Abstract:
تعد محركات توربينات الغاز من الأنظمة عالية التقنية ويمكن أن يتسبب فشلها في عواقب وخيمة. لذلك، فهي تتطلب اهتمامًا منتظمًا من أجل اكتشاف الأعطال وتحديد العيوب في مرحلة مبكرة دون المخاطرة بالصحة الشخصية أو تلف الماكينة في محطات معالجة النفط والغاز. لهذا الغرض، فإن وجود نظام فعال لمراقبة وتشخيص المحرك دون الحاجة إلى إيقاف تشغيله وتفكيكه أمر مهم للغاية. من أجل تحسين موثوقية التوربينات الغازية وتقليل تكاليف الصيانة . في هذه الرسالة، نقترح فحص وتوضيح تطبيق النهج الضبابي لتشخيص أعطال التوربينات الغازية باستخدام المخلفات المثلى لتحسين فعالية نظام التشخيص المقترح. يجمع هذا النهج بين المنطق الضبابي والطريقة القائمة على النموذج لصياغة ما يسمى بالمراقبين الضبابيين. في هذا العمل، يوفر استخدام توليد المخلفات بناءً على نهج المراقبين الضبابي أداءً مفيدًا عبر التوربينات الغازية التي تم فحصها بواسطة هذا النهج.
Les turbines à gaz sont des systèmes de haute technologie et leurs défaillances peuvent entraîner des conséquences catastrophiques. Par conséquent, ils nécessitent une attention régulière afin de détecter les défauts et de déterminer les anomalies à un stade précoce sans risquer la santé du personnel ou les dommages aux équipements dans les installations de traitement du pétrole et du gaz. À cet effet, un système efficace pour surveiller et diagnostiquer la turbine à gaz sans avoir besoin de son arrêt et de son démontage est un élément très important. Afin d'améliorer la fiabilité de la turbine à gaz et de réduire les coûts de maintenance. Dans cette thèse, nous proposons d'examiner et d'illustrer l'application de l'approche floue pour diagnostiquer les défauts d'une turbine à gaz en utilisant les résidus d'optimisation pour améliorer l'efficacité du système de diagnostic proposé. Cette approche combine la logique floue avec la méthode basée sur un modèle pour formuler les observateurs flous. Dans ce travail, l'utilisation de la génération de résidus basée sur l'approche des observateurs flous offre des performances avantageuses sur une turbine à gaz examinée par cette approche.
The gas turbines engines are a high-technology systems and its failure can cause catastrophic consequences. Therefore, they require regular attention in order to detect faults and to determine abnormalities at an early stage without risking personal health or machine damage in oil & gas processing plants. For this purpose, an effective system to monitor the state provides and diagnosis the engine without the need of its shutdown and disassembly is a very important. In order to improve the gas turbine reliability and reduce the maintenance costs. In this thesis, we propose to examine and illustrate the application of fuzzy approach to diagnostic the failures of a gas turbine using the optimizing residues to improve the effectiveness of the proposed diagnostic system. This approach combines fuzzy logic with the model-based method to formulate the so-called neuro-fuzzy observers. In this work, the use of residues generation based on neuro-fuzzy observers approach offers advantageous performance across a gas turbine examined by this approach.
