Zugl.: Darmstadt, Techn. Univ., Diss., 2007

Stuttgart, University, Diss., 2008.

Techn. Universiẗat, Diss., 2007--Darmstadt.

Techn. Hochsch., Diss., 2002--Aachen.

Techn. Universiẗat, Diss., 2005--Darmstadt.

Technical challenges for developing micro sensors for Ultra High Temperature and turbine applications lie in that the sensors have to survive extremely harsh working conditions that exist when converting fuel to energy. These conditions include high temperatures (500-1500°C), elevated pressures (200-400 psi), pressure oscillations, corrosive environments (oxidizing conditions, gaseous alkali, and water vapors), surface coating or fouling, and high particulate loading. Several technologies are currently underdeveloped for measuring these parameters in turbine engines. One of them is an optical-based non-contact technology. However, these nondirective measuring technologies lack the necessary accuracy, at least at present state. An alternative way to measure these parameters without disturbing the working environments is using MEMS type sensors. Currently, the techniques under development for such harsh environment applications are silicon carbide (SiC) and silicon nitrite (Si3N4) –based ceramic MEMS sensors. But those technologies present some limitation such as narrow processing method, high cost (materials and processing cost), and limited using temperatures (typically < 800 C). In this research we propose to develop two sensors based on recently developed polymer-derived ceramics (PDCs): Constant Temperature Hot wire Anemometer, temperature/heat-flux sensor for turbine applications. PDC is a new class of high temperature ceramics. As we shall describe below, many unique features of PDCs make them particularly suitable for the proposed sensors, including: excellent thermo-mechanical properties at high temperatures, enable high temperature operation of the devices; various well-developed processing technologies, such as injection molding,photolithography, embossing, DRIE etching and precise machining, can be used for the fabrication of the devices; and tunable electric conductivity, enable the proposed sensors fabricated from similar materials, thus reliability considerations associated with thermal mismatch, which is a big concern when using MEMS-based sensors at elevated temperatures, will be minimized.

Techn. Universiẗat, Diss., 2003--Darmstadt.

Quick and accurate detection of flame inside a gas turbine is very crucial to mitigaterisks in power generation. Failure of flame detection increases downtime and maintenancecosts and on rare occasions it may cause explosions due to buildup of incombustible fuel inside the combustion chamber.The aim of this thesis is to investigate the applicability ofmachine learning methods to detect the presence of flame within a gas turbine. Traditionally,this is done using an optical flame detection which converts the infrared radiation toa differential reading, which is further converted as a digital signal to the control systemand gives the flame status (1 for flame ON and 0 for flame OFF). The primary purpose ofthis alternative flame detection method is to reduce the instrument cost per gas turbine. Amachine learning model is trained with the data collected over several runs of the turbineengine and would estimate if there is an occurrence of the flame, to decide if the machineshould be ON or OFF. To reduce the instrumentation cost, the presented flame predictionmethod based on deep learning methods is employed, which takes standard data such as dynamic pressure and temperature values as input. These variables are observed to have a high correlation with the flame status. The pressure is measured using a piezocryst sensorand the temperature is measured using a thermocouple. A Study is performed by trainingon several machine learning models and coming up with which model among them have worked the best on this data.The Logistic is used as a baseline and is compared with othermodels such as KNN,SVM,Naïve Bayes,RandomForest and XGBoost is trained with thedata collected over several runs of the turbine and tested on to predict flame status insidethe gas turbine.It was observed that KNN and Random Forest performed exceptionallywell as compared to the baseline model. It is recorded that the minimum time for estimation of the flame status by the machine is 0.6 seconds and if the model implementedcan give a high accuracy with the same time then the proposed method can be an effective alternate flame detection method.

Der integrierte Gas-Dampf (GiD-) Prozess mit Wasserrückgewinnung ist ein flexibler Kraft-Wärme-Kopplungsprozess, der die gleichzeitige Bereitstellung von Strom und Wärme teilweise entkoppeln kann. Der effiziente und sparsame Einsatz von fossilen Brennstoffen ist aus ökonomischer wie auch ökologischer Sicht geboten. Die Kraft-Wärme-Kopplung (KWK), die gleichzeitige Erzeugung von Strom und Wärme, ist eine Möglichkeit dafür. Allerdings erfordert die KWK auch eine gleichzeitige Abnahme von Strom und Wärme beziehungsweise deren Speicherung. Sowohl Strom als auch Prozessdampf lassen sich nur aufwendig und damit relativ teuer speichern, weshalb Alternativen gefragt sind. Der GiD-Prozess besteht aus einer Gasturbine mit nachgeschaltetem Abhitzedampfkessel. Die Gasturbine verfügt als Besonderheit über eine Dampfinjektion, die vor, nach oder direkt in die Brennkammer erfolgen kann. Der Abhitzekessel hat zusätzliche Wärmeübertragerflächen um das Abgas bis unter den Taupunkt abzukühlen. Somit kann ein Teil des injizierten Dampfes aus dem Abgas zurückgewonnen und wiederverwendet werden. Der in die Gasturbine injizierte Dampf führt dieser weitere Energie zu. Diese kann entweder zur Leistungssteigerung der Anlage oder zur Reduzierung des fossilen Brennstoffbedarfes genutzt werden. Die erste Option der Leistungssteigerung ist auch als Cheng-Prozess bekannt. Diese Arbeit widmet sich der weniger untersuchten zweiten Möglichkeit der Brennstoffreduzierung. Beim Vergleich des GiD-Prozesses mit verschiedenen anderen Kraftwerks-Prozessen zeigt sich, dass dieser besonders gut für industrielle Anlagen mit Prozessdampfbedarf und einer elektrischen Leistung kleiner 20 MW el geeignet ist. Im Rahmen dieser Arbeit wurde der GiD-Prozess mittels einer Versuchsanlage auf Basis einer Industriegasturbine mit 650 kW el untersucht. Die Arbeit dokumentiert verschiedene Versuchsfahrten und Untersuchungen an dieser Anlage. Die Injektion von Dampf reduziert die Schadstoffemissionen in den zulässigen Bereich und kann sehr flexibel zu einer Steigerung des Anlagenwirkungsgrades von bis zu zwei Prozent führen. Dabei wird der Dampf sehr gleichmäßig in die Versuchsanlage eingebracht, so dass keine signifikanten Änderungen der Abgastemperaturverteilung erkennbar sind. Die Überhitzung des Dampfes kann zu einer weiteren Steigerung des Anlagenwirkungsgrades führen. Die Rückgewinnung des eingebrachten Dampfes ist mit den entsprechenden Wärmeübertragern möglich. Das zurückgewonnene Wasser ist durch die Stickoxide des Abgases verunreinigt und muss entsprechend aufbereitet werden.

This study explores the variable speed operation and shift response of a prototype of a two speed single path CVT rotorcraft driveline system. Here a Comprehensive Variable Speed Rotorcraft Propulsion system Modeling (CVSRPM) tool is developed and utilized to simulate the drive system dynamics in steady forward speed condition. This investigation attempts to build upon previous variable speed rotorcraft propulsion studies by: 1) Including fully nonlinear first principles based transient gas-turbine engine model 2) Including shaft flexibility 3) Incorporating a basic flight dynamics model to account for interactions with the flight control system. Through exploring the interactions between the various subsystems, this analysis provides important insight into the continuing development of variable speed rotorcraft propulsion systems.