CN106525397B - 一种核电高压加热器故障诊断方法 - Google Patents

一种核电高压加热器故障诊断方法 Download PDF

Info

Publication number
CN106525397B
CN106525397B CN201610928560.2A CN201610928560A CN106525397B CN 106525397 B CN106525397 B CN 106525397B CN 201610928560 A CN201610928560 A CN 201610928560A CN 106525397 B CN106525397 B CN 106525397B
Authority
CN
China
Prior art keywords
confidence level
threshold value
fault diagnosis
value
confidence
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.)
Active
Application number
CN201610928560.2A
Other languages
English (en)
Other versions
CN106525397A (zh
Inventor
钱虹
张栋良
王渡
郑秒
林斯韵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai University of Electric Power
Original Assignee
Shanghai University of Electric Power
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai University of Electric Power filed Critical Shanghai University of Electric Power
Priority to CN201610928560.2A priority Critical patent/CN106525397B/zh
Publication of CN106525397A publication Critical patent/CN106525397A/zh
Application granted granted Critical
Publication of CN106525397B publication Critical patent/CN106525397B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Monitoring And Testing Of Nuclear Reactors (AREA)
  • Examining Or Testing Airtightness (AREA)

Abstract

本发明涉及一种核电高压加热器故障诊断方法,在充分论证高压加热器多种故障情况下,基于故障模型,建立故障类型与故障征兆的一一映射关系,得到故障诊断知识置信规则库;并根据核电的诊断要求,在达到高压加热器经济性指标限值后,高压加热器故障诊断状态激活,诊断系统按故障优先级依据设定的故障诊断知识置信规则库对高压加热器进行故障诊断,最后得出故障类型的诊断信息。该方法对运行高压加热器进行实时故障的诊断,缩短了维修时间,提高了高压加热器的经济性。

Description

一种核电高压加热器故障诊断方法
技术领域
本发明涉及一种常规岛设备故障诊断方法,尤其是涉及一种核电高压加热器故障诊断方法。
背景技术
常规岛的主要功能是将核岛产生的蒸汽的热能转换成汽轮机的机械能,再通过发电机转变成电能。由于常规岛的设备间存在较强耦合且系统运行工况复杂多变,在故障诊断中普遍存在着故障知识库难于建立和完善的困惑,严重制约其故障诊断技术的进步和诊断系统的实际应用效果。而高压加热器故障在常规岛的故障中占有较大比例,对核电机组整体运行的安全经济性具有很大影响。开展高压加热器的故障诊断研究具有十分重要的意义。目前,针对高压加热器的故障诊断系统在现场成功应用的相对较少。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种核电高压加热器故障诊断方法。
本发明的目的可以通过以下技术方案来实现:
一种核电高压加热器故障诊断方法,该方法包括如下步骤:
1)高压加热器故障诊断状态激活:设定激活故障诊断状态的高压加热器经济性指标限值范围,当实时检测的高压加热器经济性指标处于所述的经济性指标限值范围,则激活故障诊断,执行步骤2);
2)按故障优先级依据设定的故障诊断知识置信规则库进行故障诊断:按优先级诊断的九种故障类型依次为:进口管系泄漏、出口管系泄漏、疏水阀门卡开、疏水阀门故障关、抽汽阀卡涩、进出口水室短路、给水管束堵塞、传热管结垢和汽侧积聚空气影响传热,首先进行进口管系泄漏的诊断,若诊断结果成立,则转向进口管系泄漏的诊断人机界面显示:进口管系泄漏故障成立、进口管系泄漏故障的置信度、引起进口管系泄漏故障的原因以及操作指导信息,并结束整个诊断过程,若诊断结果不成立,则转向下一个出口管系泄漏诊断,诊断与进口管系泄漏故障类似,依次诊断,最终对最后一个汽侧积聚空气影响传热进行诊断,如无故障则返回步骤1)。
所述的高压加热器经济性指标具体为高压加热器用热量,进而经济性指标限值范围为高压加热器用热量低限设定值:86900KJ/s。
所述的故障诊断知识置信规则库包括所述的九种故障类型对应的故障诊断知识规则、置信度、语义化阈值和限值。
所述的故障诊断知识置信规则库通过如下方式获得:基于不同的故障类型建立对应的故障模型,根据故障模型建立故障类型与故障征兆的一一映射关系,得到故障诊断知识置信规则库。
九种故障类型对应的故障诊断知识规则、置信度、语义化阈值和限值具体如下:
(1)进口管系泄漏:
进口管系泄漏故障诊断知识规则:
如果疏水出口压力减小的置信度为0.8,并且疏水调节阀开度增大的置信度为0.8,并且给水出口压力减小的置信度为0.7,那么进口管系泄漏的置信度为0.9;
ⅱ)语义化阈值和限值:
a)疏水出口压力减小:阈值:0.1Kpa,低限值:18Kpa,
b)疏水调节阀开度增大:阈值:0.1%,高限值:22%,
c)给水出口压力减小:阈值:0.1Kpa,低限值:1Kpa;
(2)出口管系泄漏:
ⅰ)出口管系泄漏诊断规则:
如果给水出口压力减小的置信度为0.8,并且疏水出口温度降低的置信度为0.7,并且疏水调节阀开度增大的置信度为0.7,那么出口管系泄漏的置信度为0.9;
ⅱ)语义化阈值和限值:
a)给水出口压力减小:阈值:0.1Kpa,低限值:1Kpa,
b)疏水出口温度降低:阈值:0.1℃,低限值:1.5℃,
c)疏水调节阀开度增大:阈值:0.1%,高限值:22%;
(3)疏水阀门卡开:
疏水阀门卡开故障诊断知识规则:
如果阀门开度大于95%并维持不变的置信度为0.9,并且液位以大于1.6cm/s的速度持续降低的置信度为0.9,那么疏水阀门卡开的置信度为0.9;
(4)疏水阀门故障关:
疏水阀门故障关故障诊断知识规则:
如果阀门开度小于1%并维持不变的置信度为0.9,并且液位以大于1.3cm/s的速度持续升高的置信度为0.9,那么疏水阀门故障关的置信度为0.9;
(5)抽汽阀卡涩:
ⅰ)抽汽阀卡涩故障诊断知识规则:
如果给水出口温度降低的置信度为0.8,并且疏水出口压力减小的置信度为0.8,那么抽汽阀卡涩的置信度为0.9;
ⅱ)语义化阈值和限值:
a)给水出口温度降低:阈值:0.01℃,低限值:0.5℃,
b)疏水出口压力减小:阈值:0.1Kpa,低限值:18Kpa;
(6)进出口水室短路:
ⅰ)进出口水室短路故障诊断知识规则:
如果给水出口温度降低的置信度为0.8,并且给水出口压力增大的置信度为0.7,那么进出口水室短路的置信度为0.9;
ⅱ)语义化阈值和限值:
a)给水出口温度降低:阈值:0.01℃,低限值:0.5℃,
b)给水出口压力增大:阈值:0.1Kpa,高限值:1.5Kpa;
(7)给水管束堵塞:
ⅰ)给水管束堵塞故障诊断知识规则:
如果疏水出口温度升高的置信度为0.8,并且给水出口温度降低的置信度为0.7,并且给水出口压力减小的置信度为0.6,那么给水管束堵塞的置信度为0.9;
ⅱ)语义化阈值和限值:
a)疏水出口温度升高:阈值:0.1℃,高限值:0.5℃,
b)给水出口温度降低:阈值:0.01℃,低限值:0.5℃,
c)给水出口压力减小:阈值:0.1Kpa,低限值:1Kpa;
(8)传热管结垢:
i)传热管结垢故障诊断知识规则:
如果疏水出口温度升高的置信度为0.9,并且给水出口温度降低的置信度为0.8,那么传热管结垢的置信度为0.9;
ⅱ)语义化阈值和限值:
a)疏水出口温度升高:阈值:0.1℃,高限值:0.5℃,
b)给水出口温度降低:阈值:0.01℃,低限值:0.5℃;
(9)汽侧积聚空气影响传热:
i)汽侧积聚空气影响传热故障诊断知识规则:
如果给水出口温度降低的置信度为0.9,并且疏水出口压力增大的置信度为0.7,那么汽侧积聚空气影响传热的置信度为0.9;
ⅱ)语义化阈值和限值:
a)给水出口温度降低:阈值:0.01℃,低限值:0.5℃,
b)疏水出口压力增大:阈值:0.1Kpa,高限值:1.5Kpa。
依据设定的故障诊断知识置信规则库进行故障诊断的具体方法为:
(a1)采集高压加热器运行数据,将高压加热器运行数据与对应的故障诊断知识规则中的涉及的运行数据的阈值和限值进行对比,设限值对应的置信度为1,阈值置信度为0,采用线性插值法求取该规则中涉及的高压加热器运行数据的当前证据的置信度值δ′;
(a2)对比相应的故障诊断知识规则,求取故障成立置信度:
α=[1-max{0,δ11′}]×[1-max{0,δ22′}]×…×[1-max{0,δN-δ′N}]×β,
其中,δ1′为步骤(a1)求取的相应的故障诊断知识规则中涉及的第一个运行数据的当前证据置信度值,δ1为故障诊断知识规则中涉及的第一个运行数据给定的前提条件置信度值,依次类推,δ′N为步骤(a1)求取的相应的故障诊断知识规则中涉及的第N个运行数据的当前证据置信度值,δN为故障诊断知识规则中涉及的第N个运行数据给定的前提条件置信度值,N为相应的故障诊断知识规则中涉及的运行数据总个数,β为相应的故障诊断知识规则中结论置信度值;
(a3)判断故障成立置信度α是否满足该故障成立对应的设定置信度范围,若是,该故障诊断结果成立。
与现有技术相比,本发明具有如下优点:
(1)本发明依据预先设置的故障诊断知识置信规则库进行故障类型的故障诊断,诊断结果准确,诊断速度快,提高工作效率;
(2)本发明设置经济性指标限值,并根据该经济性指标限值来激活故障诊断状态,实现故障诊断的自动运行,同时也减少了在无故障时诊断系统的数据采集,减少了冗余数据,减轻了诊断系统数据采集处理的负担;
(3)通过结合不同故障类型建立故障模型以及对故障模型测试数据挖掘整合起来构成的知识系统建立故障诊断置信规则库,该方法对运行高压加热器进行实时故障的诊断,缩短了维修时间,提高了高压加热器的经济性。
附图说明
图1为本发明高压加热器故障诊断推理控制策略框图;
图2为本发明高压加热器故障诊断系统总体结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
如图1所示,一种核电高压加热器故障诊断方法,该方法包括如下步骤:
1)高压加热器故障诊断状态激活:设定激活故障诊断状态的高压加热器经济性指标限值范围,当实时检测的高压加热器经济性指标处于经济性指标限值范围,则激活故障诊断,执行步骤2);
2)按故障优先级依据设定的故障诊断知识置信规则库进行故障诊断:按优先级诊断的九种故障类型依次为:进口管系泄漏、出口管系泄漏、疏水阀门卡开、疏水阀门故障关、抽汽阀卡涩、进出口水室短路、给水管束堵塞、传热管结垢和汽侧积聚空气影响传热,首先进行进口管系泄漏的诊断,若诊断结果成立,则转向进口管系泄漏的诊断人机界面显示:进口管系泄漏故障成立、进口管系泄漏故障的置信度、引起进口管系泄漏故障的原因以及操作指导信息,并结束整个诊断过程,若诊断结果不成立,则转向下一个出口管系泄漏诊断,诊断与进口管系泄漏故障类似,依次诊断,最终对最后一个汽侧积聚空气影响传热进行诊断,如无故障则返回步骤1)。
高压加热器经济性指标具体为高压加热器用热量,进而经济性指标限值范围为高压加热器用热量低限设定值:86900KJ/s。
故障诊断知识置信规则库包括九种故障类型对应的故障诊断知识规则、置信度、语义化阈值和限值,征兆知识表示模糊语义证据置信度求值函数信息。
故障诊断知识置信规则库通过如下方式获得:基于不同的故障类型建立对应的故障模型,根据故障模型建立故障类型与故障征兆的一一映射关系,得到故障诊断知识置信规则库。
九种故障类型对应的故障诊断知识规则、置信度、语义化阈值和限值具体如下:
(1)进口管系泄漏:
进口管系泄漏故障诊断知识规则:
如果疏水出口压力减小的置信度为0.8,并且疏水调节阀开度增大的置信度为0.8,并且给水出口压力减小的置信度为0.7,那么进口管系泄漏的置信度为0.9;
ⅱ)语义化阈值和限值:
a)疏水出口压力减小:阈值:0.1Kpa,低限值:18Kpa,
b)疏水调节阀开度增大:阈值:0.1%,高限值:22%,
c)给水出口压力减小:阈值:0.1Kpa,低限值:1Kpa;
(2)出口管系泄漏:
ⅰ)出口管系泄漏诊断规则:
如果给水出口压力减小的置信度为0.8,并且疏水出口温度降低的置信度为0.7,并且疏水调节阀开度增大的置信度为0.7,那么出口管系泄漏的置信度为0.9;
ⅱ)语义化阈值和限值:
a)给水出口压力减小:阈值:0.1Kpa,低限值:1Kpa,
b)疏水出口温度降低:阈值:0.1℃,低限值:1.5℃,
c)疏水调节阀开度增大:阈值:0.1%,高限值:22%;
(3)疏水阀门卡开:
疏水阀门卡开故障诊断知识规则:
如果阀门开度大于95%并维持不变的置信度为0.9,并且液位以大于1.6cm/s的速度持续降低的置信度为0.9,那么疏水阀门卡开的置信度为0.9;
(4)疏水阀门故障关:
疏水阀门故障关故障诊断知识规则:
如果阀门开度小于1%并维持不变的置信度为0.9,并且液位以大于1.3cm/s的速度持续升高的置信度为0.9,那么疏水阀门故障关的置信度为0.9;
(5)抽汽阀卡涩:
ⅰ)抽汽阀卡涩故障诊断知识规则:
如果给水出口温度降低的置信度为0.8,并且疏水出口压力减小的置信度为0.8,那么抽汽阀卡涩的置信度为0.9;
ⅱ)语义化阈值和限值:
a)给水出口温度降低:阈值:0.01℃,低限值:0.5℃,
b)疏水出口压力减小:阈值:0.1Kpa,低限值:18Kpa;
(6)进出口水室短路:
ⅰ)进出口水室短路故障诊断知识规则:
如果给水出口温度降低的置信度为0.8,并且给水出口压力增大的置信度为0.7,那么进出口水室短路的置信度为0.9;
ⅱ)语义化阈值和限值:
a)给水出口温度降低:阈值:0.01℃,低限值:0.5℃,
b)给水出口压力增大:阈值:0.1Kpa,高限值:1.5Kpa;
(7)给水管束堵塞:
ⅰ)给水管束堵塞故障诊断知识规则:
如果疏水出口温度升高的置信度为0.8,并且给水出口温度降低的置信度为0.7,并且给水出口压力减小的置信度为0.6,那么给水管束堵塞的置信度为0.9;
ⅱ)语义化阈值和限值:
a)疏水出口温度升高:阈值:0.1℃,高限值:0.5℃,
b)给水出口温度降低:阈值:0.01℃,低限值:0.5℃,
c)给水出口压力减小:阈值:0.1Kpa,低限值:1Kpa;
(8)传热管结垢:
i)传热管结垢故障诊断知识规则:
如果疏水出口温度升高的置信度为0.9,并且给水出口温度降低的置信度为0.8,那么传热管结垢的置信度为0.9;
ⅱ)语义化阈值和限值:
a)疏水出口温度升高:阈值:0.1℃,高限值:0.5℃,
b)给水出口温度降低:阈值:0.01℃,低限值:0.5℃;
(9)汽侧积聚空气影响传热:
i)汽侧积聚空气影响传热故障诊断知识规则:
如果给水出口温度降低的置信度为0.9,并且疏水出口压力增大的置信度为0.7,那么汽侧积聚空气影响传热的置信度为0.9;
ⅱ)语义化阈值和限值:
a)给水出口温度降低:阈值:0.01℃,低限值:0.5℃,
b)疏水出口压力增大:阈值:0.1Kpa,高限值:1.5Kpa。
上述规则为逻辑量诊断规则,为精确知识表达规则。本发明首先在充分论证高压加热器多种故障情况下,基于故障模型,建立故障类型与故障征兆的一一映射关系,得到故障诊断知识置信规则库;并根据核电的诊断要求,针对高压加热器采用特定优先级的推理控制策略对故障进行分离和识别,最后得出故障类型的诊断信息,在故障诊断时设定高压加热器各个参数的阈值与限值,对它们进行实时监测,并始终处在故障的预诊断状态。
具体地,依据设定的故障诊断知识置信规则库进行故障诊断的具体方法为:
(a1)采集高压加热器运行数据,将高压加热器运行数据与对应的故障诊断知识规则中的涉及的运行数据的阈值和限值进行对比,设限值对应的置信度为1,阈值置信度为0,采用线性插值法求取该规则中涉及的高压加热器运行数据的当前证据的置信度值δ′;
(a2)对比相应的故障诊断知识规则,求取故障成立置信度:
α=[1-max{0,δ11′}]×[1-max{0,δ22′}]×…×[1-max{0,δN-δ′N}]×β,
其中,δ1′为步骤(a1)求取的相应的故障诊断知识规则中涉及的第一个运行数据的当前证据置信度值,δ1为故障诊断知识规则中涉及的第一个运行数据给定的前提条件置信度值,依次类推,δ′N为步骤(a1)求取的相应的故障诊断知识规则中涉及的第N个运行数据的当前证据置信度值,δN为故障诊断知识规则中涉及的第N个运行数据给定的前提条件置信度值,N为相应的故障诊断知识规则中涉及的运行数据总个数,β为相应的故障诊断知识规则中结论置信度值;
(a3)判断故障成立置信度α是否满足该故障成立对应的设定置信度范围,若是,该故障诊断结果成立。
例如,首先对进口管系泄漏这一故障类型进行诊断时,具体为,采集高压加热器中疏水出口压力、疏水调节阀开度和给水出口压力这三个运行数据,分别与进口管系泄漏故障诊断知识规则中这三个运行数据给定的阈值和限值进行对比,求取δ1′、δ2′和δ3′,δ1′为疏水出口压力运行数据的当前证据置信度值,δ2′为疏水调节阀开度运行数据的当前证据置信度值,δ3′为给水出口压力运行数据的当前证据置信度值;然后根据上述步骤(a2)求取进口管系泄漏故障成立置信度,其中,δ1为进口管系泄漏故障诊断知识规则中涉及的疏水出口压力前提条件置信度值,即为0.8,以此类推,δ2为0.8,δ3为0.7,β为进口管系泄漏故障诊断知识规则中结论置信度值,即为0.9。通过上述方法求得进口管系泄漏故障成立置信度α,判断α是否满足进口管系泄漏成立对应的设定置信度范围,所述的进口管系泄漏成立对应的设定置信度范围通过需要进行任意设定,若是,该故障诊断结果成立,转向进口管系泄漏的诊断人机界面解释:进口管系泄漏故障成立、进口管系泄漏故障的置信度、引起进口管系泄漏故障的原因以及操作指导信息,并结束整个诊断过程,若诊断结果不成立,则转向下一个出口管系泄漏诊断。
基于经济性分析的核电1000万发电容量高压加热器故障诊断系统采用专家知识系统、计算机科学技术、网络通信技术、热力学理论及故障建模等相关技术,以三层诊断界面实现整个诊断过程以及诊断信息的人机交互。
如图2所示,本发明开发的高压加热器故障诊断系统以Windows 7操作系统为平台,以Visual C++为诊断程序开发工具,以工业自动化通用组态软件NetControl的数据库为实时数据库,并进行数据采集、征兆值获取以及与运行相适应的阈值计算,利用组态软件进行人机交互界面的开发。利用最常用的关系数据库(Access数据库)作为系统存储知识(包括诊断状态、规则知识、阈值和限值等)的部分。高压加热器智能诊断及操作指导系统是基于核电仿真机运行数据进行智能诊断过程,模拟了实际应用中核电站DCS的运行数据进行的智能诊断过程。本系统是通过OPC-Server与仿真机现场(或DCS)连接,通过NetControl监控平台为实时数据库提供故障诊断的状态和诊断相关征兆数据。专家系统诊断模块包括:证据提取模块、置信规则库、故障诊断模块、用户画面等,图2中故障征兆集和诊断规则模块根据核电站仿真机、核电站模型进行仿真获取数据,结合领域专家经验进行机理分析,确定各种故障类型对应的故障征兆和诊断规则,进而形成置信规则库。诊断触发模块实现了当实时检测的高压加热器经济性指标处于经济性指标限值范围,则激活故障诊断,证据提取模块即为通过图中监控平台对高压加热器的实时数据进行监控,当激活故障诊断后,通过数据库访问模块将实时数据传输并存于实时数据库中,故障诊断模块根据实时数据库中的实时数据以及置信规则库中的九种故障类型对应的故障诊断知识规则、置信度、语义化阈值和限值进行故障诊断,将诊断结果发送至实时数据库,用户画面模块从实时数据库或取诊断结果以及相应的实时数据进行显示。
常规岛高压加热器故障诊断系统用户画面分三层界面设计,第一层为常规岛系统总貌画面,以高压加热器设备颜色为红色表示处于故障状态;第二层为高压加热器的故障类型定位画面,在第一层高压加热器设备为红色时(故障状态)点击出现,并用颜色定位画面上被诊断出的故障类型;第三层为被诊断出的故障类型的置信度、故障原因以及处理故障的操作指导,在第二层颜色定位的故障类型上点击出现显示。

Claims (4)

1.一种核电高压加热器故障诊断方法,其特征在于,该方法包括如下步骤:
1)高压加热器故障诊断状态激活:设定激活故障诊断状态的高压加热器经济性指标限值范围,当实时检测的高压加热器经济性指标处于所述的经济性指标限值范围,则激活故障诊断,执行步骤2);
2)按故障优先级依据设定的故障诊断知识置信规则库进行故障诊断:按优先级诊断的九种故障类型依次为:进口管系泄漏、出口管系泄漏、疏水阀门卡开、疏水阀门故障关、抽汽阀卡涩、进出口水室短路、给水管束堵塞、传热管结垢和汽侧积聚空气影响传热,首先进行进口管系泄漏的诊断,若诊断结果成立,则转向进口管系泄漏的诊断人机界面显示:进口管系泄漏故障成立、进口管系泄漏故障的置信度、引起进口管系泄漏故障的原因以及操作指导信息,并结束整个诊断过程,若诊断结果不成立,则转向下一个出口管系泄漏诊断,诊断与进口管系泄漏故障类似,依次诊断,最终对最后一个汽侧积聚空气影响传热进行诊断,如无故障则返回步骤1);
所述的故障诊断知识置信规则库包括所述的九种故障类型对应的故障诊断知识规则、置信度、语义化阈值和限值;
九种故障类型对应的故障诊断知识规则、置信度、语义化阈值和限值具体如下:
(1)进口管系泄漏:
进口管系泄漏故障诊断知识规则:
如果疏水出口压力减小的置信度为0.8,并且疏水调节阀开度增大的置信度为0.8,并且给水出口压力减小的置信度为0.7,那么进口管系泄漏的置信度为0.9;
ⅱ)语义化阈值和限值:
a)疏水出口压力减小:阈值:0.1Kpa,低限值:18Kpa,
b)疏水调节阀开度增大:阈值:0.1%,高限值:22%,
c)给水出口压力减小:阈值:0.1Kpa,低限值:1Kpa;
(2)出口管系泄漏:
ⅰ)出口管系泄漏诊断规则:
如果给水出口压力减小的置信度为0.8,并且疏水出口温度降低的置信度为0.7,并且疏水调节阀开度增大的置信度为0.7,那么出口管系泄漏的置信度为0.9;
ⅱ)语义化阈值和限值:
a)给水出口压力减小:阈值:0.1Kpa,低限值:1Kpa,
b)疏水出口温度降低:阈值:0.1℃,低限值:1.5℃,
c)疏水调节阀开度增大:阈值:0.1%,高限值:22%;
(3)疏水阀门卡开:
疏水阀门卡开故障诊断知识规则:
如果阀门开度大于95%并维持不变的置信度为0.9,并且液位以大于1.6cm/s的速度持续降低的置信度为0.9,那么疏水阀门卡开的置信度为0.9;
(4)疏水阀门故障关:
疏水阀门故障关故障诊断知识规则:
如果阀门开度小于1%并维持不变的置信度为0.9,并且液位以大于1.3cm/s的速度持续升高的置信度为0.9,那么疏水阀门故障关的置信度为0.9;
(5)抽汽阀卡涩:
ⅰ)抽汽阀卡涩故障诊断知识规则:
如果给水出口温度降低的置信度为0.8,并且疏水出口压力减小的置信度为0.8,那么抽汽阀卡涩的置信度为0.9;
ⅱ)语义化阈值和限值:
a)给水出口温度降低:阈值:0.01℃,低限值:0.5℃,
b)疏水出口压力减小:阈值:0.1Kpa,低限值:18Kpa;
(6)进出口水室短路:
ⅰ)进出口水室短路故障诊断知识规则:
如果给水出口温度降低的置信度为0.8,并且给水出口压力增大的置信度为0.7,那么进出口水室短路的置信度为0.9;
ⅱ)语义化阈值和限值:
a)给水出口温度降低:阈值:0.01℃,低限值:0.5℃,
b)给水出口压力增大:阈值:0.1Kpa,高限值:1.5Kpa;
(7)给水管束堵塞:
ⅰ)给水管束堵塞故障诊断知识规则:
如果疏水出口温度升高的置信度为0.8,并且给水出口温度降低的置信度为0.7,并且给水出口压力减小的置信度为0.6,那么给水管束堵塞的置信度为0.9;
ⅱ)语义化阈值和限值:
a)疏水出口温度升高:阈值:0.1℃,高限值:0.5℃,
b)给水出口温度降低:阈值:0.01℃,低限值:0.5℃,
c)给水出口压力减小:阈值:0.1Kpa,低限值:1Kpa;
(8)传热管结垢:
i)传热管结垢故障诊断知识规则:
如果疏水出口温度升高的置信度为0.9,并且给水出口温度降低的置信度为0.8,那么传热管结垢的置信度为0.9;
ⅱ)语义化阈值和限值:
a)疏水出口温度升高:阈值:0.1℃,高限值:0.5℃,
b)给水出口温度降低:阈值:0.01℃,低限值:0.5℃;
(9)汽侧积聚空气影响传热:
i)汽侧积聚空气影响传热故障诊断知识规则:
如果给水出口温度降低的置信度为0.9,并且疏水出口压力增大的置信度为0.7,那么汽侧积聚空气影响传热的置信度为0.9;
ⅱ)语义化阈值和限值:
a)给水出口温度降低:阈值:0.01℃,低限值:0.5℃,
b)疏水出口压力增大:阈值:0.1Kpa,高限值:1.5Kpa。
2.根据权利要求1所述的一种核电高压加热器故障诊断方法,其特征在于,所述的高压加热器经济性指标具体为高压加热器用热量,进而经济性指标限值范围为高压加热器用热量低限设定值:86900KJ/s。
3.根据权利要求1所述的一种核电高压加热器故障诊断方法,其特征在于,所述的故障诊断知识置信规则库通过如下方式获得:基于不同的故障类型建立对应的故障模型,根据故障模型建立故障类型与故障征兆的一一映射关系,得到故障诊断知识置信规则库。
4.根据权利要求1所述的一种核电高压加热器故障诊断方法,其特征在于,依据设定的故障诊断知识置信规则库进行故障诊断的具体方法为:
(a1)采集高压加热器运行数据,将高压加热器运行数据与对应的故障诊断知识规则中的涉及的运行数据的阈值和限值进行对比,设限值对应的置信度为1,阈值置信度为0,采用线性插值法求取该规则中涉及的高压加热器运行数据的当前证据的置信度值δ′;
(a2)对比相应的故障诊断知识规则,求取故障成立置信度:
α=[1-max{0,δ11′}]×[1-max{0,δ2-δ′2}]×…×[1-max{0,δN-δ′N}]×β,
其中,δ1′为步骤(a1)求取的相应的故障诊断知识规则中涉及的第一个运行数据的当前证据置信度值,δ1为故障诊断知识规则中涉及的第一个运行数据给定的前提条件置信度值,依次类推,δ′N为步骤(a1)求取的相应的故障诊断知识规则中涉及的第N个运行数据的当前证据置信度值,δN为故障诊断知识规则中涉及的第N个运行数据给定的前提条件置信度值,N为相应的故障诊断知识规则中涉及的运行数据总个数,β为相应的故障诊断知识规则中结论置信度值;
(a3)判断故障成立置信度α是否满足该故障成立对应的设定置信度范围,若是,该故障诊断结果成立。
CN201610928560.2A 2016-10-31 2016-10-31 一种核电高压加热器故障诊断方法 Active CN106525397B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610928560.2A CN106525397B (zh) 2016-10-31 2016-10-31 一种核电高压加热器故障诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610928560.2A CN106525397B (zh) 2016-10-31 2016-10-31 一种核电高压加热器故障诊断方法

Publications (2)

Publication Number Publication Date
CN106525397A CN106525397A (zh) 2017-03-22
CN106525397B true CN106525397B (zh) 2018-10-26

Family

ID=58291646

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610928560.2A Active CN106525397B (zh) 2016-10-31 2016-10-31 一种核电高压加热器故障诊断方法

Country Status (1)

Country Link
CN (1) CN106525397B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110718312B (zh) * 2019-09-18 2023-08-04 上海电力大学 一种传热管破裂事故下终止安注的系统及方法
CN110675966B (zh) * 2019-09-18 2023-07-04 上海电力大学 一种传热管破裂事故下隔离蒸汽发生器的系统与方法
CN111312420A (zh) * 2020-03-02 2020-06-19 上海交通大学 故障诊断方法及装置
CN111312415A (zh) * 2020-03-02 2020-06-19 上海交通大学 故障诊断方法及装置
CN112101797B (zh) * 2020-09-18 2023-10-27 中国人民解放军火箭军工程大学 一种复杂工业系统动态故障诊断方法及系统
CN113756886A (zh) * 2021-04-20 2021-12-07 通辽霍林河坑口发电有限责任公司 一种汽轮机加热器的故障判断方法和系统
CN114459784B (zh) * 2021-08-30 2023-08-29 中电华创电力技术研究有限公司 汽轮机合体低压加热器憋气故障检测方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101377683A (zh) * 2008-09-26 2009-03-04 上海电力学院 火力发电厂过热蒸汽温度异常自诊断方法
CN102425777A (zh) * 2011-11-11 2012-04-25 上海电力学院 过热蒸汽温度高报警状态触发故障诊断的方法
CN103411204A (zh) * 2013-08-20 2013-11-27 上海电力学院 除氧器压力低报警状态触发故障诊断的方法
CN106053105A (zh) * 2016-05-10 2016-10-26 中广核工程有限公司 一种核电站回热加热器能效监测与诊断的方法和系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3553189B2 (ja) * 1995-04-12 2004-08-11 富士重工業株式会社 ポートヒータ故障診断装置
JP5099475B2 (ja) * 2006-12-20 2012-12-19 独立行政法人日本原子力研究開発機構 大電力ミリ波伝送系の異常診断装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101377683A (zh) * 2008-09-26 2009-03-04 上海电力学院 火力发电厂过热蒸汽温度异常自诊断方法
CN102425777A (zh) * 2011-11-11 2012-04-25 上海电力学院 过热蒸汽温度高报警状态触发故障诊断的方法
CN103411204A (zh) * 2013-08-20 2013-11-27 上海电力学院 除氧器压力低报警状态触发故障诊断的方法
CN106053105A (zh) * 2016-05-10 2016-10-26 中广核工程有限公司 一种核电站回热加热器能效监测与诊断的方法和系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
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;钱虹;《原子能科学技术》;20170331;全文 *
报警触发式故障自诊断专家系统的研发;钱虹;《发电设备》;20120930;第349-352页 *
报警触发式蒸汽发生器传热管破裂事故诊断专家系统的研究;钱虹;《核动力工程》;20150228;全文 *
核电站报警触发式智能诊断专家系统的研究;骆建波;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20160215;全文 *
核电站高压加热器管系泄漏智能诊断专家知识库的研究;郑秒;《核动力工程》;20180228;全文 *

Also Published As

Publication number Publication date
CN106525397A (zh) 2017-03-22

Similar Documents

Publication Publication Date Title
CN106525397B (zh) 一种核电高压加热器故障诊断方法
CN102425777B (zh) 过热蒸汽温度高报警状态触发故障诊断的方法
CN103091112A (zh) 基于模糊推理和自学习的汽车排放故障检诊方法及装置
CN112906787A (zh) 一种工业锅炉故障识别方法及系统
CN112199890B (zh) 一种综合式核动力装置系统级故障诊断方法
CN102110187B (zh) 一种基于pca和人工免疫系统的流程工业混合故障诊断方法和系统
CN103411204B (zh) 除氧器压力低报警状态触发故障诊断的方法
Peng et al. Real-time simulations to enhance distributed on-line monitoring and fault detection in Pressurized Water Reactors
CN112632845B (zh) 基于数据的小型反应堆在线故障诊断方法、介质及设备
CN106679847A (zh) 一种电力设备故障诊断方法及装置
CN110083076A (zh) 一种燃气轮机气动执行器故障半实物仿真平台及仿真方法
CN113593741B (zh) 一种蒸汽发生器故障诊断方法
CN115562133A (zh) 一种轴向柱塞泵智能网关
Wu et al. Research on rapid source term estimation in nuclear accident emergency decision for pressurized water reactor based on Bayesian network
Ulrich et al. Dynamic Human-in-the-Loop Simulated Nuclear Power Plant Thermal Dispatch System Demonstration and Evaluation Study
CN107895194A (zh) 一种核电厂主冷却剂系统故障诊断方法
CN105279553B (zh) 一种高加给水系统故障程度识别方法
CN104200266B (zh) 一种基于可拓神经网络的烘房加热系统故障诊断方法
Zhao et al. Remote intelligent expert system for operation state of marine gas turbine engine
Park et al. System and component anomaly detection using lstm-vae
Li et al. Digital Twin Based Operation Support System of Nuclear Power Plant
JP2023548414A (ja) ニューラルネットワークモデルを利用した非正常状態判断根拠追跡装置及び方法
Chou et al. The development of a thermal performance diagnostics expert system for nuclear power plant
CN106199403A (zh) 一种热工保护系统状态监测和诊断方法
Xu et al. Research on fault detection and diagnosis method for nuclear power plants based on distributed strategy

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant