CN110289112A - 基于层次分析和模糊评价的核动力装置健康状态诊断方法 - Google Patents
基于层次分析和模糊评价的核动力装置健康状态诊断方法 Download PDFInfo
- Publication number
- CN110289112A CN110289112A CN201910514782.3A CN201910514782A CN110289112A CN 110289112 A CN110289112 A CN 110289112A CN 201910514782 A CN201910514782 A CN 201910514782A CN 110289112 A CN110289112 A CN 110289112A
- Authority
- CN
- China
- Prior art keywords
- index
- layer index
- failure
- indicator layer
- relative
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21C—NUCLEAR REACTORS
- G21C17/00—Monitoring; Testing ; Maintaining
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21C—NUCLEAR REACTORS
- G21C17/00—Monitoring; Testing ; Maintaining
- G21C17/003—Remote inspection of vessels, e.g. pressure vessels
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21C—NUCLEAR REACTORS
- G21C17/00—Monitoring; Testing ; Maintaining
- G21C17/017—Inspection or maintenance of pipe-lines or tubes in nuclear installations
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Plasma & Fusion (AREA)
- General Engineering & Computer Science (AREA)
- High Energy & Nuclear Physics (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
Abstract
本发明提出一种基于层次分析和模糊评价的核动力装置健康状态诊断方法。该方法对包含两个回路系统的核动力装置分别建立每个回路系统对应的故障指标体系,在每个指标体系中计算指标层指标相对于决策层指标的相对权重,然后分别确定评价对象集合和评价结果集合,构建对应的模糊矩阵,得到每个指标体系中每个评价对象的最终评价结果打分;最终得到每个回路系统对应的最终健康状态打分。本发明对核动力装置进行层次划分,量化故障指标,通过计算打分的方式对核动力装置的健康状态进行评价,直观地反应出核动力装置的当前健康状态,优化运维方案,降低成本。
Description
技术领域
本发明涉及核动力装置健康诊断领域,特别涉及一种基于层次分析和模糊评价的核动力装置健康状态诊断方法。
背景技术
在核动力装置的相关技术研究中,存在一类常见的问题,即系统的某个功能单元的性能退化,但是仍旧能够一定程度地实现对应功能,对于含有这类单元的典型系统,称为部分失效系统。
核电站可靠性数据系统将组件的部分失效定义为:“部分表现为失效,或认为组件功能丧失”。其失效模式为:组件虽然还能完成其功能,但部分能力丧失影响其达到期望性能。核动力装置中的大多数流体系统组件都有这种可能,它们能够完成预计的功能,但可能不能达到最终安全分析报告或者技术规范所描述的成功临界值,因此这种状态的核动力装置的维护优先级相对较低,在运维策略中可以处于相对靠后的位置,如果按照故障状态对其进行维护,在运维策略角度上实际上是对人力物力资源的一种浪费。
而传统的核动力装置健康状态评估方法中,大多采用故障树来对核动力装置的失效模式进行相关建模与描述,但是该类方法存在一个突出的问题,即认为当系统在运行过程中无法达到预期性能就判定系统出现故障,然后需要对系统进行维护。上文已经提到,核动力装置的复杂性和冗余设计使其普遍存在“部分失效”的故障模式,这是传统方法难以避免的问题,而对这种失效模式下的系统进行大规模的维护工作自然是对人力物力资源的一种浪费,即这种传统的评估方法虽然简单但可靠性相对较低。
此外,由于核动力装置的特殊性,一旦发生安全问题,造成的危害非常巨大,因此针对核动力装置,更加需要对其健康状态进行诊断,并依据诊断结果快速判断核动力装置当前处于何种状态,寻找到可能存在故障风险的设备或零件,及时排除安全隐患。
发明内容
本发明的目的是为了克服已有方法的不足,提出一种基于层次分析和模糊评价的核动力装置健康状态诊断方法。本发明对核动力装置进行层次划分,量化故障指标,通过计算打分的方式对核动力装置的健康状态进行评价,直观地反应出核动力装置的当前健康状态并给出对应运维策略建议,优化了运维方案,降低了人力物力成本。
本发明提出一种基于层次分析和模糊评价的核动力装置健康状态诊断方法,其特征在于,包括以下步骤:
1)利用层次分析法,对包含两个回路系统的核动力装置建立每个回路系统分别对应的故障指标体系;在每个故障指标体系中,分别以各回路系统健康状态为评估目标,每个故障指标体系分为三个层次,包括:决策层、准则层、指标层,其中每个准则层指标包含对应的子准则层指标;
对于一回路系统,决策层指标为一回路系统健康状态X1,X1对应准则层指标为稳压器u1 1、蒸汽发生器u2 1、主冷却系统u3 1和包壳u4 1;
其中,稳压器u1 1对应子准则层指标为波动管破裂u11 1;蒸汽发生器u2 1对应子准则层指标为U型传热管破裂u21 1、蒸汽母管破裂u22 1和给水管破裂u23 1;
主冷却系统u3 1对应子准则层指标为冷却剂丧失u31 1和失流故障u32 1;包壳u4 1对应子准则层指标为包壳破损u41 1;
波动管破裂u11 1对应指标层指标为稳压器水位u111 1、稳压器压力u112 1、安全壳温度u113 1、安全壳压力u114 1和辐射水平u115 1;
U型传热管破裂u21 1对应指标层指标为稳压器水位u211 1、稳压器压力u212 1、二回路侧温度u213 1和二回路侧压力u214 1;
蒸汽母管破裂u22 1对应指标层指标为安全壳温度u221 1、安全壳压力u222 1和二回路侧压力u223 1;
给水管破裂u23 1对应指标层指标为冷却剂温度u231 1和稳压器压力u232 1;
冷却剂丧失u31 1对应指标层指标为稳压器水位u311 1、稳压器温度u312 1、冷却剂流量u313 1和安全壳温度u314 1;
失流故障u32 1对应指标层指标为稳压器水位u321 1、冷却剂流量u322 1和冷却剂温度u323 1;
包壳破损u41 1对应指标层指标为辐射水平u411 1;
对于二回路系统,决策层指标为二回路系统健康状态X2,X2对应准则层指标为汽轮机u1 2、主蒸汽系统u2 2、凝结水抽取系统u3 2和加热器u4 2;
汽轮机u1 2对应子准则层指标为转子故障u11 2和转子轴承故障u12 2;
主蒸汽系统u2 2对应子准则层指标为隔离阀故障u21 2和蒸汽管线破裂u22 2;
凝结水抽取系统u3 2对应子准则层指标为循环水泵故障u31 2、凝汽器故障u32 2和凝结水泵故障u33 2;
加热器u4 2对应子准则层指标为加热器故障u41 2;
转子故障u11 2对应指标层指标为波形相位u111 2、振动频率u112 2和振动幅度u113 2;
转子轴承故障u12 2对应指标层指标为振动幅度u121 2;
隔离阀故障u21 2对应指标层指标为蒸汽发生器压力u211 2、蒸汽流量u212 2、蒸汽温度u213 2、蒸汽压力u214 2、稳压器水位u215 2和稳压器压力u216 2;
蒸汽管线破裂u22 2对应指标层指标为蒸汽流量u221 2和蒸汽发生器压力u222 2;
循环水泵故障u31 2对应指标层指标为循环冷却水进口压力u311 2、循环水泵出口压力u312 2和循环冷却水流量u313 2;
凝汽器故障u32 2对应指标层指标为凝汽器水位u321 2和循环冷却水温度u322 2;
凝结水泵故障u33 2对应指标层指标为凝汽器水位u331 2;
加热器故障u41 2对应指标层指标为蒸汽流量u411 2和冷却剂温度u412 2;
2)在每个指标体系中,对同一层次的指标进行重要性比较得到对应的判断矩阵,计算每个指标相对于上一层指标的相对权重,最终得到每个回路系统故障指标体系中指标层指标相对于决策层指标的相对权重;具体步骤如下:
2-1)在每个指标体系中,针对每个子准则层指标对应的各指标层指标两两之间进行重要性比较,然后针对每个准则层指标对应的各子准则层指标两两之间进行重要性比较,最后针对每个准则层指标两两进行重要性比较,得到进行两两比较的每个指标的相对重要性评分;对进行重要性比较的两个指标,判定为重要的指标按照重要程度从低到高评分为从1~9的整数,则另一个指标评分为重要指标得分的倒数;其中,评分为1时表示进行比较的两个指标具有相同重要性;
2-2)计算每个指标对于该指标对应的上一层指标的相对权重;具体方法如下:
2-2-1)设进行两两比较的同一层次指标的个数为n,则n个指标两两进行相对重要性比较后得到一个n×n的判断矩阵;
2-2-2)对每个判断矩阵,计算该判断矩阵每一行元素的乘积Mi:
式中,aij表示判断矩阵中第i行第j个元素对应的指标的相对重要性评分;
2-2-3)计算Mi的n次方根
2-2-4)对向量归一化处理:
2-2-5)进行一致性检验:
式中,λmax为判断矩阵的最大特征根,n为判断矩阵的阶数,RI为与n对应的平均随机一致性取值;
当CR小于0.1时,则判断矩阵具有良好的一致性;否则重新返回步骤2-1),重新进行重要性比较并调整判断矩阵元素的取值,直到CR小于0.1,将Wi作为该判断矩阵对应的每个指标相对上一层指标的相对权重;
2-3)在每个指标体系中,利用得到的各个指标相对于上层指标的相对权重,将指标层指标相对于对应的子准则层指标的相对权重与该子准则层指标相对于对应准则层指标的相对权重相乘,再将乘积与该准则层指标相对于决策层指标的相对权重相乘,得到指标层指标相对于决策层指标的相对权重;最后记指标层指标数量为m,将每个指标体系中指标层指标的相对权重按照先后按顺序分别记为di,i=1,2,…,m;
3)对于每个指标体系,分别确定对应的评价对象的集合和评价结果的集合,构建对应的模糊矩阵,得到每个指标体系中每个评价对象的最终评价结果打分;
3-1)对于每个指标体系,确定对应的评价对象的集合T,则:
T={t1,t2,…,tm}
其中,ti为第i个指标层指标;
3-2)对于每个指标体系,将评价结果集合V设置为从0开始每10分一个区间作为一个评价结果,共包含z=10个评价结果,z为评价结果种类的个数,其中,vj为第j种评价结果,即:
V={0~10,11~20,21~30,31~40,41~50,51~60,61~70,71~80,81~90,91~100}
3-3)确定模糊矩阵R并初始化为零矩阵,即:
式中,rij表示评价对象ti对评价结果vj的隶属度,即评价对象ti的评价结果是vj的一共有rij个,模糊向量ri表示ti在评价结果集V上的对应关系;
获取每个指标体系中对指标层指标的评分结果,若评价对象ti的评价结果打分为x且x属于vj代表的区间,则rij加1;
针对模糊向量ri,根据最大隶属度原则,将rij最大值对应的评价结果vj作为ti的评价结果,计算对应于vj的打分的平均值作为针对该评价对象的最终评价结果打分ci;
4)计算每个回路系统对应的最终健康状态打分并得到对应的评价结果;
在每个指标体系中,利用步骤2)得到的相对权重di和步骤3)得到的最终评价结果打分ci,可以得到每个回路系统对应的最终健康状态打分S,即:
S=∑di×ci
当S≥80分时,则对应回路系统为健康状态;当30分≤S<80分时,则对应回路系统为亚健康状态;当S<30分时,则对应回路系统为故障状态。
本发明的特点及有益之处在于:
本发明基于层次分析法和模糊评价法对核动力装置建立故障指标体系,通过计算打分方式直观反映核动力装置的健康状态,克服了传统方法的二元性,即无法识别出部分失效模式的亚健康状态的问题,提升了核动力装置健康状态评价的准确性。
通过本发明得到的评价结果,可以为核动力装置的运维策略的制定提供参考建议,降低了运维成本,提高核动力装置运行稳定性。
具体实施方式
本发明提出一种基于层次分析和模糊评价的核动力装置健康状态诊断方法,下面结合具体实施例进一步详细说明如下。
本发明提出一种基于层次分析和模糊评价的核动力装置健康状态诊断方法,包括以下步骤:
1)利用层次分析法,对包含两个回路系统的核动力装置建立每个回路系统分别对应的故障指标体系;在每个故障指标体系中,分别以各回路系统健康状态为评估目标,其中一回路系统的健康状态为X1,二回路系统的健康状态为X2,为细化回路系统故障,便于进行评价,每个故障指标体系分为三个层次,包括:决策层、准则层、指标层,其中准则层存在包含子准则层的情况,具体故障指标体系分别如表1和表2所示:
表1一回路系统故障指标体系
对于一回路系统,决策层指标为一回路系统健康状态X1,X1对应准则层指标为稳压器u1 1、蒸汽发生器u2 1、主冷却系统u3 1和包壳u4 1;
其中,稳压器u1 1对应子准则层指标为波动管破裂u11 1;蒸汽发生器u2 1对应子准则层指标为U型传热管破裂u21 1、蒸汽母管破裂u22 1和给水管破裂u23 1;
主冷却系统u3 1对应子准则层指标为冷却剂丧失u31 1和失流故障u32 1;包壳u4 1对应子准则层指标为包壳破损u41 1;
波动管破裂u11 1对应指标层指标为稳压器水位u111 1、稳压器压力u112 1、安全壳温度u113 1、安全壳压力u114 1和辐射水平u115 1;
U型传热管破裂u21 1对应指标层指标为稳压器水位u211 1、稳压器压力u212 1、二回路侧温度u213 1和二回路侧压力u214 1;
蒸汽母管破裂u22 1对应指标层指标为安全壳温度u221 1、安全壳压力u222 1和二回路侧压力u223 1;
给水管破裂u23 1对应指标层指标为冷却剂温度u231 1和稳压器压力u232 1;
冷却剂丧失u31 1对应指标层指标为稳压器水位u311 1、稳压器温度u312 1、冷却剂流量u313 1和安全壳温度u314 1;
失流故障u32 1对应指标层指标为稳压器水位u321 1、冷却剂流量u322 1和冷却剂温度u323 1;
包壳破损u41 1对应指标层指标为辐射水平u411 1。
表2二回路系统故障指标体系
对于二回路系统,决策层指标为二回路系统健康状态X2,X2对应准则层指标为汽轮机u1 2、主蒸汽系统u2 2、凝结水抽取系统u3 2和加热器u4 2;
汽轮机u1 2对应子准则层指标为转子故障u11 2和转子轴承故障u12 2;
主蒸汽系统u2 2对应子准则层指标为隔离阀故障u21 2和蒸汽管线破裂u22 2;
凝结水抽取系统u3 2对应子准则层指标为循环水泵故障u31 2、凝汽器故障u32 2和凝结水泵故障u33 2;
加热器u4 2对应子准则层指标为加热器故障u41 2;
转子故障u11 2对应指标层指标为波形相位u111 2、振动频率u112 2和振动幅度u113 2;
转子轴承故障u12 2对应指标层指标为振动幅度u121 2;
隔离阀故障u21 2对应指标层指标为蒸汽发生器压力u211 2、蒸汽流量u212 2、蒸汽温度u213 2、蒸汽压力u214 2、稳压器水位u215 2和稳压器压力u216 2;
蒸汽管线破裂u22 2对应指标层指标为蒸汽流量u221 2和蒸汽发生器压力u222 2;
循环水泵故障u31 2对应指标层指标为循环冷却水进口压力u311 2、循环水泵出口压力u312 2和循环冷却水流量u313 2;
凝汽器故障u32 2对应指标层指标为凝汽器水位u321 2和循环冷却水温度u322 2;
凝结水泵故障u33 2对应指标层指标为凝汽器水位u331 2;
加热器故障u41 2对应指标层指标为蒸汽流量u411 2和冷却剂温度u412 2。
2)在每个指标体系中,对同一层次的指标进行重要性比较得到对应的判断矩阵,计算每个指标相对于上一层指标的相对权重,最终得到每个回路系统故障指标体系中指标层指标相对于决策层指标的相对权重。具体步骤如下:
2-1)在每个指标体系中,针对每个子准则层指标对应的各指标层指标两两之间进行重要性比较,然后针对每个准则层指标对应的各子准则层指标两两之间进行重要性比较,最后针对每个准则层指标两两进行重要性比较,得到进行两两比较的每个指标的相对重要性评分,分数范围通常从1~9,各分数的含义如表3所示,对进行两两比较指标中判定重要的指标取表3中的值,另一个指标取重要指标分数的倒数。
表3指标相对重要性等级及对应分数表
对比结果 | 标度 |
两者比较,具有相同重要性 | 1 |
前者比后者稍重要 | 3 |
前者比后者明显重要 | 5 |
前者比后者强烈重要 | 7 |
前者比后者极端重要 | 9 |
对应中间值 | 2,4,6,8 |
应用表3对同一层次指标进行两两比较后,可以构造出进行两两比较的同一层次指标对应的判断矩阵;
2-2)计算每个指标对于该指标对应的上一层指标的相对权重。具体方法如下:
2-2-1)设进行两两比较的同一层次指标的个数为n,则n个指标两两进行相对重要性比较后得到一个n×n的判断矩阵;
2-2-2)对每个判断矩阵,计算该判断矩阵每一行元素的乘积Mi:
式中,aij表示判断矩阵中第i行第j个元素对应的指标的相对重要性评分;
2-2-3)计算Mi的n次方根
2-2-4)对向量归一化处理:
2-2-5)进行一致性检验:
式中,λmax为判断矩阵的最大特征根,n为判断矩阵的阶数,RI为与n对应的平均随机一致性取值,具体数值如表4所示。
当CR小于0.1时,则认为判断矩阵具有良好的一致性,否则重新返回步骤2-1),应调整判断矩阵元素的取值(重新进行重要性比较)并重新计算一致性检验指标CR,直到CR小于0.1,则判定该判断矩阵的各元素相对重要性评分合理,将Wi作为该判断矩阵对应的每个指标相对上一层指标的相对权重。
表4本实施例RI取值表
阶数 | RI |
1 | 0 |
2 | 0 |
3 | 0.58 |
4 | 0.90 |
5 | 1.12 |
6 | 1.24 |
7 | 1.32 |
8 | 1.41 |
9 | 1.45 |
以一回路系统稳压器波动管破裂对应的指标层为例,它对应5个指标层指标,对所述5个指标层指标进行两两比较后可以构造出一个5×5的判断矩阵,对矩阵的每行元素求乘积,并求出其5次方根,那么此时可以得到5个指标层指标对应的5次方根,然后对这5个5次方根值进行归一化处理,且进行一致性检验并通过后,即可得到这5个指标层指标相对于其上层的相对权重。
对所有进行两两比较的同一层次指标均进行步骤2-2)的操作后,可以得到每个指标相对于上一层指标的相对权重。
2-3)针对核动力装置一回路系统与二回路系统,在每个指标体系中,利用得到的各个指标相对于上层指标的相对权重,将指标层指标相对于对应的子准则层指标的相对权重与该子准则层指标相对于对应准则层指标的相对权重相乘,再将该结果与该准则层指标相对于决策层指标的相对权重相乘,得到指标层指标相对于决策层指标的相对权重,即指标层的各故障指标相对于决策层的一回路系统健康状态或二回路系统健康状态的影响程度。
由于不同实施例可能存在一定偏差,仅给出本实施例中,一回路系统和二回路系统故障指标体系中指标层指标对应决策层指标的相对权重分别如下表所示,记指标层指标数量为m,将每个指标体系中指标层指标的相对权重按照先后按顺序分别记为di,i=1,2,…,m。
表5一回路系统指标层指标相对权重
表6二回路系统指标层指标相对权重
波形相位u<sub>111</sub><sup>2</sup> | 0.0114 |
振动频率u<sub>112</sub><sup>2</sup> | 0.0114 |
振动幅度u<sub>113</sub><sup>2</sup> | 0.0342 |
振动幅度u<sub>121</sub><sup>2</sup> | 0.0244 |
蒸汽发生器压力u<sub>211</sub><sup>2</sup> | 0.0818 |
蒸汽流量u<sub>212</sub><sup>2</sup> | 0.0221 |
蒸汽温度u<sub>213</sub><sup>2</sup> | 0.0140 |
蒸汽压力u<sub>214</sub><sup>2</sup> | 0.0818 |
稳压器水位u<sub>215</sub><sup>2</sup> | 0.0221 |
稳压器压力u<sub>216</sub><sup>2</sup> | 0.0818 |
蒸汽流量u<sub>221</sub><sup>2</sup> | 0.1215 |
蒸汽发生器压力u<sub>222</sub><sup>2</sup> | 0.1822 |
循环冷却水进口压力u<sub>311</sub><sup>2</sup> | 0.0075 |
循环水泵出口压力u<sub>312</sub><sup>2</sup> | 0.0075 |
循环冷却水流量u<sub>313</sub><sup>2</sup> | 0.0225 |
凝汽器水位u<sub>321</sub><sup>2</sup> | 0.0867 |
循环冷却水温度u<sub>322</sub><sup>2</sup> | 0.0372 |
凝汽器水位u<sub>331</sub><sup>2</sup> | 0.0682 |
蒸汽流量u<sub>411</sub><sup>2</sup> | 0.0244 |
冷却剂温度u<sub>412</sub><sup>2</sup> | 0.0570 |
3)对于每个指标体系,分别确定对应的评价对象的集合和评价结果的集合,构建对应的模糊矩阵,得到每个指标体系中每个评价对象的最终评价结果打分;
3-1)对于每个指标体系,确定对应的评价对象的集合T,设任意指标体系中指标层指标共有m个,则:
T={t1,t2,…,tm}
对于一回路系统,集合T包含的对象即为表5的第一列故障指标,即一回路系统故障指标体系的所有指标层指标;对于二回路系统,集合T包含的对象即为表6的第一列故障指标,即二回路系统故障指标体系的所有指标层指标。其中,ti为第i个指标层指标;
3-2)对于每个指标体系,确定评价结果的集合V,设评价结果一共有z种,那么:
V={v1,v2,…,vz}
其中,vj为第j种评价结果。
由于在评估时需要采用多次百分制打分,那么可以将评价结果集合V设置为从0开始每10分一个区间作为一个评价结果,当某次打分落在该区间时则认为给出了该评价结果,即:
V={0~10,11~20,21~30,31~40,41~50,51~60,61~70,71~80,81~90,91~100}
例如,若某次对某评价对象打分为62,则认为该次对该评价对象的评价结果为61~70。
3-3)确定模糊矩阵R,描述评价对象与评价结果之间的对应关系,即:
式中,rij表示评价对象ti对评价结果vj的隶属度,即认为评价对象ti的评价结果是vj的一共有rij个,模糊向量ri表示ti在评价结果集V上的对应关系,该矩阵初始时,即评价开始前为零矩阵,即每个元素都是0。
接下来对每个指标体系的指标层指标进行评分操作,以监测参数变化的合理范围作为标准,由检测人员进行百分制打分,具体地,如果某次评价为:对评价对象ti的评价结果打分为x,而x属于vj代表的区间,那么rij加1;
针对模糊向量ri,即为模糊矩阵R的第i行向量,根据最大隶属度原则,即将rij最大值对应的评价结果vj作为ti的评价结果,计算对应于该评价结果vj的打分的平均值,作为针对该评价对象的最终评价结果打分ci;
4)计算每个回路系统对应的最终健康状态打分并得到对应的评价结果;
在每个指标体系中,利用步骤2)得到的相对权重di和步骤3)得到的最终评价结果打分ci,可以得到每个回路系统对应的最终健康状态打分S,即:
S=∑di×ci
对应于一回路系统,S指一回路系统健康状态得分,di为表5的第二列元素,ci为应用上述方法得到的表5的第一列元素的最终评价结果打分;对应于二回路系统,S指二回路系统健康状态得分,di为表6的第二列元素,ci为应用上述方法得到的表6的第一列元素的最终评价结果打分。
采集具体的核动力装置的实例信息,根据已建立的指标体系与评价方法模型计算其打分,并根据评分判断核动力装置的健康状态,同时,评价指标模型还可以指出核动力装置的哪个部件的潜在风险相对较大,据此可以帮助制定相应的运维策略。评分结果可以分为三种情况,分别为健康、亚健康和故障状态,三种情况的含义如表7所示。
表7评估结果说明表
Claims (1)
1.一种基于层次分析和模糊评价的核动力装置健康状态诊断方法,其特征在于,包括以下步骤:
1)利用层次分析法,对包含两个回路系统的核动力装置建立每个回路系统分别对应的故障指标体系;在每个故障指标体系中,分别以各回路系统健康状态为评估目标,每个故障指标体系分为三个层次,包括:决策层、准则层、指标层,其中每个准则层指标包含对应的子准则层指标;
对于一回路系统,决策层指标为一回路系统健康状态X1,X1对应准则层指标为稳压器u1 1、蒸汽发生器u2 1、主冷却系统u3 1和包壳u4 1;
其中,稳压器u1 1对应子准则层指标为波动管破裂u11 1;蒸汽发生器u2 1对应子准则层指标为U型传热管破裂u21 1、蒸汽母管破裂u22 1和给水管破裂u23 1;
主冷却系统u3 1对应子准则层指标为冷却剂丧失u31 1和失流故障u32 1;包壳u4 1对应子准则层指标为包壳破损u41 1;
波动管破裂u11 1对应指标层指标为稳压器水位u111 1、稳压器压力u112 1、安全壳温度u113 1、安全壳压力u114 1和辐射水平u115 1;
U型传热管破裂u21 1对应指标层指标为稳压器水位u211 1、稳压器压力u212 1、二回路侧温度u213 1和二回路侧压力u214 1;
蒸汽母管破裂u22 1对应指标层指标为安全壳温度u221 1、安全壳压力u222 1和二回路侧压力u223 1;
给水管破裂u23 1对应指标层指标为冷却剂温度u231 1和稳压器压力u232 1;
冷却剂丧失u31 1对应指标层指标为稳压器水位u311 1、稳压器温度u312 1、冷却剂流量u313 1和安全壳温度u314 1;
失流故障u32 1对应指标层指标为稳压器水位u321 1、冷却剂流量u322 1和冷却剂温度u323 1;
包壳破损u41 1对应指标层指标为辐射水平u411 1;
对于二回路系统,决策层指标为二回路系统健康状态X2,X2对应准则层指标为汽轮机u1 2、主蒸汽系统u2 2、凝结水抽取系统u3 2和加热器u4 2;
汽轮机u1 2对应子准则层指标为转子故障u11 2和转子轴承故障u12 2;
主蒸汽系统u2 2对应子准则层指标为隔离阀故障u21 2和蒸汽管线破裂u22 2;
凝结水抽取系统u3 2对应子准则层指标为循环水泵故障u31 2、凝汽器故障u32 2和凝结水泵故障u33 2;
加热器u4 2对应子准则层指标为加热器故障u41 2;
转子故障u11 2对应指标层指标为波形相位u111 2、振动频率u112 2和振动幅度u113 2;
转子轴承故障u12 2对应指标层指标为振动幅度u121 2;
隔离阀故障u21 2对应指标层指标为蒸汽发生器压力u211 2、蒸汽流量u212 2、蒸汽温度u213 2、蒸汽压力u214 2、稳压器水位u215 2和稳压器压力u216 2;
蒸汽管线破裂u22 2对应指标层指标为蒸汽流量u221 2和蒸汽发生器压力u222 2;
循环水泵故障u31 2对应指标层指标为循环冷却水进口压力u311 2、循环水泵出口压力u312 2和循环冷却水流量u313 2;
凝汽器故障u32 2对应指标层指标为凝汽器水位u321 2和循环冷却水温度u322 2;
凝结水泵故障u33 2对应指标层指标为凝汽器水位u331 2;
加热器故障u41 2对应指标层指标为蒸汽流量u411 2和冷却剂温度u412 2;
2)在每个指标体系中,对同一层次的指标进行重要性比较得到对应的判断矩阵,计算每个指标相对于上一层指标的相对权重,最终得到每个回路系统故障指标体系中指标层指标相对于决策层指标的相对权重;具体步骤如下:
2-1)在每个指标体系中,针对每个子准则层指标对应的各指标层指标两两之间进行重要性比较,然后针对每个准则层指标对应的各子准则层指标两两之间进行重要性比较,最后针对每个准则层指标两两进行重要性比较,得到进行两两比较的每个指标的相对重要性评分;对进行重要性比较的两个指标,判定为重要的指标按照重要程度从低到高评分为从1~9的整数,则另一个指标评分为重要指标得分的倒数;其中,评分为1时表示进行比较的两个指标具有相同重要性;
2-2)计算每个指标对于该指标对应的上一层指标的相对权重;具体方法如下:
2-2-1)设进行两两比较的同一层次指标的个数为n,则n个指标两两进行相对重要性比较后得到一个n×n的判断矩阵;
2-2-2)对每个判断矩阵,计算该判断矩阵每一行元素的乘积Mi:
式中,aij表示判断矩阵中第i行第j个元素对应的指标的相对重要性评分;
2-2-3)计算Mi的n次方根
2-2-4)对向量归一化处理:
2-2-5)进行一致性检验:
式中,λmax为判断矩阵的最大特征根,n为判断矩阵的阶数,RI为与n对应的平均随机一致性取值;
当CR小于0.1时,则判断矩阵具有良好的一致性;否则重新返回步骤2-1),重新进行重要性比较并调整判断矩阵元素的取值,直到CR小于0.1,将Wi作为该判断矩阵对应的每个指标相对上一层指标的相对权重;
2-3)在每个指标体系中,利用得到的各个指标相对于上层指标的相对权重,将指标层指标相对于对应的子准则层指标的相对权重与该子准则层指标相对于对应准则层指标的相对权重相乘,再将乘积与该准则层指标相对于决策层指标的相对权重相乘,得到指标层指标相对于决策层指标的相对权重;最后记指标层指标数量为m,将每个指标体系中指标层指标的相对权重按照先后按顺序分别记为di,i=1,2,…,m;
3)对于每个指标体系,分别确定对应的评价对象的集合和评价结果的集合,构建对应的模糊矩阵,得到每个指标体系中每个评价对象的最终评价结果打分;
3-1)对于每个指标体系,确定对应的评价对象的集合T,则:
T={t1,t2,…,tm}
其中,ti为第i个指标层指标;
3-2)对于每个指标体系,将评价结果集合V设置为从0开始每10分一个区间作为一个评价结果,共包含z=10个评价结果,z为评价结果种类的个数,其中,vj为第j种评价结果,即:
V={0~10,11~20,21~30,31~40,41~50,51~60,61~70,71~80,81~90,91~100}
3-3)确定模糊矩阵R并初始化为零矩阵,即:
式中,rij表示评价对象ti对评价结果vj的隶属度,即评价对象ti的评价结果是vj的一共有rij个,模糊向量ri表示ti在评价结果集V上的对应关系;
获取每个指标体系中对指标层指标的评分结果,若评价对象ti的评价结果打分为x且x属于vj代表的区间,则rij加1;
针对模糊向量ri,根据最大隶属度原则,将rij最大值对应的评价结果vj作为ti的评价结果,计算对应于vj的打分的平均值作为针对该评价对象的最终评价结果打分ci;
4)计算每个回路系统对应的最终健康状态打分并得到对应的评价结果;
在每个指标体系中,利用步骤2)得到的相对权重di和步骤3)得到的最终评价结果打分ci,可以得到每个回路系统对应的最终健康状态打分S,即:
S=Σdi×ci
当S≥80分时,则对应回路系统为健康状态;当30分≤S<80分时,则对应回路系统为亚健康状态;当S<30分时,则对应回路系统为故障状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910514782.3A CN110289112B (zh) | 2019-06-14 | 2019-06-14 | 基于层次分析和模糊评价的核动力装置健康状态诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910514782.3A CN110289112B (zh) | 2019-06-14 | 2019-06-14 | 基于层次分析和模糊评价的核动力装置健康状态诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110289112A true CN110289112A (zh) | 2019-09-27 |
CN110289112B CN110289112B (zh) | 2021-01-29 |
Family
ID=68004200
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910514782.3A Active CN110289112B (zh) | 2019-06-14 | 2019-06-14 | 基于层次分析和模糊评价的核动力装置健康状态诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110289112B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111581781A (zh) * | 2020-04-16 | 2020-08-25 | 北京航空航天大学 | 一种装备健康状态层流逻辑建模与分析方法 |
CN112036568A (zh) * | 2020-07-09 | 2020-12-04 | 中国人民解放军海军工程大学 | 一种核动力装置一回路冷却剂系统破损故障智能诊断方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060253264A1 (en) * | 2000-02-14 | 2006-11-09 | Jorg Fandrich | Method for operating a technical facility |
CN104933505A (zh) * | 2015-04-22 | 2015-09-23 | 国家电网公司 | 一种基于模糊评估的智能配电网群决策评价方法 |
CN105741184A (zh) * | 2014-12-11 | 2016-07-06 | 国家电网公司 | 一种变压器状态评估方法及装置 |
CN105938609A (zh) * | 2016-04-28 | 2016-09-14 | 国家电网公司 | 一种实现多层次指标体系的电网运行评估方法 |
US20170241298A1 (en) * | 2016-02-23 | 2017-08-24 | General Electric Company | Steam drum level control system, computer program product and related methods |
CN107330590A (zh) * | 2017-06-19 | 2017-11-07 | 华北电力大学 | 一种基于熵值法和物元可拓法的核电站安全运行评价方法 |
CN207038185U (zh) * | 2017-04-01 | 2018-02-23 | 华南理工大学 | 基于Takagi‑Sugeno模糊控制的压水堆核电站堆芯功率控制装置 |
CN109032100A (zh) * | 2018-09-21 | 2018-12-18 | 北京广利核系统工程有限公司 | 一种鉴定核电厂安全级仪控系统设备适用性的方法 |
CN109447495A (zh) * | 2018-11-08 | 2019-03-08 | 南华大学 | 核电厂组织行为可靠性评估方法、装置及设备 |
-
2019
- 2019-06-14 CN CN201910514782.3A patent/CN110289112B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060253264A1 (en) * | 2000-02-14 | 2006-11-09 | Jorg Fandrich | Method for operating a technical facility |
CN105741184A (zh) * | 2014-12-11 | 2016-07-06 | 国家电网公司 | 一种变压器状态评估方法及装置 |
CN104933505A (zh) * | 2015-04-22 | 2015-09-23 | 国家电网公司 | 一种基于模糊评估的智能配电网群决策评价方法 |
US20170241298A1 (en) * | 2016-02-23 | 2017-08-24 | General Electric Company | Steam drum level control system, computer program product and related methods |
CN105938609A (zh) * | 2016-04-28 | 2016-09-14 | 国家电网公司 | 一种实现多层次指标体系的电网运行评估方法 |
CN207038185U (zh) * | 2017-04-01 | 2018-02-23 | 华南理工大学 | 基于Takagi‑Sugeno模糊控制的压水堆核电站堆芯功率控制装置 |
CN107330590A (zh) * | 2017-06-19 | 2017-11-07 | 华北电力大学 | 一种基于熵值法和物元可拓法的核电站安全运行评价方法 |
CN109032100A (zh) * | 2018-09-21 | 2018-12-18 | 北京广利核系统工程有限公司 | 一种鉴定核电厂安全级仪控系统设备适用性的方法 |
CN109447495A (zh) * | 2018-11-08 | 2019-03-08 | 南华大学 | 核电厂组织行为可靠性评估方法、装置及设备 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111581781A (zh) * | 2020-04-16 | 2020-08-25 | 北京航空航天大学 | 一种装备健康状态层流逻辑建模与分析方法 |
CN112036568A (zh) * | 2020-07-09 | 2020-12-04 | 中国人民解放军海军工程大学 | 一种核动力装置一回路冷却剂系统破损故障智能诊断方法 |
CN112036568B (zh) * | 2020-07-09 | 2023-10-17 | 中国人民解放军海军工程大学 | 一种核动力装置一回路冷却剂系统破损故障智能诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110289112B (zh) | 2021-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106249728B (zh) | 一种基于部件特性的火力发电机组在线性能监测方法 | |
CN110286279A (zh) | 基于极端随机森林与堆栈式稀疏自编码算法的电力电子电路故障诊断方法 | |
CN108133311A (zh) | 一种风电机组故障模式风险评估及可靠性分析方法 | |
CN104091008B (zh) | 基于改进区间层次分析法的用户用电设备安全评估方法 | |
CN104573740A (zh) | 一种基于svm分类模型的设备故障诊断方法 | |
CN104462846A (zh) | 一种基于支持向量机的设备故障智能诊断方法 | |
Ham et al. | Design of information content and layout for process control based on goal–means domain analysis | |
CN110289112A (zh) | 基于层次分析和模糊评价的核动力装置健康状态诊断方法 | |
CN103150473A (zh) | 一种风电机组发电效率实时监控诊断方法及装置 | |
CN106991538A (zh) | 一种基于风电机组部件重要度评价的维修方法及装置 | |
Yong-kuo et al. | Research and design of distributed fault diagnosis system in nuclear power plant | |
CN106447205A (zh) | 一种基于层次分析法的配电自动化终端状态评价方法 | |
CN106596900A (zh) | 一种基于改进图的半监督分类的变压器故障诊断方法 | |
CN106936627A (zh) | 一种基于大数据分析挖掘的火电设备性能监测方法 | |
CN107992665A (zh) | 一种特高压换流站交流滤波器在线故障诊断分析方法 | |
CN108305014A (zh) | 一种基于可靠性屋和粗糙理想点法的失效模式与影响分析方法 | |
CN106780145A (zh) | 一种继电保护保障性评估指标体系的评估方法 | |
CN108758969A (zh) | 一种冷水机组故障检测方法和系统 | |
CN105512783A (zh) | 用于电磁环网解环方案的综合评价方法 | |
CN105956785A (zh) | 一种风力发电机组运行状态评判方法 | |
CN109765332A (zh) | 基于隔离森林的变压器异常值实时检测和故障诊断方法 | |
CN109389325A (zh) | 基于小波神经网络的变电站电子式互感器状态评估方法 | |
CN112464565A (zh) | 融合智能建模及模糊规则的设备故障预警方法、系统及存储介质 | |
CN110209996A (zh) | 一种用于评价继电保护装置的健康水平的方法及系统 | |
CN107300907A (zh) | 结合综合评估与假设检验的飞行器控制系统性能评定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |