基于声发射的压力管道LBB监测系统研制

核反应堆压力管道应用破前漏(LBB)技术可提高反应堆的安全性、经济性,设置LBB监测系统则是应用的前提和关键。通过分析LBB监测需求,提出了基于声収射的LBB监测方法,幵通过开展相关试验建立了LBB鉴别方法和定位定量模型。为了适应核反应堆压力管道应用环境要求,研制出一体式声収射传感器,实现了高温辐照环境下LBB探测。通过开展信号调理、抗误报警、在线自检等关键技术研究,研制出LBB监测系统。试验验证结果表明,研制的LBB监测系统各项指标满足核电厂应用要求,幵在华龙一号得到应用。     

运行核电厂堆芯吊篮壳型振动特性研究

反应堆堆芯吊篮的振动反映了吊篮及相关堆内构件的振动情况与设备稳定性，是评估反应堆安全运行的重要依据。本文采用中子噪声技术和信号时频域分析方法，重点研究了堆芯吊篮壳型振动特性，通过分析某核电厂特定机组近几年的监测数据，获得堆芯吊篮壳型振动模态参数的变化趋势。结果表明，在每个燃料周期内，吊篮壳型振动频率有逐渐变小趋势，每经历一次大修后，振动中心频率基本恢复至上一个燃料循环的初始振动频率处。研究结果有助于了解堆芯吊篮在多个燃料循环周期内壳型振动的特性和成因，为堆芯吊篮早期故障诊断奠定基础。      

某核电厂吊篮梁型振幅偏大问题分析与诊断

通过对方家山、宁德核电机组多个燃料循环周期的堆外中子噪声信号进行分析,得出了吊篮梁型振动频率和幅度的特性。将此特性应用到其他核电机组,发现某核电机组吊篮梁型振幅偏大。对该机组吊篮梁型振动频率和幅度的变化趋势、频率的漂移量、幅度的增长率进行分析与诊断,判断吊篮并没有发生明显的支撑劣化情况,并给出了该机组可继续运行的条件。      

基于反应堆噪声技术的零功率堆绝对功率测量系统设计

系统利用反应堆噪声分析技术测量零功率堆缓发临界状态下的堆动态参数和绝对功率.在靠近堆芯对称布置两个γ补偿电离室,电离室探测到的反应堆中子噪声信号经测量系统调理和采集后,运用LabVIEW平台开发的软件对噪声信号进行分析处理得到互谱密度,用非线性最小二乘法拟合得到动态参数,并由算法计算出零功率堆的绝对功率.经实地测量,动态参数和绝对功率与堆运行参数相吻合.     

防城港核电站堆内中子通量测量系统指套管碰磨分析

防城港核电站1号机组主泵惰走试验期间,在对核电站松脱部件和振动监测系统13路加速度通道进行背景噪声例行检查时发现,通过松脱部件和振动监测系统的声音监听设备监测到,安装于反应堆压力容器底部堆内中子通量测量系统导向管上通道有"哒哒哒"的异常信号。为找出异常信号源,利用松脱部件监测系统声监测功能对压力容器底部监测到的异常信号进行分析,该信号不是由松脱部件产生的信号。通过听音棒的辅助监听,最后综合分析得出该信号是由堆内中子通量测量系统指套管在管道路径上碰磨引起。该事件的分析与解决,不仅解决了工程建设需要,对核安全局批准下一步工作开展提供了支持依据,而且对通过松脱部件监测系统来开展由于流致振动引起的中子通量测量系统指套管异常振动诊断有重大的实用价值。     

基于中子噪声分析的某核电厂堆芯吊篮梁型振动特征研究

研究了基于堆外电离室中子噪声信号监测压水堆核电厂反应堆吊篮的方法,通过计算电离室中子噪声的互功率密度谱、相干和相位,分析得到了堆芯吊篮梁型振动的频率;利用该方法,计算获得了某正常运行状态下压水堆核电厂换料周期内堆芯吊篮梁型振动频率和中子噪声功率谱幅度的变化趋势,结果说明了在反应堆正常运行状态下,随着堆芯燃耗的增加,吊篮梁型振动频率发生了微小漂移,频率变小,该频率处中子噪声功率谱幅度变大。     

基于虚拟仪器的核电站松脱部件监测系统

采用LabVIEW为开发平台,集虚拟仪器技术、设备组态图形化技术和数据库管理技术于一体,实现了反应堆压力容器和蒸汽发生器松脱部件的在线实时监测.该监测系统在核反应堆松脱部件模拟试验装置上进行了试验验证,实现了松脱部件监测的基本功能.     

基于压力容器振动信号分析的堆芯吊篮壳型振动特性研究

核反应堆堆芯吊篮的振动状态直接关系到堆芯的安全运行,但堆芯吊篮处于高温和强辐照环境下,无法直接在吊篮上布置传感器测量其振动。本文利用安装在压力容器上的加速度计间接监测吊篮的振动,通过对多核电机组压力容器振动信号相干谱、自功率谱和互功率谱进行分析,获得吊篮壳型振动频率和振幅,并将分析结果与秦山核电厂二期1号机组试验实测值进行比较,分析结果与试验结果相近。研究表明通过对压力容器振动信号的监测与分析,能够有效识别堆芯吊篮壳型振动特性,为吊篮状态评价提供基础。      

VMD和随机森林在反应堆金属撞击信号识别中的应用研究

反应堆中脱落部件或金属遗留件的存在会与压力边界产生碰撞而严重影响反应堆的安全,为有效解决由于特征信息不足和模型构建不合理而导致的反应堆中金属撞击信号识别精度低的问题,提出了一种基于变分模态分解(variational mode decomposition,VMD)和随机森林算法(random forest,RF)的反应堆金属撞击信号识别方法。利用变分模态分解方法对原始信号进行分解得到若干分量信号,从各分量信号中提取分量特征以构成原始信号特征向量,将其作为输入建立VMDRF模型来对撞击信号、自检信号、脉冲尖峰信号、噪声波动信号、通道闪断信号、噪声信号六类信号进行分类以识别出金属撞击信号。采用核电现场LPMS监测系统所采集的数据对该方法的可行性和有效性进行验证,结果表明,该方法在反应堆金属撞击信号的识别方面能够获得良好的识别效果。