Pour éviter la perte et la surmaintenance, améliorer la fiabilité et la disponibilité des turbines à gaz, cet article propose une méthode de diagnostic des pannes dans le circuit de gaz des turbines à gaz basée sur un entraînement mixte de modèle et de données. Tout d'abord, avec une stratégie de modélisation de la chaleur adaptative, un modèle thermique de la turbine à gaz à diagnostiquer est construit en définissant différents paramètres de santé des composants et des conditions limites d'entrée, en obtenant un ensemble de données correspondant aux vecteurs de paramètres de santé des composants et aux paramètres de conditions limites d'entrée et aux vecteurs de paramètres mesurables de circuit de gaz. Ensuite, en utilisant l'apprentissage approfondi pour effectuer une modélisation de régression, un modèle de diagnostic des pannes dans le circuit de gaz des turbines à gaz est formé. Enfin, en fonction des conditions limites d'entrée réelles de la turbine à gaz et des vecteurs de paramètres mesurables du circuit de gaz, un diagnostic instantané des vecteurs de paramètres de santé des composants de circuit de gaz est effectué à l'aide d'un modèle préalablement formé. Les résultats de l'expérience virtuelle montrent que par la méthode proposée dans cet article, il est possible d'obtenir avec précision les paramètres de santé quantitatifs de chaque composant du flux, dont l'erreur quadratique moyenne totale ne dépasse pas 0,033% et l'erreur relative maximale ne dépasse pas 0,36%, ce qui indique que cette méthode a de grandes applications potentielles.

turbines à gaz; modèle thermique; paramètres de santé des composants; diagnostic du circuit de gaz; apprentissage approfondi