CN103117099B - 基于滤波的核反应堆故障诊断系统实现方法 - Google Patents
基于滤波的核反应堆故障诊断系统实现方法 Download PDFInfo
- Publication number
- CN103117099B CN103117099B CN201310023867.4A CN201310023867A CN103117099B CN 103117099 B CN103117099 B CN 103117099B CN 201310023867 A CN201310023867 A CN 201310023867A CN 103117099 B CN103117099 B CN 103117099B
- Authority
- CN
- China
- Prior art keywords
- unknown worm
- nuclear
- frictional force
- nuclear fuel
- unknown
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Abstract
本发明涉及核电安全技术领域，特别涉及核反应堆状态安全监控技术领域，具体是指一种基于滤波的核反应堆故障诊断系统实现方法。首先将从核电站得到的核燃料提升力的数据进行收集整理，建立数据库；然后应用未知输入的卡尔曼滤波法估计摩擦力；最后应用最小方差指数找出由于故障所产生的数据，以及这些数据所对应的故障（裂缝）物理位置。本发明引入了鲁棒性故障诊断技术,使得设计的故障诊断算法只对核反应堆的特定装置的故障,而对于模型的不精确和误差、以及系统的噪声和干扰不敏感，提高固定诊断的准确性。
Description
技术领域
本发明涉及核反应堆状态安全监控技术领域，特别是指一种基于滤波的核反应堆故障诊断系统实现方法。
背景技术
目前，人们已经公认核电是一种安全、可靠、经济、清洁的能源，一些化石燃料能源短缺的国家，选定核能作为解决满足能源需求的主要能源。大力发展核电有以下好处 ：一、核电是一种清洁、高效的新能源，对于日益枯竭的旧能源如石油、煤，木材等起到了很好的保护和补充作用。二、核电对所需的材料如某些放射性元素利用率高，发电量大而且持久，因而成本低，效益高。三、核电所产生的污染少（如二氧化碳）的排出量，使用时间长，对于缓解日益增长的用电需求是非常必要的。
然而， 核电站是一个结构复杂的庞大的工程系统，一旦发生故障或事故有放射性物质泄漏的风险。因此，自从前苏联在奥布宁斯克建成世界第一座电功率为 5MW 的试验核电站以来，安全性和经济性一直是核电站设计者和运营企业所追求的重要目标。
从安全性方面来说，由于在裂变释能过程中，会产生放射性辐射及放射性废物，如果处理不好，会对人员和环境造成巨大影响。另一方面，在系统和设备故障状态下，操作人员可能无法从众多而分散的仪表信息中认清事故的本质，从而造成错误判断，导致停堆事故，甚至造成反应堆烧毁、放射性物质大量释放的严重事故。
从经济方面来说，核电站系统和设备出现故障而造成的反应堆停堆，将给核电站造成巨大的经济损失。100 万千瓦的核电厂造价 20 亿美元 ； 每天发电 2400 万千瓦时，停 运一天，损失 100 万美元 ；三里岛事故使美国核工业界至少损失数 10 亿美元 ；苏联切尔诺 贝利事故造成损失达 200 亿美元之上 ；福岛事件造成的损失将以千亿计。
综上所述，系统和设备的故障不管是对核电站的安全性还是经济性都有巨大影响，因此，加强核电站状态监测与故障诊断系统的开发与研究具有重要意义。
从三里岛事故，切尔诺贝利和福岛事故以来 , 核电站的安全问题一直是核能界关 注的重要问题。为此 , 核能界进行了许多卓有成效的研究。当前 , 核电站的故障诊断方 法研究主要集中在基于知识的方法 , 神经网络、遗传算法、模式识别和专家系统等方法成 为研究的重点, 并取得了可喜的成果。基于解析模型的故障诊断方法对模型的精度要求较 高，因此该方法在核电站故障诊断中研究受到了一定限制了。
发明内容
为了解决石墨砖的破裂会导致反应堆核心变形、温度过高，甚至出现核泄漏，有可能引发安全事故或导致这些核电厂被提前关闭，而核电站就要对石墨砖进行定期检查，这些反应堆将暂时关闭的问题。
本发明提供一种基于滤波的核电站故障诊断方法，其特征在于它的步骤如下 ：
第一步，核电站更换核燃料时燃料机器上的载荷传感器可以测出核燃料提升力，将从核电站得到的核燃料提升力的数据进行收集整理，建立数据库 ；
第二步，应用未知输入的卡尔曼滤波法估计摩擦力。根据牛顿第二定律，建立一个简单 的核燃料提升过程的数学模型 ；然后，把摩擦力当成未知输入，应用未知输入的卡尔曼滤波 法，将每一次提升摩擦力估计出来得到新的数据库 ；
第三步，应用最小方差指数找出故障数据。将对应同一层石墨砖的数据收集起来，将它 们所有相加，并求出平均值即为平均摩擦力。将每一条经过滤波的摩擦力的最小方差指数 与平均轨迹的最小方差指数进行比较，如果超过误差范围，就把这条轨迹设置为被怀疑有 裂缝对象，进行具体分析，其对应该的高度即为可能出现裂缝的位置。
所述第二步应用未知输入的卡尔曼滤波法是基于一个包含核燃料棒位移和速度变量的线性方程进行的，其中摩擦力是模型里的未知输入。
所述第二步应用未知输入的卡尔曼滤波法其步骤如下 ：
（1）将所述的线性方程分解为一个带有未知输入的子系统和一个不带未 知输入的子系统 ；
（2）将上一步得到的不带未知输入的子系统代入带有未知输入的子系统将未知输入消掉 ；
（3）将卡尔曼滤波应用在步骤（2）得到系统上，估测出系统状态 ；
（4）把估测出的状态代入步骤（1）得到的带有未知输入的子系统中，得到未知输入的估测 值即为摩擦力的估测值。
有益效果 ：本发明引入了鲁棒性故障诊断技术 , 使得设计的故障诊断算法只对核反应堆的特定装置的故障 , 而对于模型的不精确和误差、以及系统的噪声和干扰不敏感，提高固定诊断的准确性。
附图说明
图 1 是空心石墨砖的示意图。
图 2 是核燃料棒在石墨空心砖里提升的示意图。
图 3 是核燃料提升力的数据和石墨砖的裂缝之间的关系图。
图 4 是经过滤波的摩擦力和核燃料提升力的数据。
图 5 是多条经过滤波的摩擦力数据的集合以及它们的平均值。
图 6 是经过滤波的摩擦力的最小方差指数与平均轨迹的最小方差指数。
图 7 是被怀疑可能出现裂缝的数据。
图中 1- 核燃料棒空腔，2- 核燃料纵梁，3- 固定刷，4- 石墨砖，5- 钢嘴，6- 加宽的核燃料空腔。
具体实施方式
下面将结合附图说明以及本发明的具体应用来做进一步详细说明。
每一次更换核燃料都会提供两组数据，一组是将和燃料棒放入石墨空心砖里留下的，另一组是取出核燃料棒时留下的。核燃料提升力的数据是由载荷传感器直接测量的。影响核燃料提升力的数据的因素有很多，但主要的有三种分别是 ：
1. 核燃料棒的重力 ：核燃料棒的质量在核反应过程中是变化的，但是当核燃料棒从反 应堆中提出来之后，它的质量是可以测量的。
2. 摩擦力 ：是由固定刷 3 和核燃料墙壁接触并有相对运动产生的。它是将要估测的量。由图 1 可见固定刷 3 是紧贴墙壁，这样摩擦力的幅度完全取决于石墨墙壁的形状，也就是说石墨墙壁上任何的凸起和凹陷都会反应在摩擦力的变化上。
3. 浮力 ：当气体在空心砖里流通的时候会产生浮力使得核燃料棒相对减少一些重量。浮力的大小是未知的，并且当核燃料棒移动到不同位置浮力的大小也有变化，但是和其力相比浮力只占总数很小一部分，因此把浮力当成整个系统的噪声来处理。
当更换燃料棒时，燃料棒的运动是几个力同时作用的结果。应用牛顿第定律有：
作用在燃料棒上的力分别是，重力，刷子的摩擦力，以及气流的浮力 ：
其中表示提升力，表示重力，气流的浮力，表示摩擦力。把上述方程写成包含核燃料棒位移和速度变量的线性方程为：
（1）
这里，表示核燃料棒的提升速度，表示核燃料棒的位移，w为系统噪声，v是测量噪声。系统（1）可以写成随机线性动态系统如下：
（2）
A, B，C 和 E 都是具有适当维数的实数矩阵，用 d(t) 表示摩擦力也就是模型里的未知输入。假设 w(t), v(t) 和 x(t) 都是相互独立的变量，这样，即使存在未知输入系统变量也可以根据已知的测量值进行估计。如果假设（A,C）这一对矩阵是完全可观的，B 和C 都是满秩的，就可以保证最优估计的存在。
基于未知输入的卡尔曼估计可以总结为以下步骤 ：
1. 把所述的线性方程分解为一个带有未知输入的子系统和一个不带未知输入的子系统 ；
2. 将第一步得到的不带未知输入的子系统代入带有未知输入的子系统将未知输入消 掉 ；
3. 将卡尔曼滤波应用在步骤（2）得到系统上，估测出系统状态 ；
4. 把估测出的状态代入步骤（1）得到的带有未知输入的子系统中，得到未知输入的估测值 即为摩擦力的估测值。
具体实施方式 1
如图 4 所示，始终位于上方的曲线a是部分核燃料提升力的数据，而始终位于下方的曲线b是估测的摩擦力加上核 燃料棒重力等 2460KG，可以看出经过对未知输入的卡尔曼滤波后的摩擦力还保留了核燃料 提升力的基本形状但是少了很多干扰和噪声。
具体实施方式 2
收集大量对应同一层空心石墨砖 4 的数据，经过滤波以后估测出摩擦力和平均值如图 5 所示 ；计算平均摩擦力的最小方差指数和每一条摩擦力的最小方差指数结果如图6所示 ；其中一条摩擦力的最小方差指数 超过了这个范围如图7所示，把它作为被怀疑对象单独拿出来分析。
Claims (1)
1.一种基于滤波的核电站故障诊断方法，其特征在于它的步骤如下：
第一步，核电站更换核燃料时燃料机器上的载荷传感器可以测出核燃料提升力，将从核电站得到的核燃料提升力的数据进行收集整理，建立数据库；
第二步，应用未知输入的卡尔曼滤波法估计摩擦力：根据牛顿第二定律，建立一个简单的核燃料提升过程的数学模型；然后，把摩擦力当成未知输入，应用未知输入的卡尔曼滤波法，将每一次提升摩擦力估计出来得到新的数据库；
应用未知输入的卡尔曼滤波法是基于一个包含核燃料棒位移和速度变量的线性方程进行的，其中摩擦力是模型里的未知输入；
应用未知输入的卡尔曼滤波法其步骤如下：
（1）将所述的线性方程分解为一个带有未知输入的子系统和一个不带未知输入的子系统；
（2）将上一步得到的不带未知输入的子系统代入带有未知输入的子系统将未知输入消掉；
（3）将卡尔曼滤波应用在步骤（2）得到的系统上，估测出系统状态；
（4）把估测出的状态代入步骤（1）得到的带有未知输入的子系统中，得到未知输入的估测值即为摩擦力的估测值；
第三步，应用最小方差指数找出故障数据：将对应同一层石墨砖的数据收集起来，将它们所有相加，并求出平均值即为平均摩擦力；将每一条经过滤波的摩擦力的最小方差指数与平均轨迹的最小方差指数进行比较，如果超过误差范围，就把这条轨迹设置为被怀疑有裂缝对象，进行具体分析，其对应的高度即为可能出现裂缝的位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310023867.4A CN103117099B (zh) | 2013-01-23 | 2013-01-23 | 基于滤波的核反应堆故障诊断系统实现方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310023867.4A CN103117099B (zh) | 2013-01-23 | 2013-01-23 | 基于滤波的核反应堆故障诊断系统实现方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103117099A CN103117099A (zh) | 2013-05-22 |
| CN103117099B true CN103117099B (zh) | 2017-05-03 |
Family
ID=48415448
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310023867.4A Expired - Fee Related CN103117099B (zh) | 2013-01-23 | 2013-01-23 | 基于滤波的核反应堆故障诊断系统实现方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103117099B (zh) |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4770841A (en) * | 1986-10-08 | 1988-09-13 | Westinghouse Electric Corp. | Methods and apparatus for dynamic systems control |
| US5918951A (en) * | 1997-05-09 | 1999-07-06 | The B.F. Goodrich Company | Antiskid brake control system using kalman filtering |
| US6508102B1 (en) * | 1999-08-26 | 2003-01-21 | Aisin Seiki Co., Ltd. | Near real-time friction estimation for pre-emptive vehicle control |
| US6659400B2 (en) * | 2001-05-23 | 2003-12-09 | Hydro-Aire, Inc. | Optimal control design for aircraft antiskid brake control systems |
| KR100412674B1 (ko) * | 2001-09-11 | 2003-12-31 | 현대자동차주식회사 | 적응형 차량 안전 거리 산출을 위한 타이어-노면 마찰계수 추정 방법 |
| US7424392B1 (en) * | 2002-12-18 | 2008-09-09 | Advanced Micro Devices, Inc. | Applying a self-adaptive filter to a drifting process |
| US7441448B2 (en) * | 2007-01-24 | 2008-10-28 | United Technologies Corporation | Process for adapting measurement suite configuration for gas turbine performance diagnostics |
| CN102490705B (zh) * | 2011-12-15 | 2015-06-10 | 奇瑞汽车股份有限公司 | 一种电子机械制动系统以及采用所述制动系统的汽车 |
-
2013
- 2013-01-23 CN CN201310023867.4A patent/CN103117099B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN103117099A (zh) | 2013-05-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yılmaz et al. | A statistical approach to estimate the wind speed distribution: the case of Gelibolu region | |
| CN111178758A (zh) | 一种基于bim的混凝土坝监测数据智能化管理与实时评估系统 | |
| CN103424654A (zh) | 一种敏感设备电压暂降敏感度的评估方法 | |
| CN104504607A (zh) | 一种基于模糊聚类算法的光伏电站故障诊断方法 | |
| Wang et al. | Short-term wind speed forecasting combined time series method and arch model | |
| CN107832870A (zh) | 基于灰关联分析和支持向量机的输变电工程造价预测方法 | |
| Li et al. | Fault diagnosis of planetary gears based on intrinsic feature extraction and deep transfer learning | |
| CN106295698B (zh) | 一种基于分层kpi相似度的智能光伏电站故障诊断方法 | |
| CN111768022A (zh) | 煤机生产设备的设备检测方法及装置 | |
| CN103353295A (zh) | 一种精确预测大坝坝体垂直变形量的方法 | |
| Dong et al. | Online reliability assessment of energy systems based on a high-order extended-state-observer with application to nuclear reactors | |
| CN104568968A (zh) | 一种风力发电机叶片在位裂纹检测方法及系统 | |
| CN102254085A (zh) | 机电类产品的可靠性的度量方法 | |
| CN103117099B (zh) | 基于滤波的核反应堆故障诊断系统实现方法 | |
| CN108897907A (zh) | 一种用于反应堆堆芯热工水力分布并行计算的方法 | |
| CN104282348A (zh) | 一种压力容器钢无损在线寿命检测方法 | |
| CN113408146A (zh) | 一种基于gra-熵权法的动力电池安全模糊定级方法 | |
| Tran et al. | Neutron noise calculations in hexagonal geometry and comparison with analytical solutions | |
| Li et al. | Inverse analysis of deformation moduli for high arch dams using the displacement reconstruction technique and multi‐objective optimization | |
| CN115719161B (zh) | 一种崩岗灾害风险综合评估的方法 | |
| Yang et al. | Model-based condition monitoring of AGR nuclear graphite cores | |
| Nie et al. | Optimization of operation safety risk indicator based on grey relational and sensitivity analysis of the south-to-north water diversion project | |
| CN210983403U (zh) | 基于渗流工艺改进的扬压力监测装置 | |
| CN108921726A (zh) | 基于非径向dea的能源转型效率评价模型建立方法 | |
| Xie et al. | Optimal Arrangement of Structural Sensors in Landfill Based on Stress Wave Detection Technology |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170503 Termination date: 20190123 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |