核电厂智能诊断方法研究的进展

文章评述神经网络、模糊逻辑和专家系统3种典型的智能方法在核电厂(NPP)运行状态监测和故障诊断中的应用研究进展.分析了基于神经网络(ANN)、模糊逻辑和专家系统的核电厂运行状态监测和故障诊断方法的研究状况及其特点.探索了核电厂智能诊断方法应用研究的发展趋势.分析表明:基于模糊逻辑和专家系统的核电厂智能诊断方法的研究成果相对较少;核电厂智能诊断方法研究主要集中在基于神经网络的状态监测与故障诊断方面;多种智能诊断方法的结合、神经网络与其它方法的结合,以及基于多神经网络的核电厂运行状态监测和故障诊断方法研究是核电厂智能诊断方法研究的重要发展趋势.     

适用于核电厂DCS故障诊断专家系统的结构研究

本文通过研究核电厂数字化仪控系统（DCS ）的主要特点及建立故障诊断专家系统的基本组成，逐一分析各类系统结构应用于核电厂DCS的不同情况，最终分析选择出适用于核电厂DCS的故障诊断专家系统的结构类型，并根据选择结果初步构建出可供参考的基本框架结构方案，为后续核电工程项目实际开发和应用DCS故障诊断专家系统奠定了必要的研究基础。     

基于粗糙集理论和支持向量机算法的核电厂故障诊断方法

核电厂故障特征复杂多样,具有不确定性.提出一种基于粗糙集理论和支持向量机(SVM)算法的核电厂故障诊断方法.该方法运用粗糙集理论完成对不确定、不完整数据的约简,然后在此基础上设计SVM多级分类器进行故障诊断.最后,将该方法用于核电厂蒸汽发生器传热管破损、冷端破口、汽相破口、热阱丧失等4种典型故障的诊断.研究表明,该方法能够实现对核电厂故障的快速准确诊断.     

专家系统知识表示及其在舰艇核动力装置故障诊断中的应用

为提高舰艇核动力装置安全可靠性，确保故障诊断能高效快捷,依据舰艇核动力装置故障特征，提出一种基于专家系统知识表示的故障诊断方法，该法将专家系统、知识表示与推理机有机结合。实践表明，基于专家系统知识表示的故障诊断方法能够对复杂多样的舰艇核动力装置故障做出诊断，有效提高舰艇核动力装置运行的安全性和可靠性。     

核安全级数字化仪控系统自诊断功能研究与设计

自诊断功能是核安全级数字化仪控系统的关键功能,对核安全级数字化仪控系统本身的RAMS特性,以及核电厂整体安全性和可用性有直接影响。本文基于RAMS分析评估技术,形成了以潜在故障模式为主的自诊断功能设计基准,在此基础上提出了一整套包括故障诊断、故障处理、诊断信息上报和报警指示功能的核安全级数字化仪控系统自诊断功能设计方案,并在和睦系统上进行了设计实现。实测结果表明,和睦系统可以实时在线监视自身运行状态,能够及时处理、上报和精确指示所有设计基准范围内的异常,大幅增强了故障定位能力,提高了和睦系统的可维修性,充分满足核电厂整体安全性和可用性要求。     

基于和睦系统的ACPR1000核电厂反应堆保护系统自诊断方案设计

给出了一套基于和睦系统的ACPR1000核电厂反应堆保护系统自诊断功能的设计原则,在此基础上进行了方案设计,包括和睦系统平台故障诊断、故障处理、诊断信息上报和报警指示。实测验证表明,基于该自诊断方案设计的ACPR1000核电厂反应堆保护系统自诊断功能,可以将和睦系统所有的可诊断故障进行处理、上报和指示,为ACPR1000核电厂反应堆保护系统的日常维护和故障应急处理提供足够的决策信息,满足核电领域规范和现场应用要求。     

压水堆控制棒位置故障诊断技术及其软件实现

秦山第二核电厂棒位系统使用PLC软件对控制棒位置进行实时监视,对异常现象进行及时判别,大大提高了控制棒位置故障诊断的及时性、准确性。实现了对棒位故障的判别、记录,实现了测量通道性能判定的自动化。对该软件的功能及其使用效果进行了介绍。     

核测井系统故障诊断

为快速诊断和排除核测井系统应用现场出现的各种故障,提出了基于故障树、基于模糊理论和基于专家系统的故障诊断方法,给出的故障诊断实例表明,论文的故障诊断方法能够满足现场故障诊断和排除的需要,指出了测井系统故障诊断的发展方向.     

核电厂基于频带方差与能量算子的轴承故障诊断方法

对核电厂设备在线监测与诊断，有助于实时掌握其运行状况，预测可能发生的故障，从而提高核电厂的安全性与经济性。本工作针对核电厂旋转设备上常见的轴承缺损类故障展开研究，采用能量算子对轴承的振动信号进行包络解调，将故障特征频率从噪声与高频信号中发掘出来。为能够自动确定带通滤波器的中心频率，提出用频带方差作为相应的指标，该指标具有在共振频率处取得最大值的特性。利用实验数据验证本工作的可行性与有效性，结果表明本工作提出的方法可有效监测轴承状况并正确诊断出其相应的故障类型。     

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     

核电厂化学生产经营自动化、智能化管理探讨

核电厂化学生产经营工作涉及面广、接口部门多、工作量大、操作流程要求精细,对分析准确度、精确度要求高,各项工作相互关联、相互衔接、相互影响。核电厂化学生产经营自动化、智能化管理体系,以化学智能管理系统为核心,强化人工智能专家诊断,减少人工干预,标准化、流程化、平台化、智能化操作管控,满足核电厂化学生产经营管理的实际需求,实现核电厂化学生产经营的自动化、智能化管理。     

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。     

基于复合人工神经网络的核电站实时故障诊断方法研究

针对核电站运行时故障或事故状态的在线实时判定,提出了一种基于复合人工神经网络的故障诊断和事故判定方法.其基本思想是:首先应用BP网络对事故进行成组快速诊断,而后应用RBF网络对BP网络的诊断结果进行区分和检验.利用核电站正常状态和多种事故状态下各故障特征参数输出的仿真计算结果,对所提出的方法进行了检验.结果表明,通过BP网络和RBF网络的优势互补,不仅能对学习过的故障进行快速、正确的诊断,对不同工况下的故障以及未定义的新故障也能够有效地识别.该方法采用的是随时间序列输出诊断结果及其可信度的方式,操纵员容易接受推理结果.     

An extended classifiability index for feature selection in nuclear transients

A preliminary step in transient classification for diagnostic purposes is the identification of those measured plant parameters (features), which are most sensitive to the faults and malfunctions and thus can be used most effectively for their classification. This is particularly important for nuclear power plants, where hundreds of parameters are monitored for operation and safety reasons so that expert judgment alone cannot effectively drive the feature selection. Moreover, the sensitivity of the particular transient classification technique to the different plant features must be considered for higher classification efficiency.In this paper, a feature selection algorithm is proposed based on the extension to the transient case of a classifiability index which can be directly computed from the plant measured data and used to filter out irrelevant or redundant features.     

基于概念格的核动力设备NN-ES故障诊断方法

将神经网络与专家系统相结合,能充分发挥各自的优点。本工作利用概念格获取对象属性,从大量的原始数据中提取对象故障征兆集的核心属性、不必要属性和相对必要属性。基于这些属性,构建不同重要度的神经网络,使网络学习速度大幅提高,判断准确。为了更好地提高核动力设备故障诊断的准确性,采用基于规则推理的专家系统,对各神经网络融合后的诊断结果进行验证诊断。为验证该方法的有效性,以核动力设备典型故障为例,进行了仿真实验研究。仿真实验结果表明,将基于概念格属性约简理论构建的神经网络与专家系统邦联的诊断方法引入核动力设备故障诊断中是可行的,并且具有网络学习针对性强、计算量小、诊断结果可靠等特点。     

Development of advanced I&C in nuclear power plants: ADIOS and ASICS

In this paper Automatic Startup Intelligent Control System (ASICS) that automatically controls the PWR plant from cold shutdown to 5% of reactor power and Alarm and Diagnosis-Integrated Operator Support System (ADIOS) that is integrated with alarms, process values, and diagnostic information to an expert system focused on alarm processing are described. Nuclear Power Plant is manually controlled from cold shutdown to 5% according to the general operation procedures for startup operation of nuclear power plant. Alarm information is the primary sources to detect abnormalities in nuclear power plants or other process plants. The conventional hardwired alarm systems, characterized by one sensor-one indicator may lead the control room operators to be confused with avalanching alarms during plant transients. ASICS and ADIOS are designed to reduce the operator burden. The advances in computer software and hardware technology and also in information processing provide a good opportunity to improve the control systems and the annunciator systems of nuclear power plants or other similar process plants. It is very important to test and evaluate the performance and the function of the computer- or software-based systems like ASICS and ADIOS. The performance and the function of ASICS and ADIOS are evaluated with the real-time functional test facility and the results have shown that the developed systems are efficient and useful for operation and operator support.     

基于DUCG的核电站故障诊断专家系统的设计与实现

专家系统有着广泛的应用领域和应用方式。为增强核电站系统的安全性,协助操作员在故障发生时进行分析决策,建立了基于动态不确定因果图（DUCG）理论的核电站故障诊断专家系统。文章详细介绍了这一系统,重点介绍了系统知识库、推理机和图形化用户界面的设计与功能实现过程。验证结果表明,这一系统能进行准确的故障诊断,显示故障的发展过程,为操作员决策提供支持。     

核电厂故障检测与报警系统的发展概况

文章分析了传统的核电厂故障诊断及报警系统的结构和特点,指出了其需要改进的方面。概要评述基于知识库的专家系统、基于故障树的诊断系统和基于神经网络的诊断系统的发展概况及其在核电厂报警系统中的应用前景。