Monitorizacion de Turbina

ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
UNIVERSIDAD DE SEVILLA
MONITORIZACIÓN DEL
COMPORTAMIENTO DE
UNA TURBINA DE GAS
AFECTADA POR
FOULING EN EL
COMPRESOR
PROYECTO FIN DE CARRERA
INGENIERÍA INDUSTRIAL
Realizado por: José Ramón Alonso Correa
Tutor: David Sánchez Martínez

GMTS
2
GMTS
INDICE
RESUMEN………………………………………………………………………………………………………….. 5
CAPÍTULO 1.INTRODUCCIÓN………………………………………………………………………….… 7
1.1 OBJETIVO……………………………………………………………………………………………. 7
1.2 INTRODUCCIÓN A UNA TURBINA DE GAS……………………………………………. 8
1.3 DEGRADACIÓN DE UNA TURBINA DE GAS…………………………………………… 10
1.4 FACTORES QUE PROVOCAN LA DEGRADACIÓN………………………………….. 12
1.5 MANTENIMIENTO……………………………………………………………………………….. 12
1.5.1 Mantenimiento Preventivo………………………………………………. 12
1.5.2 Mantenimiento Correctivo………….……………………………………. 14
CAPÍTULO 2. FENÓMENO DE FOULING………….……………………….…………………………. 17

2.1 INTRODUCCIÓN………….………………………………………………………………….…… 17
2.2 INFLUENCIA DEL FOULING EN LAS PRESTACIONES DE LA T.G……………... 18
2.2.1 Efectos aerodinámicos y termodinámicos………….……………….. 18
2.2.2Influencia en el margen de bombeo………….……………………….. 19
2.2.3Fallos estructurales de los álabes………….……………………………. 20
2.3 MANIFESTACIÓN Y DETECCIÓN DEL FOULING………….…………………….…… 20
2.3.1 Detección del Fouling………….………………………………………….….. 21
2.4 TASA DE FOULING………….………………………………………………………….………. 22
2.4.1 Factores que afectan a la Tasa del Fouling………….………….…… 22
2.5 RECUPERACIÓN DE LAS PRESTACIONES DE LA TURBINA DE GAS……….. 24
2.5.1 Lavado Off-line………….…………………………………………………….…. 24
2.5.2 Lavado On-line………….…………………………………………….………….. 25
CAPÍTULO 3. MONITORIZACIÓN DE LA TURBINA DE GAS………….….………………….. 27
3.1 INTRODUCCIÓN………….………………………………………………………………….….. 27
3.2 INTEGRACIÓN DE LOS COMPONENTES DE UNA TURBINA DE GAS….…... 28
3.2.1 Stage-Stacking. Modelado del Compresor…………………………… 28
3.2.1.1 Introducción…………………………………………………….. 28
3.2.1.2 Metodología de cálculo……………………………………. 28
3.2.2 Matching. Modelado de la Turbina de Gas………………………….. 32
3.2.2.1 Introducción……………………………………………………... 32
3.2.2.2 Estimaciones e hipótesis…………………………………… 33
3.2.2.3 Metodología de cálculo……………………………………. 35
3.2.2.4 Estudio de validez y sensibilidad del método…… 47
3.2.2.4.1 Caso 1.Rendimiento mecánico……………….. 48
3
GMTS
3.2.2.4.2 Caso 2.Rendimiento de la cámara de combustión… 50

3.2.2.4.3 Caso 3.Rendimiento de la Turbina de alta………..… 51
3.2.2.4.4 Caso 4.Rendimiento de la Turbina de baja…………... 54
3.2.2.4.5 Caso 5.Perdidas en la cámara de combustión……… 55
3.2.2.4.6Conclusiones……………………………………………………….. 56
3.2.2.5 Diagramas de Flujo………………………………………………………… 59
CAPÍTULO 4. MODELADO DE FOULING EN LA TURBINA DE GAS………………………... 61
4.1 MODELADO LINEAL DE FOULING…………………………………….…………………… 61

4.2INFLUENCIA DE LOS COEFICIENTES 𝐾1 𝑌 𝐾2 …………………….…….…….………. 63
4.2.1 Caso 𝐾1 =0.5 y 𝐾2 =0…………………………………………………..………… 63
4.2.2 Caso 𝐾1 =1.5 y 𝐾2 =1…………………….………..…………….….………….. 67
4.2.3 Caso 𝐾1 =0.5 y 𝐾2 =1…………………….………..…..….…….….………….. 70
4.2.4 Conclusiones………………………………………………………..……...……. 71
CAPÍTULO 5. TENDENCIAS FUTURAS………………………………………………..……...………… 77
5.1 GESTIÓN FUTURA………………………………………………..……...……………………… 77

5.1.1 Sensores específicos.………………………………………………..……….. 78
5.1.2 Fusión de la información y Métodos analíticos...…………….…… 78
5.1.3 Motor inteligente………………………………………….…………………….. 79
5.2OTROS DESAFÍOS…………………………………………………….…………………………. 80
CAPÍTULO 6. CONCLUSIONES…………………………………………….………………………………. 81
ANEXO I. CÓDIGO MATLAB. MATCHING
A.I.1 MATCHING TURBINA DE GAS

A.I.2 CICLO NOMINAL DE FUNCIONAMIENTO
ANEXO II. CÓDIGO MATLAB. FUNCIONES AUXILIARES
A.II.1 CURVA CARACTERÍSTICA DE LA TURBINA

A.II.2 RANGO DE OPERACIÓN DEL COMPRESOR (STAGE-STACKING)
A.II.3 POTENCIA ÚTIL
A.II.4 RENDIMIENTO POLITRÓPICO
A.II.5 GEOMTRÍA VARIABLE DEL COMPRESOR
A.II.6 CURVA GENERALIZADA DEL COEFICIENTE DE CARGA
A.II.7 CURVA GENERALIZADA DEL RENDIMIENTO
A.II.8 ÍNDICE LÍMITE DE DESPRENDIMIENTO
A.II.9 FENÓMENO FOLUING
BIBLIOGRAFÍA
4
GMTS
RESUMEN:
Cómo es sabido, una de las principales fuentes bases de generación de energía

eléctrica en nuestro marco técnico son las Turbinas de Gas, debido entre otros factores
a su amplio margen de maniobra y rapidez para conectarse a la red o a su alta potencia
específica.
El incremento del coste del combustible ha sido un claro detonante para que
operadores se conciencien de su correcto funcionamiento. Surgiendo la necesidad de
monitorizar, controlar y prever el comportamiento de la Turbina de Gas, de cara a
poder elaborar una óptima planificación de mantenimiento y explotación, así como
tomar la mejor de las decisiones en situaciones no programadas, como puede ser la
disminución de la potencia útil.
En este estudio se pretende elaborar una monitorización y seguimiento del

comportamiento de la Turbina de Gas en diferentes escenarios, más o menos
favorables, debido principalmente al ensuciamiento del compresor, también conocido
como fenómeno de Fouling.
Habrá una primera parte del proyecto, en la que sentaremos las bases del
principal factor de deterioro de la Turbina (Fouling).
Habrá una segunda parte donde describiremos nuestro modelo que simula el
comportamiento de la Turbina de Gas afectada por Fouling.
Habrá una tercera parte donde se ensayará teóricamente el modelo para una
Turbina de Gas concreta, obteniendo la monitorización de la evolución de sus
prestaciones en el tiempo en distintos escenarios de ensuciamiento.
Habrá una última parte, donde desarrollaremos las tendencias futuras en

materia de monitorización y control de turbinas de gas.
5
GMTS
6
CAPITULO 1.INTRODUCCIÓN GMTS
CAPITULO 1
INTRODUCCIÓN
1.1 OBJETIVO
Las prácticas de diagnóstico del motor son tan antiguas como la propia turbina
de gas. Los métodos de control y análisis han progresado en sofisticación en las últimas
décadas a la vez que la turbina de gas iba evolucionando en su forma y complejidad.
Comenzando con métodos empíricos principalmente centradas en el control de

la integridad mecánica de la máquina, la evolución de diagnóstico del motor se ha
beneficiado de los avances en la detección, dispositivos electrónicos de seguimiento, el
aumento de la fidelidad en el modelado del motor, y de los métodos analíticos. La
motivación principal de esta monitorización es, como es lógico, el costo. El costo cada
vez mayor de combustible, repuestos, mantenimiento y puesta a punto, contribuye al
encarecimiento del costo de un motor durante todo su ciclo de vida.
Monitorizar el comportamiento del motorpuede ser visto como un medio para

mitigar el riesgo en las decisiones que afectan a la integridad operativa. Consiguiendo
predecir comportamientos negativos o indeseables, como puede ser el aumento del
consumo de combustible, o incluso la parada del motor. Esta última tanto más crítica
para motores de aeropropulsión para aplicaciones aeronáuticas.
En este capítulo haremos una introducción sobre las nociones básicas de una
turbina de gas; su configuración, elementos que la componen y el ciclo termodinámico
sobre el que se basa el funcionamiento del motor, de cara a poder entender
posteriormente su funcionamiento, y como se ven afectados los componentes ante
determinados agentes degradantes. Siendo importantísimo conseguir monitorizar ese
comportamiento que haga el seguimiento continuo del motor.
7
1.2 INTRODUCCIÓN DE UNA TURBINA DE GAS

La turbina de gas es un motor térmico constituido por varias turbomáquinas,
que se emplea tanto para la generación de energía eléctrica a través del
accionamiento de un eje conectado a un alternador, como para la generación de
energía mecánica (propulsión), gracias a la energía térmica liberada en el proceso de
combustión.Los elementos que integran una turbina de gas son principalmente, un
compresor (generalmente axial), una cámara de combustión o quemador, y una o
varias turbinas (dependiendo que el montaje sea en eje simple o eje doble).Cuya
configuración de montaje se muestra en las figuras 1.1 y 1.2.
Quemador Quemador
Compresor Turbina Compresor T.A.P T.B.P
Fig. 1.1 – Turbina de gas en un eje Fig. 1.2 – Turbina de gas en doble eje
El montaje en un eje mostrado en la figura 1.1 resulta una configuración

adecuada cuando se requiere que la Turbina de Gas funcione en condiciones de
velocidad de giro y carga constantes. Un aspecto a tener en cuenta de este tipo de
acoplamientos es la elevada inercia del sistema fruto del arrastre del compresor. Se
usa generalmente en generación de energía eléctrica. Si la velocidad de giro de la
turbina de gas difiere de la del alternador al que se encuentra conectado, dicha
desincronización de velocidades es regulada por una reductora de velocidad.
La otra configuración de turbinas de gas, montaje en dos ejes, muestra una

gran flexibilidad de funcionamiento. Son muy utilizados cuando la velocidad de giro de
la carga cambia significativamente. Como sucede en las aplicaciones de automoción,
ferroviarias y marinas.
8
Para tener clara la nomenclatura utilizada a la hora de desarrollar el algoritmo

que permita monitorizar el comportamiento de la Turbina de Gas afectada por fouling,
describiremos el ciclo termodinámico Brayton al que responde una turbina de gas.
00 Estado de remanso del medio ambiente

1 Entrada al compresor
01 Estado de remanso en la admisión del
compresor
2 Salida del compresor y entrada a la cámara de
combustión
02 Estado de remanso a la salida del compresor
3 Salida de la cámara de combustión
03 Estado de remanso a la salida de la cámara de
combustión
4 Salida de la turbina
04 Estado de remanso a la salida de la turbina
04’ Estado de remanso del fluido en el escape
Fig. 1.3 – Ciclo Brayton Turbina de gas en un eje
El punto de inicio del ciclo (que realmente no es un ciclo, ya que no hay un

bucle cerrado de flujo, sino que hay una renovación continua de dicho flujo) se
encuentra a la entrada del compresor. El aire es aspirado en condiciones atmosféricas
y comprimido por el compresor, incrementando su temperatura igualmente. Este aire
comprimido pasa a la cámara de combustión (junto con una pequeña perdida de
presión), donde es quemado de forma continua junto con el combustible que se
inyecta. Los gases de combustión caliente resultantes del proceso exotérmico anterior,
se hacen pasar a través de una turbina, expansionándose con el fin de obtener energía
mecánica para mover tanto el compresor, como el alternador y demás equipos
secundarios. En la figura 1.3, vemos que después del expansionado de los gases de
combustión, éstos son expulsados a la atmósfera (o a otro proceso si la turbina de gas
estuviera integrada en una planta de cogeneración).
Sin embargo, nuestra Turbina de Gas objeto de estudio (General Electric LM

2500-30) corresponde a una turbina montada en doble eje. Es decir, en el ciclo descrito
en la figura 1.3, la expansión de los gases (03-04)se fracciona en dos procesos (03-04 y
04-05). Quedando el ciclo tal y como se aprecia en la figura 1.4.
9
Fig. 1.4 – Ciclo Brayton Turbina de gas en dos ejes
Tal y como se aprecia en la figura 1.4, ahora tendremos dos turbinas,

denominadas comúnmente Turbina de Alta Presión (03-04) y Turbina de Baja Presión,
o de potencia(04-05) para realizar ese fraccionamiento de la expansión en dos pasos,
que comentábamos anteriormente. En este tipo de montajes, la T.A.P mueve el
compresor, denominándose a la combinación de ambos, generador de gas. Mientras
que la T.B.P. es la encargada de generar el trabajo útil.
Uno de los principales frenos del desarrollo de la Turbina de Gas ha sido sus
bajos rendimientos iniciales. No obstante, las mejoras de diseños de sus elementos
que la constituyen, de la relación de compresión del compresor, junto con le evolución
tecnológica de materiales que han permitido incrementar la temperatura de entrada a
la turbina, han hecho optimizar y mejorar los rendimientos globales de la Turbina de
Gas haciendo más atractivo su uso y desarrollo.
1.3DEGRADACIÓN DE UNA TURBINA DE GAS

Todos los componentes que integran la turbina de gas son susceptibles de
deteriorarse, bien por el mero hecho del uso o por alguna otra circunstancia durante el
transcurso de su vida útil.
Entre la comunidad científica se ha acordado, que uno de los principales

factores que aceleran este deterioro es la gran cantidad de aire ingerido por el motor.
Jugando un papel muy importante el entorno en que se encuentra asentada la Turbina
de gas, ya que será la ubicación quien determine la calidad de aire ambiental. En
cualquier localización el aire tiene inherente mayor o menor número partículas
contaminantes en suspensión, que son las que provocan el ensuciamiento, erosión o
10
corrosión del compresor fundamentalmente. Siendo frecuente la adhesión y
acumulación de dichas partículas en los álabes y demás superficies en contacto con el
aire. Esto implica un cambio en la geometría del perfil de los álabes y un aumento su la
rugosidad, modificando las condiciones de diseño y disminuyendo su rendimiento.
El motor no está exento de sufrir este deterioro a pesar de utilizar filtros de alta
eficiencia, usar combustibles limpios u optimizar todas las variables contaminantes.
Aunque es obvio que el uso de estas medidas correctoras si harán mejorar su
funcionamiento.
Uno de los grandes inconvenientes de diagnosticar el deterioro del motor es la

complejidad de discretizar el grado de afectación de ensuciamiento de cada
componente individualmente.Debido a que no todos los elementos de la turbina de
gas se degradan a la misma velocidad, es difícil imputar qué tanto por ciento de la
caída del rendimiento de funcionamiento total corresponde al deterioro de cada
componente en particular.
Hay múltiples factores que provocan la pérdida de eficiencia, como son el

fenómeno de “Fouling” o ensuciamiento, erosión, corrosión, aumento de tolerancias u
holguras o daños internos entre otros. Es frecuente distinguir entre tres tipos distintos
de pérdidas:
 Pérdidas Permanentes: aquellas asociadas al envejecimiento intrínseco del

motor.
 Pérdidas No recuperables: aquellas que no pueden subsanarse con un lavado,
siendo necesaria un overhaul para sustituir las piezas y/o componentes
deteriorados.
 Pérdidas Recuperables: aquellas que se pueden subsanar con un lavado del
compresor.
El ensuciamiento o “Fouling” no sólo es característico del compresor sino que

también puede ser un factor decisivo en las turbinas, motivado entre otras cosas por el
uso de combustibles sucios. Pudiendo llegar a ser incluso más decisivo debido a la
imposibilidad de hacer un recuperado de prestaciones mediante un lavado on-line, es
decir, sin tener que parar la Turbina de Gas al completo. Como sí se puede hacer en el
compresor.
Sin embargo nos centraremos en los efectos que produce el ensuciamiento

sobre el compresor. Para tener un orden de magnitud de la importancia del
ensuciamiento sobre el compresor, las pérdidas pueden oscilar entre el 70-85% del
total de pérdidas acumuladas a lo largo de su vida útil. En estudios en plantas de
potencia (Minco, Meher-homji, 2009) se ha determinado que ha habido pérdidas de
potencia de salida aproximadamente entre el 2-15%,según las condiciones fueran más
o menos desfavorables.
11
Identificar la aparición de este fenómeno no es trivial. A pesar de su
complejidad, se ha avanzado en los sistemas de monitorización del funcionamiento de
las Turbinas de Gas mediante múltiples sensores de alta tecnología dispuestos de tal
modo que midan ciertos parámetros que permiten identificar cuando el
funcionamiento no es el correcto y su tendencia de degradación. Permitiendo una
optimización en el número de overhaul programadas, reduciendo costos de
mantenimiento.
1.4 FACTORES QUE PROVOCAN LA DEGRADACIÓN

Los puntos de entrada de partículas contaminante pueden ser, bien con el aire
de entrada al compresor o junto con el combustible. La clasificación de dichas
partículas va a depender de su tipología y de su tamaño. Y provocaran una serie de
fenómenos de degradación:
 Fouling: originado por la adhesión de partículas con diámetro entre 5-10 µm

sobre el perfil de los álabes y superficies libres.
 Erosión: originado por la colisión de partículas en suspensión, con diámetro
mayor que 10-20 µm, con las superficies.
 Daño por objetos extraños: (conocido en la nomenclatura anglosajona como
FOD) Originado por el impacto de objetos de mayor tamaño con los elementos
del motor, absorbidos a la entrada.
 Corrosión: originado por la reacción química ente partículas contaminantes y
los materiales de los componentes.
 Oxidación: originado por la reacción química entre el oxígeno introducido con
el aire de admisión y los elementos metálicos de la turbina de gas.
 Abrasión y fricción: originado por el contacto entre superficies en movimiento.
1.5 MANTENIMIENTO
1.5.1 Mantenimiento Preventivo
Minimizar o ralentizar la degradación del sistema es posible mediante un

adecuado plan de mantenimiento preventivo. Para ellos se contará con el uso de
determinados elementos tales como:
 Filtros: siendo los más utilizados los filtros de inercia debido a su bajo costo y
simplicidad de uso. Destinados a la retención de partículas con diámetros
superiores a 20 µm. Otro filtro comúnmente usado, son lo de autolimpieza
mediante pulso; un impulso de aire comprimido es disparado contracorriente
para desprender las partículas acumuladas y mantener una eficiencia de
filtración óptima. Es un mecanismo muy recomendable para localizaciones con
altas humedades relativas o de riesgo por congelación. Otro filtro usado, de
12
muy alta eficiencia, son los filtros HEPA. Cuyo principal inconveniente es laalta
perdida de presión que introduce al sistema, y que para su sustitución es
necesario una parada completa del motor.
 Recubrimiento de los escalonamientos del compresor con materiales
cerámicos. Mejoran el rendimiento y aumenta la vida útil. Los componentes del
compresor sin recubrir son más susceptibles a la erosión, corrosión e
incrustación. Mientras que aquellos que sí lo están, tales como las palas, los
diafragmas, los álabes directores y las cubiertas del compresor rotatorio y
estacionario entre otros, mejoran su acabado superficial y su resistencia a la
corrosión.
Fig. 1.5 – Recubrimiento cerámico de los escalonamientos del compresor

(sulzer.com)
 Reacondicionamiento de los componentes de la Turbina de Gas. Durante los

overhaul, se llevaban a cabo ciertas inspecciones mediante ensayos no
destructivos:
 Inspección por líquidos penetrantes fluorescentes. Debido a las
fuerzas capilares, el líquido es absorbido por grietas y otros
defectos. Tras empapar, enjuagar y secar la superficie, todas las
micro grietasque pudieran tener los componentes analizados serán
visibles con luz ultravioleta.
 Inspección por corrientes inducidas. Técnica más compleja que la
anterior, empleada para detectar grietas cerradas, así como las
grietas por fatiga con número elevado de ciclos de funcionamientos
a sus espaldas.
 Inspección por rayos X. Detecta sólo aquellas grietas paralelas a los
rayos X.
El proceso de reparación de los elementos detectados dañados con las
inspecciones anteriores, consta básicamente en remover y colocar material
13
de forma controlada. Pudiendo ser necesario tratamientos térmicos entre
estos pasos.
 Buenas prácticas de operación y mantenimiento de la Turbina de Gas. Los
operadores que explotan las turbinas tienen un papel importante en su proceso
de deterioro. De cara a dar una potencia determinada, es práctica frecuente
incrementar la temperatura de entrada a la turbina a medida que disminuye el
rendimiento, como consecuencia del deterioro o del ensuciamiento. Por tanto,
al ser la turbina de gas muy sensible frente a grandes gradientes de
temperatura, es obligatorio que los operadores controlen dicho gradiente, ya
que es uno de los causantes principales que hace aumentar el riesgo de sufrir
corrosión y oxidación.
1.5.2 Mantenimiento Correctivo
A pesar de un buen mantenimiento preventivo, como ya se ha comentado, es

incuestionable que el motor sufrirá un deterioro. Para subsanar las deficiencias que
surjan durante el normal funcionamiento del motor, hay que hacer paradas
programadas donde ejecutar medidas correctivas.
Entre estas medidas, destacamos la limpieza de la T.G. Pudiendo distinguir

hasta tres métodos:
 Desmontaje y limpieza del motor: método muy efectivo y beneficioso para

el sistema. Pero debido a que solo se puede llevar a cabo durante la parada
del motor, y que cada overhaul supone un alto coste económico al estar la
turbina fuera de servicio sin producir energía eléctrica, estas labores de
mantenimiento no se pueden ejecutar con mucha frecuencia.
 Lavado periódico: se trata de limpiar el motor inyectando agua mezclada
con algún producto de limpieza a la entrada del compresor. Se distingue
dos casos:
 Lavado On-line: la inyección de la mezcla agua-detergente se
produce con el motor en marcha. Con esta intervención se consigue
recuperar una pequeña parte de las pérdidas recuperables descritas
en el apartado 1.3.
 Lavado Off-Line: es necesario desconectar el motor de la red y
disminuir el régimen de giro para poder realizar el lavado. La
cantidad de agua inyectada es mayor que en el caso anterior. Con
esta intervención conseguimos recuperar un tanto por ciento mayor
de pérdidas recuperables que con el lavado on-line.
 Chorro abrasivo: es un método muy agresivo para con los componentes del
motor, ya que consiste básicamente en introducir pequeños elementos,
tales como cáscaras de nueces o similares junto con el aire de aspiración,
14
de tal forma que impacte contra los álabes para que se desprenda la
suciedad incrustada. Corriendo el riesgo de que se erosionen los álabes.
15
16
CAPITULO 2.FENÓMENO DE FOULING GMTS
CAPITULO 2
FENÓMENO DE FOULING
2.1 INTRODUCCIÓN. FOULING

El fenómeno de Fouling se describe en detalle en el documento de Rodríguez,
C. “Estudio Teórico y Práctico del Fenómeno de Fouling en Turbocompresores Axiales”
2011. Nosotros, en este estudio, para tener unas nociones básicas del fenómeno que
vamos a modelar e integrar en el comportamiento de todos los componentes de la
T.G. vamos a resumir las ideas principales más importantes.
Como se comentó anteriormente, el Fouling está originado primordialmente en

compresores axiales por partículas contaminantes en suspensión en el aire, con un
diámetro inferior a 5-10 µm, y que son ingeridas por el compresor. Estas partículas se
adhieren a los álabes debido a las fuerzas de atracción de Van Der Waals, entre
partículas y álabes, ya que estas fuerzas son mayores que las fuerzas de inercias
generadas por la masa de las partículas. El Fouling se ve potenciado en atmosferas
aceitosas, fomentado la adhesión de partículas.
Los principales problemas y efectos adversos que origina el Fouling son:
 Disminución del área efectiva de paso del compresor. Esto implica una
disminución del flujo másico y de la relación de compresión. Traduciéndose
en una disminución de la potencia útil de la Turbina de Gas.
 Modificación del perfil aerodinámico y con ello los triángulos de
velocidadesde diseño. Provocando perdida del rendimiento tanto del
compresor como de la T.G.
 Aumento de la rugosidad de los álabes, incrementando la fricción y la
variación de la entropía. El aire se calienta más, aumentado el trabajo de
compresión.
Como principales resultados, se tiene una pérdida de potencia útil a la salida

del motor y el aumento del consumo específico de calor. Aumentando así la TIT en
motores cuyos compresores están afectados por Fouling.
17
Fig. 2.1 – Compresor limpio y sucio (powermag.com)
Todos los compresores son propensos al ensuciamiento, aunque la mayor o

menor tendencia a ensuciarse dependerá de varios aspectos.
 Tamaño del motor y de su geometría

 De los parámetros del ciclo
 Del tipo de contaminantes en el aire
 De las condiciones ambientales
El Fouling no actúa de manera uniforme a lo largo de todos los escalonamientos

del compresor. Son los primeros escalonamientos los más predispuestos a ensuciarse.
De los experimentos realizados por Aker y Saravanamutto, 1989; y Tarabrin et al.
1989, determinaron que si el Fouling se desarrolla igualmente en los últimos
escalonamientos, tendrían un menor impacto sobre el funcionamiento del compresor
que si se solo sucediera en los delanteros. Sin embargo las altas temperaturas en estos
últimos escalonamientos podrían hacer que las partículas adheridas se cocieran sobre
los propios álabes dificultando aún más su limpieza y por ende la recuperación de
prestaciones.
2.2INFLUENCIA DEL FOULING EN LAS PRESTACIONES DE LA T.G.

2.2.1 Efectos aerodinámicos y termodinámicos
Debido al ensuciamiento,aumenta la rugosidad en las superficies, aumentando

el espesor de la capa límite, provocando las pérdidas en el compresor. Esto implica un
mayor trabajo específico consumido por compresor.
Elaumento de rugosidad en las superficies debido al efectodel fenómeno de

Fouling, hace que las pérdidas en el perfil de lo álabes se incrementen. Estas pérdidas
aparecen como consecuencia de un aumento del espesor de la capa límite.
18
Debido al efecto de dicho ensuciamiento,el gasto de aire (𝑚𝑎 ) que circula por el
compresor disminuye, disminuyendo con él la relación de compresióncon motivo de
una reducción de la contrapresión de la turbina (esta afirmación implica que la sección
de entrada de la turbina se encuentra bloqueada durante la operación del motor,
siendo esto una práctica habitual). Obteniendo con ello una menor potencia útil en la
turbina.
Esta lo podemos ver mejor con la siguiente expresión (Meher-Homji, 1987):
1
𝑊𝑇 = 𝑚𝑎 1 + 𝐹 𝐶𝑝𝑔 𝑇03 𝜂 𝑇 1 − 𝛾 𝑔 −1
𝑅𝐸 𝛾𝑔
Siendo:
𝑚𝑎 : Gasto de aire a la entrada del compresor

𝐹 = 𝑚𝑎 /𝑚𝑔 : Dosado. Cociente entre gasto de aire, y gasto de combustible
𝑇03 : Temperatura de salida de la cámara de combustión.
𝑅𝐸 = 𝑃03 /𝑃04 : Relación de expansión de la turbina (𝑃03 = 𝑃02 − 𝛥ℰ𝑐𝑐 )
𝛾𝑔 : Coeficiente adiabático.
𝜂 𝑇 : Rendimiento de la turbina.
2.2.2Influencia en el margen de bombeo
Tal y como acabamos de comentar, el Fouling o ensuciamiento, reduce el gasto

másico (reduciéndose el coeficiente de flujo con ello) a partir del primer
escalonamiento y avanzando posteriormente hacia el interior del compresor,
afectando al comportamiento del resto de escalonamientos. El punto de operación en
el primer escalonamiento se desplaza hacia la izquierda sobre la curva de velocidad de
giro constante del mapa del compresor, aumentando el coeficiente de incremento
presión. Esto implica una densidad de aire a la entrada del segundo escalonamiento
mayor, reduciéndose igualmente el coeficiente de flujo en dicho escalonamiento. Este
fenómeno tiene lugar a lo largo de los sucesivos escalonamientos posteriores hasta
que se produce el bombeo de los últimos escalonamientos (inestabilidad producida
por una variación sustancial del ángulo de incidencia del flujo de entrada a los álabes
de rótor/estator), y por consiguiente del compresor.
Por todo ello, podemos decir que el Fouling desplaza la línea de operación del
compresor hacia la zona de bombeo.
19
2.2.3Fallos estructurales de los álabes
Además de ser una causa de fallo por sí mismo, el Fouling favorece la aparición
de otros problemas causantes del fallo de los álabes (Mejer-Homji, 2009):
 El posible bombeo por desprendimiento generalizado de la corriente, llevan

asociada vibraciones sobre los álabes.
 El ensuciamiento puede llegar a obstruir los conductos de refrigeración de

la turbina procedentes del sangrado del compresor, dificultando la correcta
transferencia de calor, pudiendo a llegar a dañar los álabes.
 La acumulación de suciedad en la raíz de los álabes o entre los

discospueden llegar a causar una fatiga adicional a los álabes.
 Partículas entre 5-10 µm, en la transición Fouling-erosión, pueden causar

adicionalmente erosión. Perjudicando igualmente la aerodinámica del álabe
al aumentar la su rugosidad, y modificando negativamente su resistencia
mecánica.
 La acumulación de partículas en los álabes aumenta la masa de los mismos,

pudiendo llegar a modificar su frecuencia natural de vibración.
 Sales o gases agresivos, tales como NOx, SOx etc., en combinación con el
agua pueden ocasionar picaduras sobre los álabes, dando lugar a picos de
tensiones locales que hacen que disminuya la vida a fatiga de los álabes.
2.3MANIFESTACIÓN Y DETECCIÓN DEL FOULING

Tanto operadores como fabricantes de Turbinas de Gas elaboran un plan de
mantenimiento preventivo y unas pautas que les permiten detectar cuándo la
degradación originada por el Fouling necesita una parada de mantenimiento. Lo
habitual es tratar de monitorizar aquellas magnitudes de salida representativas
fácilmente medibles con equipos de medidas apropiados, como es la potencia
generada y la temperatura de los gases de escape. También puede hacerse la
monitorización de la presión de descarga del compresor, y por consiguiente el
rendimiento del mismo. Esta toma de datos en tiempo permite comparar el
comportamiento real con el que debería de seguir idealmente en su estado limpio.
No obstante, según los expertos la única forma fiable al cien por cien de
conocer el estado de deterioro de la turbina es mediante una parada e inspección
20
visual. Sin embargo hay un cierto acuerdo entre los efectos medibles debido al
ensuciamiento del compresor, como son:
 Descenso del gasto másico de aire que circula por el compresor.
 Caída del rendimiento del compresor y su relación de compresión.
Para poder detectar el Fouling antes de una excesiva caída de prestaciones, e
incurrir en un aumento significativo del consumo de combustible, se contemplan
distintas opciones, relacionadas todas con la frecuencia y tipos de los lavados.
2.3.1Detección del Fouling
El mejor escenario posible sería aquel en el que el Fouling pudiera detectarse

mediante un parámetro sencillo y rápido de adquirir, que no requiriese de un alto
conocimiento técnico para poder interpretarlo, permitiendo su identificación de
manera precisa y fiable, independientemente de las condiciones ambientales o el
estado de carga del motor.
Han sido múltiples las líneas de investigación para encontrar ese parámetro.
Aker y Saravanamutto (1898) trabajaron con dos motores de diferentes características
con el fin de parametrizar el Foluing y estudiar el comportamiento general de un
compresor cualquiera afectado por ensuciamiento. Seddigh y Saravanamutto (1991)
llevaron a cabo un estudio similar sobre tres motores con diferente funcionamiento
con el objetivo de obtener alguna conclusión relevante acerca de la representatividad
de diferentes parámetros en relación al fenómeno de Fouling. No obstante, no se
encontró una parametrización adecuada que definiera perfectamente el estado de
afectación por Fouling.
Los parámetros que pudieran tener un papel más importante a la hora de
poder representar la caída del funcionamiento del motor frente al deterioro producido
por el ensuciamiento serían:
 Presión de descarga:
Del estudio elaborado por Seddigh y Saravanamutto (1991) determinaron que
la presión de salida del compresor, y por tanto la relación de compresión, disminuye
como función del número de escalonamientos afectados por Fouling,disminuyendo
aproximadamente linealmente hasta que el ensuciamiento afecta a 1/4 del total del
número de escalonamientos. A partir de ese punto, la disminución tiene menos
relevancia.
 Incremento de la temperatura de la corriente en un cierto escalonamiento:

No obtuvieron conclusiones relevantes que relacionase dicho incremento de
temperatura con el ensuciamiento del compresor.
21
 Temperatura de entrada a la turbina:
Parámetro no del todo fiable, ya que se ve modifica debida al Fouling pero no
de manera uniforme. Tal y como concluyeron Aker y Saravanamutto (1898), e
igualmente se ha concluido de nuestro estudio también (que se comentará en
secciones posteriores), afirmaron que dependiendo de la variación del rendimiento del
escalonamiento, y por consiguiente del compresor, el valor de TIT puede ser mayor o
menor que en las condiciones de diseño. Únicamente cuando el 𝜂𝑒𝑠𝑐 se reduce
considerablemente, dicho incremento de temperatura aumenta.
 Potencia de salida:
De los estudios realizados por Seddigh y Saravanamuttoo (1991) establecieron
dos índices adimensionales:
 Relación entre la potencia específica obtenida y el incremento de

entalpía del escalonamiento: siendo el parámetro obtenido más
representativo con el fenómeno Fouling, debido a que muestra una
relación lineal con la sensibilidad al ensuciamiento.
 Relación entre la potencia específica y la velocidad periférica de los
álabes en el radio medio: No se pudo extraer una correlación fiable con
el ensuciamiento.
 Rendimiento del compresor:

A pesar de ser evidente que la disminución del rendimiento del compresor está
relacionada con el Fouling, no puede ser tratado como un índice fiable
2.4TASA DE FOULING
Tal y como describe Rodríguez C. (2011), La tasa de Fouling o grado de
deterioro debido al ensuciamiento depende de dos factores:
-Susceptibilidad del compresor axial al ensuciamiento: La predisposición del
compresor a ensuciarse en un determinado entorno.
-Sensibilidad de la Turbina de Gas al efecto del Fouling en sus elementos: Grado
en el que afecta el ensuciamiento del compresor al normal funcionamiento de
la T.G.
2.4.1Factores que afectan a la Tasa del Fouling
Tal y como afirma Meher-Homji, 2004. Otros factores adicionales que influyen
en el grado de deterioro de la Turbina son:
22
 Arquitectura y configuración del motor:
Las características aerodinámicas y geométricas de diseño del compresor, tales
como la relación de compresión, ángulo de ataque del álabe, coeficiente de carga del
escalonamiento o la velocidad a la entrada de los álabes guía, determinan la
sensibilidad al Fouling. De estudios se ha concluido que, la cantidad de partículas
depositadas aumenta al crecer el ángulo de ataque del álabe. Y que los motores de
múltiples ejes, como es nuestro caso, presentan una mayor sensibilidad al
ensuciamiento que los de un eje, específicamente en lo relacionado con la pérdida
potencia.
 Localización y entorno:
Como se ha comentado, la zona geográfica, las condiciones climatológicas y el
ambiente exterior, son determinantes en el ensuciamiento del motor. La zona donde
se ubica la planta, ya sea zona industrial, marítima, desértica, etc. no influyen de igual
forma, según qué área, ésta determinará el tipo de contaminante, su concentración,
tamaño, etc. Siendo de especial relevancia la temperatura ambiente, humedad
relativa, y la niebla o lluvia.
 Diseño y Disposición:
La dirección dominante del viento en el entorno de la central es un factor a
tener en cuenta en la etapa de establecer la situación y distribución de la planta. Vital
tener en cuenta ciertas consideraciones tales como, orientación y altura de los
conductos de entrada al motor, ubicación de las torres de refrigeración, así como la
opción de recircular los gases de escapa hacia el aire de entrada.
 Mantenimiento de la Planta:
Par disminuir o eliminar el ritmo y tendencia del ensuciamiento, y así controlar
y disminuir las perdidas y costos asociados, se emplea un plan de mantenimiento, en el
que se tendrán en cuenta muchos de los aspectos mencionados en el capítulo primero.
Dicho programa de mantenimiento debe constar de al menos tres
procedimientos como son:
 Mantenimiento Conductivo
 Mantenimiento Preventivo (No intrusivo)
 Mantenimiento Correctivo
Tal como se mencionó en el capítulo primero, formará parte de este plan de
mantenimiento, un adecuado sistema de filtrado del aire exterior, la frecuencia del
23
lavado (especialmente del compresor), o el mantenimiento de los cojinetes de la
turbina para evitar fugas de aceite hacia el interior o control de la calidad del agua de
las torres de refrigeración (problemas derivados de Legionella). Además de estas
medidas, es de especial interés monitorizar el comportamiento del funcionamiento de
la planta de cara poder controlar y anticipar el fenómeno del Fouling.
2.5RECUPERACIÓN DE LAS PRESTACIONES DE LA TURBINA DE

GAS
A pesar de la existencia de un sistema de filtrado del aire exterior que minimiza
o elimina las partículas contaminantes que pudieran ensuciar o dañar al motor, es
inevitable que el motor se vea afectado por el fenómeno del Fouling. Por lo tanto, se
hace necesario llevar a cabo lavados periódicos controlados del motor, con especial
interés en el compresor. Una correcta limpieza del compresor tiene los siguientes
beneficios:
 Restauración del rendimiento del compresor
 Reducción de los costes de operación de la Turbina de Gas, debido
fundamentalmente a la disminución del consumo del combustible.
No hay un único programa de lavado óptimo, es decir, el contexto geográfico

juega un papel muy significativo a la hora de seleccionar un programa de lavado u
otro. Esto implica que un mantenimiento de limpieza determinado no tiene porqué ser
igual de efectivo para luchar contra el ensuciamiento en otra planta.
A pesar de programar un mantenimiento, los operadores determinan el sistema
de lavado adecuado mediante operaciones de ensayo y error en cuanto a frecuencia
de lavado, técnica de lavado o productos de limpieza empleados.
La experiencia ha demostrado que el método más eficaz es la técnica de
limpieza en húmedo (wet cleaning). Generalmente las más usadas son, el lavado Off-
line (crank washing) y el lavado On-line. Algunas de las características más
significativas de estos métodos se detallan a continuación (Mehe-Homji, 2009).
2.5.1Lavado On-line
Tiene como misión principal aumentar el periodo entre lavados off-line,

disminuyendo así el número de paradas previstas u overhaul para realizar operaciones
de mantenimiento del motor, ya que esta práctica se lleva a cabo con el motor en
marcha.La acción de esta técnica de lavado se centra en los álabes guías y primeros
escalonamientos, porque además de ser donde se focaliza la suciedad, para los
24
escalonamientos traseros el líquido de lavado se vaporiza debido al incremento de
temperatura dentro del compresor.
En casos concretos, este método de lavado se ejecuta sólo con agua, según la
naturaleza de las partículas contaminantes. Sin embargo, en general, el empleo de
detergente incrementa la efectividad del lavado.
El lavado On-line es más efectivo cuanto mayor sea su frecuencia de ejecución.

Si se prolonga mucho el periodo entre lavado on-line los posibles beneficios serán
nulos o escasos.
2.5.2Lavado Off-line
Con este tipo de lavados conseguimos recuperar un alto porcentaje de las

pérdidas recuperables de las que hablábamos en el capítulo primero. Para ejecutar
este método de limpieza es necesario una parada del motor, y esperar a que se enfríe
hasta una temperatura inferior a 37℃, evitando así posibles choques térmicos. Como
ya se ha comentado, el inconveniente de este tipo de lavado radica en la parada del
motor, cuya inactividad depende principalmente del tiempo de enfriamiento de la
Turbina, pudiendo llegar a necesitar para su enfriamiento entre 8-10 horas para
motores industriales pesados, y entre 1,5-3 horas para los de tipo aeroderivados.
Una vez enfriado el motor, se pone a velocidad de arranque y se procede al

lavado en varios pasos. Se inicia con la inyección de la solución de limpieza, a
continuación se sigue con varios ciclos de enjuague en los que sólo se emplea agua.
Para la conservación del motor, es vital seguir las recomendaciones del

fabricante, tanto para la calidad del agua (dureza o alcalinidad), la proporción
agua/detergente o la velocidad de giro de la Turbina. La experiencia acredita que el
lavado más efectivo se logra para bajas velocidades de giro,intercalando variaciones de
ritmo en la velocidad de giro. Es importante mantener un periodo de remojo entre el
ciclo de lavado y los ciclos de enjuague.
Por tanto, se pude conseguir una limpieza óptima llevando a cabo un programa
de lavado que alterne lavados off-line periódicamente programados en los overhaul,
con los lavados on-line ejecutados con mucha frecuencia (2-3 días en semana).
25
26
CAPITULO 3 MONITORIZACIÓN DE LA TURBINA DE GAS GMTS
CAPITULO 3
MONITORIZACIÓN DE LA TURBINA DE GAS
3.1 INTRODUCCIÓN
Como se ha mencionado en secciones precedentes, se pretende hacer un
estudio de la monitorización del comportamiento de la Turbina de Gas. Tal y como se
ha descrito, la Turbina de Gas es un motor térmica que aúna varios componentes,
como son el compresor, la cámara de combustión y una o varias turbinas según se
trate de eje simple o doble eje. En nuestro caso en concreto la turbina objeto de
estudio T.G de la General Electric LM 2500-30, está montada en doble eje.
Vamos a desarrollar un código computacional que combine todos los

componentes anteriormente mencionados. Las curvas características de los diferentes
elementos muestran la relación entre flujo másico, relación de compresión/expansión
(según sea el compresor o la turbina) o la velocidad de giro para todo el rango de
operación del motor.
Como veremos, el compresor es el componente más crítico, de los que

conforman la turbina de gas, para garantizar la estabilidad de la línea de operación del
motor. Lainestabilidad de la T.G depende en mayor medida del ensuciamiento que
puede sufrir el compresor fruto de las partículas en suspensión inherentes al gasto de
aire a la entrada de éste y que se deposita sobre los álabes del mismo, así como de la
erosión y/o la corrosión de sus perfiles.
Desarrollaremos la integración o “Matching” de los diferentes componente de

la T.G. partiendo del mapa de funcionamiento del compresor. No obstante, uno de los
inconvenientes más comunes es la falta de documentación técnica. Las características
de los componentes no se encuentran fácilmente en la literatura, ya que dicha
información es propiedad del fabricante, y debido a la fuerte competencia y por
motivos de estrategia comercial, no se suelen hacer públicas.La importancia de esta
información ha motivado otras vías alternativas que permitan estimar esas
características a partir de la escasa información disponible.
Como se ha mencionado nuestro punto de partida es el mapa de

funcionamiento del compresor, el cuál ha sido recopilado del proyecto fin de carrera
“Estudio Teórico y Práctico del Fenómeno de Fouling en Turbocompresores Axiales”
elaborado por Carmen Rodríguez Morillo. Que basa su simulación del funcionamiento
del compresor mediante uno de los métodos más comúnmente empleados para la
27
estimación preliminar de las características del compresor, el “Stage-stacking”, o
apilamiento de escalonamientos. Que comentaremos brevemente.
3.2INTEGRACIÓN DE LOS COMPONENTES DE UNA TURBINA DE

GAS.
3.2.1 Stage-Stacking.Modelado del Compresor.
3.2.1.1 Introducción
La estimación del mapa de operación del compresor mediante el apilamiento
sucesivo de los escalonamientos, ha sido objeto de numerosos estudios (Song et al.
,2001; Spina 2002; Howell y Bonham, 1905; Saravanamutto, 1992)y ha demostrado ser
un método eficaz y válido para modelar el mapa de funcionamiento a partir de la
integración de los escalonamientos individualmente. Teniendo siempre como idea
base, quecada escalonamiento contribuye al proceso de compresión total.
Análogamente, si se consigue modelar correctamente el efecto del

ensuciamiento en un escalonamiento, se podría conseguir modelar y estudiar el
impacto global del Fouling sobre el compresor.
Tal y como se comentó anteriormente, la propiedad intelectual de los mapas de

operación los compresores, suele ser exclusivamente de los fabricantes. Sin embargo,
se han realizado numerosos experimentos con compresores cuyos resultados si han
sido publicados, lo que ha permitido obtener estimaciones muy precisas basadas en la
extrapolación de esos resultados experimentales mediante parámetros
adimensionales.
Generalizando el método empleado, la estimación del mapa de funcionamiento

del compresor se ha llevado a cabo mediante el uso de curvas características
generalizadas para cada uno de los escalonamientos. En particular, el comportamiento
global del compresor se predice usando relaciones generalizadas entre; rendimiento
del escalonamiento (η), coeficiente de presión (ψ) y coeficiente de flujo (ф),
normalizados en función de un valor de referencia. Esta idea permite evaluar etapa a
etapa las condiciones de salida de cada escalonamiento a partir de su conocimiento a
la entrada.
3.2.1.2 Metodología de cálculo

La metodología seguida para la elaboración del modelado ha sido extraída de
Spina, 2002; Aker y Saravanamutto, 1989; Howel y Bonham, 1950 y Muir et al., 1989.
28
El funcionamiento de un escalonamiento del compresor axial se puede definir a
partir de los siguientes parámetros, donde el subíndice “s”, se refiere al
escalonamiento (stage) y no al comportamiento isoentrópico:
 Coeficiente de incremento de presión (o coeficiente de carga en función

del salto isoentrópico):
γ a −1
Cp T0s RCs γa −1
ψ=
𝑈2
 Coeficiente de flujo:
Ca
ф=
U
 Coeficiente de incremento de temperatura(o coeficiente de carga en

función del salto real):
𝐶𝑝 𝛥𝑇0𝑠
𝜁=
𝑈2
 Rendimiento:
γ a −1
T0s RCs γa −1 ψ
𝜂= =
𝛥𝑇0𝑠 𝜁
A partir de estos coeficientes, para facilitar el modelado, se pueden definir las

mismas características anteriores respecto a un punto arbitrario de operación,
obteniéndose así las llamadas curvas características generalizadas. Éstas representan
la relación entre cada uno de los parámetros anteriores y el valor del mismo punto
para un punto de referencia
𝜁
ψ ф 𝜁 𝜂 𝜁𝑟𝑒𝑓
, , , ,
ψref фref 𝜁𝑟𝑒𝑓 𝜂𝑟𝑒𝑓 ф
фref
El método stage-stacking está compuesto por dos pasos:
 En el primero se determina los valores de referencia correspondientes a

cada régimen de giro corregido. De esta manera se tiene una estimación
de las prestaciones del compresor en un punto que, idealmente, puede
ser validado con resultados reales/experimentales.
 En el segundo paso se determinan las prestaciones del compresor
cuando las condiciones de operación son diferentes a las de referencia
para cada régimen de giro corregido.
29
Para estimar el valor de los parámetros de referencia de cada escalonamiento
se usa un método de búsqueda numérico. Una vez determinados un punto de
referencia para cada régimen de giro corregido, se pueden emplear las curvas
generalizadas de los escalonamientos para estimar las prestaciones del compresor en
cualquier condición operativa. La implantación completa de éste método sobre el
compresor de la General Electric LM 2500-30, queda recogido el trabajo “Estudio
Teórico y Práctico del Fenómeno de Fouling en Turbocompresores Axiales” elaborado
por Carmen Rodríguez Morillo y de forma algo más esquemática en Sánchez, D y otros.
2009. “Determining Compressor Wash Programmes for Fouled Gas Trubines”.Proc.
IMechE Vol. 223.Part A: J. Power and Energy 2009.Nosotros sólo nos quedaremos con
los resultados que arrojan y su metodología la usaremos de base para nuestra
integración de los componentes de la T.G.
La Fig 3.1 muestra el mapa de funcionamiento del compresor limpio,

denominado comúnmente, New and Clean. El efecto del fenómeno fouling sobre este
mismo mapa lo veremos más adelante cuando hayamos integrado todos los
componentes.
30 90
28
26 η
85
24
22
80
20
18
RC 75
16
14
70
12
10
8 65
6
4 60
25 30 35 40 45 50 55 60 65 70
𝑚𝑎
Fig. 3.1 – Mapa de funcionamiento del compresor New and Clean.
30
Para nuestro caso en particular, la siguiente Tabla 3.1 recoge los datos de la
línea de operación del compresor multi-etapa de la General Electric LM 2500-30 (Muir
et al. ,1989) sobre el que estamos particularizando nuestro estudio.
Estos datos son los correspondientes a las condiciones de diseño que generan
la línea de operación del compresor, como ya hemos comentado. Y han sido el punto
de partida para la elaboración del mapa del compresor usando el método Stage-
Stacking.
N (rpm) 𝐏𝟎𝟐 /𝐏𝟎𝟏 𝐦𝐚 (𝐊𝐠/𝐬) 𝚫𝐓𝟎 /𝐓𝟎

9450 18,06 66,9 1,530
9160 17,21 65,32 1,439
8971 16,25 62,51 1,389
8813 15,30 59,69 1,343
8660 14,37 56,93 1,307
8508 13,44 54,07 1,262
8364 12,45 50,89 1,220
8105 10,35 43,86 1,112
7772 7,88 34,75 0,983
Tabla 3.1 – Línea de operación del compresor LM 2500-30
31
3.2.2 Matching.Modelado de la Turbina de Gas.
3.2.2.1 Introducción
Como ya se ha comentado, el “matching” es la integración de todos los
componentes principales de la Turbina de Gas. Para llevar a cabo dicha combinación
nos hemos basado (con algunas modificaciones que detallaremos a continuación) en el
algoritmo presentado en la sección 9.4 “Off-design operation of free turbine engine”,
del libro “Gas Turbine Theory”, sexta edición de HIH Saravanamuttoo, GFC Rogers, H.
Cohen PV Straznicky.
El algoritmo consta de dos bucles, uno engloba al otro, y ambos son dos
procesos iterativos:
 El bucle interno determina la relación de expansión de la turbina de alta

para un punto del mapa del compresor, definido por, la relación de
compresión, el gasto másico de aire, y el rendimiento del compresor.
 El bucle externo, engloba al bucle interno, enlazando las dos turbinas en
serie, y es un proceso iterativo que tiene como objetivo determinar la
relación de expansión de la turbina de baja. (Este bucle ha sido modificado,
respecto al algoritmo original, en cuanto a su operatividad, pero no en
cuanto a significado y comportamiento físico dentro de la turbina de gas).
No obstante, para poder monitorizar y prever el comportamiento de la Turbina

de Gas, (que es el objetivo de nuestro estudio) con este algoritmo sólo no bastará. Ya
que, si ejecutamos este modelo para todo el régimen de giro del compresor, lo que
obtendremos es la línea de operación de la T.G.
Por tanto, una vez ejecutado este algoritmo, invertimos el proceso, de modo
que para una potencia útil dada,podamos conocer todas las condiciones del ciclo
Braytonque define el comportamiento de la Turbina de Gas.
32
3.2.2.2 Estimaciones e hipótesis.
Para poder ejecutar este algoritmo será necesario hacer algunas
consideraciones e hipótesis de cálculo. Tal y como dice Saravanamuttoo, GFC Rogers,
H. Cohen y PV Straznicky;
 Las curvas características de la turbina se pueden utilizar en la forma dada en la

figura 3.2. Sin embargo, se encuentra a menudo en la práctica que las turbinas
no presentan variación significativa en el flujo no dimensional con la velocidad
no dimensional, y en la mayoría de los casos, la región de funcionamiento de la
turbina está severamente restringida por otro componente aguas abajo de la
misma. Por tanto, para nuestro método, podremos simplificar nuestras curvas
características de la turbina asumiendo que el flujo adimensional de la turbina
es independiente del régimen de giro adimensional, y es sólo función de la
relación de expansión, hipótesis tanto más válida para turbinas bloqueadas,
según podemos ver en la figura 3.3.
Fig. 3.2 – Curvas características turbinas Fig. 3.3 – Curvas características simplificadas
 De la figura 3.2 vemos que el rendimiento de la turbina podría leerse

directamente de las curvas características conociendo N/ T03 . No obstante, en
la práctica la variación del rendimiento de la turbina para cualquier relación de
33
expansión no es muy grande, particularmente en el rango restringido de
operación del generador de gas. Es por ello que la supondremos constante.
 También consideraremos que el rendimiento mecánico permanecerán
constante durante todo el funcionamiento de la Turbina de Gas. A pesar de que
sí se vería afectado, su influencia sería mucho menor que la que sufre el
compresor por motivos tales como el ensuciamiento. Siendo realmente el
compresor el elemento crítico a la hora de ver la evolución del comportamiento
de la T.G, y por tanto el que sí se tendrá en cuenta su variación.
 Lasconsideraciones anteriores son válidas tanto para la turbina de alta como
para la de baja presión.
 A pesar de que es un criterio bastante común para los fabricantes trabajar con
las turbinas bloqueadas, comenzaremos el proceso iterativo suponiendo que la
turbina no está bloqueada. Con un valor muy inferior a su límite de bloqueo.
Dejando evolucionar el algoritmo hasta el punto de bloqueo de las mismas.
 Se ha considerado que la presión y temperatura del aire a la entrada del
compresor son iguales a las de remanso, e iguales a las condiciones
atmosféricas. Así mismo, la turbina de potenciadescarga al ambiente, por tanto
la presión de salida es la atmosférica.
𝑇01 = 288,15 𝐾 𝑃01 = 1,013 𝑏𝑎𝑟 𝑃05 = 𝑃01
 Termodinámicante haremos las siguientes hipótesis simplificatorias:

Suponemos conocido el poder calorífico inferior del combustible. Y que, tanto
los valores de los calores específicos del aire y de los gases de combustión,
como sus coeficientes adiabáticos son también conocidos y constantes.
𝐾𝐽
𝑃𝐶𝐼 = 40.000
𝐾𝑔
𝐾𝐽
𝐶𝑝 𝑎𝑖𝑟𝑒 = 1,005 ; 𝛾𝑎𝑖𝑟𝑒 = 1,4
𝐾𝑔𝐾
𝐾𝐽
𝐶𝑝 𝑔𝑎𝑠𝑒𝑠 = 1,148 ; 𝛾𝑔𝑎𝑠𝑒𝑠 = 4/3
𝐾𝑔𝐾
34
3.2.2.3 Metodología de cálculo.
Tal y como se ha comentado, el método de cálculo tiene dos bucles, uno
interno, compuesto por el generador de gas, que lo conforma compresor, cámara de
combustión y turbina de alta presión, y un bucle externo, que engloba al anterior y a la
turbina de potencia,que es el componente objeto del proceso iterativo para este bucle
externo. Por ello, para aclarar conceptos, definiremos un bucle interno o de
“Generador de gas”, y un bucle externo o de “Turbina de potencia”.Empezamos el
proceso iterativo escogiendo un punto del mapa del compresor, para cada régimen de
giro.
 Bucle interno(oGenerador de Gas): Determinación de la relación de expansión de

la turbina de alta.
o Compresor:
0. Para cada línea de velocidad de giro constante, elegimos un punto del mapa
del compresor:𝑚𝑎 , 𝑅𝐶, 𝜂𝑐 . El criterio de selección del primer punto del
proceso iterativo es escoger aquél de máximo rendimiento (aunque
realmente se ha comprobado que es indiferente empezar por un punto u
otro, siempre converge hacia el mismo).
30 90
28
26 85
24
η
22 80
20
18
75
16
RC 14
12 70
10
8 65
6
4 60
25 35 45 55 65
𝒎𝒂
Fig. 3.4 – Elección primer punto del proceso iterativo del bucle interno
Por lo tanto a la salida del compresor tendríamos que:
𝑇01 𝛾 𝑎 −1
𝑇02 = 𝑇01 + 𝑅𝐶 𝛾𝑎 −1
𝜂𝑐
𝑃02 = 𝑅𝐶 ∗ 𝑃01
Ignorando fugas en el compresor, el gasto de aire a la salida coincide con el de

la entrada(𝑚𝑎 ) leído directamente del mapa del compresor.
35
o Turbina de alta presión:
1. Suponemos la relación de expansión inicial, de la turbina de
alta,suficientemente alejada del punto de bloqueo. Obteniendoasí el gasto
corregido adimensional.
∗ ∗
𝑃03 𝑚𝑔 𝑇03
→ 𝑐𝑢𝑟𝑣𝑎 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎 →
𝑃04 𝑃03
𝑎𝑑𝑖𝑚
Turbina
Bloqueada
𝑚𝑔 𝑇03
𝑃03 𝑎𝑑𝑖𝑚
𝑃03 /𝑃04
Fig. 3.5 – Curva característica turbina de alta presión
2. Obtenemos el gasto corregido de diseño, deshaciendo el siguiente cambio,

ecuación (1):
∗ ∗ ∗
𝑚𝑔 𝑇03 𝑚𝑔 𝑇03 𝑚𝑔 𝑇03
= ∗ 1
𝑃03 𝑃03 𝑃03
𝑎𝑑𝑖𝑚 𝑛𝑜𝑚𝑖𝑛𝑎𝑙
3. Calculo de la TIT, (temperatura de entrada a la turbina de alta): Para ello,

resolveremos el siguiente sistema de ecuaciones formado por; la ecuación (2),
que expresa la compatibilidad entre el flujo del compresor y la turbina de alta
en términos de flujo no dimensionales, y la ecuación (3), que formula la caída
de presión a lo largo de la cámara de combustión
∗
𝑚 𝑔 𝑇03 𝑚 𝑎 𝑇01 𝑃01 𝑇03 𝑃02
a. = (2)
𝑃03 𝑃01 𝑃02 𝑇01 𝑃03
𝑃03 𝛥𝑃𝑏
b. = 1− (3)
𝑃02 𝑃02
36
Donde la pérdida de presión puede considerarse como la suma de la
pérdida fundamental (una contribución función de 𝑇03 /𝑇02 ) y la pérdida por
fricción. Los experimentos han demostrado que la pérdida total de presión a
menudo puede expresarse adecuadamente de la forma:
2
ΔPb m T02 T03
α K1 + K 2 −1
P02 P02 T02
Donde K1 y K 2 se determinan experimental mediante la prueba de la

cámara de combustión para un ensayo de funcionamiento en frio y otro en
caliente, respectivamente.Cuyos resultados quedan ilustrados en la figura 3.6.
Permitiendo estimar la pérdida de presión cuando la cámara está funcionando
como parte de una turbina de gas en una amplia gama de condiciones de flujo
másico de aire, relación de presión y flujo de entrada de combustible.
Fig. 3.6 – Variación del factor de pérdida de presión
Sin embargo, tal afinamiento normalmente no valdría la pena, ya que la

pérdida fundamental es una pequeña proporción del total. Así mismo, es
frecuente, considerar una caída de presión constante. Quedando la ecuación
(3) de la forma:
P 03
= 1 − ℰcc (4)
P 02
Donde ℰcc representa la caída de presión en tanto por ciento y suele

estar entorno al 3%. Por tanto de las ecuaciones (2) y (4). Podemos obtener TIT
(T03 ):
∗ 2
𝑚 𝑔 𝑇 03
𝑃 03
∗
c. 𝑇03 = 𝑇01 𝑚 𝑎 𝑇 01 𝑃 01 𝑃 02
(5)
𝑃 01 𝑃 02 𝑃 03
37
4. El siguiente paso del algoritmo es hacer un balance de masa y otro de energía
en la cámara de combustión. Con el fin de poder calcular el dosado en función
de magnitudes conocidas:
𝑚𝑎 + 𝑚𝑓 = 𝑚𝑔
∗ −𝐶𝑝 𝑇
𝐶𝑝 𝑔 𝑇03 𝑎 02
𝑚𝑎 𝐶𝑝𝑎 𝑇02 + 𝑚𝑓 𝑃𝐶𝐼𝜂𝑐𝑐 = ∗
𝑚𝑔 𝐶𝑝𝑔 𝑇03 𝐹= ∗ (6)
𝑃𝐶𝐼 𝜂 𝑐𝑐 −𝐶𝑝 𝑔 𝑇03
mf
Y definiendo el dosado tal como: 𝐹 =
ma
5.Tal como vimos en el apartado 1.)anterior del algoritmo del bucle interno, la
P 03 ∗
relación de expansión a través de la turbina de potencia fue supuesta .
P 04
Por lo tanto, no es conocida, y debe ser determinada, de tal forma que la
potencia consumida por el compresor sea igual que la producida por la turbina
de alta. Definiendo ambas potencias por separado tenemos que:
- Potencia consumida por el compresor: 𝑊𝐶 = 𝑚𝑎 𝐶𝑝𝑎 𝑇01 − 𝑇02 (7)
-Potencia generada por la T.A.P: No se obtiene de forma tan directa,

necesitaremos los siguientes cálculos previos. Donde la relación de expansión
de la turbina de alta influye de manera directa, tal y como podemos ver en la
ecuación (8).
𝑇03
𝑇04𝑠 = 𝛾𝑔−1 (8)
𝑃 03 ∗ 𝛾𝑔
𝑃 04
𝑊𝑇𝐴 = 𝑚𝑎 1 + 𝐹 𝐶𝑝𝑔 (𝑇03 − 𝑇04 ) (10)
𝑇04 = 𝑇03 − 𝜂𝑇𝐵 𝑇03 − 𝑇04𝑠 (9)
El rendimiento de la turbina de baja, tal y como se ha detallado en el sub-

apartado (Estimaciones e hipótesis) anterior lo consideramos constante y
conocido.
6. De la igualdad de ambas potencias, (y teniendo en cuenta el rendimiento

mecánico del eje) se produce un error:
< 0 → ω ↑ → RC ↑
ℰ = 𝑊𝑐 − 𝜂𝑚 𝑊𝑇𝐴 (11)
> 0 → ω ↓ → RC ↓
38
Así tenemos que, para un valor negativo del error, tendremos que la potencia
generada por la turbina es mayor que la absorbida por el compresor, por tanto,
tendremos que aumentar la velocidad de giro, o lo que es lo mismo aumentar
la relación de compresión. Y por el contrario, cuando el error obtenido sea
positivo, habrá que disminuir la relación de compresión.
7. La condición de fin del proceso iterativo es, que el error definido en el

apartado anterior sea cero. Para ello habrá que modificar la relación de
expansión de la T.A.P. Gráficamente lo podemos ver sobre la figura 3.5. donde
nos desplazaremos a lo largo de la curva característica de la turbina hasta
encontrar aquella relación de expansión que iguale ambas potencias. Por lo
tanto, la tasa de actualización de la relación de expansión quedará definida de
la siguiente forma:
∗
𝑃03 𝑃03 𝑊𝐶 − 𝑊𝑇𝐴 (12)
= 1+𝑓
𝑃04 𝑛𝑢𝑒𝑣𝑎 𝑃04 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟 𝑊𝑐
Donde 𝑓 es un factor corrector que irá marcando el paso de cada iteración.

Para valores pequeños de 𝑓, el proceso iterativo gana precisión, a cambio de un
mayor coste computacional.
8. Volvemos al paso 1.) del bucle interno hasta que el error del paso 6.) sea cero.
Para una velocidad de giro determinada.
En la siguiente figura 3.7, podemos ver cómo evoluciona este bucle interno
para una velocidad de giro cualquiera. Siguiendo el mismo comportamiento para todo
el rango de velocidades.
Fig. 3.7 – Evolución del error (𝓔) en cada iteración

El eje de abscisas representa cada iteración del proceso iterativo.
39
 Bucle externo (oTurbina de Potencia):
En este punto del algoritmo el flujo ha abandonado el Generador de Gas, y el

resto de energía deéste va destinada a mover el eje de la turbina de baja presión con la
que se generará la potencia útil. Por tanto, el Generador de Gas está “emparejado” a la
Turbina de Potencia por el hecho de que el flujo másico que abandona el generador de
gas debe ser igual al que entra en la turbina de baja presión, además, la relación de
expansión compatible de la turbina de potencia está fijada por los ratios de presión
tanto del compresor del generador de gas como de la turbina de alta presión.
El elemento que marcará este proceso iterativo, será por tanto, el flujo másico
de aire a la entrada del compresor.
o Turbina de potencia:
9. Cálculo de las condiciones de entrada a la turbina de potencia.
a. La temperatura de entrada (𝑇04 ) ya la habíamos obtenido mediante la

ecuación (9).
b. La relación de expansión de la turbina de alta, la podemos obtener de
la siguiente manera:
Tal y como se mencionó en la sección 3.2.2. Estimaciones e hipótesis, la

turbina de baja descarga a la atmósfera, por lo tanto tenemos que
𝑃05 = 𝑃𝑎 . Entonces:
𝑃04 𝑃02 𝑃03 𝑃04 (13)

=
𝑃05 𝑃01 𝑃02 𝑃03
10. Comprobación de la compatibilidad de flujo entre las dos turbinas en serie.

Como se ha comentado en secciones anteriores, es frecuente que las turbinas
𝑚 𝑎 1+𝐹 𝑇04
trabajen estando bloqueadas, en cuyo caso el valor de 𝑃04
es
constante, e igual a un valor que denominaremos 𝐾𝑇𝐵 .
Para la turbina de potencia, la curva característica será igual a la de alta, la

representada en la figura 3.5. Pero ahora los parámetros serán
𝑚 𝑎 1+𝐹 𝑇04
𝑃04
, y 𝑃04 /𝑃05 . Por tanto para cerrar nuestro bucle externo, y por
𝑎𝑑𝑖𝑚
tanto el algoritmo completo, debemos comprobar la compatibilidad de flujo, es
decir, que 𝐾𝑇𝐵 coincida con el valor constante del caso nominal (𝐾𝑇𝐵 𝑛𝑜𝑚 ).
40
Para ello debemos resolver el ciclo nominal. Que desarrollaremos a continuación, sin
añadir ninguna explicación, salvo los datos iniciales. Tenemos que:
Compresor:
Datos:
𝑃01 = 1,013 𝑏𝑎𝑟 𝑃02 = 𝑅𝐶 ∗ 𝑃01
𝑇01 = 288,15 𝐾 𝛾 𝑎 −1 𝑇02𝑠
𝑅𝐶 𝛾𝑎 = → 𝑇02𝑠
𝑇01
𝑚𝑎 = 65,32 𝐾𝑔/𝑠
𝑇02𝑠 − 𝑇01
𝛾𝑎 = 1,4 𝜂𝑐 = → 𝑇02
𝑇02 − 𝑇01
𝑐𝑝𝑎 = 1,005 𝑘𝐽/𝐾𝑔 𝐾
𝑊𝐶 = 𝑚𝑎 𝑐𝑝𝑎 𝑇02 − 𝑇01
𝑃02
𝑅𝐶 = = 17,21
𝑃01
𝜂𝑐 = 87,19 %
Cámara de combustión:
Datos:
ℰ𝑐𝑐 = 3% 𝑃03 = 1 − ℰ𝑐𝑐 𝑃02
𝜂𝑐𝑐 = 0,98 𝑚𝑎 + 𝑚𝑓 = 𝑚𝑔
𝑇03 = 1523 𝐾 𝑚𝑓
𝐹=
𝑚𝑎
4
𝛾𝑔 = ∗
3 𝑚𝑎 𝐶𝑝𝑎 𝑇02 + 𝑚𝑓 𝑃𝐶𝐼𝜂𝑐𝑐 = 𝑚𝑔 𝐶𝑝𝑔 𝑇03 →F
𝑐𝑝𝑔 = 1,148 𝑘𝐽/𝐾𝑔 𝐾
𝑃𝐶𝐼 = 40.000 𝐾𝐽/𝐾𝑔𝐾
𝑊𝐶 = 𝜂𝑚 𝑊𝑇𝐴 → 𝑊𝑇𝐴
Turbina de Alta:
𝑊𝑇𝐴 = 𝑚𝑔 𝑐𝑝𝑔 𝑇03 − 𝑇04 → 𝑇04
Datos:
𝜂 𝑇𝐴 = 92% 𝑇03 − 𝑇04
𝜂 𝑇𝐴 = → 𝑇04𝑠
𝑇03 − 𝑇04𝑠
𝜂𝑚 = 99%
𝛾 𝑔 −1
𝑇03
𝑅𝐸𝑇𝐴 𝛾𝑔
= → 𝑅𝐸𝑇𝐴
𝑇04𝑠
𝑃03
𝑃04 =
𝑅𝐸𝑇𝐴
𝑚𝑔 𝑇03
𝑲𝑻𝑨 =
𝑃03
41
Turbina de Baja 𝑃04
𝑅𝐸𝑇𝐵 =
𝑃05
Datos:
𝜂 𝑇𝐵 = 92% 𝛾 𝑔 −1
𝑇04
𝑅𝐸𝑇𝐵 𝛾𝑔
= → 𝑇05𝑠
𝑇05𝑠
𝑇04 − 𝑇05
𝜂 𝑇𝐵 = → 𝑇05
𝑇04 − 𝑇05𝑠
𝑊𝑇𝐵 = 𝑚𝑔 𝑐𝑝𝑔 𝑇04 − 𝑇05
𝑚𝑔 𝑇04
𝑲𝑻𝑩 =
𝑃04
Los resultados del ciclo nominal son:
Ciclo nominal
𝑻𝟎𝟏 288,15 K
𝑻𝟎𝟐 702,8 K
𝑻𝟎𝟑 1523 K
𝑻𝟎𝟒 1166,3 K
𝑻𝟎𝟓 805,4 k
𝑷𝟎𝟏 1,013 bar
𝑷𝟎𝟐 17,43 bar
𝑷𝟎𝟑 16,91 bar
𝑷𝟎𝟒 5,22 bar
𝑷𝟎𝟓 1,013 bar
𝒎𝒂 65,32 Kg/s
𝒎𝒈 67,14 Kg/s
𝒎𝒇 1,82 Kg/s
𝑭 0,0278
𝑹𝑪 17,21
𝑹𝑬𝑻𝑨 3,24
𝑹𝑬𝑻𝑩 5,15
𝑾𝒄 27,22 MW
𝑾𝑻𝑨 27,5 MW
𝑾𝑻𝑩 27,81 MW
𝑲𝑻𝑨 0,0015
𝑲𝑻𝑩 0,0044
Tabla3.2 – Resultados ciclo nominal
42
11. Calcular el Error que determina la compatibilidad de flujo.
- De las condiciones nominales del ciclo: K TB nominal = 0.0044Los comparamos:

m ′a 1+F T 04
- Comparamos con: K ′TB = P 04
- El error que determina el cierre del algoritmo es el siguiente, el cual debe ser cero:
< 0 → 𝑚𝑎 ↑
′
ℰ 𝑇𝐵 = 𝐾𝑇𝐵 𝑛𝑜𝑚 − 𝐾𝑇𝐵 (14)
> 0 → 𝑚𝑎 ↓
Para valores de ℰ 𝑇𝐵 distinto de cero, nos moveremos sobre la línea de velocidad de giro
constate del mapa del compresor.
30 90
28
26 85
24
η
22 80
20
18
RC 16 75
14
12 70
10
8 65
6
4 60
25 35 45 55 65
𝑚𝑎
Fig. 3.8 – Evolución de la corrección del gasto de aire en cada iteración
12. Si el error del paso 10.) es distinto de cero, la actualización del gasto de aire
será la detallada en la ecuación (15). Y con ese nuevo valor de flujo másico
volvemos al paso 0.). Repitiendo el algoritmo completo hasta que el error ℰ 𝑇𝐵 ,
del apartado 11.) sea igual a cero.
𝑚𝑎 𝑛𝑜𝑚 − 𝑚𝑎′
𝑚𝑎 𝑛𝑢𝑒𝑣𝑜 = 𝑚𝑎′ 1+𝑓 (15)
𝑚𝑎′
43
13. Cuando el error del paso 10.) es igual a cero. Fin del algoritmo, y podemos
calcular finalmente la potencia útil de la turbina de baja tal como sigue:
𝑃04
𝑅𝐸𝑇𝐵 =
𝑃05
𝛾 𝑔 −1
𝑇04 𝑊𝑇𝐵 = 𝑚𝑎 (1 + 𝐹)𝑐𝑝𝑔 𝑇04 − 𝑇05 (16)
𝑅𝐸𝑇𝐴 𝛾𝑔
= → 𝑇05𝑠
𝑇05𝑠
𝑇04 − 𝑇05
𝜂 𝑇𝐵 = → 𝑇05
𝑇04 − 𝑇05𝑠
Después de este último paso tendríamos la línea de operación de la Turbina de

Gas. Este algoritmo lo podemos ver de forma esquemática en la siguiente sección
3.2.2.5 Diagrama de flujos, en el diagrama 3.1. Sin embargo, para dar por finalizado el
proceso de monitorización, lo que vamos buscando es conocer las condiciones de
operación de la Turbina cuando está operando en un cierto régimen de giro para dar
una potencia útil determinada.
Por tanto, al algoritmo descrito, habría que hacerle una pequeña modificación.
Basándonos en el paper “Health Monitoring of Variable Geometry Gas Turbines for the
Canadian Navy” ASME Journal of Engineering. Vol 111. D.E. Muir, H.I.H.
Saravanamuttoo y D.J. Marshall 1989. Una vez obtenida la línea de operación de la
Turbina de Gas, podremos sacar las siguientes correlaciones, necesarias para
monitorizar el comportamiento del ciclo para una potencia útil determinada.
Para empezar obtendríamos la correlación entre la potencia útil generada y el

régimen de giro del compresor. Tal y como se muestra en la figura 3.9, vemos que la
correlación es prácticamente lineal perfecta, con un coeficiente de correlación R= 0,999.
3,00E+07
2,50E+07
2,00E+07
𝑊𝑇𝐵 (𝐾𝑊) 1,50E+07
1,00E+07 y = 12815x - 1E+08

R² = 0,997
5,00E+06
Lineal (W_TB)
0,00E+00
7500 8000 8500 9000 9500 10000
𝑁𝑐𝑜𝑚𝑝𝑟𝑒𝑠𝑜𝑟 (𝑟𝑝𝑚)
Fig. 3.9 – Correlación velocidad de giro y Potencia útil
44
Para Poder construir la línea de velocidad constante en el mapa del compresor
para dar una Potencia útil determinada fuera de las condiciones de diseño, tendremos
que interpolar para poder conseguir los mismos datos de entrada que aparecen en la
Tabla 3.1, con los que elaborar las curvas características del compresor fuera de las
condiciones de diseño mediante el método del Stage-Stacking. Para ello, el
subalgoritmo sería el siguiente:
1. Escoger la potencia útil que deseamos que dé nuestra Turbina de Gas.

2. Con la potencia útil, vamos a la figura 3.9 anterior y obtenemos la velocidad
de giro del compresor.
3. Con la potencia útil, vamos a la figura 3.10 y obtenemos ΔT0 /T0
4. Con la potencia útil, vamos a la figura 3.11 y obtenemos la ma
5. Con el gasto de aire (ma ) anterior, y la línea de operación del compresor,
obtenemos la RC. Figura 3.12
1,650
1,550
1,450
1,350
ΔT0 /T0
1,250
y = 3E-08x + 0,903
1,150 R² = 0,988
1,050
0,950 Lineal (W_TB)
0,850
0,750
0,00E+00 1,00E+07 2,00E+07 3,00E+07
𝑊𝑇𝐵 (𝐾𝑊)
Fig. 3.10 – Correlación Incremento Tª y Potencia útil
75,00
70,00
65,00 y = 2E-06x + 33,28
R² = 0,970
60,00
ma (Kg/s) 55,00 Lineal (ma(kg/s))
50,00 y = -4E-14x2 + 3E-06x + 27,43
45,00 R² = 0,999
40,00
Polinómica (ma(kg/s))
35,00
30,00
25,00
0,00E+00 1,00E+07 2,00E+07 3,00E+07
𝑊𝑇𝐵 (𝐾𝑊)
Fig. 3.11 – Correlación Incremento gasto de aire y Potencia útil
45
19,00
17,00
15,00
RC y = 0,326x - 4,213
13,00 R² = 0,995
11,00 Lineal (RC)
9,00 y = 0,002x2 + 0,123x + 0,790

R² = 0,998
7,00
Polinómica (RC)
5,00
30,00 40,00 50,00 60,00 70,00
ma
Fig. 3.12 – Correlación Incremento RC y gasto de aire
Para ganar precisión en el ajuste de algunas correlaciones se ha decidido optar

por obtener una correlación polinómica de segundo grado, en lugar de un lineal. Tal y
como se puede apreciar en las figuras 3.11 y 3.12.
De la aplicación de estas correlaciones ya tendríamos nuestros cuatro datos de

partida con los que poder aplicar el método de Stage-Stacking para conocer la curva
característica del compresor para esa velocidad de giro determinada. Y una vez
obtenido ésta, podemos conocer el comportamiento de la Turbina de Gas (generador
de gas más turbina de potencia).
No obstante dada la cantidad de hipótesis de cálculo, simplificaciones y

consideraciones tenidas en cuenta a la hora de ir desarrollando tanto el método del
Stage-stacking, como del Matching o emparejamiento de los distintos componentes de
la Turbina de Gas,es un paso obligado hacer un análisis de validez del método. Que
pasaremos a detallar a continuación.
46
3.2.2.4 Estudio de validez y sensibilidad del método.
Dado la cantidad de hipótesis de cálculo, y simplificaciones, es necesario hacer
un análisis de validez de los resultados. Es decir, partimos de unos datos muy escasos
para la elaboración del mapa del compresor, entre ellos, la línea de operación del
compresor, tabla 3.1 (Muir et al. ,1989), que fija aquellas condiciones operacionales
nominales para cada régimen de giro.
Junto con estos datos de partida, es necesario, para poder elaborar el mapa del
compresor mediante el método del Stage-Stacking, hacer múltiples suposiciones
(Rodríguez C. 2011) simplificaciones e hipótesis. Obteniendo como resultado la
tendencia del comportamiento del compresor. Para obtener el comportamiento real,
sería necesaria mucha más información, la cual no se encuentra disponible en la
literatura, ya que suele ser propiedad del fabricante. Por tanto, podremos obtener un
modelo que monitorice el comportamiento, pero no su funcionamiento real.
Todas estas suposiciones tienen un papel muy relevante a la hora de hacer el

emparejamiento, o Matching, de todos los componentes de la Turbina de Gas. Por el
hecho de que nuestro modelado de la Turbina de Gas lleva arrastrando desde el inicio
del modelo hipótesis para simplificar el estudio del comportamiento, tal y como
acreditan los resultados, es evidente que la línea de funcionamiento obtenida con
nuestro modelo(línea roja figura 3.13) no es la misma que la línea de funcionamiento
nominal dada por el fabricante (línea discontinua central azul fig. 3.13), pero sí sigue la
misma tendencia. Tal y como podemos ver en la figura 3.13.
Fig. 3.13 –Comparación caso nominal, con modelado obtenido
47
Por tanto para ajustar nuestro modelo a sus condiciones de diseño. Se estudia
la influencia en el algoritmo de ciertos parámetros supuestos o simplificados. Tal y
como ocurre con los rendimientos de la cámara de combustión, el rendimiento de
ambas turbinas, tanto de alta como de baja (supuestas ambas iguales y constantes),el
rendimiento mecánico, así como las pérdidas en la cámara de combustión.
A continuación vemos cómo varía la línea de funcionamiento en función de la

variación de los siguientes parámetros por separado:
 Caso 1. Rendimiento mecánico

 Caso 2. Rendimiento de la cámara de combustión
 Caso 3. Rendimiento de la turbina de alta presión
 Caso 4. Rendimiento de la turbina de baja presión
 Caso 5. Pérdidas de presión en la cámara de combustión
3.2.2.4.1 Caso 1.Rendimiento mecánico

Procederemos en todos los casos de igual forma. Mantendremos el resto de
parámetros constantes, e iremos variando el rendimiento mecánico para estudiar su
comportamiento.
Para este caso tendremos que:
𝜂𝑐𝑐 = 98% 𝜂 𝑇𝐴 = 92% 𝜂 𝑇𝐵 = 92% ℰ𝑐𝑐 = 3%
Partimos de un valor del rendimiento mecánico al 99%, y estudiaremos la

evolución del comportamiento de la línea de operación haciendo variar dicho
parámetro, obteniendo los siguientes resultados. En la figura 3.14, aparece la
evolución de la línea de operación de la Turbina a medida que disminuimos 𝜂𝑚 .
95%
↓𝜼𝒎
99%
Fig. 3.14 – Evolución línea de operación del la Turbina de Gas al varia 𝜼𝒎
48
En la figura 3.14, vemos cómo al disminuir el rendimiento mecánico la línea de

operación del compresor se aproxima a la línea de operación nominal dada por el
fabricante, tabla 3.1 (Muir et al. ,1989). Viendo el error relativo que se comete para
cada caso, tenemos los siguientes resultados.
1,2%
1,0%
0,8%
Error relativo
0.99
0,6% 0.98
0.97
0,4% 0.96
0.95
0,2%
0,0%
7500 8000 8500 9000 9500
N
Fig. 3.15 –Evolución del error relativo en función del rendimiento mecánico
1800
1700
1600
1500
1400 0.99
0.98
TIT
1300
0.97
1200
0.96
1100
0.95
1000
900
800
0,0% 0,2% 0,4% 0,6% 0,8% 1,0% 1,2%
Error relativo
Fig. 3.16 –Evolución de la TIT en función del rendimiento mecánico
49
Podemos concluir que a medida que disminuimos el rendimiento mecánico, nos

acercamos a la línea de operación. Comoconsecuenciade ello, tenemosque la
temperatura de entrada a la turbina de alta aumenta. Hecho esperable, ya que para
contrarrestar la caída de rendimiento, y generar la misma potencia útil, va a ser
necesario incrementar la temperatura de entrada a la turbina (TIT) así como una
disminución del gasto de aire a la entrada del compresor. Este hecho de incrementar la
TIT va a ser más que proporcional para rendimientos excesivamente bajos. Es decir,
para rendimiento entorno al 99%, se mantendrán un incremento de TIT proporcional,
mientras que para rendimientos excesivamente bajos entorno al 95-96%, el
incremento se hace más que proporcional.
En la práctica este parámetro suele oscilar entorno el 98%. Por tanto modificar
sólo este parámetro no va a hacercoincidir la línea de operación de nuestro modelo,
con la nominal de funcionamiento. Habrá que estudiar la influencia de otros
parámetros.
No obstante, habría que elaborar un problema de optimización con todas las

variables supuestas o simplificadas (No se realiza, estudiamos la influencia de cada
parámetro por separado) para obtener la línea de funcionamiento nominal.
3.2.2.4.2 Caso 2.Rendimiento de la cámara de combustión

En esta ocasión, mantendremos el resto de parámetros constantes, e iremos
variando el rendimiento de la cámara de combustión para estudiar su
comportamiento.
𝜂𝑚 = 99% 𝜂 𝑇𝐴 = 92% 𝜂 𝑇𝐵 = 92% ℰ𝑐𝑐 = 3%
En este segundo caso, empezamos asignando un rendimiento de la cámara de

combustión del 99 por ciento, e iremos disminuyéndolo. En esteestudio, la línea de
funcionamiento de la turbina de gas permanece aproximadamente constante, es decir,
se ve casi inalterada al ir variando el rendimiento de la cámara de combustión. Sin
embargo hay una levísima tendencia a que la línea de funcionamiento se vaya alejando
aún más de la línea de funcionamiento nominal. Dicho comportamiento se puede ver
en la figura 3.17
50
99% ↓𝜼𝒄𝒄
95%
Fig. 3.17 – Evolución línea de operación de la Turbina de Gas al varia 𝜼𝒄𝒄
Alternativamente, de manera secundaria hemos concluido, como es lógico y

comúnmente conocido que al disminuir el rendimiento de la cámara de combustión, el
consumo de combustible aumenta sensiblemente. De tal modo, que para largos
periodos de funcionamiento, incurre en un costo adicional innecesario muy elevado.
Tal y como se aprecia en la figura 3.17. Donde el eje de abscisas representa cada una
de las velocidades de giro nominal de funcionamiento del compresor. N= [7772, 8105
8364, 8508, 8660, 8813, 8971, 9160, 9450] rpm.
2,50 1800
1600
2,00 1400
1200 TIT mf para rend_cc=0.98

1,50 mf para rend_cc=0.94
1000
mf mf para rend_cc=0.90
800
1,00 T03. rend_cc=0.98
600
T03. rend_cc=0.94
0,50 400 T03. rend_cc=0.9

200
0,00 0
1 2 3 4 5 6 7 8 9
N
Fig. 3.18 –Gasto combustible/TIT en función del 𝜼𝒄𝒄
51
3.2.2.4.3 Caso 3.Rendimiento de la Turbina de Alta Presión

En esta ocasión, iremos variando el rendimiento de la turbina de alta presión y
mantendremos el resto de parámetros constantes.
𝜂𝑚 = 99% 𝜂 𝑇𝐵 = 92% 𝜂𝐶𝐶 = 98% ℰ𝑐𝑐 = 3%
Vemos que este parámetro tiene una mayor influencia que la del caso 2, pero
no tanto como el rendimiento mecánico del caso 1.
88%
↓𝜼𝑻𝑨
92%
Fig. 3.19–Evolución línea de operación de la Turbina de Gas al varia 𝜼𝑻𝑨
52
Tal y como ya hemos comentado, y según se aprecia en la figura 3.20, el caso 3

tiene el mismo comportamiento que en el caso 1. En la figura 3.20, podemos ver la
evolución de los errores relativos cometidos a la hora de calcular la línea de operación,
con respecto a la teórica nominal, en función del rendimiento de la turbina de alta.
1,2%
1,0%
0,8% 0.92
0.91
0,6%
0.90
0,4% 0.89
0.88
0,2%
0,0%
7500 8000 8500 9000 9500
Fig. 3.20–Evolución del error relativo en función del rendimiento de la turbina de Alta
Los rendimientos normales de las turbinas suelen oscilar entorno al 92%. Y

vemos que para ese valor, el error relativo es aún muy alto, es decir, tal y como
podemos ver en la figura 3.19, la línea de operación de la Turbina de Gas se encuentra
alejada de la teórica nominal.
Como se aprecia en la figura 3.20, el error relativo no es lineal para todo el

rango de velocidades de giro. Esto es debido a una de las hipótesis realizadas en la
sección 3.2.2.2 anterior, por la que se establecía que los rendimientos de las turbinas
se suponen constantes e independientes del régimen de giro, no siendo correcto del
todo esta hipótesis. Esto es así debido aque la variación del rendimiento de la turbina
para altas velocidades de giro,se puede considerar suficientemente pequeña (pero no
despreciable) como para considerar un rendimiento constante. Siendo éste, uno de los
motivos por el que la línea de operación de nuestro modelo se distorsiona ligeramente
de las condiciones nominales dadas por el fabricante para regímenes de giro bajos. Tal
y como se demuestra en los datos recogidos en la figura 3.20, para velocidades de giro
bajas, la hipótesis de rendimiento constante tiene menos validez y por tanto un mayor
error.
53
3.2.2.4.4 Caso 4.Rendimiento de la Turbina de Baja Presión

En esta ocasión, iremos variando el rendimiento de la turbina de baja presión y
mantendremos el resto de parámetros constantes.
𝜂𝑚 = 99% 𝜂 𝑇𝐴 = 92% 𝜂𝐶𝐶 = 98% ℰ𝑐𝑐 = 3%
Del estudio paramétrico, vemos que al igual que ocurría para el caso 2, la línea
de operación con el rendimiento de la Turbina de Gas es prácticamente independiente
del rendimiento de la turbina de baja presión. Tal y como podemos ver en la figura
3.21. No obstante, como se puede observar, al disminuir el rendimiento de la turbina
de baja presión, la línea de operación de la T.G. se aproxima a la línea de diseño
nominal, es decir, disminuye el error relativo.
88% ↓𝜼𝑻𝑩
92%
Fig. 3.21–Evolución línea de operación de la Turbina de Gas al varia 𝜼𝑻𝑩
54
3.2.2.4.5 Caso 5.Perdida de presión en la cámara de combustión

En esta ocasión, iremos variando la caída de presión en la cámara de
combustión y mantendremos el resto de parámetros constantes.
𝜂𝑚 = 99% 𝜂 𝑇𝐴 = 92% 𝜂 𝑇𝐵 = 92% 𝜂𝐶𝐶 = 98%
Para este último caso 5, tal y como se aprecia en la figura 3.22, la caída de
presión en la cámara de combustión tiene una fuerte dependencia con la línea de
operación de la Turbina de Gas.
6% ↑𝓔𝒄𝒄
3%
Fig. 3.22–Evolución línea de operación de la Turbina de Gas al varia 𝓔𝒄𝒄
De igual forma, sigue la misma tendencia que el rendimiento mecánico y el

rendimiento de la turbina de alta presión. Cometiendo los mismos errores relativos.
Tal y como se aprecia en la figura 3.23. Con la misma peculiaridad de no linealidad en
cuanto al error relativo cometido para todo el rango de velocidades que habíamos
comentado en el caso 3, y que igualmente es aplicable para el resto de casos.
55
1,20%
1,00%
0,80%
Error relativo
3%
0,60% 4%
5%
0,40%
6%
0,20%
0,00%
7500 8000 8500 9000 9500
N
Fig. 3.23–Evolución del error relativo en función de la caída de presión en la C.C.
3.2.2.4.6 Conclusiones
Por tanto cabe concluir, que de los parámetros susceptibles de estudio
analizadospara comprobar la validez del modelo, los que presentan una fuerte
dependencia con la línea de operación son;el rendimiento mecánico, el rendimiento de
la turbina de alta presión y la caída de presión en la cámara de combustión. Como ya
se ha comentado, se ha decido estudiar la influencia de cada parámetro por separado,
sin embargo, sería mucho más riguroso el estudio conjunto de todos estos parámetros.
Para poder aplicar nuestro modelo, la línea de operación nominal debe

coincidir con la línea de operación arrojada por el algoritmo descrito en la sección
anterior. Este hecho se cumplirá para las siguientes condiciones:
𝜂𝑚 = 98%𝜂 𝑇𝐴 = 91%𝜂 𝑇𝐵 = 92% % 𝜂𝐶𝐶 = 98% ℰ𝑐𝑐 = 4%
Como se aprecia, tanto el rendimiento mecánico como la caída de presión en la

cámara de combustión están fuera de su rango normal, no así los rendimientos de las
turbinas de alta y baja presión, aunque sí se encuentran con valores bajos. Esto es
debido a la cantidad de hipótesis simplificatorias realizadas desde el comienzo del
proceso de modelado,bien por falta de datos (propiedad del fabricante), bien por
simplicidad computacional. Añadiendo en cada una de estas simplificaciones un error,
que se traduce en la no coincidencia de la línea de operación nominal con la del
algoritmo.
56
Sin embargo, se pretende estudiar el comportamiento y la tendencia al
ensuciamiento de la Turbina de Gas afectada por el ensuciamiento, y no valores
exactos. Por tanto, nos interesará ver la variación de caídas de rendimiento en tanto
por ciento, así como la variación de la disminución de la potencia útil en tanto por
ciento.
Esta combinación de rendimientos, nos da como resultado la siguiente línea de

operación mostrada en la figura 3.24, con las características adjuntas en la tabla 3.3.
Fig. 3.24–Evolución línea de operación dela Turbina de Gas
Con esta línea de operación vamos a desarrollar el modelado del Fouling y su

monitorización. Como veremos en la sección siguiente.
57
N
7772 8105 8364 8508 8660 8813 8971 9160 9450
T01 (K) 288,2 288,2 288,2 288,2 288,2 288,2 288,2 288,2 288,2
T02 558,60 600,57 633,88 646,15 659,54 669,39 683,23 698,64 726,39
T03 1018,20 1175,31 1299,81 1345,64 1395,65 1432,39 1484,04 1541,49 1644,86
T04 782,81 904,38 1000,87 1036,42 1075,24 1103,77 1143,90 1188,56 1269,00
T05 651,16 702,56 743,44 756,44 772,52 782,29 799,17 818,70 862,90
P01(Pa) 1,01E+05 1,01E+05 1,01E+05 1,01E+05 1,01E+05 1,01E+05 1,01E+05 1,01E+05 1,01E+05
P02 7,65E+05 1,03E+06 1,26E+06 1,36E+06 1,46E+06 1,55E+06 1,65E+06 1,75E+06 1,86E+06
P03 7,35E+05 9,91E+05 1,21E+06 1,30E+06 1,40E+06 1,49E+06 1,58E+06 1,68E+06 1,78E+06
P04 2,31E+05 3,13E+05 3,82E+05 4,14E+05 4,44E+05 4,72E+05 5,04E+05 5,37E+05 5,69E+05
P05 1,01E+05 1,01E+05 1,01E+05 1,01E+05 1,01E+05 1,01E+05 1,01E+05 1,01E+05 1,01E+05
58
ma(kg/s) 34,98 43,95 50,91 54,08 56,93 59,70 62,50 65,28 66,81
mf 35,58 44,87 52,13 55,44 58,43 61,33 64,29 67,24 69,00
mg 0,60 0,92 1,22 1,36 1,50 1,63 1,79 1,96 2,19
F 0,017 0,021 0,024 0,025 0,026 0,027 0,029 0,030 0,033
Tabla 3.3 – Resultados del ciclo Brayton

RE_TA 3,18 3,17 3,16 3,15 3,15 3,15 3,14 3,14 3,13
CAPITULO 3 MONITORIZACIÓN DE LA TURBINA DE GAS
RE_TB 2,28 3,09 3,77 4,08 4,38 4,66 4,97 5,30 5,62
W_c (MW) 9,68 14,02 17,95 19,74 21,55 23,19 25,16 27,30 29,83
W_TA 9,88 14,30 18,32 20,14 21,99 23,67 25,67 27,86 30,44
W_TB 5,70 10,93 16,14 18,65 21,23 23,65 26,57 29,80 33,56
Error_TA 9,87E-05 9,81E-05 9,81E-05 9,87E-05 9,78E-05 9,97E-05 9,79E-05 9,95E-05 9,94E-05
Error_TB 7,58E-11 6,70E-11 8,88E-11 8,01E-11 6,63E-11 9,13E-11 5,28E-11 8,68E-11 7,36E-11
GMTS
3.2.2.5 Diagrama de Flujo.
Elegimos 𝑁
Elegimos
𝑃02
, 𝑚𝑎 , 𝜂𝑐 Actualización𝑚𝑎
𝑃01
Ec. (15)
𝑃03 ∗
Suponemos 𝑃04
𝑐𝑢𝑟𝑣𝑎 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎
∗
𝑚𝑔 𝑇03
→
𝑃03 𝑎𝑑𝑖𝑚
∗ Cálculoℰ 𝑇𝐵 Ec. (14)

𝑚 𝑔 𝑇03
Cálculo
𝑃03
Ec. (1)
¿ℰ 𝑇𝐵 = 0 ?
Cálculo𝑃03 Ec. (4)

∗ Cálculo𝑊ú𝑡𝑖𝑙 Ec. (16)
Cálculo𝑇03 Ec. (5)
Fin
Cálculo𝐹Ec. (6)
Actualización
𝑃03
𝑃04 𝑛𝑢𝑒𝑣𝑎 Cálculo𝑊𝑐 Ec. (7)
Ec. (12) Cálculo𝑊𝑇𝐴 Ec. (10)
CálculoℰEc. (11)
NO
¿ℰ = 0 ?
SI
′
Cálculo𝐾𝑇𝐵
Diagrama. 3.1 – Diagramo de flujo
59
Diagrama del proceso completo
Elegimos 𝑊 ∗ ú𝑡𝑖𝑙
Correlaciones
𝛥𝑇0 𝑃02
𝑁, , 𝑚𝑎 ,
𝑇0 𝑃01
Stage-stacking
Diagrama 3.1
NO
¿ 𝑊 ∗ ú𝑡𝑖𝑙 = 𝑊 ú𝑡𝑖𝑙 ?
SI
Fin
Diagrama. 3.2 – Diagramo de flujo
60
CAPITULO 4.MODELADO DEL FOULINGEN LA TURBINA DE GAS GMTS
CAPITULO 4
MODELADO DEL FOULING EN LA TURBINA DE GAS.
4.1 MODELO LINEAL DE FOULING.

Tal y como se ha comentado a lo largo de todo el documento, el compresor es
uno de los elementos que conforman la Turbina de Gas más crítico en cuanto al
ensuciamiento nos referimos,debido fundamentalmente a la enorme cantidad de aire
que injiere. Por tanto, veremos como el ensuciamiento del compresor afecta al
comportamiento global de la T.G.
Del ensayo de motores se ha comprobado la no uniformidad del ensuciamiento

a lo largo de todos los escalonamientos del compresor. Por ello sería interesante
modelar el ensuciamiento del compresor escalonamiento a escalonamiento de manera
individual.
Por tanto, del estudio llevado a cabo por Saravanamuttoo y Lakshminarasimha

(1985), se resume, la utilidad del método stage-stcaking para aproximar el
comportamiento del funcionamiento de los compresores axiales en los que se aprecia
ensuciamiento por Fouling.
La técnica de stage-stacking permite simular de manera individual el

funcionamiento de cada escalonamiento. Pudiendo apilar el conjunto de ellos con el
fin de obtener el comportamiento global del compresor. El interés de este método
radica, como habíamos comentado anteriormente, en la posibilidad de modelar una
degradación determinada en cada escalonamiento de una manera individualizada.
Facilitándose así el estudio de diferentes escenarios de ensuciamiento en la Turbina de
Gas, y su consiguiente variación en el comportamiento de sus prestaciones.
Aker y Saravanamutto (1989), tras una serie de ensayos, postularon que la

estimación de que el fenómeno de ensuciamiento avanza hasta el 40-50% de los
escalonamientos, resultaba bastante acertada y fiable. Por tanto, el impacto del
Fouling será más acusado en los escalonamientos delanteros que en los traseros. Por
ello, para reflejar esta tendencia, se precisa de un modelo lineal de ensuciamiento.
Tal y como resume Rodriguez C. (2011), el modelado de Aker y Saravanamutto

(1989) dictamina que el ensuciamiento avanza en pasos. Es decir, en cada uno de estos
pasos, un nuevo escalonamiento es afectado por Fouling y disminuye en un uno por
ciento el coeficiente de flujo. Esto es, que en el primer paso, sólo disminuye en un uno
61
por ciento el coeficiente de flujo del primer escalonamiento. Para el segundo paso,
implicaría una disminución del dos por ciento del coeficiente de flujo del primer
escalonamiento y adicionalmente se vería afectado el segundo escalonamiento,
reduciéndose en un uno por cierto el coeficiente de flujo de este segundo
escalonamiento, y así sucesivamente, tal y como lo resumimos en la tabla 4.1. Se
ejecutarán tantos pasos hasta alcanzar un determinado grado de ensuciamiento o
hasta saturar los primeros escalonamientos con motivo de la suciedad.
En el modelo del ensuciamiento también se tendrá en cuenta la pérdida de

rendimiento del compresor en función del intervalo de tiempo entre overhaul y/o
lavados.
Por tanto, este modelolineal de ensuciamiento quedará definido por dos

parámetros K1:K2. Donde el factor k1 representa la disminución porcentual que
experimenta el coeficiente de flujo a través de una progresión lineal, desde n*K1 para
el primer escalonamiento k1 para el n-ésimo. De igual modo, el factor K2, recoge la
reducción del rendimiento para cada uno de los escalonamientos.
Mencionar que si el ensuciamiento está originado por partículas de pequeño

diámetro, implica que la erosión que pudieran causar es mínima. Esto significa que la
actuación de los escalonamientos será prácticamente igual al estado del compresor
limpio, por lo que la disminución porcentual del parámetro K2, puede expresarse como
K2=0 ó 0.25. En el caso de que las partículas contaminantes en suspensión con el aire
de entrada sean de mayor tamaño, el efecto de la erosión tiene mayor relevancia,
aumentando así la pérdida de rendimiento. Asignando en este caso unos valore de
K2=0,75 ó 1.
Esc.1 Esc.2 Esc.2 … Esc.n

Paso
Δφ1 Δη 1 Δφ2 Δ η2 Δφ3 Δη3 … … Δφn Δηn
1 K1 K2 … …
2 2*k1 2*k2 K1 K2 … …
3 3*k1 3*k2 2*k1 2*k2 K1 K2 … …
… …
… …
n n*k1 N*k2 (n-1)k1 (n-1)k2 (n-2)k1 (n-2)k2 … … [n-(n-1)]k1 [n-(n-1)]k2
Tabla 4.1 – modelo fouling lineal
La evaluación de los parámetros k1 y k2 para distintos valores, nos presentará

unos determinados escenarios de ensuciamiento del compresor, modelando por
consiguiente el comportamiento dela Turbina de gas frente al Fouling.
62
Por tanto, ahora procedemos a ver la influencia de cada parámetro en el
comportamiento de la Turbina de Gas.
4.2. INFLUENCIA DE LOS COEFICIENTES𝑲𝟏 y 𝑲𝟐

Como se comentó en el apartado 1.4 de este estudio (factores que provocan la
degradación), se vio que el Fouling o ensuciamiento lo provocan las partículas
contaminantes en suspensión entre 5-10μm de tamaño, que se introducen con el aire.
No obstante, tal y como recoge en el estudio de Sánchez D. (2011), es frecuente que
partículas inferiores a ese rango (<5μm) generen ensuciamiento igualmente, pero de
manera muy leve. Por tanto, se puede suponer que sólo se verá afectada la sección de
paso, sin sufrir mucha penalización el rendimiento del escalonamiento. Cabe
comentar, que por muy leve que pueda parecer este ensuciamiento a priori, lo cierto
es que la potencia producida sufre una caída considerable respecto al caso nominal.
Para a entrar a cuantificar la influencia de estos parámetros, planteamos varios

escenarios de ensuciamiento posibles:
4.2.1𝐾1 =0.5 y 𝐾2 =0
4.2.2 𝐾1 =1.5 y 𝐾2 =1
4.2.3 𝐾1 =0.5 y 𝐾2 =1
Además para cada uno de los casos anteriores, hay que ver el grado de avance
del ensuciamiento a lo largo de los escalonamientos del compresor, es decir, a lo que
nos referíamos como “pasos” en el apartado anterior cuando presentábamos y
definíamos el modelado lineal del Fouling.
4.2.1. Caso 𝑲𝟏 =0.5 y 𝑲𝟐 =0

En la figura 4.1 y 4.2, se recogen los resultados obtenidos de aplicar el modelo
lineal de Fouling para los factores de 𝐾1 y 𝐾2 ,0.5 y 0 respectivamente. Para esta
simulación se ha estimado un escenario leve de ensuciamiento, considerando para ello
3 pasos, es decir, sólo los tres primeros escalonamientos acusan el ensuciamiento.
Se observa que la línea del mapa del compresor se desplaza hacia la izquierda,
es decir, que para una misma entrada de aire, como consecuencia del ensuciamiento,
el compresor es capaz de dar una menor relación de compresión. Resultado esperado,
ya que, penalizar el coeficiente de flujo representa indirectamente la penalización del
gasto de aire que pasa por el compresor.
También vemos como el rendimiento a pesar de sufrir una leve modificación,

tal y como se ve en la figura 4.2, sigue manteniendo el rendimiento máximo.
63
Fig. 4.1–Turbina de Gas afectada. Fouling modelo (0.5:0) paso 3
New and Clean
(0.5:0) Paso 3
Fig. 4.2–Rendimiento del compresor. Fouling modelo (0.5:0) paso 3
64
New and Clean

(0.5:0) Paso 3
(0.5:0) Paso 7
Fig. 4.3–Turbina de Gas afectada. Fouling modelo (0.5:0) paso 3y 7
New and Clean

(0.5:0) Paso 3
(0.5:0) Paso 7
Fig. 4.4–Rendimiento del compresor. Fouling modelo (0.5:0) paso 3 y 7
65
Analizando el comportamiento de la línea de operación de la Turbina de Gas

mostrada en la figura 4.3, vemos que al igual que la línea gasto-relación de compresión
del compresor se desplaza ligeramente hacia la izquierda, la línea de operación, para
este escenario leve de Fouling, también sufre un ligero desplazamiento (aún menor
que la línea 𝑚𝑎 − 𝑅𝐶)
Como consecuencia vemos que de manera paulatina, a medida que los

escalonamientos se van viendo afectado por el fenómeno de Fouling, si no tomamos
ninguna acción correctiva, la temperatura TIT al igual que la potencia útil generada va
disminuyendo, tal y como podemos apreciar en la figura 4.5, para el caso particular del
régimen de giro nominal (9160 rpm).
2,99E+07 1545,5
2,98E+07 1545,0
TIT
W_útil (W) 1544,5
2,98E+07
1544,0
2,97E+07 W_útil
1543,5
T03
2,97E+07
1543,0
2,96E+07 1542,5
2,96E+07 1542,0
0 1 2 3 4 5 6 7
Pasos de Fouling
Fig. 4.5–Evolución de TIT y 𝑾ú𝒕𝒊𝒍 en función de los pasos de fouling (0.5:0)
La disminución de las prestaciones del motor, para este caso leve de

ensuciamiento, se ve muy poco afectada. Llegando en el caso más desfavorable a
disminuir un 0.70% (paso 7)respecto al caso New and Clean (paso 0).
Por tanto,a medida que los escalonamientos se van viendo afectados por el
ensuciamiento, será interesante ver qué medidas correctivas llevar a cabo antes de
que esa caída de potencia sea excesiva. Un ejemplo de estas praxis es la que refleja la
figura 4.6 en la que para mantener la potencia útil fija, a medida que el Foluing va
avanzado por los escalonamientos, hay que ir incrementando el dosado (F).
66
W_util F
2,50E+07 0,02932
0,02930
2,00E+07 0,02928
0,02926
Potencia útil
1,50E+07
0,02924 F
(W)
0,02922
1,00E+07
0,02920
5,00E+06 0,02918
0,02916
0,00E+00 0,02914
0 1 2 3 4 5 6 7
Paso de Fouling
Fig. 4.6–Evolución de F en función de los pasos de fouling (0.5:0)para una potencia
dada
4.2.2 Caso 𝑲𝟏 =1.5 y 𝑲𝟐 =1

Siguiendo la misma estructura que en el caso 4.2.1, ahora evaluamos cómo
afecta el de fenómeno del Fouling en las prestaciones de la T.G. suponiendo que el
rendimiento de los escalonamientos del compresor también se ven afectados. Para
poder reflejar esto, entra en juego el factor K 2 . Asignándole unos valores de
ensuciamiento al modelo de (K1 : K 2 )= (1.5: 1).
Tal y como podemos ver en las figuras 4.7 y 4.8, para un menor número de
pasos respecto al caso anterior (K1 : K 2 )= (0.5:0), observamos que para (K1 : K 2 )=
(1.5:1), el grado de afectación es mucho mayor. Es decir, para un paso igual a 5, la línea
de operación 𝑚𝑎 − 𝑅𝐶 para el caso (K1 : K 2 )= (1.5:1), se encuentra mucho más
desplaza hacia la izquierda que en el caso (K1 : K 2 )= (0.5:0). Esto es así debido a que
este segundo caso es un escenario de ensuciamiento mucho más desfavorable.
Vemos como la mayor variación relativa de la curva gasto másico- relación de

compresión del mapa del compresor de la Turbina de Gas afectada por el Fouling, se
producen en el transcurso del estado New and Clean al primer paso de ensuciamiento.
Esta variación se hace cada vez menor a medida que el número de escalonamientos
afectados por ensuciamiento (o pasos) va aumentando. Es decir, la variación de la línea
67
de operación del paso 4 al 5, es mucho menor que la variación de la línea de operación
𝑚𝑎 − 𝑅𝐶 del estado New and Clean al paso 1. Tal y como podemos ver en las figuras
4.7.
Paso 1
Paso 5
New and Clean

(1.5:1) Paso 1-5
Fig. 4.7–Turbina de Gas afectada por Fouling modelo (1.5:1) pasos 1-5
Paso 1
Paso 5
New and Clean

(1.5:1) Paso 1-5
Fig. 4.8–Rendimiento del compresor afectado por Fouling modelo (1.5:1) pasos 1-5
68
Comparando la figura 4.4 y 4.8, vemos la influencia del coeficiente K 2 sobre el

comportamiento del mapa del compresor, y por tanto, respecto a la turbina de gas. Se
observa que, indiscutiblemente, el factor K1 afecta de manera directa al gasto másico
que atraviesa el compresor, sin embargo la participación del factor K 2 en el proceso
del modelado de ensuciamiento tiene como resultado más evidente el desplazamiento
de la curva del rendimiento del compresor, donde, a diferencia del caso 4.2.1, ya no se
mantiene el rendimiento máximo, sino que ahora no sólo hay un desplazamiento hacia
la izquierda de la curva de rendimiento, sino que también hay una disminución del
rendimiento máximo, tal y como se puede ver en la figura 4.8.
Este hecho afecta al comportamiento de la turbina de gas de la siguiente forma.

Como podemos ver en la figura 4.9, en el caso (K1 : K 2 )= (1.5:1), el grado de afectación
es mucho más severo que en el caso (K1 : K 2 )= (0.5:1). Obviamente, y como se ha
demostrado, una caída en la potencia útil generada, es un claro síntoma del incorrecto
funcionamiento de la Turbina de Gas como consecuencia de estar afectada por el
fenómeno de Fouling. Es evidente que esa caída de la potencia útil, está asociada tanto
a las pérdidas recuperables, como a las no recuperables, (así como de las
permanentes, las cuales no son objeto de estudio en este proyecto) de las que
hablábamos en el capítulo primero. Esa mayor o menor caída de la potencia está
determinada por el grado de Fouling. Es decir, según el ambiente donde se situé el
motor, se tomarán una configuración determinada de la parametrización del modelo
en cuanto a los factoresK1 y K 2 .
2,99E+07
2,98E+07
2,98E+07
2,97E+07
Potencia útil (W)
2,97E+07
2,96E+07
k1=0.5 k2=0
2,96E+07
k1=0.5 k2=1
2,95E+07
k1=1.5 k2=1
2,95E+07
2,94E+07
2,94E+07
2,93E+07
0 1 2 3 4 5
Pasos de Fouling
Fig. 4.9–Evolución de la 𝑾ú𝒕𝒊𝒍 para los dos casos de modelos de ensuciamiento en función de
los pasos
69
4.2.3 Caso 𝑲𝟏 =0.5 y 𝑲𝟐 =1
Paso 1
Paso 5
New and Clean

(0.5:1) Paso 1-5
Fig. 4.10–Turbina de Gas afectada por Fouling modelo (0.5:1) pasos 1-5
Paso 1
Paso 5
New and Clean

(0.5:1) Paso 1-5
Fig. 4.11–Rendimiento del compresor afectado por Fouling modelo (1.5:1) pasos 1-5
70
4.2.4 Conclusiones
Una conclusión de especial importancia, deducida de los datos obtenidos, es
que (de los parámetros analizados) la variación del gasto másico es posiblemente el
indicadores más fiable que evidencian la presencia del fenómeno del ensuciamiento en
el compresor, con independencia del efecto que pudiera llegar a tener sobre el
rendimiento del mismo.
No obstante, normalmente no se puede monitorizar este parámetro debido a la

dificultad de medirlo. Un parámetro más común es la presión de descarga del
compresor (o la relación de compresión), el cual es un buen indicador del
ensuciamiento, ya que la caída de presión es también muy representativa del
ensuciamiento.
Para buscar posibles parámetros que nos faciliten la identificación de que la

turbina de gas se encuentra afectada por Fouling, vamos a estudiar ciertos parámetros
estratégicos del ciclo Brayton, como son:
 Potencia útil y rendimiento del compresor

 Gasto de aire
 Temperatura de entrada a la turbina de alta presión (TIT)
 Dosado relativo
Potencia útil
Para un determinado punto fijo de operación del motor, la disminución de la

potencia útil producida, resulta el parámetro más evidente de la aparición de
ensuciamiento del motor, independientemente de la repercusión de otros factores
que ocasión el deterioro permanente del motor, como puede ser el desgaste de
cojinetes, perdidas de refrigerante de las partes mecánicas, etc. De nuestro estudio
tenemos que, para el régimen de giro nominal (9160 rpm):
Modelo Fouling 𝑲𝟏 =0.5 y 𝑲𝟐 =0 𝑲𝟏 =0.5 y 𝑲𝟐 =1 𝑲𝟏 =1.5 y 𝑲𝟐 =1

𝑊ú𝑡𝑖𝑙 (W) ↓(W)% ↓𝜂𝑐 % 𝑊ú𝑡𝑖𝑙 (W) ↓(W)% ↓𝜂𝑐 % 𝑊ú𝑡𝑖𝑙 (W) ↓(W)% ↓𝜂𝑐 %
New and Clean 29798685 29798685 29798685
1 29752319 0,16% 0,002% 29747089 0,17% 0,139% 29645531 0,52% 0,134%
2 29726642 0,24% 0,003% 29706454 0,31% 0,268% 29537338 0,88% 0,260%
Pasos 3 29715420 0,28% 0,004% 29673842 0,42% 0,389% 29460754 1,15% 0,378%
4 29714489 0,28% 0,005% 29647256 0,51% 0,502% 29407005 1,33% 0,489%
5 29720986 0,26% 0,005% 29625296 0,59% 0,609% 29370089 1,46% 0,594%
Tabla 4.2 – Disminución Potencia Útil en función de 𝑲𝟏 y𝑲𝟐
71
De la tabla 4.2, vemos que desde el primer paso ya hay una caída de potencia
útil generada por el motor, que varía según la severidad del escenario de
ensuciamiento entre un 0,16-0,52%. Llegando incluso a suponer una disminución del
casi el 2% en unas condiciones muy desfavorables.
De forma más gráfica podemos ver esta evolución de la potencia útil en la

figura 3.31 anterior. Donde se aprecia la mayor dependencia de la potencia útil con el
factor K1 (disminución porcentual del coeficiente de flujo) que frente a K 2
(disminución porcentual del rendimiento de los escalonamientos del compresor), es
decir, una disminución del gasto de aire a la entrada del motor va ser mucho más
decisivo en cuanto a la variación de la potencia útil producida, que una pérdida del
rendimiento de los escalonamientos individualmente (y por consiguiente del
compresor en global).
No obstante, en la práctica, imputar esta caída de potencia para un punto fijo

de operación, sólo por el hecho de estar afectada por Fouling, sería erróneo. Ya que en
esa caída entran otros muchos parámetros, desde las pérdidas permanentes del motor
por el hecho de estar en funcionamiento, hasta la mala combustión del combustible en
el quemador, pasando por la ingesta de objetos extraños junto con el aire de admisión
(FOD).
Gasto de aire
Tal y como dedujimos de la figura 4.9, la potencia útil estaba influenciada por
la disminución del gasto de aire a la entrada (modelado con el coeficiente 𝐾1 ). Esta
reducción del gasto se produce como consecuencia de la disminución de la sección de
paso entre escalonamientos, al ir aumentado la suciedad acumulada en los álabes.
Lógicamente, al ir aumentado el grado de severidad del modelo de

ensuciamiento, es decir, al ir aumentado 𝐾1 y 𝐾2 , el gasto se ve reducido, tanto más
cuanto mayor sea el grado de avance en los escalonamientos (pasos).
Modelo Fouling 𝑲𝟏 =0.5 y 𝑲𝟐 =0 𝑲𝟏 =0.5 y 𝑲𝟐 =1 𝑲𝟏 =1.5 y 𝑲𝟐 =1

Disminución𝑚𝑎 Disminución𝑚𝑎 Disminución𝑚𝑎
𝑚𝑎 𝐾𝑔/𝑠 𝑚𝑎 𝐾𝑔/𝑠 𝑚𝑎 𝐾𝑔/𝑠
en % en % en %
New and Clean 65,28 - 65,28 - 65,28 -
1 65,23 0,07% 65,17 0,17% 65,08 0,32%
2 65,20 0,13% 65,09 0,30% 64,92 0,56%
Pasos 3 65,17 0,17% 65,02 0,40% 64,79 0,76%
4 65,14 0,21% 64,96 0,49% 64,69 0,92%
5 65,12 0,24% 64,92 0,56% 64,60 1,05%
Tabla 4.3 – Disminución gasto másico en función de 𝑲𝟏 y𝑲𝟐
72
La tabla 4.3 anterior, recoge los resultados de las simulaciones para el régimen
de giro nominal del compresor. Donde claramente se ve como a medida que aumenta
el número de escalonamientos afectados por ensuciamiento, la disminución del gasto
se decrementa más que proporcionalmente. Lo anteriormente dicho queda recogido
en la siguiente gráfica 4.12.
65,30
65,20
65,10
𝒎𝒂 (𝑲𝒈/𝒔) 65,00
K1=0.5 y K2=0
64,90 K1=0.5 y K2=1
K1=1.5 y K2=1
64,80
64,70
64,60
64,50
0 1 2 3 4 5 6 7
Pasos de Fouling
Fig. 4.12–Evolución de𝒎𝒂para los distintos modelos de ensuciamiento en función de

los pasos
De la figura 4.12, apreciamos que no sólo el coeficiente de flujo afecta a la

variación del gasto másico que atraviesa el compresor, y por tanto de la turbina de gas.
Sino que, una variación porcentual del rendimiento de los escalonamientos del
compresor también tiene un papel importante a la hora de determinar los kg/s que
pasan por el motor.
Si no tomásemos medidas correctoras (lavados on-line y off-line) y asumiendo

que el mayor ensuciamiento tiene lugar en los escalonamientos delanteros, de los
resultados de la tabla 4.3, podemos ver que se puede producir una caída de la potencia
generada hasta en un 1,04%.
Para un motor de base, con unas 7000 horas de funcionamiento anuales,

significaría una disminución de unas 17.000 tn menos de aire anuales, es decir, unos
0.3 MW menos anuales. Esta disminución se podría evitar por el simple hecho de
aplicar medidas correctivos de limpieza on-line.
73
Una praxis muy extendida es la de realizar un lavado on-line cada 4-5 días,
nosotros supondremos uno semanalmente. Teóricamente, como vemos en la figura
4.13, implicaría una recuperación de las prestaciones del motor,en cuanto al gasto que
pasa por el compresor. Sin embargo, además de las pérdidas permanentes, hay unas
pérdidas no recuperables mediante lavado on-line u off-line, que sólo se pueden
recuperar (aunque nunca al 100%) mediante paradas del motor y puestas a punto, u
overhaul.
65,40
65,20
65,00
64,80
64,60
𝒎𝒂 (𝑲𝒈/𝒔)
64,40
Sin perdidas
64,20
Con perdidas
64,00
63,80
63,60
63,40
63,20
0 200 400 600 800 1000 1200 1400
Horas de funcionamiento
Fig. 4.13–Evolución de 𝒎𝒂 tras las operaciones de lavado on-linesemanales
Temperatura de entrada a la turbina de alta presión (TIT)
De los resultados obtenidos de las simulaciones para los tres escenarios

distintos, hemos extraído los resultados que aparecen en la figura 4.14. De estos datos,
podemos afirmar que si sólo interviniese el grado de afectación en el coeficiente de
flujo (𝐾1 : 𝐾2 ) = (0.5:0), y por tanto en la disminución del gasto de aire que atraviesa
en motor, la temperatura de entrada a la turbina de alta se vería afectada tal y como
queda representada en la figura 4.14 siguiente. Es decir, TIT disminuiría al ir
aumentando el avance de ensuciamiento a través de los escalonamientos. Esto es así,
porque una menor cantidad de aire implica una reacción no estequiométrica,
(disminuyendo el dosado relativo, figura 4.16) generando menor energía exotérmica,
y por tanto, una disminución de la TIT.
74
Sin embargo, vemos que si en el modelo del Fouling, entra en juego el

parámetro del rendimiento del escalonamiento del compresor (𝐾2 ), esté hace que la
temperatura de salida de la cámara de combustión se incremente. Esto es así ya que se
produce un incremento del dosado relativo. No obstante, en escenarios con un alto
grado de afectación por el factor 𝐾1 y adicionalmente afectado por 𝐾2 , vemos que un
efecto contrarresta al otro, manteniéndose constante el dosado relativo, y en
consecuencia, la temperatura de salida de la cámara de combustión.
1410
1409
1408
1407
1406
TIT(°C)
1405 K1=0.5 y K2=1

1404 K1=1.5 y K2=1
1403 K1=0.5 y K2=0
1402
1401
1400
0 2 4 6 8
Pasos Fouling
Fig. 4.14–Evolución de TIT (°C) para los distintos modelos de ensuciamiento en

función de los pasos
1,572
1,57
1,568
1,566
1,564
𝒎𝒇 (𝑲𝒈/𝒔) F K1=0.5 y K2=1
1,562
F K1=0.5 y K2=0
1,56
K1=1.5 y K2=1
1,558
1,556
1,554
0 2 4 6
Pasos Fouling
Fig. 4.15–Evolución de 𝒎𝒇 para los distintos modelos de ensuciamiento en función de
los pasos
75
Dosado relativo:
Que el dosado aumente o disminuya, implica que la combustión se realice en

proporciones estequiométricas o no. Generando mezclas de aire-combustible más o
menos ricas, y por tanto, reacciones más o menos exotérmicas, que se traduce en una
mayor o menor energía liberada, y por consiguiente en una mayor o menor
temperatura de salida de la cámara de combustión.
Las conclusiones de la dependencia del dosado con el modelo lineal de

ensuciamiento (𝐾1 :𝐾2 ) están relacionadas íntegramente con las deducidas en el
apartado anterior, temperatura de entrada a la turbina de alta presión (TIT).
Donde vemos que la tendencia de las líneas de la figura 4.16, copia el

comportamiento de la figura 4.14, la cual refleja la evolución a la TIT en varios
escenarios, según el grado de avance del Fouling.
0,02420
0,02415
0,02410
F F K1=0.5 y K2=1
0,02405 K1=1.5 y K2=1
F K1=0.5 y K2=0
0,02400
0,02395
0 1 2 3 4 5 6
Pasos de Fouling
Fig. 4.16–Evolución de F para los distintos modelos de ensuciamiento en función de
los pasos
76
CAPITULO 5. TENDENCIAS FUTURAS GMTS
CAPITULO 5
TENDENCIAS FUTURAS
5.1 GESTIÓN FUTURA

Gracias al sector aeronáutico, las turbinas de gas de tipo aeropropulsión, han
experimentado un gran avance en términos de gestión de operación. Estos motores
han ganado un papel muy importante en la industria aeronáutica. Es por ello que están
sometidas cada vez a controles más exhaustivos, viéndose obligado no sóloa la
monitorización en cada momento del funcionamiento del motor, sino también a
generar previsiones de comportamiento a corto y medio plazo.
Todas estas innovaciones y avances de estos motores de aeropropulsión han

servido para impulsar el desarrollar la gestión y el control de la plantas de turbinas de
gas de tipo aeroderivado. Al igual que las turbinas de aeropropulsión se van a
encontrar en múltiples escenario con distintas condiciones atmosféricas y
ambientales, la ubicación de la planta terrestre va a ser un factor a tener en cuenta a la
hora del diseño, por motivos de calidad del aire ambiental. Por tanto, las tendencias
futuras de gestión del estado del motor se adaptarán a las necesidades de cada
usuario, según las características arquitectónicas que conforman el motor y el entorno
ambiental.
Para enmarcar la discusión de los futuros sistemas de monitorización y gestión

de operación (EHM, Engine Health Monitoring/Management), exploráramos
brevemente tres áreas (interrelacionadas):
 Sensores específicos
 Procesamiento de la información y métodos analíticos avanzados
 Motor inteligente
Estas tres áreas generales están impulsando las actividades de investigación

actuales, como son la total automatización del motor y sistemas de auto-diagnósticos
con capacidad de pronóstico. Este último punto es quizás el máximo potencial de los
sistemas de gestión del estado del motor, es decir, la capacidad de prever de forma
automática y de manera autónoma, con una precisión razonable, posibles fallos
inminentes de una parte o subsistema del motor, así como el tiempo restante antes
del fallo total del motor.
77
5.1.1 Sensores específicos

La última década ha visto un aumento de la investigación en el desarrollo de
nuevos sensores, tales como monitores de desechos de aceite (ODM), sensores del
estado del aceite (OCM), sistemas de monitorización de escombros del gas en la
ingestión (IDMS), y en el escape (EDMS), estado de los álabes (ECS), acelerómetros de
alta frecuencia, sensores acústicos, sensores de gases de escape y similares. Además
de estos sensores, se necesitan nuevas tecnologías de sensores que satisfagan los
futuros motores y sus sistemas de EHM asociados. Una de estas nuevas tecnologías es
la electrónica de alta temperatura. En la actualidad existen circuitos de
microporcesamiento como parte de un sensor de llamada inteligente. Los nuevos
sensores, deberán de estar testados para resistir en entornos relativamente benignos.
Por tanto, dada la necesidad de integrar la electrónica al control de los elementos de
motor, ha impulsado el desarrollo de nuevos sistemas mucho más compactos, precisos
y resistentes a muy altas temperaturas. Ya que la tendencia en un futuro es trabajar
con temperaturas superiores a los 2200 K.
Otra vertiente de desarrollo son los sistemas microelectromecánicos (MEMS),

los cuales están abriendo una línea de trabajo enfocada a la integración de la
electrónica de procesamiento de señales, consiguiendo minimizar costes, una mayor
fiabilidad, y reducir el consumo de energía. Por ejemplo, sensores piezoresistivos,
piezoeléctricos están actualmente bajo investigación. Aislantes de silicio, carburo de
silicio y carburo de nitruro de silicio son algunas de las nuevas tecnologías que se están
investigando para desarrollar sensores inteligentes de alta temperatura.
De cara al futuro, las nuevas tecnologías de detección tendrán que avanzar para
satisfacer las necesidades de los sistemas EHM futuros y sus aplicaciones. Entre otras
aplicaciones destacamos, controlar la combustión de cara a mitigar inestabilidades,
sensores que monitoricen los gases de escape 𝑁𝑂𝑥 y 𝐶𝑂𝑥 , de cara a asegurar bajas
emisiones, apostando por una política de “explotación verde” del motor, etc.
5.1.2 Fusión de la información y Métodos analíticos

Conocer y procesar la información del estado del motor, es la clave en la que se
sustenta el desarrollo de los sensores de un sistema integrado EHM. El hecho relevante
aquí es la idea de que si se toda la información obtenida con los sensores se
combinasen con los métodos analíticos, integrando toda la información
conjuntamente, se podría minimizar el número de sensores necesarios. Justificando la
78
existencia de sensores adicionales sólo si se requiere información exclusiva, o como

sistemas redundante ante posible fallos de los sistemas primarios.
Dentro de la monitorización del funcionamiento del motor, aparte de

identificar el estado actual del motor, un aspecto fundamental es el pronóstico.
Pronóstico:
Como ya se ha comentado, los sistemas EHM avanzados, no solo evalúan el

estado actual del sistema (diagnostico), sino que también prevén el estado futuro del
motor, identificando problemas emergentes (pronóstico). Generalmente, un algoritmo
de pronóstico ofrece la capacidad de predecir el momento en el que el estado del
motor se acerca a un límite predefinido o umbral. En su forma más avanzada, nos
referimos a la capacidad de predecir fallos de los componentes andes de que
realmente fallen. La principal ventaja de estos sistemas, es poder conocer
perfectamente la vida útil del componente o del elemento en cuestión, pudiendo
reemplazarlo con sus máximas horas de funcionamiento útiles, desperdiciando al
mínimo la vida útil y minimizar el riesgo de fallo. Esto no es una propuesta fácil.
Requiere de considerables avances en los métodos actuales de análisis, modelados,
sistemas de sensores avanzados y fusión de la información para asegurar predicciones
precisas y fiables.
5.1.3 Motor inteligente

Una de las áreas de especial interés es el concepto de motor inteligente donde
el sistema PHM (Pronostic/Propulsion Health Management) determina de manera
autónoma su estado. No sólo para apoyar el mantenimiento y autoajustes logísticos de
funcionamiento, sino que además proporciona información relevante para el control
del motor que permite una operación más eficiente, prolongar la vida útil, y aumentar
la fiabilidad de funcionamiento.
La integración de un sistema PHM en una labor de alto coste tecnológico.

Históricamente, y en términos generales, las leyes de control del motor estaban
formuladas para el caso de las condiciones nominales del motor, con suficiente
margen, de tal modo que el motor pudiera actuar adecuadamente y con seguridad.
Evidentemente esta praxis hacía que el motor operase de manera poco eficiente. Y es
precisamente esto lo que se intenta mitigar con los motores inteligentes, es decir, se
persigue optimizar ese funcionamiento ineficiente.
79
5.2OTROS DESAFÍOS
En nuestro análisis hemos destacado muchas áreas que ofrecen retos a los que
tendrá que hacer frente los sistemas EHM en la próxima década. Ciertas áreas que no
hemos tratado y que tienen un peso importante son, sistemas de verificación y
validación, desarrollo de software y la certificación. Históricamente, la verificación y
validación normalmente comienzan con pruebas de simulación, seguido de la
validación con datos reales.
Para los sistemas de EHM, ha sido posible generar una base de datos que
recoge los históricos de fallos de motor conocidos y registrados, que puedan ser
utilizados para probar nuevos algoritmos que desarrollen nuevas aplicaciones de
monitorización del motor.
El desarrollo de los software de sistemas de EHM es otra área en proceso de

cambio. Con el tiempo estos software se han convertido en una herramienta básica e
imprescindible de cualquier motor, para dirigir inspecciones y prescribir el
mantenimiento preventivo.
80
CAPITULO 6.CONCLUSIONES GMTS
CAPITULO 6
CONCLUSIONES.
Tras la elaboración de este estudio teórico-práctico sobre la monitorización del

comportamiento de una Turbina de Gas afectada por ensuciamiento o Fouling en el
compresor, se ha concluido que la calidad del aire ambiental juega un papel
fundamental en la determinación del grado de afectación por ensuciamiento del
motor, siendo éste muy sensible a pequeñas variación del entorno ambiental. Es decir,
en función de la composición en cuanto a tamaño y partículas contaminantes en
suspensión, la carga de suciedad del aire será una u otra, y nuestro modelo lineal de
ensuciamiento tendrá unas características u otras. Mostrando comportamientos muy
distintos según el escenario que se presente.
Esto implica que la generalización del proceso de Fouling, de tal forma que se
pueda sistematizar y modelar el grado de afectación de ensuciamiento de la Turbina
de gas, resulta muy complicada. Sin embargo, debido al alto coste que supone el
mantenimiento del motor, ya sea programado o imprevisto, se han desarrollado
sistemas de gestión del estado del motor, que monitorizan y actúan sobre éste, siendo
su objetivo primordial reducir costes tanto de operación (aumento del consumo del
combustible) como de mantenimiento, así como prolongar al máximo posible la vida
útil del motor. Esto pone de manifiesto la necesidad de sensores que permita
diagnosticar y pronosticar el estado del motor en cada momento.
Nuestro estudio ha consistido en un modelado de ensuciamiento, que permite

la supervisión del comportamiento, sin embargo, las nuevas tendencias permiten el
auto-diagnóstico y la gestión autónoma. En la actualidad estos sistemas no están aun
suficientemente maduros, y los mantenimientos preventivos y sus overhaul se basan
en la experiencia de los operadores de turbinas. No habiendo un criterio único, aunque
sí hay ciertas pautas comunes. Los operadores están de acuerdos en que los
mantenimientos preventivos, (siendo el lavado on-line uno de las actuaciones más
importantes) mitigan o recuperan las pérdidas del motor recuperables. En contra de
las tendencias futuras que tienen un sistema integrado de explotación-mantenimiento
empírico, la periodicidad de las actuaciones de mantenimiento actuales han sido
determinadas por la experiencia.
81
CAPITULO 6.CONCLUSIONES GMTS
Por lo tanto, de nuestro estudio, podemos concluir que las magnitudes

fácilmente medibles como puede ser la temperatura de entrada a la turbina de alta
presión (TIT), la presión de salida del compresor o la potencia útil generada no son
parámetros suficientemente fiables y unívocos, con los que, de su análisis se pueda
determinar la disminución de las prestaciones y eficacia del motor como consecuencia
única y exclusivamente del fenómeno de Fouling.
Para tener una precisión razonable y fiable de las prestaciones del sistema, se
tienen que cruzar toda la información obtenida mediante sensores de nueva
generación, fusionando todos estos datos gracias a software avanzados capaces de
diagnosticar y pronosticar el estado del motor. Elaborando una ruta tanto de
operación como de mantenimiento. Y como hemos visto, elaborando órdenes de
trabajo de mantenimientos correctivos, como son los lavados on-line semanales.
Sería interesante abordar el fenómeno de Fouling para otras configuraciones de

montajes de turbinas de gas, como por ejemplo, de tipo aeroderivadas en un eje, de
propulsión etc. Idealmente, para validar el modelo teórico sería obligatorio poder
cotejarlo con datos empíricos de ensayos a motores. Sin embargo, estos estudios
teórico-experimentales, están al alcance de muy pocos, dado al enorme coste que
supone destinar una turbina de gas a un laboratorio de ensayos.
En este estudio se ha monitorizado la tendencia del comportamiento de una

Turbina de Gas. De cara a poder elaborar modelados más reales, que monitoricen su
comportamiento real y no su tendencia de funcionamiento, habría que eliminar al
máximo las suposiciones e hipótesis simplificatorias. Siendo muy importante poder
conocer las curvas características de cada componente.
82
ANEXOS GMTS
ANEXO I
CODIGOS MATLAB. MATCHING
A.I.1 MATCHING TURBINA DE GAS
Este programa empareja todo los componentes de la T.G.
%------------------MÉTODO DE CÁLCULO:MATCHING----------------------
clearall
clc
%---Potencia útil que queremos que dé la T.G----
P_util=19e6;
%----GENERADOR DE GAS + TURBINA DE POTENCIA-----
RC=[7.88 10.35 12.45 13.44 14.37 15.30 16.25 17.21 18.06];
N=[7772 8105 8364 8508 8660 8813 8971 9160 9450]; %rpm
gasto=[34.75 43.86 50.89 54.07 56.93 59.69 62.51 65.32 66.9];
deltaT=[0.983 1.112 1.220 1.262 1.307 1.343 1.389 1.439 1.530];
%---------- DATOS del AIRE de entrada ----------
Cp=1005; %J/kgK
gamma=1.4;
T_0_dato(1)=288.15; %Tª del aire de entrada al compresor (ISO)
T_0s_dato(1)=288.15; %Tª del aire de entrada al compresor (ISO)
P_0_dato(1)=101300; %Pa (ISO)
R=Cp*(gamma-1)/gamma; %J/kg K
expo=(gamma-1)/gamma;
iexpo=gamma/(gamma-1);
T_0(1)=T_0_dato(1);
T_0s(1)=T_0s_dato(1);
P_0(1)=P_0_dato(1);
T03T01verp=[];
T03T01ver=[];
T03ver=[];
w=length(N);
for z=1:w
%---------- DATOS del COMPRESOR ----------
n=16; %número de escalonamientos
RC_dato=RC(z); %relación de compresión total
P_0_dato(17)=RC_dato*P_0_dato(1); %presión de salida del compresor
omega=N(z); %régimen de giro, rpm
m=gasto(z); %flujo másico en kg/s (1 lb = 0.4536 kg)
T_0_dato(17)=(1+deltaT(z))*T_0_dato(1); %Tª de salida del compresor
W_ec=Cp*(T_0_dato(17)-T_0_dato(1)); %trabajo específico consumido por
el compresor --> W=h_0B-h_01
Ws_ec=Cp*T_0(1)*(RC_datoêxpo-1); %trabajo específico isentrópico
consumido por el compresor --> W=h_0Bs-h_01
etha_comp=Ws_ec/W_ec; %salto isentrópico/salto real
x0=0.9;
f=@(x)politropico_c(x,T_0_dato,RC_dato,expo);
[etha_pol,fval,exitflag]=fsolve(f,x0);
%---------- DATOS de los ESCALONAMIENTOS (RCi, Delta T i) ----------

DELTAT_esc=W_ec/(Cp*n); %suposición: mismo salto de temperatura en
cada escalonamiento (NO isentrópico)
83
ANEXOS GMTS
Ws_e_esc=Ws_ec/n; %de la suposición anterior se deduce que todos los
escalonamientos consumen el mismo trabajo específico isentrópico
W_e_esc=W_ec/n;
for i=2:17
T_0(i)=T_0(i-1)+DELTAT_esc; %cálculo de la temperatura de salida de
cada escalonamiento.
T_0s(i)=T_0(i-1)+DELTAT_esc*etha_pol; %cálculo de la temperatura
isentrópica de salida de cada escalonamiento.
P_0(i)=P_0(i-1)*(T_0s(i)/T_0(i-1))îexpo; %cálculo de la presión de
salida de cada escalonamiento
end
%Bucle de convergencia en el punto de diseño
etha_esc=etha_pol;
while abs(P_0(n+1)/P_0(1)-RC_dato)/RC_dato>1e-6;
etha_esc=etha_esc*(1-0.5*(P_0(n+1)/P_0(1)-RC_dato)/RC_dato);
for i=2:17
T_0s(i)=T_0(i-1)+DELTAT_esc*etha_esc; %cálculo de la temperatura
isentrópica de salida.
P_0(i)=P_0(i-1)*(T_0s(i)/T_0(i-1))îexpo;
%P_0(n+1)/P_0(1);
end
end
%---DATOS de los ESCALONAMIENTOS (Coeficientes adimensionales)----
%Radio medio de entrada a cada escalonamiento (m)
r=[11.00 11.16 11.31 11.47 11.63 11.78 11.94 12.09 12.25 12.29 12.32
12.36 12.39 12.43 12.46 12.50]*0.0254;
%Área de paso de cada escalonamiento (en m2)
A=[553 513 471 428 383 338 291 242 213 188 164 144 127 112 101
90]*0.0254^2;
%Ángulo absoluto de entrada de flujo para cada escalonamiento,
alpha1(radianes)"
%Se obtiene a partir de rectas de regresión ajustadas dependientes de
la posición de la geometría variable lambda(grados)
lambda=geom_variable(omega); %Posición de la geometría variable ->
Puede variar entre -3º y 39º -> Inicialmente se toma el valor
correspondiente a la velocidad nominal
alpha_1_esc(1)=(1.1905*lambda+18.571)*pi/180;
alpha_1_esc(2)=(lambda+18)*pi/180;
alpha_1_esc(4)=(0.667*lambda+17)*pi/180;
alpha_1_esc(8)=15*pi/180; %se mantiene constante desde la entrada del
escalonamiento 8 al 16 y para todo lambda
alpha_1_esc(9)=15*pi/180;
alpha_1_esc(10)=15*pi/180;
alpha_1_esc(11)=15*pi/180;
alpha_1_esc(12)=15*pi/180;
alpha_1_esc(13)=15*pi/180;
alpha_1_esc(14)=15*pi/180;
alpha_1_esc(15)=15*pi/180;
alpha_1_esc(16)=15*pi/180;
%Velocidad periférica en cada escalonamiento (en m/s)
for i=1:16
u(i)=pi*omega*r(i)/30;
end
%Consideración de la geometría variable
for i=1:n
rho_est_ref(i)=P_0(i)/(R*T_0(i)); %se supone como condiciones
estáticas las de remanso
84
ANEXOS GMTS
c_1x_ref_esc(i)=m/(rho_est_ref(i)*A(i)); %se calcula la velocidad
axial a la entrada a partir de la ec. de continuidad y la densidad
anterior
c_1_ref_esc(i)=c_1x_ref_esc(i)/cos(alpha_1_esc(i)); %calculo la
velocidad absoluta a partir del dato de la geometría variable
T_ref(i)=T_0(i)-(c_1_ref_esc(i)^2/(2*Cp)); %temperatura estática
P_ref(i)=P_0(i)*(T_ref(i)/T_0(i))îexpo; %presión estática
rho_ref_nuevo=P_ref(i)/(R*T_ref(i)); %densidad para las condiciones
estáticas
while abs(rho_est_ref(i)-rho_ref_nuevo)>0; %se comparan los valores de
la densidad y se itera hasta que coincidan
rho_est_ref(i)=rho_ref_nuevo;
c_1x_ref_esc(i)=m/(rho_est_ref(i)*A(i));
c_1_ref_esc(i)=c_1x_ref_esc(i)/cos(alpha_1_esc(i));
T_ref(i)=T_0(i)-(c_1_ref_esc(i)^2/(2*Cp));
P_ref(i)=P_0(i)*(T_ref(i)/T_0(i))îexpo;
rho_ref_nuevo=P_ref(i)/(R*T_ref(i));
end
end
%Estimación de los coeficientes de referencia
for i=1:n
Cflow_ref(i)=c_1x_ref_esc(i)/u(i); %calculado de esta forma ya que se
conoce la geometría
Cpressure_ref(i)=(Cp*(T_0s(i+1)-T_0(i)))/u(i)^2;
Ctemperature_ref(i)=(W_ec/n)/u(i)^2; %todos los escalonaientos tienen
el mismo salto de temperatura NO isentrópico
etha_ref(i)=Cpressure_ref(i)/Ctemperature_ref(i); %por definición del
propio parámetro
end
%Relación de compresión de cada escalonamiento

for i=1:n
RC_esc(i)=P_0(i+1)/P_0(i);
end
%Cálculo del triángulo de velocidades a la entrada del último
escalonamiento
c_1_ref_esc(n)=c_1x_ref_esc(n)/cos(alpha_1_esc(n));
c_1y_ref_esc(n)=sqrt(c_1_ref_esc(n)^2-c_1x_ref_esc(n)^2);
w_1y_ref_esc(n)=u(n)-c_1y_ref_esc(n);
w_1x_ref_esc(n)=c_1x_ref_esc(n);
w_1_ref_esc(n)=sqrt(w_1x_ref_esc(n)^2+w_1y_ref_esc(n)^2);
beta_1_ref_esc(n)=atan(w_1y_ref_esc(n)/w_1x_ref_esc(n))*180/pi;
beta_1_ref_esc_16=beta_1_ref_esc(n);
%Resultado de los parámetros de referencia en tabla
ref_PyT=[(T_0)' (T_0s)' ((P_0)/100000)'];
ref_param=[(Cflow_ref)' (Cpressure_ref)' (Ctemperature_ref)'
(etha_ref)' (RC_esc)' (c_1x_ref_esc)'];
%-------- Condiciones Nominales del Ciclo Brayton de la TG -------

N03_nom=9160; %(rpm) R egimen de giro de la Turbina Alta
m_comp_nom=65.32;%(kg/s) Gasto nominal de entrada en el compresor
m_gases_nom=67.1;%(Kg/s) Gasto nominal de entrada a la turbina de alta
(gases, suma del gasto de salida del compresor + combustible)
m_f_nom=1.78; %(kg/s) Gasto nominal de combustible
rend_c_nom=0.8719;
P01_nom=101300; %(Pa) Presion nominal de entrada al compresor
T01_nom=288.15; %(K) Tª nominal de entrada al compresor
T02_nom=702.6; %(K) Tª nominal de salida al compresor
T03_nom=1523; %(K) Tª nominal de entrada a la turbina de alta.0
salida de la cámara de combustión
T04_nom=1078; %(K) Tª nominal de salida de la turbina de alta
85
ANEXOS GMTS
T05_nom=805.4; %(K) Temperatura nominal de salida de la turbina de
baja. (Descarga al medio ambiente)
RE034_nom=3.62;%Relación de expansión nominal en turbina de Alta
P03/P04
RE04a_nom=4.607; %Relación de expansión nominal en turbina de Baja
P04/Pa
RC_nom=17.2; %Relación de compresión nominal P02/P01
bucle_ext=2; %variable para movernos dentro del bucle exterior:Aquél

formado por Generador de Gas + Turbina de Potencia
y=[];
X=[];
Z=[];
[m_surge,RC_surge,m_choke,RC_choke,X,Y,Z]=rango_operacion_compresor(T_
0,T_0s,P_0,A,alpha_1_esc,u,T_ref,P_ref,Cflow_ref,Cpressure_ref,etha_re
f,n,beta_1_ref_esc,omega);
rend_max(z)=max(Z);
pos=find(Z==max(Z));
gasto_it=X(pos);
gasto_rend_max(z)=X(pos);
comproba=[];
RC_it=[];
etha_comp_it=[];
W_cver1=[];
W_TAver1=[];
Errorver1=[];
T03ver1=[];
RE034ver1=[];
Fver1=[];
Error_TB=[];
m_aire=[];
m_correg03=[];
m_correg04=[];
cont=1;
rend_cc=0.94;
while bucle_ext>1
m_it=gasto_it;
%--Escalonamiento 1--
%P(1)=P_ref(1);
%T(1)=T_ref(1);
T_it_0(1)=T_0(1);
P_it_0(1)=P_0(1);
T_it_0s(1)=T_0s(1);
for i=1
rho_est(i)=P_ref(i)/(R*T_ref(i));
c_1x_esc(i)=m_it/(rho_est(i)*A(i));
c_1_esc(i)=c_1x_esc(i)/cos(alpha_1_esc(i));
T(i)=T_it_0(i)-(c_1_esc(i)^2/(2*Cp));
P(i)=P_it_0(i)*(T(i)/T_it_0(i))îexpo;
rho_est_nuevo=P(i)/(R*T(i));
while abs(rho_est(i)-rho_est_nuevo)>0;
rho_est(i)=rho_est_nuevo;
T(i)=T_it_0(i)-(c_1_esc(i)^2/(2*Cp));
rho_ref_nuevo=P(i)/(R*T(i));
end
end
c_1x_esc(1)=m_it/(rho_est(1)*A(1));
Cflow(1)=c_1x_esc(1)/u(1);
86
ANEXOS GMTS
Cflow_ast(1)=Cflow(1)/Cflow_ref(1);
Cpressure_ast(1)=pressure(Cflow_ast(1));
Cpressure(1)=Cpressure_ref(1)*Cpressure_ast(1);
etha_ast(1)=rdto(Cflow_ast(1), Cpressure_ast(1));
etha(1)=etha_ast(1)*etha_ref(1);
Ctemperature(1)=Cpressure(1)/etha(1);
T_it_0s(2)=((Cpressure(1)*(u(1)^2))/Cp)+T_0(1);
T_it_0(2)=((T_it_0s(2)-T_0(1))/etha(1))+T_0(1);
P_it_0(2)=P_0(1)*((T_it_0s(2)/T_0(1))îexpo);
%--Escalonamientos 2 al 16--
for i=2:n
T(i)=T_it_0(i)-(c_1_esc(i)^2/(2*Cp));
T(i)=T_it_0(i)-(c_1_esc(i)^2/(2*Cp));
end
Cflow(i)=c_1x_esc(i)/u(i);
Cflow_ast(i)=Cflow(i)/Cflow_ref(i);
Cpressure_ast(i)=pressure(Cflow_ast(i));
Cpressure(i)=Cpressure_ref(i)*Cpressure_ast(i);
etha_ast(i)=rdto(Cflow_ast(i), Cpressure_ast(i));
etha(i)=etha_ast(i)*etha_ref(i);
Ctemperature(i)=Cpressure(i)/etha(i);
T_it_0s(i+1)=((Cpressure(i)*(u(i)^2))/Cp)+T_it_0(i);
T_it_0(i+1)=((T_it_0s(i+1)-T_it_0(i))/etha(i))+T_it_0(i);
P_it_0(i+1)=P_it_0(i)*((T_it_0s(i+1)/T_it_0(i))îexpo);
end
for i=1:n
RC_it_esc(i)=P_it_0(i+1)/P_it_0(i);
end
%Comprobaciones
RC_it=P_it_0(17)/P_0(1);
m_adim_it=m_it*sqrt(T_it_0(1))/P_it_0(1);
T_017p=T_it_0(1)*((P_it_0(17)/P_it_0(1))êxpo);
etha_comp_it=(T_017p-T_it_0(1))/(T_it_0(17)-T_it_0(1));
87
ANEXOS GMTS
%Datos de salida del compresor
T01=T_it_0(1);
T01ver(z)=T01;
T02=T_it_0(17);
T02ver(z)=T02;
P01=P_it_0(1);
P01ver(z)=P01;
P02=P_it_0(17);
P02ver(z)=P02;
RC2=P02/P01;
RCver(z)=RC2;
PCI=40e6; %J/Kg
Cpa=1005; %J/Kgs
Cpg=1148; %J/Kgs
rend_m=0.9; %rendimiento mecánico
gamma_gc=4/3;
%Rg=Cp*(gamma_gc-1)/gamma_gc; %J/kg K
expog=(gamma_gc-1)/gamma_gc;
iexpog=gamma_gc/(gamma_gc-1);
%-----MATCHING: Generador de Gas----
N_corregido01=omega/sqrt(T01);
m_corregido01=m_it*sqrt(T01)/P01;
delta_T012=T01*(RC_it^(expo)-1)/etha_comp_it; %Ec. (9.4)
bucle_int2=0;
m_corregido03_nom=(m_gases_nom*sqrt(T03_nom))/(RE034_nom*RE04a_nom*P01
_nom); %m_gases_nom es el gasto que sale de la cámara de comb. y se
supone que no hay pérdidas en la transición TA hacia TB
m_corregido04_nom=(m_gases_nom*sqrt(T04_nom))/(RE04a_nom*P01_nom);
aux=1;
rela=[];
Error=[];
W_com=[];
W_turbina=[];
Error=[];
RE034=2; %Relación de expansión en la TAP RE=P03/P04. Suponemos un
valor inicial. Suponemos que No está bloqueada. Según curva
característica de la misma.
while bucle_int2==0
%delta_Tob=(gasto_corregido02^2)*(k1+k2*(T03/T02-1)
%Perdidas_cc=1-deltaTob;
rela(aux)=RE034;
Perdidas_cc=0.97; % P03=0.97*P02 Caída del 3%
[m_corregido03_adim]=curvaturbina4(RE034); %gasto_corregido03: se
obtiene de la curva característica de la Turbina de Alta presión
%La variable que queramos obtener, entrará en la función con el valor
"cero"
m_corregido03=m_corregido03_adim*m_corregido03_nom; %haciendo la
des conversión
cociente_T03T01=(m_corregido03/(m_corregido01*(1/RC_it)*(1/Perdidas_cc
)))^2;
T03=T01*cociente_T03T01;
T03evo(aux)=T03;
N_corregido03=N_corregido01*sqrt(1/cociente_T03T01);
rend_t=0.8; %rend_t: se podría obtener de la curva característica
de la Turbina de Alta presión. Falta por modelar
%Balance Cámara de Combustión.
88
ANEXOS GMTS
F=(Cpg*T03-Cpa*T02)/(PCI*rend_cc-Cpg*T03);
%Igualando potencias compresor=Turbina de alta
P03=Perdidas_cc*P02;
W_c=m_it*Cpa*(T02-T01);
T04s=T03/(RE034êxpog);
T04=T03-rend_t*(T03-T04s);
W_TA=m_it*(1+F)*Cpg*(T03-T04);
Error(aux)=W_c-rend_m*W_TA;
if abs(Error(aux))<1e-4
bucle_int2=1;
else
RE034=RE034*(1+0.025*(W_c-rend_m*W_TA)/W_c);
end
aux=aux+1;
end
W_cver(z)=W_c;
W_TAver(z)=W_TA;
Errorver(z)=Error(aux-1);
T03ver(z)=T03;
RE034ver(z)=RE034;
Fver(z)=F;
P03ver(z)=P03;
rend_tb=0.8;
T04=T03-rend_tb*(T03-T04s);
T04ver(z)=T04;
RE04a=(RC_it)*(Perdidas_cc)*(1/RE034);
P05=P01;
P04=P05*RE04a;
T05s=T04/(RE04aêxpog);
T05=T04-rend_t*(T04-T05s);
T05ver(z)=T05;
K_TBp=(m_it*(1+F)*sqrt(T04))/P04;
K_TB=0.0044;
Error_TB(cont)=abs(K_TB-K_TBp);
m_aver(z)=m_it;
m_gver(z)=m_it*(1+F);
m_fver(z)=m_it*F;
Error_TBver(z)=abs(K_TB-K_TBp);
P04ver(z)=P04;
RE04aver(z)=RE04a;
if abs(K_TB-K_TBp)<1e-10
bucle_ext=0;
W_TB(z)=Cpg*rend_tb*(T04-T05s)*m_it*(1+F);
else
m_a_nom=(K_TB*P04)/((1+F)*sqrt(T04));
gasto_it=m_it*(1+0.025*(m_a_nom-m_it)/m_it);
end
cont=cont+1
end
Tabla(:,z)=[T01ver(z),T02ver(z),T03ver(z),T04ver(z),T05ver(z),P01ver(z
),P02ver(z),P03ver(z),P04ver(z),P01ver(z),m_aver(z),m_gver(z),m_fver(z
),Fver(z),RE034ver(z),RE04aver(z),W_cver(z),W_TAver(z),W_TB(z),Errorve
r(z),Error_TBver(z)];
d=length(Y);
gasto_bombeo(z)=X(1);
RC_bombeo(z)=Y(1);
gasto_bloqueo(z)=X(d);
89
ANEXOS GMTS
RC_bloqueo(z)=Y(d);
gasto_func(z)=gasto(z);
gasto_func_comp(z)=gasto_it;
RC_func_comp(z)=RC_it;
etha_com(z)=etha_comp_it;
holdon
boxon
plot(X,Y,X,Z)
if z==w
T03T01verp=[];
T03T01ver=[];
T03ver=[];
RC_it=[];
etha_comp_it=[];
W_cver1=[];
W_TAver1=[];
Errorver1=[];
T03ver1=[];
RE034ver1=[];
Fver1=[];
Error_TB=[];
m_aire=[];
[Xp,Yp,Zp,gastop,gasto_itp,RC_itp,RC_inicial,etha_comp_itp,T01verp,T02
verp,T03verp,T04verp,T05verp,P01verp,P02verp,P03verp,P04verp,P05verp,m
_averp,m_gverp,m_fverp,Fverp,RE034verp,RE04averp,W_cverp,W_TAverp,W_TB
p,Errorverp,Error_TBverp]=Potencia_util(P01ver,P02ver,m_aver,W_TB,N,de
ltaT,P_util);
z=z+1;
Tabla(:,z)=[T01verp,T02verp,T03verp,T04verp,T05verp,P01verp,P02verp,P0
3verp,P04verp,P05verp,m_averp,m_gverp,m_fverp,Fverp,RE034verp,RE04aver
p,W_cverp,W_TAverp,W_TBp,Errorverp,Error_TBverp];
d=length(Yp);
gasto_bombeo(z)=Xp(1);
RC_bombeo(z)=Yp(1);
gasto_bloqueo(z)=Xp(d);
RC_bloqueo(z)=Yp(d);
gasto_func(z)=gastop;
RC(z)=RC_inicial;
gasto_func_comp(z)=gasto_itp;
RC_func_comp(z)=RC_itp;
etha_com(z)=etha_comp_itp;
holdon
boxon
plot(Xp,Yp,Xp,Zp)
end
end
90
ANEXOS GMTS
A.I.2CICLO NOMINAL DE FUNCIONAMIENTO
Obtiene las características nominales de funcionamiento de todos los puntos del ciclo
completo
%----CICLO NOMINAL----
%--COMPRESOR--
P01=1.01300; %Pa=Kg/(m*s^2)
T01=288.15; %K
m_a=65.32; %Kg/s
gamma_a=1.4;
expo_a=(gamma_a-1)/gamma_a;
cp_a=1.005; %Kj/Kg K
RC=17.21;
rend_c=0.8719;
P02=P01*RC;
T02s=T01*(RCêxpo_a);
T02=T01+(T02s-T01)/rend_c;
W_c=m_a*cp_a*(T02-T01);
%--CAMARA DE COMBUSTIÓN--
delta_cc=0.03; % Tanto por ciento
rend_cc=0.98;
T03=1523; % K
gamma_g=4/3;
expo_g=(gamma_g-1)/gamma_g;
iexpo_g=gamma_g/(gamma_g-1);
cp_g=1.148; %KJ/Kg K
PCI=40e3; %KJ/kg
P03=(1-delta_cc)*P02;
F=(cp_g*T03-cp_a*T02)/(PCI*rend_cc-cp_g*T03);
m_f=F*m_a;
m_g=m_f+m_a;
%--TURBINA ALTA--
rend_m=0.99;
rend_TA=0.92;
W_TA=W_c/(rend_m);
T04=T03-W_TA/(m_g*cp_g);
T04s=T03-(T03-T04)/rend_TA;
RE_TA=(T03/T04s)îexpo_g;
P04=P03/RE_TA;
K_TA=m_g*sqrt(T03)/(P03*10^5);
%--TURBINA BAJA--
P05=P01;
rend_TB=0.92;
RE_TB=P04/P05;
T05s=T04/(RE_TBêxpo_g);
T05=T04-rend_TB*(T04-T05s);
W_TB=m_g*cp_g*(T04-T05);
W_total=W_TA+W_TB;
K_TB=m_g*sqrt(T04)/(P04*10^5);
91
ANEXOS GMTS
ANEXO II
CODIGOS MATLAB. FUNCIONES AUXILIARES
A.II.1 CURVA CARACTERÍSTICA DE LA TURBINA

% ----Curva Característica de las turbinas----
function m_corregido=curvaturbina4(RE)
x=[1 1.5 2 2.5 3 4 5];
y=[0.6 0.8 0.9 0.967 1 1 1];
n=4;
alfa=polyfit(x,y,n);
if RE<3.5
m_corregido=polyval(alfa,RE);
if m_corregido>1
m_corregido=1;
end
else
m_corregido=1;
end
end
A.II.2RANGO DE OPERACIÓN DEL COMPRESOR (STAGE-STACKING)

%--------- STAGE - STACKING para distintos GASTOS ----------
function
[m_surge,RC_surge,m_choke,RC_choke,X,Y,Z]=rango_operacion_compresor(T_
0,T_0s,P_0,A,alpha_1_esc,u,T_ref,P_ref,Cflow_ref,Cpressure_ref,etha_re
f,n,beta_1_ref_esc,omega)
%for i=1:16
% u(i)=pi*omega*r(i)/30;
% end
n=16;
k=1; %índice para recorrer los vectores que almacenan los valores de
gasto, RC y etha en cada iteración
salir=0; %variable utilizada para salir del proceso iterativo cuando
se alcanza el gasto de choque
gasto_it=10; %se comienza a iterar por un gasto muy baja que asegure
el bombeo. kg/s
bombeo=0; %variable utilizada para determinar el gasto límite de
bombeo
choke=-1; %variable utilizada para determinar el gasto límite de
choque
Y=[];
X=[];
Z=[];
Cp=1005; %J/kgK
gamma=1.4;
92
ANEXOS GMTS
while salir<1
m_it=gasto_it;
%Escalonamiento 1
%P(1)=P_ref(1);
%T(1)=T_ref(1);
T_it_0(1)=T_0(1);
P_it_0(1)=P_0(1);
T_it_0s(1)=T_0s(1);
for i=1
T(i)=T_it_0(i)-(c_1_esc(i)^2/(2*Cp));
T(i)=T_it_0(i)-(c_1_esc(i)^2/(2*Cp));
end
end
T_it_0(2)=((T_it_0s(2)-T_0(1))/etha(1))+T_0(1);
P_it_0(2)=P_0(1)*((T_it_0s(2)/T_0(1))îexpo);
%Escalonamientos 2 al 16
for i=2:n
T(i)=T_it_0(i)-(c_1_esc(i)^2/(2*Cp));
T(i)=T_it_0(i)-(c_1_esc(i)^2/(2*Cp));
end
93
ANEXOS GMTS
end
for i=1:n
end
RC_it=P_it_0(17)/P_0(1);
%Determinación del gasto límite de bombeo
if bombeo==0
escalonamiento
c_1_esc(n)=c_1x_esc(n)/cos(alpha_1_esc(n));
c_1y_esc(n)=sqrt(c_1_esc(n)^2-c_1x_esc(n)^2);
w_1y_esc(n)=u(n)-c_1y_esc(n);
w_1x_esc(n)=c_1x_esc(n);
w_1_esc(n)=sqrt(w_1x_esc(n)^2+w_1y_esc(n)^2);
beta_1_esc(n)=atan(w_1y_esc(n)/w_1x_esc(n))*180/pi;
incidencia=beta_1_esc(n)-beta_1_ref_esc(n);
i_limite=indic(omega);
if incidencia>i_limite %valor límite en el que se considera que no hay
desprendimiento en el último escalonamiento
%if Cflow_ast(16)<0.734
gasto_it=gasto_it+0.1; %mientras la incidencia sea mayor que el valor
anterior, se continúa incrementando el lujo
else
bombeo=1; %cuando se alcanza el valor límite se considera que se llega
al gasto límite de bombeo
end
end
if bombeo==1;
Y(k)=RC_it; %se almacena este primer punto "estable" de funcionamiento
en k=1
X(k)=m_it;
Z(k)=etha_comp_it*100;
m_surge=gasto_it; %se almacena el gasto límite de bombeo
RC_surge=Y(k);
choke=0; %se entra en el bucle de búsque del gasto límite de choque
bombeo=2; %se da este valor para que no vuelva a entrar en este bucle
end
%Determinación del gasto límite de choque
if choke==0
if Cflow_ast(16)>1.336 %valor límite en el que se considera que se
produce la onda de choque en el último escalonamiento
choke=1; %cuando supera el valor límite anterior, ese punto no es
válido de funcionamiento.
%salir=1;
gasto_it;
m_choke=(gasto_it-0.1); %el gasto límite de choque es el anterior al
que se supera el valor límite de choque
k=k-1; %deshago el último incremento del índice
RC_choke=Y(k);
else
Y(k)=RC_it; %si no se produce el choque, almaceno el resultado
X(k)=m_it;
Z(k)=etha_comp_it*100;
gasto_it=gasto_it+0.1; %incremento el gasto para realizar una nueva
iteración
94
ANEXOS GMTS
k=k+1; %añado una nueva componente al vector de resultados
end
end
if choke==1 %cuando se alcanza el valor límite de choque salgo del
proceso iterativo
salir=1;
end
end
end
A.II.3 POTENCIA ÚTIL
Determina las curvas de gasto de aire-relación de compresión, y gasto de aire-

rendimiento del compresor, para obtener una potencia útil generada fuera de las
condiciones de diseño.
function
[Xp,Yp,Zp,gasto,gasto_it,RC_it,RC_inicial,etha_comp_it,T01ver,T02ver,T
03ver,T04ver,T05ver,P01ver,P02ver,P03ver,P04ver,P05ver,m_aver,m_gver,m
_fver,Fver,RE034ver,RE04aver,W_cver,W_TAver,W_TB,Errorver,Error_TBver]
=Potencia_util(P01ver,P02ver,m_aver,W_TB,N,deltaT,P_util)
W_util=P_util;
%----Correlaciones iniciales-----
RC_fun=P02ver./P01ver;
%Lineal
n1=2;
%n2=1;
n3=1;
n4=1;
%n5=3;
n6=1;
alfa1=polyfit(W_TB,m_aver,n1);
%alfa2=polyfit(W_TB,RC_fun,n2);
alfa3=polyfit(m_aver,RC_fun,n3);
alfa4=polyfit(W_TB,N,n4);
%alfa5=polyfit(m_aver,rend_max,n5);
alfa6=polyfit(W_TB,deltaT,n6);
ma_inicial=polyval(alfa1,W_util);
RC_inicial=polyval(alfa3,ma_inicial);
N_inicial=polyval(alfa4,W_util,n4);
deltaT_inicial=polyval(alfa6,W_util);
RC=RC_inicial;
N=N_inicial; %rpm
gasto=ma_inicial;
deltaT=deltaT_inicial;
% RC=18.06;
% N=9450;
% gasto=66.9;
% deltaT=1.530;
%---------- DATOS del AIRE de entrada ----------
Cp=1005; %J/kgK
gamma=1.4;
T_0_dato(1)=288.15; %temperatura del aire de entrada al compresor
(ISO)
95
ANEXOS GMTS
T_0s_dato(1)=288.15; %temperatura del aire de entrada al compresor
(ISO)
P_0_dato(1)=101300; %Pa (ISO)
T_0(1)=T_0_dato(1);
T_0s(1)=T_0s_dato(1);
P_0(1)=P_0_dato(1);
T03T01verp=[];
T03T01ver=[];
T03ver=[];
w=length(N);
z=1;
%for z=1:w
%---------- DATOS del COMPRESOR ----------
n=16; %número de escalonamientos
RC_dato=RC(z); %relación de compresión total
P_0_dato(17)=RC_dato*P_0_dato(1); %presión de salida del compresor
omega=N(z); %régimen de giro, rpm
%omega_adim=omega/sqrt(T_0_dato(1));
m=gasto(z); %flujo másico en kg/s (1 lb = 0.4536 kg)
%m_adim=m*sqrt(T_0_dato(1))/P_0_dato(1);
T_0_dato(17)=(1+deltaT(z))*T_0_dato(1); %temperatura de salida del
compresor
W_ec=Cp*(T_0_dato(17)-T_0_dato(1)); %trabajo específico consumido por
el compresor --> W=h_0B-h_01
Ws_ec=Cp*T_0(1)*(RC_datoêxpo-1); %trabajo específico isentrópico
consumido por el compresor --> W=h_0Bs-h_01
etha_comp=Ws_ec/W_ec; %salto isentrópico/salto real
x0=0.9;
f=@(x)politropico_c(x,T_0_dato,RC_dato,expo);
[etha_pol,fval,exitflag]=fsolve(f,x0);
%---------- DATOS de los ESCALONAMIENTOS (RCi, Delta T i) ----------

DELTAT_esc=W_ec/(Cp*n); %suposición: mismo salto de temperatura en
cada escalonamiento (NO isentrópico)
Ws_e_esc=Ws_ec/n; %de la suposición anterior se deduce que todos los
escalonamientos consumen el mismo trabajo específico isentrópico
W_e_esc=W_ec/n;
for i=2:17
T_0(i)=T_0(i-1)+DELTAT_esc; %cálculo de la temperatura de salida de
cada escalonamiento.
T_0s(i)=T_0(i-1)+DELTAT_esc*etha_pol; %cálculo de la temperatura
isentrópica de salida de cada escalonamiento.
P_0(i)=P_0(i-1)*(T_0s(i)/T_0(i-1))îexpo; %cálculo de la presión de
salida de cada escalonamiento
end
%Bucle de convergencia en el punto de diseño
etha_esc=etha_pol;
while abs(P_0(n+1)/P_0(1)-RC_dato)/RC_dato>1e-6;
etha_esc=etha_esc*(1-0.5*(P_0(n+1)/P_0(1)-RC_dato)/RC_dato);
for i=2:17
T_0s(i)=T_0(i-1)+DELTAT_esc*etha_esc; %cálculo de la temperatura
isentrópica de salida.
P_0(i)=P_0(i-1)*(T_0s(i)/T_0(i-1))îexpo;
%P_0(n+1)/P_0(1);
end
end
%---------- DATOS de los ESCALONAMIENTOS (Coeficientes adimensionales)
----------
96
ANEXOS GMTS
%Radio medio de entrada a cada escalonamiento (m)
r=[11.00 11.16 11.31 11.47 11.63 11.78 11.94 12.09 12.25 12.29 12.32
12.36 12.39 12.43 12.46 12.50]*0.0254;
%Área de paso de cada escalonamiento (en m2)
A=[553 513 471 428 383 338 291 242 213 188 164 144 127 112 101
90]*0.0254^2;
%Ángulo absoluto de entrada de flujo para cada escalonamiento,
alpha1(radianes)"
%Se obtiene a partir de rectas de regresión ajustadas dependientes de
la posición de la geometría variable lambda(grados)
lambda=geom_variable(omega); %Posición de la geometría variable ->
Puede variar entre -3º y 39º -> Inicialmente se toma el valor
correspondiente a la velocidad nominal
alpha_1_esc(2)=(lambda+18)*pi/180;
alpha_1_esc(8)=15*pi/180; %se mantiene constante desde la entrada del
escalonamiento 8 al 16 y para todo lambda
alpha_1_esc(9)=15*pi/180;
alpha_1_esc(10)=15*pi/180;
alpha_1_esc(11)=15*pi/180;
alpha_1_esc(12)=15*pi/180;
alpha_1_esc(13)=15*pi/180;
alpha_1_esc(14)=15*pi/180;
alpha_1_esc(15)=15*pi/180;
alpha_1_esc(16)=15*pi/180;
%Velocidad periférica en cada escalonamiento (en m/s)
for i=1:16
u(i)=pi*omega*r(i)/30;
end
%Consideración de la geometría variable
for i=1:n
rho_est_ref(i)=P_0(i)/(R*T_0(i)); %se supone como condiciones
estáticas las de remanso
c_1x_ref_esc(i)=m/(rho_est_ref(i)*A(i)); %se calcula la velocidad
axial a la entrada a partir de la ec. de continuidad y la densidad
anterior
c_1_ref_esc(i)=c_1x_ref_esc(i)/cos(alpha_1_esc(i)); %calculo la
velocidad absoluta a partir del dato de la geometría variable
T_ref(i)=T_0(i)-(c_1_ref_esc(i)^2/(2*Cp)); %temperatura estática
P_ref(i)=P_0(i)*(T_ref(i)/T_0(i))îexpo; %presión estática
rho_ref_nuevo=P_ref(i)/(R*T_ref(i)); %densidad para las condiciones
estáticas
while abs(rho_est_ref(i)-rho_ref_nuevo)>0; %se comparan los valores de
la densidad y se itera hasta que coincidan
rho_est_ref(i)=rho_ref_nuevo;
c_1x_ref_esc(i)=m/(rho_est_ref(i)*A(i));
c_1_ref_esc(i)=c_1x_ref_esc(i)/cos(alpha_1_esc(i));
T_ref(i)=T_0(i)-(c_1_ref_esc(i)^2/(2*Cp));
P_ref(i)=P_0(i)*(T_ref(i)/T_0(i))îexpo;
rho_ref_nuevo=P_ref(i)/(R*T_ref(i));
end
end
%Estimación de los coeficientes de referencia
for i=1:n
Cflow_ref(i)=c_1x_ref_esc(i)/u(i); %calculado de esta forma ya que se
conoce la geometría
97
ANEXOS GMTS
Cpressure_ref(i)=(Cp*(T_0s(i+1)-T_0(i)))/u(i)^2;
Ctemperature_ref(i)=(W_ec/n)/u(i)^2; %todos los escalonaientos tienen
el mismo salto de temperatura NO isentrópico
etha_ref(i)=Cpressure_ref(i)/Ctemperature_ref(i); %por definición del
propio parámetro
end
%Relación de compresión de cada escalonamiento
for i=1:n
RC_esc(i)=P_0(i+1)/P_0(i);
end
escalonamiento
c_1_ref_esc(n)=c_1x_ref_esc(n)/cos(alpha_1_esc(n));
c_1y_ref_esc(n)=sqrt(c_1_ref_esc(n)^2-c_1x_ref_esc(n)^2);
w_1y_ref_esc(n)=u(n)-c_1y_ref_esc(n);
w_1x_ref_esc(n)=c_1x_ref_esc(n);
w_1_ref_esc(n)=sqrt(w_1x_ref_esc(n)^2+w_1y_ref_esc(n)^2);
beta_1_ref_esc(n)=atan(w_1y_ref_esc(n)/w_1x_ref_esc(n))*180/pi;
beta_1_ref_esc_16=beta_1_ref_esc(n);
%Resultado de los parámetros de referencia en tabla
ref_PyT=[(T_0)' (T_0s)' ((P_0)/100000)'];
ref_param=[(Cflow_ref)' (Cpressure_ref)' (Ctemperature_ref)'
(etha_ref)' (RC_esc)' (c_1x_ref_esc)'];
%-------- Condiciones Nominales del Ciclo Brayton de la TG -------

N03_nom=9160; %(rpm) R egimen de giro de la Turbina Alta
m_comp_nom=65.32;%(kg/s) Gasto nominal de entrada en el compresor
m_gases_nom=67.1;%(Kg/s) Gasto nominal de entrada a la turbina de alta
(gases, suma del gasto de salida del compresor + combustible)
m_f_nom=1.78; %(kg/s) Gasto nominal de combustible
rend_c_nom=0.8719;
P01_nom=101300; %(Pa) Presion nominal de entrada al compresor
T01_nom=288.15; %(K) Temperatura nominal de entrada al compresor
T02_nom=702.6; %(K) Temperatura nominal de salida al compresor
T03_nom=1523; %(K) Temperatura nominal de entrada a la turbina de
alta.0 salida de la cámara de combustión
T04_nom=1078; %(K) Temperatura nominal de salida de la turbina de
alta
T05_nom=805.4; %(K) Temperatura nominal de salida de la turbina de
baja. (descarga al medio ambienet)
RE034_nom=3.62; %Relacion de expansión nominal en turbina de Alta
P03/P04
RE04a_nom=4.607; %Relacion de expansión nominal en turbina de Baja
P04/Pa
RC_nom=17.2; %Relación de compresión nominal P02/P01
bucle_ext=2; %variable para movernos dentro del bucle exterior:Aquél

formado por Generador de Gas + Turbina de Potencia
Yp=[];
Xp=[];
Zp=[];
[m_surge,RC_surge,m_choke,RC_choke,Xp,Yp,Zp]=rango_operacion_compresor
(T_0,T_0s,P_0,A,alpha_1_esc,u,T_ref,P_ref,Cflow_ref,Cpressure_ref,etha
_ref,n,beta_1_ref_esc,omega);
rend_max(z)=max(Zp);
pos=find(Zp==max(Zp));
gasto_it=Xp(pos);
%gasto_it=m;
gasto_rend_max(z)=Xp(pos);
comproba=[];
98
ANEXOS GMTS
RC_it=[];
etha_comp_it=[];
W_cver1=[];
W_TAver1=[];
Errorver1=[];
T03ver1=[];
RE034ver1=[];
Fver1=[];
Error_TB=[];
m_aire=[];
m_correg03=[];
m_correg04=[];
cont=1;
rend_cc=0.98;
while bucle_ext>1
m_it=gasto_it;
%--Escalonamiento 1--
%P(1)=P_ref(1);
%T(1)=T_ref(1);
T_it_0(1)=T_0(1);
P_it_0(1)=P_0(1);
T_it_0s(1)=T_0s(1);
for i=1
T(i)=T_it_0(i)-(c_1_esc(i)^2/(2*Cp));
T(i)=T_it_0(i)-(c_1_esc(i)^2/(2*Cp));
end
end
T_it_0(2)=((T_it_0s(2)-T_0(1))/etha(1))+T_0(1);
P_it_0(2)=P_0(1)*((T_it_0s(2)/T_0(1))îexpo);
%--Escalonamientos 2 al 16--
for i=2:n
T(i)=T_it_0(i)-(c_1_esc(i)^2/(2*Cp));
99
ANEXOS GMTS
T(i)=T_it_0(i)-(c_1_esc(i)^2/(2*Cp));
end
end
for i=1:n
end
%Resultado de los parámetros tras la iteración
%offdesign_PyT=[(T_it_0)' (T_it_0s)' ((P_it_0)/100000)'];
%offdesign_param=[(Cflow_ast)' (Cflow)' (Cpressure_ast)' (Cpressure)'
(Ctemperature)' (etha_ast)' (etha)' (RC_it_esc)' (c_1x_esc)'];
%Comprobaciones
RC_it=P_it_0(17)/P_0(1);
m_adim_it=m_it*sqrt(T_it_0(1))/P_it_0(1);
%Datos de salida del compresor

T01=T_it_0(1);
T01ver(z)=T01;
T02=T_it_0(17);
T02ver(z)=T02;
P01=P_it_0(1);
P01ver=P01;
P02=P_it_0(17);
P02ver=P02;
RC2=P02/P01;
RCver(z)=RC2;
PCI=40e6; %J/Kg
Cpa=1005; %J/Kgs
Cpg=1148; %J/Kgs
rend_m=0.9; %rendimiento mecánico
gamma_gc=4/3;
%Rg=Cp*(gamma_gc-1)/gamma_gc; %J/kg K
expog=(gamma_gc-1)/gamma_gc;
iexpog=gamma_gc/(gamma_gc-1);
%-----MATCHING: Generador de Gas----
N_corregido01=omega/sqrt(T01);
m_corregido01=m_it*sqrt(T01)/P01;
delta_T012=T01*(RC_it^(expo)-1)/etha_comp_it; %Ec. (9.4)
bucle_int2=0;
100
ANEXOS GMTS
m_corregido03_nom=(m_gases_nom*sqrt(T03_nom))/(RE034_nom*RE04a_nom*P01
_nom); %m_gases_nom es el gasto que sale de la cámara de comb. y se
supone que no hay pérdidas en la transisicón TA hacia TB
m_corregido04_nom=(m_gases_nom*sqrt(T04_nom))/(RE04a_nom*P01_nom);
aux=1;
rela=[];
Error=[];
W_com=[];
W_turbina=[];
Error=[];
RE034=2; %Relación de expansión en la TAP RE=P03/P04. Suponemos un
valor inicial. Suponemos que está bloqueada. Según curva
caracteríastica de la misma.
while bucle_int2==0
%delta_Tob=(gasto_corregido02^2)*(k1+k2*(T03/T02-1)
%Perdidas_cc=1-deltaTob;
rela(aux)=RE034;
Perdidas_cc=0.97; % P03=0.97*P02 Caida del 3%
[m_corregido03_adim]=curvaturbina4(RE034); %gasto_corregido03: se
obtiene de la curva característica de la Turbin de Alta presión
%La variable que queramos obbtener, entrará en la función con el valor
"cero"
m_corregido03=m_corregido03_adim*m_corregido03_nom; %haciendo la
desconversión
cociente_T03T01=(m_corregido03/(m_corregido01*(1/RC_it)*(1/Perdidas_cc
)))^2;
T03=T01*cociente_T03T01;
T03evo(aux)=T03;
N_corregido03=N_corregido01*sqrt(1/cociente_T03T01);
rend_t=0.8; %rend_t: se obtiene de la curva característica de la
Turbin de Alta presión. Falta por modelar
%Balance Cámara de Combustión.
F=(Cpg*T03-Cpa*T02)/(PCI*rend_cc-Cpg*T03);
%rend_cc=(1+F)*(Cpg*T03-Cpa*T03)/(F*PCI);
%Igualando potencias compresor=Turbina de alta
P03=Perdidas_cc*P02;
% m_g_d=(P03*m_corregido03)/sqrt(T03);
% m_a_d=m_g_d/(1+F);
W_c=m_it*Cpa*(T02-T01);
W_com(aux)=W_c;
T04=T03-rend_t*(T03-T04s);
W_TA=m_it*(1+F)*Cpg*(T03-T04);
W_turbina(aux)=W_TA;
% W_c=(Cpg*T01/etha_comp_it)*(RC2êxpo-1);
% W_com(aux)=W_c;
% W_TA=Cpg*T03*rend_t*rend_m*(1-1/(RE034êxpog))*(1+F);
% W_turbina(aux)=W_TA;
Error(aux)=W_c-rend_m*W_TA;
if abs(Error(aux))<1e-4
bucle_int2=1;
else
RE034=RE034*(1+0.025*(W_c-rend_m*W_TA)/W_c);
end
aux=aux+1;
end
W_cver1(cont)=W_c;
W_TAver1(cont)=W_TA;
Errorver1(cont)=Error(aux-1);
T03ver1(cont)=T03;
101
ANEXOS GMTS
RE034ver1(cont)=RE034;
Fver1(cont)=F;
W_cver(z)=W_c;
W_TAver(z)=W_TA;
Errorver(z)=Error(aux-1);
T03ver(z)=T03;
RE034ver(z)=RE034;
Fver(z)=F;
P03ver(z)=P03;
rend_tb=0.8;
T04=T03-rend_tb*(T03-T04s);
T04ver(z)=T04;
RE04a=(RC_it)*(Perdidas_cc)*(1/RE034);
P05=P01;
P05ver(z)=P05;
P04=P05*RE04a;
T05s=T04/(RE04aêxpog);
T05=T04-rend_t*(T04-T05s);
T05ver(z)=T05;
K_TBp=(m_it*(1+F)*sqrt(T04))/P04;
K_TB=0.006004786999704;
Error_TB(cont)=abs(K_TB-K_TBp);
m_aire(cont)=m_it;
m_g(cont)=m_it*(1+F);
m_f(cont)=m_it*F;
m_correg03(cont)=(m_it*(1+F)*sqrt(T03)/(RE034*RE04a*P01))/m_corregido0
3_nom;
m_correg04(cont)=(m_it*(1+F)*sqrt(T04)/P04)/m_corregido04_nom;
m_aver=m_it;
m_gver(z)=m_it*(1+F);
m_fver(z)=m_it*F;
Error_TBver(z)=abs(K_TB-K_TBp);
P04ver(z)=P04;
RE04aver(z)=RE04a;
if abs(K_TB-K_TBp)<1e-10
bucle_ext=0;
% m_a=(m_corregido03*RE034*RE04a*P01)/(sqrt(T03)*(1+F));
W_TB=Cpg*rend_tb*(T04-T05s)*m_it*(1+F);
else
m_a_nom=(K_TB*P04)/((1+F)*sqrt(T04));
gasto_it=m_it*(1+0.025*(m_a_nom-m_it)/m_it);
end
cont=cont+1
end
%end
end
102
ANEXOS GMTS
A.II.4 RENDIMIENTO POLITRÓPICO
Calcula el rendimiento politrópico del compresor
function F=politropico_c(x,T_0,RC,expo)
F=T_0(17)/T_0(1)-RC^(expo/x(1));
A.II.5GEOMTRÍA VARIABLE DEL COMPRESOR
Determina λ, es decir, la posición de la geometría variable en función del régimen de

giro.
function lambda=geom_variable(omega)
if omega==9450
lambda=-3;
elseif omega==9160
lambda=-3;
else
lambda=-6.9810592184E-15*(omega^5)+2.9215900447E-10*(omega^4)-
4.8776134449E-06*(omega^3)+4.0610649269E-02*(omega^2)-
1.6865879537E+02*omega+2.7961373154E+05;
end
A.II.6CURVA GENERALIZADA DEL COEFICIENTE DE CARGA

function Cpressure_ast=pressure(Cflow_ast)
%Curva generalizada del COEFICIENTE de CARGA
Cpressure_max=1.115;
Cflow_max=0.835;
Cpressure_ast=Cpressure_max-((Cpressure_max-1)/((Cflow_max-
1)^2)*((Cflow_max-Cflow_ast).^2));
A.II.7CURVA GENERALIZADA DEL RENDIMIENTO

function etha_ast=rdto(Cflow_ast, Cpressure_ast)
ratio=Cpressure_ast/Cflow_ast;
%Curva generalizara del RENDIMIENTO
etha_min=0.2;
ratio_min=0.04;
etha_max=0.920;
ratio_max=1.460;
if ratio<=1
etha_ast=1-((1-etha_min)/((1-ratio_min)^3.5)*((1-ratio).^3.5));
else
etha_ast=1-((1-etha_max)/((ratio_max-1)^2)*((ratio-1).^2));
end
103
ANEXOS GMTS
A.II.8ÍNDICE LÍMITE DE DESPRENDIMIENTO
Determina el valor límite de la incidencia límite de desprendimiento en función de la

velocidad de giro.
function i_limite=indic(N)
%Este valor está determinado a través de una aproximación lineal de la
incidencia
%límite con el régimen de giro (i_limite=aN+b), donde se considera que
para la
%velocidad más alta i_limite=1.5 y para la velocidad más baja
i_limite=3.
i_limite=(-3/3356)*N+(8346/839);
A.II.9FENÓMENO FOLUING
Modelo de fouling lineal (k1:k2): Para modelar el ensucimiento del compresor,
operacionalmente, se ha empleado el mismo código que en el Anexo A I salvo que tras
obtener los coeficientes de referencia en el punto de diseño elegido, éstos se actualizan en
función del paso, k1 y k2 de la siguiente forma:
%MODIFICACIÓN de los COEFICIENTES DE REFERENCIA según el PASO de

FOULING
paso=1; %desde 1 hasta 7
for i=1:paso
Cflow_ref(i)=Cflow_ref(i)*((paso-(paso-1))*k1/100));
etha_ref(i)=etha_ref(i)*((paso-(paso-1))*k1/100));
end
104
ANEXOS GMTS
BIBLIOGRAFÍA
BIBLIOGRAFÍA
[1]H.I.H. Saravanamuttoo, GFC Rogers, H Cohen, PV Straznicky. Sixth edition 2009,
“Gas Turbine Theory”. Pearson Education Limited 1951, 2009
[2]A.M. y Razak, 2007 “Industrial Gas Turbines: Performance and

Operability”.Woodhead Publishing, 2007.
[3] Rodríguez,Carmen. 2011. “Estudio Teórico y Práctico del Fenómeno de Fouling en

Turbocompresores Axiales”. Proyecto fin de carrera.
[4]Sánchez, D y otros. 2009. “Determining Compressor Wash Programmes for Fouled

Gas Trubines”.Proc. IMechE Vol. 223. Part A: J. Power and Energy 2009.
[5] D.E. Muir, H.I.H. Saravanamutto y D.J. Marshall. 1989 “Health Monitoring of
Variable Geometry Gas Turbines for the Canadian Navy”.ASME Journal of Engineering
for Gas Turbines and Power. 1989. Vol. 111.
[6] Arroyo A. “Estudio del efecto de la degradación de las prestaciones de una turbina
de gas por el fenómeno de fouling en el compresor”. Proyecto fin de carrera.
[7] Saravanamuttoo, H. I. H. y Lakshminarasimha, A. N. 1985. "A preliminary

Assessment of Compressor Fouling". 1985. Vols. ASME Paper Nº 85-GT-153.
[8]https://www.sulzer.com/es/Products-and-Services/Turbomachinery-
Services/Repair-Services/Compressor-Repairs/Compressor-Coatings
[9] http://www.powermag.com/field-application-of-compressor-coatings-saves-big-
dollars/
[10] Sánchez, T., Muñoz, A. y Jiménez-Espadafor, F. J. 2004. Turbomáquinas Térmicas.

s.l. : Síntesis, 2004.
*11+ Alla J. Volponi. MAY 2014 “Gas Turbine Engne Health Managemente: Past,
Present, and Future Trends”. ASME Journal of Engineering for Gas Turbines and Power.
MAY 2014. Vol. 136.
105

Monitorizacion de Turbina

Caricato da

Informazioni sul documento

Descrizione originale:

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Monitorizacion de Turbina

Caricato da

Copyright:

Formati disponibili

ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA

Realizado por: José Ramón Alonso Correa

Tutor: David Sánchez Martínez

CAPÍTULO 2. FENÓMENO DE FOULING………….……………………….…………………………. 17

CAPÍTULO 3. MONITORIZACIÓN DE LA TURBINA DE GAS………….….………………….. 27

3.2.2.4.2 Caso 2.Rendimiento de la cámara de combustión… 50

CAPÍTULO 4. MODELADO DE FOULING EN LA TURBINA DE GAS………………………... 61

4.1 MODELADO LINEAL DE FOULING…………………………………….…………………… 61

CAPÍTULO 5. TENDENCIAS FUTURAS………………………………………………..……...………… 77

5.1 GESTIÓN FUTURA………………………………………………..……...……………………… 77

ANEXO I. CÓDIGO MATLAB. MATCHING

A.I.1 MATCHING TURBINA DE GAS

ANEXO II. CÓDIGO MATLAB. FUNCIONES AUXILIARES

A.II.1 CURVA CARACTERÍSTICA DE LA TURBINA

Cómo es sabido, una de las principales fuentes bases de generación de energía

En este estudio se pretende elaborar una monitorización y seguimiento del

Habrá una última parte, donde desarrollaremos las tendencias futuras en

Comenzando con métodos empíricos principalmente centradas en el control de

Monitorizar el comportamiento del motorpuede ser visto como un medio para

1.2 INTRODUCCIÓN DE UNA TURBINA DE GAS

Compresor Turbina Compresor T.A.P T.B.P

El montaje en un eje mostrado en la figura 1.1 resulta una configuración

La otra configuración de turbinas de gas, montaje en dos ejes, muestra una

Para tener clara la nomenclatura utilizada a la hora de desarrollar el algoritmo

00 Estado de remanso del medio ambiente

Fig. 1.3 – Ciclo Brayton Turbina de gas en un eje

El punto de inicio del ciclo (que realmente no es un ciclo, ya que no hay un

Sin embargo, nuestra Turbina de Gas objeto de estudio (General Electric LM

Fig. 1.4 – Ciclo Brayton Turbina de gas en dos ejes

Tal y como se aprecia en la figura 1.4, ahora tendremos dos turbinas,

1.3DEGRADACIÓN DE UNA TURBINA DE GAS

Entre la comunidad científica se ha acordado, que uno de los principales

Uno de los grandes inconvenientes de diagnosticar el deterioro del motor es la

Hay múltiples factores que provocan la pérdida de eficiencia, como son el

 Pérdidas Permanentes: aquellas asociadas al envejecimiento intrínseco del

El ensuciamiento o “Fouling” no sólo es característico del compresor sino que

Sin embargo nos centraremos en los efectos que produce el ensuciamiento

1.4 FACTORES QUE PROVOCAN LA DEGRADACIÓN

 Fouling: originado por la adhesión de partículas con diámetro entre 5-10 µm

Minimizar o ralentizar la degradación del sistema es posible mediante un

Fig. 1.5 – Recubrimiento cerámico de los escalonamientos del compresor

 Reacondicionamiento de los componentes de la Turbina de Gas. Durante los

1.5.2 Mantenimiento Correctivo

A pesar de un buen mantenimiento preventivo, como ya se ha comentado, es

Entre estas medidas, destacamos la limpieza de la T.G. Pudiendo distinguir

 Desmontaje y limpieza del motor: método muy efectivo y beneficioso para

2.1 INTRODUCCIÓN. FOULING

Como se comentó anteriormente, el Fouling está originado primordialmente en

Los principales problemas y efectos adversos que origina el Fouling son:

Como principales resultados, se tiene una pérdida de potencia útil a la salida

Fig. 2.1 – Compresor limpio y sucio (powermag.com)

Todos los compresores son propensos al ensuciamiento, aunque la mayor o

 Tamaño del motor y de su geometría

El Fouling no actúa de manera uniforme a lo largo de todos los escalonamientos

2.2INFLUENCIA DEL FOULING EN LAS PRESTACIONES DE LA T.G.

Debido al ensuciamiento,aumenta la rugosidad en las superficies, aumentando

Elaumento de rugosidad en las superficies debido al efectodel fenómeno de

Esta lo podemos ver mejor con la siguiente expresión (Meher-Homji, 1987):

𝑚𝑎 : Gasto de aire a la entrada del compresor

2.2.2Influencia en el margen de bombeo

Tal y como acabamos de comentar, el Fouling o ensuciamiento, reduce el gasto

 El posible bombeo por desprendimiento generalizado de la corriente, llevan

 El ensuciamiento puede llegar a obstruir los conductos de refrigeración de