##plugins.themes.bootstrap3.article.main##
Анотація
Впродовж роботи теплоенергетичних систем показники роботи окремих компонентів можуть поступово відхилятися від проектних. У свою чергу це призводить до зниження енергетичної ефективності системи в цілому. Враховуючи взаємовплив між окремими компонентами, актуальною є задача кількісного оцінювання та ідентифікації тих компонентів, неполадки в яких впливають як на інші компоненти, так і на систему в цілому. У свою чергу це дасть можливість ефективно реалізувати предиктивне обслуговування системи.
В роботі, на основі ексергетичного аналізу запропоновано подальше розроблення та реалізацію методу діагностування неполадок в роботі компонентів теплового насосу системи теплозабезпечення з урахуванням змінних режимів роботи.
Показано, що визначення відхилень найбільш відомих параметрів компонентів від їх проектних значень не дає об’єктивної інформації щодо впливу цих відхилень на систему в цілому. Крім того, така інформація може призвести до помилкових висновків щодо неполадок у компонентах.
Використання в якості ключового показника діагностування умов роботи компонентів теплоенергетичної системи ендогенної частини деструкції ексергії та динаміку її зміни дає змогу ідентифікувати, кількісно оцінити неполадки в компонентах та їх вплив як на ефективність інших компонентів так і на ефективність системи в цілому.
Запропонований для досліджуваних умов сценарій предиктивного обслуговування теплового насосу дав можливість зекономити від 10 до 16% електроенергії за один опалювальний сезон.
##plugins.themes.bootstrap3.article.details##
Посилання
[2]. M.-J. Li, S.-Z. Tang, F.-L. Wang, Q.-X. Zhao, W.-Q. Tao, Gas-side fouling, erosion and corrosion of heat exchangers for middle/low temperature waste heat utilization: A review on simulation and experiment, Appl. Therm. Eng. 126 (2017) 737–761. https://doi.org/10.1016/j.applthermaleng.2017.07.095
[3]. Arsenyeva O P, Crittenden B, Yang M, Kapustenko P O, Accounting for the thermal resistance of cooling water fouling in plate heat exchangers. Applied Thermal Engineering, 2013, 61(1): 53-59. https://doi.org/10.1016/j.applthermaleng.2013.02.045
[4]. Zhou S, O'neill Z, O’neill C. A review of leakage detection methods for district heating networks. Appl. Therm. Eng. 2018, 137, 567–574. https://doi.org/10.1016/j.applthermaleng.2018.04.010
[5]. Dowson D. Metallurgical failure analysis of steam turbine, compressor, and hot gas expander components. Proceedings of the Asia Turbomachinery & Pump Symposium (ATPS) 2018. Singapore, 12 – 15 March, 2018.
[6]. Fu P, Wang N, Wang L, et al. Performance degradation diagnosis of thermal power plants: a method based on advanced exergy analysis. Energ Convers Manage 2016;130:219–29. https://doi.org/10.1016/j.enconman.2016.10.054
[7]. Lazzaretto A, Toffolo A. A critical review of the thermoeconomic diagnosis methodologies for the location of causes of malfunctions in energy systems. ASME J Energy Resour Technol 2006;128(4):335–42. https://doi.org/10.1115/1.2358148
[8]. Torres C, Valero A, Serra L, Royo J. Structural theory and thermoeconomic diagnosis: Part I. On malfunction and dysfunction analysis. Energy Convers Manage 2002; 43:1503–18. https://doi.org/10.1016/S0196-8904(02)00032-8
[9]. Valero, A.; Correas, L.; Zaleta, A.; Lazzaretto, A.; Verda, V.; Reini, M.; Rangel, V. On the thermoeconomic approach to the diagnosis of energy system malfunctions: Part 1: The TADEUS problem. Energy 2004, 29, 1875–1887. https://doi.org/10.1016/j.energy.2004.04.053
[10]. Valero, A.; Correas, L.; Zaleta, A.; Lazzaretto, A.; Verda, V.; Reini, M.; Rangel, V. On the thermoeconomic approach to the diagnosis of energy system malfunctions: Part 2. Malfunction definitions and assessment. Energy 2004, 29, 1889–1907. https://doi.org/10.1016/j.energy.2004.03.008
[11]. Usón S, Valero A. Thermoeconomic diagnosis for improving the operation of energy intensive systems: comparison of methods. Appl Energy 2011;88:699–711. https://doi.org/10.1016/j.apenergy.2010.09.010
[12]. Zonta, T.; da Costa, C.A.; da Rosa Righi, R.; de Lima, M.J.; da Trindade, E.S.; Li, G.P. Predictive maintenance in the Industry 4.0: A systematic literature review. Comput. Ind. Eng. 2020, 150, 106889. https://doi.org/10.1016/j.cie.2020.106889