核电站分布式智能故障诊断系统研究与设计

为进一步减少核电站运行中发生故障后的误操作,根据核电站各设备功能分布及核电站数字化仪控系统分布式控制的特点,研究设计了核电站分布式状态监测与故障诊断系统。依据分解 综合的诊断思想,提出模糊神经网络和RBF神经网络进行分布式局部诊断和多源信息融合技术进行全局综合诊断的方法。仿真实验结果表明,该诊断系统能够正确诊断压水堆核电站多个典型故障,并能为核电站运行提供有效的帮助信息。     

GM(1,1)灰色模型在核电设备趋势预测中的应用

利用灰色系统GM(1,1)预测模型对核电设备运行中的重要参数进行趋势预测,根据核电设备运行参数自身历史数据建立动态微分方程,并预测自身的发展趋势,为核电设备的状态监测及故障的预测和诊断提供参考.以稳压器水位为例对该方法进行了验证,结果表明该预测方法具有数据量小、计算简单、预测准确的特点.     

核电厂数字化仪控系统状态监测及可靠性预测方法研究

随着我国核电的发展,数字化仪控系统和设备的引入,给核电厂安全性和可靠性带来的风险得到广泛的关注。目前国内外的核电厂数字化仪控系统状态监测仅针对单个设备,具有一定的局限性,忽略了设备间的可靠性关联及设备可靠性趋势对整个系统可靠性的影响。本文提出一种核电厂数字化仪控系统状态监测及可靠性预测方法,以高压安注系统为例,通过监测多个相关设备的状态信息,分析其内在可靠性关联,得到设备当前可靠性趋势对整个系统可靠性状态的影响,建立系统可靠性模型。该模型通过状态信息的更新,实时监测整个系统的可靠性状态,为核电厂系统和设备提供更为全面的预测和可靠性状态监测,为核电厂的系统管理、设备管理及运行维护提供指导。     

PHM技术在核电厂的应用与展望

故障预测与健康管理(PHM)系统能够提高核电厂的运行安全性和维护经济性。核电厂PHM系统包含数据采集与处理、状态监测、故障诊断、寿命预测和健康管理5个环节,在各个环节采用专用的监测方法和预测算法以及核电专用的故障诊断与预测性能指标。本文提出适合我国核电厂PHM系统的发展路线,制定维护大纲和标准法规,建立故障数据库,为PHM系统广泛应用于我国的核电厂提供良好的基础。     

分布式故障诊断策略及其在核电站中的应用

核电站运行状态的监测与故障诊断直接关系到核电站的安全性、可靠性和经济性.针对核电站故障诊断特点,本文提出了一种分布式故障诊断方法,开发了反应堆冷却剂系统分布式故障诊断系统(RCSDFDS).实验测试表明,RCSDFDS不仅能够对单一故障进行及时、准确的识别,而且对多重故障也具有良好的识别效果.     

核电汽轮机通流部分性能监测与故障诊断

介绍了一个基于热力参数在线监测的核电汽轮机经济性分析与通流部分故障诊断系统。该系统避开了干度测量的困难．利用双重校验方法及基于故障机理的效率修正方法,初步解决了核电机组湿蒸汽汽轮机的热力计算问题。在此基础上．利用神经网络方法建立了基于部件特性参数变化征兆的故障诊断系统,经过检验．取得了满意的诊断效果。     

基于PCA与SDG的反应堆一回路系统故障诊断方法研究

反应堆一回路系统复杂,运行参数耦合多变,安全问题突出。为了保障运行安全、快速定位故障源,提出基于主元分析（PCA）与符号有向图（SDG）的一回路系统故障诊断模型。以一回路系统为诊断研究对象建立PCA-SDG模型,通过PCA分析监测参数的残差,判断故障的发生;然后采用SDG模型进行反向推理,找到潜在故障类型。通过模拟机仿真试验验证,该方法能够有效诊断故障,并提供报警传递路径。该方法可用于运行人员辅助决策,对运行装置的状态监测、报警分析和故障诊断具有重要意义。      

核电厂辐射监测系统特点及发展趋势分析

辐射监测系统是保障核电厂工作人员、公众和环境辐射安全以及核动力系统安全运行的重要系统。本文介绍了二代、二代加及三代压水堆核电厂辐射监测系统的特点,探讨分析压水堆核电厂辐射监测系统的框架体系、智能化报警技术以及事故后监测技术等方面的发展趋势,为压水堆核电厂辐射监测系统的设计、运行管理以及新型辐射监测设备的研发提供参考。     

核动力装置运行支持系统的设计与开发

利用实时嵌入式操作系统VxWorks开发了核动力装置运行支持系统(NPPOSS),该系统可以利用计算机技术的优势给操纵员提供装置运行状态监测信息、警报分析信息、故障诊断信息以及应急操作规程等。本文对核动力装置运行支持系统进行了设计和开发,并以蒸汽发生器传热管破裂为例,在全范围仿真机上对该系统的可行性进行实验验证。结果表明,采用NPPOSS可以减轻操纵员的工作负担和精神压力,提高核动力装置的安全性。     

基于事件触发机制的核电站智能诊断专家系统置信规则库的研究

为提高核电站故障诊断的准确性和及时性,提出采用以核电站主要设备运行参数的报警状态为事件的触发机制对核电站设备故障进行诊断,利用核电站相关运行参数的信息集合建立事件触发下的核电站智能诊断专家系统置信规则库,而构建规则库采用故障机理模型与核电模型等相结合的方式,即在故障引起的报警下进行描述故障的征兆集合提取、规则的表示和规则变量的设定。通过在核电模型中人为引入故障,利用基于事件触发机制的核电站智能诊断专家系统进行故障诊断。诊断结果表明,本系统诊断出的故障类型与在核电模型中引入的故障类型一致,验证了本系统诊断结果的准确性,证明了此规则库的有效性和可行性。     

船用核动力装置专家系统技术研究

以船用核动力装置为研究对象 ,建立了运行在仿真机上的全工况核动力装置运行仿真系统。利用智能专家控制理论 ,建立了能够管理整个装置运行的 ,能对典型运行故障进行检测与诊断的管理运行专家系统。此系统在出现故障时能及时调用知识库专家知识进行专家推理 ,分析核动力装置控制实际运行中典型故障产生的原因及解决方法、故障诊断处理具有实时性 ;利用神经网络理论 ,建立了神经网络故障检测与诊断专家系统 ,此系统将不断检测核动力装置各系统 ,并根据检测数据给出故障诊断结果。结果表明 ,在核动力装置三层智能控制结构下 ,利用神经网络故障检测与诊断专家系统对船舶核动力装置可能的运行故障进行险测与诊断 ,利用运行管理专家系统对核动力装置进行运行管理 ,提高了船用核动力装置的运行性能。所进行的专家系统研究对船用核动力装置的安全运行具有一定的指导意义     

核电厂智能操纵员支持系统的设计与开发

为了减轻核电厂操纵员在处理异常或事故工况时的工作压力和心理负担,以避免误判或误操作,本研究针对核电厂反应堆一回路系统及其关键辅助系统设计并开发了一套集数据采集与存储、在线监测、故障检测与诊断、关键参数趋势预测等功能于一体的核电厂智能操纵员支持系统（NPPIOSS）,仿真验证结果表明NPPIOSS能够准确检测并识别核电厂的典型故障,从而帮助操纵员准确判断核电厂状态,以减少人因失误。因此,NPPIOSS能够在核电厂故障后辅助操纵员进行后续的决策处理,达到提高核电厂运行安全性的目的。     

BP－RBF神经网络在核电厂故障诊断中的应用

本工作将BP（backpropagation）神经网络与RBF（radialbasisfunction）神经网络相混合,并将其应用于核电厂的状态监测与故障诊断系统中,通过对核电厂典型故障的特征分析,建立相应的网络结构。为验证该混合网络的有效性,在核动力装置模拟器上进行了仿真实验研究,并用VisualBasic6.0编写了网络程序。研究结果表明：该混合网络具有良好的诊断准确性、实时性和可扩充性。     

A cascade intelligent fault diagnostic technique for nuclear power plants

Safe operation of nuclear power plant is one of the most important tasks in nuclear power development. This justifies the variety of methods that have been proposed to support the operators in the task of plant condition monitoring, fault detection, and diagnosis. A number of hybrid fault detection and diagnosis methods have also been proposed, with their attendant weaknesses. This work proposes the hybrid of principal component analysis (PCA), signed directed graph (SDG), and Elman Neural Network (ENN) for fault detection, fault isolation, and severity estimation, respectively. The proposed hybrid method is verified with the data derived from Personal Computer Transient Analyzer (PCTRAN) simulation. The verification result shows that the PCA-based fault detection methodology realized timely detection of anomaly in the simulated nuclear power plants system, the SDG-based fault recognition method was able to isolate the system abnormality and identify the root causes, and the ENN-based fault severity estimation method presents the failure fraction of fault, representing the severity. With this integrated hybrid method, more fault information is provided for the operators, which serves as a good foundation for further decision-making and interventions.     

基于RELAP5的核动力装置故障诊断数据源研究

为解决故障状态下的核动力装置数据源问题,本文建立了核动力装置一、二回路系统的模型,选择秦山一期核电站为对象,利用RELAP5对蒸汽发生器U型管破裂进行计算.通过结果分析可知所建立的模型节点划分是合理的、数据卡编制准确,基于该模型产生的数据可信.将开发的数据与基于神经网络的故障诊断系统联调,诊断测试结果表明数据准确、充分,可以为核动力装置的故障诊断系统的研究提供数据支持.     

SDG故障诊断方法在核动力装置中的应用研究

核动力装置运行状态的诊断关系到装置运行的安全性和可靠性。针对核动力装置系统复杂,难以建立数学模型的特点,本文将基于定性模型的符号有向图（SDG）方法应用于核动力装置中进行故障诊断,并以核动力装置主冷却剂系统为研究对象,提出了相应的建模方法并建立了SDG模型,根据所建立的模型开发了基于SDG方法的核动力装置故障诊断系统,并以蒸汽发生器传热管破裂（SGTR）事故和弹棒事故为例对该系统的诊断推理过程进行了分析。仿真结果表明,基于SDG的方法在核动力装置中能有效诊断故障,并能提供故障传播路径,具有良好的解释性,可为运行人员决策提供帮助。     

核电厂重大设备健康状态的模糊综合评价方法

针对核电厂重大设备管理细则、设备运行特点和要求，提出了核电厂的重大设备健康状态综合评价方法。根据核电厂设备状态监测特点，建立了基于监测任务的多层次指标体系模型。基于设备零部件潜在故障模式分析故障现象，分析设备监测任务，并构建监测任务隶属度函数模型。总结专家实际评估经验，提出指标权重由所辖多个监测任务共享，由劣化最严重的监测任务继承权重，得到设备的指标状态；通过改进的层次分析法，分配各指标的初始权重，并提出基于指标状态等级的分级变权理论模型，均衡考虑关键指标的恶化情况。将建立的评价方法应用于核岛主泵轴封系统健康状态评估，结果表明该方法可靠实用，能够有效表征重大设备的实际运行健康状态。