常操作(例如，满足一个或多个标准，诸如超过阈值)，则该逻辑可生成控制命令并将其传输到机器120的ecu 126(例如，通过网络140)，以启动机器120到不同发动机状态(例如，低排放模式、停机状态、空闲状态等)的转换。作为另一实例，下游功能360可实施更复杂的逻辑，其基于预测排放350优化机器120的操作。这种优化也可以基于来自参数数据库342的参数值。该逻辑可以连续地和自动地生成控制命令并将其传输到机器120的ecu 126(例如，通过网络140)，以根据所确定的最佳操作使机器120在各种发动机状态之间转换。替代地，该逻辑可以经由通信方法向用户(例如，代表机器120的操作者)提供推荐，以便由操作者手动实施机器120的最佳操作。
65.在实施例中，可以周期性地或实时地对每个机器120执行健康监测，以确保与机器120相关联的机器特定模型是准确的。例如，排放历史可以与参数数据库342中的参数值相关并被分析以确保排放历史是有意义的。来自ecu 126的传感器值与来自发动机122的历史范围进行比较以验证健康监测。附加地或替代地，机器120的排放可以连同参数值一起被物理地测量，并且与预测排放350相比较，该预测排放是由与机器120相关联的模型针对测量的参数值输出的。如果实际排放与预测排放350之间的差异超过公差范围，则与机器120相关联的模型可被重新校准(例如，使用本文描述的任何定制或调整)，直到该差异在公差范围内。
66.可以包括在服务器应用程序112中的下游功能360可以基于预测排放350为每个用户帐户生成具有用户特定仪表板的图形用户接口和/或为由每个用户帐户管理的一个或多个机器120生成报告。所生成的报告可以是静态报告(例如，在图形用户接口内或作为数据文件)和/或交互报告(例如，在图形用户接口内并包括输入)。每个报告可以包括图形、图表、表格和/或从预测输出350导出的其他数据。数据可以传达机器120在一段时间内输出的排放量、机器120输出的排放量的趋势、对适用的排放要求的符合性或不符合性、健康监测
的结果、适用于机器120的警报等。
67.工业实用性
68.涡轮机的排放通常由政府管理。因此，重要的是精确测量涡轮机随时间的排放。然而，安装和维护连续排放监测系统可能是昂贵的。
69.因此，公开了一种用于预测排放监测的平台110。平台110收集远程涡轮机的数据，并利用与每个涡轮机相关联的基于物理学的模型和/或统计模型，以基于针对该涡轮机收集到的数据来预测该涡轮机的排放。预测排放350可以由平台110的下游功能360监测和使用，用于符合性、健康监测、控制、校准、警报、可视化、报告等。每个涡轮机和/或这些下游功能360中的一个或多个的排放历史可以由平台110经由万维网提供给世界任何地方的用户系统130。
70.平台110还可以为特定型号或包装的涡轮机提供基础模型的管理。这些基础模型可以经由平台110远程地分配并定制或调整到任何特定的涡轮机，并且在涡轮机的整个寿命中随时间连续地校准。值得注意的是，可以根据需要远程校准每个模型，以将该模型与其相关联的特定涡轮机配对。
71.应当理解，上述益处和优点可涉及一个实施例或可涉及若干实施例。结合一个实施例描述的方面旨在能够与其他实施例一起使用。结合一个实施例的任何解释适用于其他实施例的类似特征，且多个实施例的元素可组合以形成其他实施例。实施例不限于解决任何或所有所述问题的实施例或具有任何或所有所述益处和优点的实施例。
72.前面的详细描述本质上仅仅是示范性的，并不旨在限制本发明或本发明的应用和使用。所描述的实施例不限于结合特定类型的机器使用。因此，尽管为了便于说明，本发明的实施例被描绘和描述为在诸如燃气涡轮发动机或气体压缩机的涡轮机中实施，但是应当理解，本发明可以在各种其他类型的机器和有排放的机器中以及在各种其他系统和环境中实施。此外，不希望受任何前述部分中提出的任何理论的约束。还应当理解，图示可以包括夸大的尺寸和图形表示以更好地示出所示的引用项目，并且不被认为是限制性的，除非明确地这样陈述。

技术特征：
1.一种监测涡轮机的排放的方法，所述方法包括使用至少一个硬件处理器来：存储被配置成基于所述涡轮机的一个或多个参数预测远程涡轮机的排放的模型；在多次迭代中，通过至少一个网络从所述远程涡轮机接收数据，其中所述数据包括所述一个或多个参数的值，将所述模型应用于所述一个或多个参数的所述值以输出所述涡轮机的预测排放，并且将所述预测排放添加到存储器中的所述远程涡轮机的排放历史；以及监测所述排放历史以符合至少一项排放要求。2.根据权利要求1所述的方法，其中所述模型包括基于物理学的模型，所述基于物理学的模型：基于所述一个或多个参数的所述值中的至少一个来确定所述远程涡轮机的一个或多个气流特性；并且基于所确定的一个或多个气流特性来确定所述远程涡轮机的燃烧器的主区温度。3.根据权利要求2所述的方法，其中所述一个或多个气流特性包括通过所述远程涡轮机的燃烧器的气流速率。4.根据权利要求2所述的方法，其中所述一个或多个气流特性包括输入到所述远程涡轮机的燃烧器的总气流速率的百分比。5.根据权利要求2所述的方法，其中所述一个或多个参数包括所述燃烧器中使用的燃料的一个或多个性质、所述远程涡轮机的压缩机的排放温度、所述燃烧器的压差或所述燃烧器使用的所述燃料中的引燃燃料的百分比中的至少一个，并且其中所述基于物理学的模型进一步基于燃料的所述一个或多个性质、排放温度、压差或引燃燃料的百分比中的所述至少一个来确定所述主区温度。6.根据权利要求1所述的方法，其中所述一个或多个参数包括所述远程涡轮机的涡轮的入口温度，并且其中所述模型包括基于物理学的模型，所述基于物理学的模型基于所述入口温度确定所述预测排放。7.根据权利要求1所述的方法，其中所述模型包括统计模型，所述统计模型包括机器学习模型，所述机器学习模型已经被训练以基于所述一个或多个参数的所述值输出所述预测排放。8.根据权利要求7所述的方法，其中所述一个或多个参数包括所述远程涡轮机的发动机负荷、所述远程涡轮机的气体发生器速度、所述远程涡轮机使用的燃料中的引燃燃料的百分比、所述远程涡轮机中的环境温度或所述远程涡轮机的涡轮的入口温度中的一个或多个。9.根据权利要求1所述的方法，其中所述一个或多个参数包括由所述远程涡轮机使用的燃料中的引燃燃料的百分比，并且其中将所述模型应用于所述一个或多个参数的所述值包括基于偏移函数或平移函数调节引燃燃料的所述百分比。10.根据权利要求1所述的方法，还包括使用所述至少一个硬件处理器来响应于所述预测排放满足一个或多个准则而执行以下各项中的一项或两项：向至少一个接收者发送警报；或向所述远程涡轮机发送控制命令，其中所述控制命令启动所述远程涡轮机从第一状态
到不同于所述第一状态的第二状态的转换。

技术总结
出于多种原因，精确地测量涡轮机的排放是很重要的。然而，安装和维护连续排放监测系统(CEMS)可能是昂贵的。因此，公开了一种数字平台，其托管基于物理学的模型和/或统计模型，该模型可被定制以适应特定的涡轮机并在涡轮机的寿命期间被校准。涡轮机的模型可应用于从涡轮机收集的数据以预测涡轮机的排放。这使得能够远程地监测排放，而不需要CEMS。此外，该平台可以将预测排放用于警报、顺应性监测、健康监测、涡轮机的控制、报告等。报告等。报告等。


技术研发人员：H
受保护的技术使用者：索拉透平公司
技术研发日：2023.03.23
技术公布日：2023/9/26