基于预警系统的反应堆非能动设备故障的研究

任帅 钱虹

摘 要：在已有的核电智能诊断方法研究的基础上，为提高核电故障诊断的及时性，提出了以专家系统置信规则库技术为基础的基于时间周期性触发的预警系统。在运行过程中，预警参数超过阈值，系统进入预警状态，应用预警系统中的专家系统置信规则库，完成故障的定位与识别。采用故障机理模型与核电模型相结合的方式，通过报警时刻核电运行参数的研究，构建置信规则库。以此为基础进一步构建预警参数集合及预警阈值集。预警系统的研究对象为反应堆非能动设备故障，通过在核电模型中人为引入故障，预警系统能够在故障发生时进入预警状态，故障识别结果与引入的故障一致，验证了预警系统的有效性和可靠性。

关键词：预警系统;非能动设备;故障诊断;置信规则库

DOI：10.15938/j.jhust.2019.04.005

中图分类号： TM623

文献标志码： A

文章编号： 1007-2683（2019）04-0029-07

Abstract：Based on research on the intelligent diagnosis method of nuclear power plant， in order to improve the timeliness of nuclear power plant fault diagnosis， a time periodic triggering early warning system based on expert system belief rule base is proposed. In the process of running， the off-limit of early warning parameters make the system into the early warning state， and through the belief rule base， location and identification of fault is completed. Based on the fault mechanism model， both with the nuclear power model， the belief rule base is constructed by studying the operation parameters when alarm occur. In this way， the set of early warning parameters and the set of its threshold value will be built. The object studied about is the fault of the passive devices of the reactor. Faults artificially inserted into the nuclear power model indicate that the early warning system can enter the early warning state at the time of the fault. The diagnosis result is consistent with the fault insert. Proves that the early warning system is effective and reliable.

Keywords：early warning system; passive device; fault diagnosis; belief rule base

0 引 言

非能动安全系统是为了提高核电安全性而设计的，但在核电正常运行时，由于非能动系统的设备异常，如非能动堆芯补水箱出口隔离阀阀门误开等，反而对反应堆一回路正常运行产生影响，甚至导致非正常停堆。因此为避免非能动设备的异常导致的不必要后果，有必要设计非能动系统的预警系统，以达到非能动系统及时的正常维护。

目前国内外对于核电智能诊断研究很多，但对于非能动设备预警系统的研究较少，文[1]从预警特征条件及预警系统结构方面阐述了传统的核电预警技术，并提出了预警系统与仿真模型相结合的实现构想。文[2]提出了以报警状态为触发条件的诊断系统，对专家系统置信规则库进行了研究，并建立了故障程度与置信规则度函数的阈值限值间的数学模型。文[3]通过定性仿真理论的相关原理的分析，引入模糊集理论及相似性原理完成对故障检测与诊断的研究。文[4]分析了国内外对故障诊断的研究现状，提出了在故障诊断基础方面存在的不足。并将故障诊断的研究从信号获取与传感技术，故障机理与征兆联系、信号处理与特征提取、识别分类与智能决策几个方面进行了介绍。文[5]从征兆提取方面提出了基于最优Morlet小波自适应包络解调的弱故障特征提取方法，能有效地从强噪背景中提取微弱故障特征。文[6]从识别分类角度，提出一种将核主成分分析（kernel principal component analysis，KPCA） 和相关向量机（relevance vector machine，RVM） 相结合的感应电机故障诊断方法。文[7]提出一种基于后验概率输出的CE-SVM（交叉熵支持向量cross entropy support vector machine）和模糊積分动态融合的大电网故障诊断策略。利用交叉熵优化算法对支持向量机参数寻优，提升了支持向量机的推广泛化能力。

本文提出预警集与故障识别相结合，以非能动设备故障为对象的预警系统，预警集触发预警时，系统通过专家系统置信规则库对故障进行快速的故障定位。通过测试平台，对非能动设备预警系统在故障发生时的及时性和可靠性进行了验证。

1 故障预警系统设计

为了达到对核电运行出现故障时的及时定位和操作指引的作用，预警系统设计为按照时间周期性触发。其结构如图1所示。从实时数据库中获取预警参数值，对比预警阈值集，输出预警值。仅当触发预警后，预警系统通过置信规则库对当前核电运行状态进行识别。通过征兆异常信息对故障进行定位，得出预警状态下的故障的位置信息及故障置信度信息。

因此，核电站预警系统能够更早得知设备故障的发生，在非能动故障演变成难以处理的地步之前得到对于故障的预警，有助于操作员及时采取有效措施。

为了体现预警与故障间的对应关系，预警参数从置信规则库中按照机理及重要度进行提取。

1.1 构建置信规则库

1.1.1故障征兆的提取

在构建置信规则库时，首先应当确定故障类型集，假设系统可能发生n种故障类型，则所有故障组成的集合称为故障集Y，可描述为

对应的核电站设备故障会导致相关的系统运行参数超过一定限值而产生报警，所以可根据报警发生时刻对应的一系列故障征兆构建规则库，以yi表示其中一种故障类型。故障类型所对应的故障征兆的集合为

为了提高故障识别的准确性，需实现故障类型集与故障征兆集之间的一一映射关系。

除了要在故障机理模型的基础上提取报警时的该故障主要征兆Xa={xa1，xa2，…，xa3，…xak}外，还需要通过核电模型、相关设备结构功能和核电领域专家经验相结合的方式提取关联征兆Xb={xb1，xb2，…，xb3，…xbm}。然后将故障与征兆之间一一对应的关系通过规则表示为yi=Ri（Xi）。

1.1.2 置信规则库中规则的表示

在规则库中，故障集和征兆集以规则的形式存在。规则库由前提条件和结论组成，前提条件之间由逻辑连接词组成不同组合，当前提条件为真时，得到后项结论。其基本形式一般为：“P→Q”或“IF P THEN Q”。但由于核电系统的复杂性、故障征兆本身的模糊不确定性，本系统采用基于分布式置信度的置信规则，可描述为

式中：Ai为该规则的第个前提条件;εi为第i个前提条件的置信度;m为前提条件的个数;Di为第i个结论;βi为第i个结论的置信度;n为结论的个数。

1.1.3 置信规则库中的变量设定

在置信规则库的构建过程中，置信规则变量的设定包括规则置信度的设定与征兆的阈值限值设定，其中规则置信度又分为征兆置信度和故障置信度。征兆阈值限值影响置信度的大小并决定故障识别结果的准确度和精确度。

1）规则置信度的设定

[β1，β2，β3，…βn]为故障的置信度，指预警状态下出现各个故障的可能性，由核电领域专家根据经验设定;

[ε1，ε2，ε3，…εm]为与该故障对应的各征兆的置信度向量，其大小参考基于核电模型得到的报警时刻对应征兆的值，遵循一定的置信度函数计算原则，并结合核电领域专家经验进行最终设定[8]。

2）阈值限值的设定

征兆的限值被认为是可以确信故障发生的界限，征兆特征参数值超过阈值时，则被认为故障可能发生，并且在阈值和限值之间，变现出随着征兆特征参数向限值的靠近，故障发生的可能性也越大。

分别用vmini，vLi，vHi和vmaxi表示某故障下第i个征兆特征参数的下限值、下阈值、上阈值和上限值。

1.2 构建预警集

预警系统的触发采用时间周期性触发，和双向越限预警的形式。

预警参数集表现出在发生故障类型集中各故障的情况下，能够在报警系统报警之前体现出故障信息的核电运行参数的特性。

预警阈值集中的预警阈值，是预警参数集中参数能够反映出，故障在一定的可能性上发生的界限。在参数越过阈值时，认为核电运行有出现对应故障的风险。

1.2.1构建预警参数集

预警系统的建立要对应一定的故障类型集合，即对集合范围内的故障具有辨识与定位的能力，故障集合的表示如下：

1.2.2 预警阈值集

预警阈值集的设定参考置信规则库中的阈值限值设定方法，置信规则库中，对于每一个征兆值，都有对应的下限值、下阈值、上阈值和上限值，分别表示：vmini ，vLi，vHi，vmaxi。

对应各预警参数zi∈Z，其阈值表示为对应的集合形式。

1.2.3 预警触发规则

在核电站的运行过程中，预警系统以固定时间周期触发形式运行，对应于预警参数zi∈Z，有唯一的预警值αi：

2 构建非能动设备预警系统

非能动堆芯冷却系统由两部分组成，非能动堆芯余热排出系统和非能动安全注入系统。图2所示的非能动安全注入系统由两个堆芯补水箱，两个安注箱，一个安全壳内置换料水箱和相应的管道、阀门、儀表组成。

两个堆芯补水箱（Core Makeup Tank，CMT）可以在较长的时间内提供较大的注射流。堆芯补水箱位于安全壳内，其位置稍高于反应堆冷却剂泵，箱内充满低温浓硼水。在主蒸汽管道破裂事故下，该水箱内的浓硼水能提供足够的停堆裕度。两个CMT的入口压力平衡管与RCS（Reactor Coolant System冷却剂系统）的冷段连接，平衡管上装有一个常开的电动阀使CMT内的压力与RCS压力一致。每台CMT出口注射管上均安装了两个并联的常关气动隔离阀和两个串联的逆止阀，出口管经过压力容器直接注入管线与反应堆压力容器相接。CMT的注射分两个过程：若RCS冷段处于满水状态，则以水循环方式注射;若RCS水装量减少至冷段出现汽腔，则以蒸汽补偿方式注射[9]。

2.1 构建非能动设备预警系统置信规则库

对于非能动安全系统预警系统的研究及实现，选定三种典型的故障，作为预警系统的故障类型：

①非能动堆芯补水箱出口隔离阀阀门误开;②非能动堆芯补水箱入口管线破裂;③压力容器直接注入管线破裂，分别对应y1， y2， y3。

2.1.1 提取故障主要征兆

通過对稳压器的运行机理分析，由稳压器压力PZ及蒸汽发生器压力PSG建立的数学模型[10-11]如下：

将研究对象分为3个子系统：稳压器部分系统C，包含压力容器及压力容器注入管线在内的冷却剂系统热管段的A系统，以及包含蒸汽发生器、CMT入口管线及冷却剂系统冷管段在内的B系统，对各部分进行建模[12]如下：

在此基础上结合核电仿真模型的故障实验，最终确定CMT系统相关的3个故障的主要征兆为：

1）故障y1：非能动堆芯补水箱出口隔离阀阀门误开;主要征兆：蒸汽发生器压力PSG。

2）故障y2：非能动堆芯补水箱入口管线破裂;主要征兆：稳压器压力PZ。

3）故障y3：压力容器直接注入管线破裂;主要征兆：稳压器压力PZ。

2.1.2 提取故障关联征兆

当发生相关故障时，应保持状态平衡的硼水开始流动，所以可能引起CMT输入管线及DVI （direct vessel injection）管线的温度分布的变化。并且CMT相关的破裂事故，将打破CMT与冷却剂系统间通过DVI管线维持的压力平衡。由于反应堆冷却剂系统与安全壳大气存在较大的温度、压力差，因此泄放出的水有一部分闪蒸为蒸汽，引起安全壳内压力变化[13]。

结合核电模型的故障插入机制进行多次实验，根据在故障发生一定时间段内各参数值的变化，同时对比几次不同故障之间相同征兆的变化差异，结合核电领域专家的经验，最终选定各故障的关联征兆。分别为：

2.1.3 置信规则库的阈值限值

参考由核电模型插入故障得到多组实验数据，及报警发生时刻对应征兆特征参数实时值，根据文[14]中通过概率论方法对生产数据的有效处理，参考文[15]中贝叶斯网络方法及文[16]，得到征兆特征参数的值并带有一定裕量来选取阈值。并且经过核电模型的多次实验反馈和领域专家的经验修正，最终设定各征兆的阈值与限值如表1所示。

2.1.4 置信规则库的规则

2.2 构建非能动设备预警系统的预警集

2.2.1 预警参数集合

通过上面的研究，已经确定了3个非能动安全设备故障类型所对应的征兆集合，按照预警系统预警参数集合的建立规则，对各个故障类型的征兆集合取并集，得到预警参数集合：

2.2.2 预警阈值集

预警参数的阈值通过征兆特征参数对应的阈值和限值，由式（5）、（6）进行确定如下：

2.3 案例分析

预警系统通过C++编程加以实现，以带有非能动设备核电模型的仿真机为对象，通过OPC（OLE for process control）进行数据通信，构成可以引入故障的测试实验平台，通过文[17-18]中仿真与试验的方法，对其有效性进行测试。

在核电模型引入非能动堆芯补水箱出口隔离阀阀门误开故障，获得各预警参数的实时值，在故障引入后时间t=240s时，预警参数蒸汽发生器压力PSG越过预警阈值，预警系统发出预警信号，参数信息如表3所示。

3 结 语

非能动设备预警系统的实现是通过与核电仿真模型的结合，多次测试实验得到的。作为对核电安全的提升的系统，预警系统不是仅适用于非能动安全设备，其中预警集与故障识别相结合的方法，可以通过对核电其他设备及故障的研究，将预警系统广泛应用于其他设备。因此对于非能动设备预警系统的研究，对于核电安全性的提高具有积极的意义。

参 考 文 献：

[1] 王黎泽，程俊杰，周智.非能动安全型核电站运行预警系统设计[J].发电设备，2015（5）：377.

[2] 骆建波. 核电站报警触发式智能诊断专家系统的研究[D].上海：上海电力学院，2015.

[3] 邓蕾蕾，张献. 基于定性仿真理论的故障检测与诊断[J]. 哈尔滨理工大学学报，2012，17（5）：79.

[4] 王国彪，何正嘉，陈雪峰，等. 机械故障诊断基础研究“何去何从”[J]. 机械工程学报，2013，49（1）：63.

[5] 侯新国，牛超，杨忠林. 基于最优Morlet小波自适应包络解调的弱故障特征提取方法[J]. 电机与控制学报，2016，20（10）： 88.

[6] 阳同光，桂卫华. 基于KPCA与RVM感应电机故障诊断研究[J]. 电机与控制学报，2016，20（9）：89.

[7] 边莉，边晨源. 采用交叉熵支持向量机和模糊积分的电网故障诊断[J]. 电机与控制学报，2016，20（2）：112.

[8] 苏群，杨隆浩，傅仰耿，等.基于BK树的扩展置信规则库结构优化框架[J].计算机科学与探索，2015（9）：1.

[9] 林诚格，郁祖盛等.非能动安全先进核电厂AP1000[M].北京：原子能出版社，2008.

[10]TSAI Chiungwen， SHIH Chunkuan， WANG Jongrong，et al. Parametric Analysis of Pressure Control Based on Feedback Dissipation and Backstepping[J]. Nuclear Science， IEEE Transactions on， 2010， 57（3）：1577.

[11]陈永伟，邱河文，付敬强.核电厂稳压器压力瞬态波动故障诊断及方法研究[J].核动力工程，2014， 35（3）：92-96.

[12]陈士强. 核电站非能动安全注入系统仿真研究[D].哈尔滨：哈尔滨工程大学，2008.

[13]林诚格，赵瑞昌，刘志弢. 安全壳在事故情况下的完整性分析[J]. 核科学与工程，2010，30（2）：181.

[14]周真，周浩，马德仲，等. 风电机组故障诊断中不确定性信息处理的贝叶斯网络方法[J]. 哈尔滨理工大学学报，2014，19（1）：64.

[15]金杉，崔文，金志刚. 正态分布的贝叶斯网络火灾数据融合预警研究[J]. 计算机应用研究，2016，33（5）：1473.

[16]李伟. 基于改进阈值函数及SVM的滚动轴承故障诊断[D].太原：太原理工大学，2015.

[17]时献江，房钦国，赵晓文，等. 风力发电机传动系统故障诊断的机电仿真研究[J]. 电机与控制学报，2016，20（7）： 82.

[18]江东，周卫宏，孔德善，等. 磁悬浮振动测试系统信号分析及振动信号的提取[J]. 电机与控制学报，2017（10）： 102.

[19]马萃萃.基于稳压器运行状态的非能动型压水堆智能故障诊断专家系统的研究[D].上海：上海电力学院，2017.

[20]钱虹，骆建波，金蔚霄，等.报警触发式蒸汽发生器传热管破裂事故诊断系统的研究[J].核动力工程，2015， 36（1）：98.

[21]朱红霞，沈炯，李益国. 基于满意模糊聚类的热工过程多模型建模方法[J]. 电机与控制学报，2016，20（10）：94.

（编辑：温泽宇）