CN105608842A - 一种核反应堆燃料破损在线监测报警装置 - Google Patents

Abstract

本发明公开了一种核反应堆燃料破损在线监测报警装置，包括探测设备、信号传输装置、人工输入接口、中央处理器、燃料破损报警控制器和报警设备，所述探测设备通过信号传输装置将所采集的信号传输给中央处理器，所述中央处理器对信号进行处理，再通过信号传输装置与燃料破损报警控制器连接，所述燃料破损报警控制器控制报警设备，具备自动监测、智能判断和自动报警的功能。本发明具有自学习能力，不断完善放射性活度计算模型，运用中央处理器系统进行实时处理，反应速度快，具有高度容错性，能准确及时监测、预报核反应堆燃料破损的状况。

Description

一种核反应堆燃料破损在线监测报警装置

技术领域

本发明涉及核工程领域，更具体地，涉及一种核反应堆燃料破损在线监测报警装置，是一种基于非线性动力学理论及其在核反应堆运行与安全中的应用的研究所建立的具有自学习功能的智能核反应堆燃料破损在线监测报警装置。

背景技术

核能已成为我国乃至世界上能源的重要组成部分之一，因此确保核电站安全运行十分关键。核反应堆燃料包壳是核反应堆安全的第一道屏障，如果包壳发生破裂，核燃料的放射性裂变产物就会释放到一回路的冷却剂中。根据核电站运行规程，一回路冷却剂的当量碘的放射性活度超过一定限值后，机组必须停止负荷追随运行，超过更高的限值后，反应堆必须在规定时间内停堆。所以,燃料组件破损会给核电站造成经济损失。随着技术提高，核电站燃料元件破损率越来越小，但破损仍然存在。破损燃料泄漏出的放射性裂变产物使一回路水中的活度增加，并通过一回路冷却剂的微泄漏给公众健康造成不良影响。所以,元件破损问题不可忽视。传统的核电站燃料破损探测多数采用人工化学取样的分析方法。由于取样时间间隔长，不能及时发现破损。发展核燃料破损在线探测系统则能够克服传统化学取样方法的不足，连续监测燃料元件的完整性，尽早为运行人员提供堆内元件的破损情况以及破损的严重程度，从而采取必要的措施，将经济损失降低到最低限度。

于是，核反应堆燃料破损在线监测技术研发备受国内外核能工作者的关注。陈彭等研制了核电站燃料棒破损在线探测系统FDDS-1(陈彭等.核电站燃料棒破损在线探测系统研制.《原子能科学技术》.2005,第39卷(增刊),第131-135页.)。但是由于核电站系统运行工况十分复杂，致使该系统的测量误差较大，难以满足工程需要。

另外，目前大部分核反应堆燃料破损监测装置都采用固定阈值的方法设置报警值。但实际核反应堆运行经验表明，这种方法不能反映反应堆核功率变化等的影响，且人为因素影响较大，容易产生误报警和漏报警。袁彬等利用数理统计与概率分析理论提出浮动报警阈值的概念，对浮动报警阈值的设置进行了初步探讨，并提出了采用浮动阈值方法降低燃料元件包壳破损监测的误报警和漏报警的问题(袁彬等.基于浮动报警阈值的燃料元件包壳破损监测方法的分析与研究.《核动力工程》.2010,第31卷(第1期),第102-106页.)。但是，对核燃料破损阈值的研究，涉及核反应堆工程、工程热物理、安全工程、非线性动力系统、非平衡态热力学等多个学科领域，因此有必要围绕核反应堆系统非线性特征，揭示事故发生的规律，然后利用人工智能技术，综合多种相关因素，形成其破损状态的有关在线监测预报的方法。

鉴于此，有必要开发一种核反应堆燃料破损在线监测报警装置，实时准确测量反应堆放射性活度水平，在线计算分析核燃料破损状态，适时给出预警，及时采取措施，预防事故发生，确保核反应堆安全。

发明内容

本发明的目的在于克服现有技术的不足与缺点，提供一种出错率低、反应速度快、预报及时的核反应堆燃料破损在线监测报警装置。

为实现上述目的，本发明所提供的技术方案为：一种核反应堆燃料破损在线监测报警装置，包括探测设备、信号传输装置、人工输入接口、中央处理器、燃料破损报警控制器和报警设备，所述探测设备通过信号传输装置将所采集的信号传输给中央处理器，所述中央处理器对信号进行处理，再通过信号传输装置与燃料破损报警控制器连接，所述燃料破损报警控制器控制报警设备，具备自动监测、智能判断和自动报警的功能。

所述探测设备包括γ探测器、压力探测器、质量流量探测器和温度探测器。

所述信号传输装置包括模数转换器、数模转换器及信号传输系统，用于探测设备与中央处理器以及燃料破损报警控制器间的信号过程传输。

所述信号传输装置包括第一信号传输装置和第二信号传输装置，所述探测设备通过第一信号传输装置将所采集的信号传输给中央处理器，中央处理器通过第二信号传输装置与燃料破损报警控制器连接；所述第一信号传输装置包括模数转换器和信号传输系统；所述第二信号传输装置包括数模转换器和信号传输系统。

所述中央处理器包括数据预处理模块、数据库存储管理模块、自学习模块、放射性活度分析模块及输出模块；所述数据预处理模块用于对探测设备实时探测的数据信号进行筛选，剔除一些错误的数据后，将其有序地存入数据库存储管理模块中；所述数据库存储管理模块用于存储有热物理性质查询表的数据、运行时系统的测量数据、放射性活度计算数据和自学习获得的数据；所述自学习模块是中央处理器根据最新的数据自我学习、完善与修正的过程，同时，由放射性活度分析模块根据预处理筛选出来的数据经放射性活度计算模型实时计算出相应的放射性活度值，判断燃料破损是否发生，并由输出模块显示出来；所述输出模块用于数据库查询、数据文本导出、放射性活度、燃料破损动态云图显示。

所述人工输入接口结合核电站定期人工化学取样分析，即定期抽取一回路的冷却剂测量冷却剂中放射性裂变产物的放射性活度，通过人工输入接口将定期人工化学取样分析结果不断存入中央处理器的数据库存储管理模块中，以便丰富监测数据库，使得中央处理器的自学习模块不断根据最新的准确数据自我学习、完善与修正，得到更为准确的智能计算模型。

所述自学习模块用于数据分析、知识评价和知识发现，将每一次燃料破损报警控制器所做出的判断和预警准确率反馈回数据库，并基于人工神经网络技术对反馈的数据进行自学习，不断修正样本集和放射性活度计算模型，反馈回来的数据存放在数据库中，作为以后判别的数据基础。

所述放射性活度计算模型的构建方式为：运用人工神经网络技术将放射性活度分布变化趋势引入计算规则中，训练得到放射性活度计算模型。

所述燃料破损报警控制器为智能型报警器，同时设置有用于手动触发和/或智能触发报警设备的手动报警按钮，且报警阈值与实时测量参数之间的非线性关系通过人工神经网络技术进行建模，已建的数学模型能够根据实测数据实时设置报警阈值。

所述报警设备包括报警联动反应堆控制防护系统、燃料破损事故广播、报警电话、声光警报和燃料破损报警记录装置。

本发明与现有技术相比，具有如下优点与有益效果：

1、本发明首次应用人工神经网络技术，针对燃料破损在线监测方法进行了基础理论研究，构建了描述放射性活度的非线性计算模型。该方法反应时间短，有利于实现准确、及时的反应堆核燃料破损状态预警。

2、本发明建立了基于人工神经网络技术的核反应堆燃料破损监测阈值与运行状态参数之间的非线性关系模型，根据可测的系统参数动态设置实时的燃料破损报警阈值，准确的给出燃料破损状态。

3、本装置所建立的数据库及其计算单元，采用模糊判断，又具较好的自学习能力，根据堆芯探测压力、质量流量、温度等信号对放射性活度的复杂性和不确定性进行定量计算，分析当前堆芯燃料破损状况以及放射性活度发展趋势，为事故预防和事故救援工作提供强有力的理论基础，大大增强预警系统的可靠性和科学性。

4、本装置设置人工输入接口，可结合较为精确的核电站定期人工化学取样分析结果，即核电站定期抽取一回路的冷却剂测量冷却剂中放射性裂变产物的放射性活度，通过人工输入接口将定期人工化学取样分析结果不断存入数据库存储管理模块中，以便丰富监测数据库，使得所述自学习模块不断根据最新的准确数据自我学习、完善与修正，得到更为准确的智能计算模型。这样，可同时满足在线实时测量，也可以满足测量的精度，在线实时监测核燃料破损状态。

附图说明

图1为本发明的核反应堆燃料破损在线监测报警装置的原理框图。

图2为本发明的自学习模块结构框图。

具体实施方式

下面结合两个具体实施例对本发明作进一步说明。

实施例1

本实施例所述的核反应堆燃料破损在线监测报警装置，包括：探测设备、信号传输装置、中央处理器、核燃料破损报警控制器和报警设备，其中探测设备通过信号传输装置将所采集的信号传输给中央处理器，中央处理器对信号进行处理，再通过信号传输装置与核燃料破损报警控制器连接，核燃料破损报警控制器控制报警设备。

所述中央处理器包括数据预处理模块、数据库存储管理模块、自学习模块、放射性活度分析模块及输出模块。如图1所示，探测设备通过信号传输装置将所采集的信号传输给数据预处理模块，数据预处理模块对收集的信号进行筛选，剔除一些错误的数据后，再将其有序地存入数据库存储管理模块中。同时，由放射性活度分析模块根据预处理筛选来得数据经放射性活度计算模型实时计算出相应的放射性活度值，判断核燃料破损是否发生的，并由输出模块显示出来，在本实施例中输出模块的显示方式是用户界面。

所述探测设备包括各种传感器和探测器，具体为γ探测器、压力探测器、质量流量探测器和温度探测器；实时采集现场的核反应堆运行参数，并将其作为堆芯燃料状态的预测参数，经信号传输装置输送到中央处理器中。

所述中央处理器再将这些数据传送到数据预处理模块进行预处理，剔除一些错误的数据后，有序地存入数据库存储管理模块内。

在此同时，放射性活度分析模块对预处理筛选而来的数据进行计算，而且运用人工神经网络技术将放射性活度分布变化趋势引入计算规则中，训练得到放射性活度计算模型，实时计算出相应的放射性活度值，做出核燃料破损是否发生的判断。一旦发现核燃料破损可能发生，马上进行堆芯定位，并由输出模块显示出来。

所述放射性活度计算模型便是通过人工神经网络技术对放射性活度及其可测量的相关影响参数进行训练而得到的，可很好地建立起放射性活度与相关影响参数之间的非线性关系。

所述燃料破损报警控制器为智能型报警器，同时设置有用于手动触发和/或智能触发报警设备的手动报警按钮，且报警阈值与实时测量参数之间的非线性关系通过人工神经网络技术进行建模，已建的数学模型能够根据实测数据实时设置报警阈值。

所述报警设备包括报警联动反应堆控制防护系统、燃料破损事故广播、报警电话、声光警报和燃料破损报警记录装置。

用户可根据界面动态放射性活度云图显示和基于人工神经网络的动态阈值决定是否给出警报信号，通过手动报警按钮人为地对报警控制器做出反应使报警设备做出有效的控制动作；或当监测得到堆芯某一处放射性活度值小于系统智能设定的放射性活度限值时，通过系统智能处理将预警判断经信号传输装置发送给报警控制器触发警报，使报警反应在无人操作时也能有效的实施；报警实施同时将燃料破损发展的预测情况及处理决策显示于用户界面，供操作人员参考。

同时，对系统每一次所做出的燃料破损判断和报警准确率反馈回数据库存储管理模块，经人工神经网络技术将反馈的数据进行自学习，使装备具有自学习功能，不断修正样本集和计算模型，进而完善此核反应堆燃料破损监测警报系统，提高核反应堆燃料破损状态预测预报的准确性和及时性。

用户界面设置人工输入接口，可结合较为精确的核电站定期人工化学取样分析结果，即核电站定期抽取一回路的冷却剂测量冷却剂中放射性裂变产物的放射性活度，通过人工输入接口将定期人工化学取样分析结果不断存入数据库存储管理模块中，以便丰富监测数据库，使得所述自学习模块不断根据最新的准确数据自我学习、完善与修正，得到更为准确的智能计算模型。

所述信号传输装置包括模数转换器、数模转换器及信号传输系统，用于探测设备与中央处理器以及燃料破损报警控制器间的信号过程传输。

本实施例的放射性活度分析模块中计算模型的生成过程如下：

核反应堆燃料破损现象是典型的非线性问题，具有多变性。受反应堆燃耗、功率、冷却剂流速、成分等多种因素的影响，某个物理量或多个物理量的瞬时值往往表现出一定的随机性。同时，由于核燃料棒的形状、大小等几何尺寸及物理性质的限制，在核反应堆燃料破损形成过程中，各物理量在总体上还表现出一定的规律性。这就要求模式识别过程具有较强的模糊类比、识别和容错能力。人工神经网络技术具有样本自学习能力、高容错性，是实现复杂模式分类与辩识的有效工具，它的关键在于核函数。低维空间向量集通常难于划分，解决的方法是将它们映射到高维空间。但这个办法带来的困难就是计算复杂度的增加，而核函数正好巧妙地解决了这个问题。而实际探测到的放射性活度具有正态密度函数分布的特点。将人工神经网络技术和基础数据等有机结合，形成真正的针对燃料破损的智能预测技术。由探测器、理论计算等途径得到了关于放射性活度的样本集，通过该样本集利用人工神经网络技术进行训练，形成具有样本自学习能力、高容错性、实现复杂模式分类与辩识的高效的核反应堆燃料破损智能监测报警装置。

在反应堆运行瞬态过程中，运行参数不断变化，放射性活度的计算需要建立耦合不同影响参数的非线性计算模型。本发明应用人工神经网络技术来训练所述的放射性活度分析模块中计算模型。设计中发现，人工神经网络技术的训练并不需要非线性映射的具体形式，只要利用核函数就可以进行非线性处理；对函数回归的问题，其决策函数就是核函数的线性组合，最终问题仅是寻找一组组合系数即可，至此大大简化了放射性活度分析模块的反应时间，提高了核燃料破损监测系统的效率。

附图2为自学习模块的结构框图，本发明人将研究核反应堆燃料破损监测系统所得的有关数据建立放射性活度数据库，使放射性活度数据库可以与用户界面进行人机对话，用户界面通过中央处理器发出指令给自学习模块，自学习模块从放射性活度数据库中提取相关数据，并从中精选出适用于数据挖掘应用的数据，然后采用人工神经网络技术从精选而来的数据中自动发现和知识挖掘(简称数据挖掘)，再根据实际需要对放射性活度计算模型做出解释和评价，更新修正放射性活度分析模块中已有的放射性活度计算模型。更新后又重新收集新的数据进行自学习，并将自学习得到的数据反馈到放射性活度数据库存储管理模块中，对放射性活度数据库进行补充和完善。

实施例2

与实施例1不同的是本实施例所述的信号传输装置包括第一信号传输装置和第二信号传输装置；探测设备通过第一信号传输装置将所采集的信号传输给中央处理器，中央处理器通过第二信号传输装置与燃料破损报警控制器连接；第一信号传输装置包括模数转换器和信号传输系统；第二信号传输装置包括数模转换器和信号传输系统。

以上所述之实施例子只为本发明之较佳实施例，并非以此限制本发明的实施范围，故凡依本发明之形状、原理所作的变化，均应涵盖在本发明的保护范围内。

Claims (10)

1.一种核反应堆燃料破损在线监测报警装置，其特征在于：包括探测设备、信号传输装置、人工输入接口、中央处理器、燃料破损报警控制器和报警设备，所述探测设备通过信号传输装置将所采集的信号传输给中央处理器，所述中央处理器对信号进行处理，再通过信号传输装置与燃料破损报警控制器连接，所述燃料破损报警控制器控制报警设备，具备自动监测、智能判断和自动报警的功能。

2.根据权利要求1所述的一种核反应堆燃料破损在线监测报警装置，其特征在于：所述探测设备包括γ探测器、压力探测器、质量流量探测器和温度探测器。

3.根据权利要求1所述的一种核反应堆燃料破损在线监测报警装置，其特征在于：所述信号传输装置包括模数转换器、数模转换器及信号传输系统，用于探测设备与中央处理器以及燃料破损报警控制器间的信号过程传输。

4.根据权利要求1所述的一种核反应堆燃料破损在线监测报警装置，其特征在于：所述信号传输装置包括第一信号传输装置和第二信号传输装置，所述探测设备通过第一信号传输装置将所采集的信号传输给中央处理器，中央处理器通过第二信号传输装置与燃料破损报警控制器连接；所述第一信号传输装置包括模数转换器和信号传输系统；所述第二信号传输装置包括数模转换器和信号传输系统。

5.根据权利要求1所述的一种核反应堆燃料破损在线监测报警装置，其特征在于：所述中央处理器包括数据预处理模块、数据库存储管理模块、自学习模块、放射性活度分析模块及输出模块；所述数据预处理模块用于对探测设备实时探测的数据信号进行筛选，剔除一些错误的数据后，将其有序地存入数据库存储管理模块中；所述数据库存储管理模块用于存储有热物理性质查询表的数据、运行时系统的测量数据、放射性活度计算数据和自学习获得的数据；所述自学习模块是中央处理器根据最新的数据自我学习、完善与修正的过程，同时，由放射性活度分析模块根据预处理筛选出来的数据经放射性活度计算模型实时计算出相应的放射性活度值，判断燃料破损是否发生，并由输出模块显示出来；所述输出模块用于数据库查询、数据文本导出、放射性活度、燃料破损动态云图显示。

6.根据权利要求1所述的一种核反应堆燃料破损在线监测报警装置，其特征在于：所述人工输入接口结合核电站定期人工化学取样分析，即定期抽取一回路的冷却剂测量冷却剂中放射性裂变产物的放射性活度，通过人工输入接口将定期人工化学取样分析结果不断存入中央处理器的数据库存储管理模块中，以便丰富监测数据库，使得中央处理器的自学习模块不断根据最新的准确数据自我学习、完善与修正，得到更为准确的智能计算模型。

7.根据权利要求5所述的一种核反应堆燃料破损在线监测报警装置，其特征在于：所述自学习模块用于数据分析、知识评价和知识发现，将每一次燃料破损报警控制器所做出的判断和预警准确率反馈回数据库，并基于人工神经网络技术对反馈的数据进行自学习，不断修正样本集和放射性活度计算模型，反馈回来的数据存放在数据库中，作为以后判别的数据基础。

8.根据权利要求5所述的一种核反应堆燃料破损在线监测报警装置，其特征在于：所述放射性活度计算模型的构建方式为：运用人工神经网络技术将放射性活度分布变化趋势引入计算规则中，训练得到放射性活度计算模型。

9.根据权利要求1所述的一种核反应堆燃料破损在线监测报警装置，其特征在于：所述燃料破损报警控制器为智能型报警器，同时设置有用于手动触发和/或智能触发报警设备的手动报警按钮，且报警阈值与实时测量参数之间的非线性关系通过人工神经网络技术进行建模，已建的数学模型能够根据实测数据实时设置报警阈值。

10.根据权利要求1所述的一种核反应堆燃料破损在线监测报警装置，其特征在于：所述报警设备包括报警联动反应堆控制防护系统、燃料破损事故广播、报警电话、声光警报和燃料破损报警记录装置。