核電廠噪聲診斷系統

反應堆或核蒸汽供應系統產生的各種隨機噪聲的測量和處理系統,用以對核動力裝置進行故障診斷和早期事故預報。
反應堆或核蒸汽供應系統中某個設備或部件的故障都可能引發一種隨機振動,這種振動反映在核蒸汽供應系統的主參數上,就成為一種隨機噪聲。因此這種隨機噪聲中就包含這類故障信息,其特徵與故障的類型和性質密切相關。噪聲診斷系統就是通過對隨機噪聲作特徵分析,以判斷故障的類型和性質。
噪聲診斷系統的組成 通常由三個部分組成:①噪聲信息的測量部分;②噪聲分析或信息處理部分;③人機接口部分。噪聲診斷系統可以採取線上監督的方式,亦可以採取離線分析的方式,或者兩者兼而有之。對線上監督,要求有實時回響的能力,多半採用簡單的分析模型,能及時給出異常的信息。當探測到核動力裝置出現異常時,起動比較複雜的離線分析系統,以便對故障做出比較精確的判斷。圖1是在日本島根-1號沸水堆上使用的噪聲診斷系統的原理圖。系統的輸入變數為堆芯局部及平均中子注量率、壓力、總流量、再循環泵流量、堆芯孔板壓降、水位、蒸汽流量和給水流量。
島根-1號堆噪聲診斷系統原理島根-1號堆噪聲診斷系統原理
噪聲種類 噪聲是一種無規律的或隨機的信息流,它反映了某種特定的隨機過程。隨機現象是科學上、工程上極為常見的現象。反應堆是一種頗為複雜的工程系統,可以預期,在反應堆中會存在多種形式的噪聲現象。
按噪聲源來分類,噪聲可能是發生在反應堆本身內部的一個過程,例如中子噪聲或沸騰噪聲;也可能是由反應堆的環境或有關設備誘發的隨機過程,這種感生噪聲既可以是有意製造的,又可以是自發的或無控制的。
按噪聲信息的變數來分類,在大功率核電廠中,現有儀器儀表可提供許多有用的信號,已經使用的信號有中子注量率、溫度、壓力、流量、位移、速度、加速度、聲響和應變等。噪聲診斷系統將採集疊加在上述變數上的隨機信息。
噪聲分析 噪聲可以採用統計學的方法來進行描述和分析,諸如機率、機率密度函式的矩、均方根值等概念。更為複雜的方法有時域分析和頻域分析兩大類。
(1)噪聲的時域分析:時域分析的典型方法就是相關分析。一個信號在不同時間的值之間的相關程度稱自相關;一對信號在不同時間的值之間的相關程度稱互相關。相關方法已被用來進行鈉冷迴路的流量測量,在鈉迴路的兩個點上,用相關分析對兩個熱電偶測得的溫度噪聲進行分析,以確定信號的傳送時間,再根據熱電偶之間的間距,就可算出流體的速度。
(2)噪聲的頻域分析:噪聲通常被描述為時間函式。然而按照傅立葉定理,一個時間函式可以表征為具有一定振幅和相角的不同頻率的正弦波函式的疊加,對應不同頻率的振幅構成表征噪聲特徵的頻域特性。常用的功率譜密度(PSD)概念,比頻率特性具有更具體的物理意義,它相當於傅立葉頻譜的振幅平方。同時某個頻帶內所有譜功率之和就是該頻帶段的方差。傅立葉分析同樣可以套用到互相關函式和自相關函式的分析上。經典的傅立葉變換,其工作量與採樣次數N的平方成正比。為了節省計算機處理時間,廣泛使用快速傅立葉變換(FFT),利用正弦和餘弦值多次重複出現的特點,其運算工作量僅與成正比,遠比N 2低得多。
人機接口 簡單的人機接口有顯示和記錄裝置。為了使噪聲診斷系統具有智慧型的功能(自動分析和識別故障),開發了運用模式識別技術的計算機數據處理系統。圖2示出具有模式識別能力的監督系統方框圖。被測參量經過快速傅立葉變換的數學處理,便可得到相應的功率譜密度對頻率的分布特性,並從中選出n個值,例如Gx(f1),Gx(f 2),…,Gx(fn),組成n維測量向量,它反映被測噪聲的模式識別特徵。這種數學處理方法稱數據聚類。系統可以在兩種方式下運行,即學習方式和監控方式。在學習方式運行時,用以收集正常運行時或已知故障時的n維測量向量,以建立模式識別資料庫。在監控方式運行時,將被測噪聲的n維測量向量與正常值相比較,用其定量偏離D(每一分量偏離的平方和)作為異常程度的量度。根據D值的大小做出故障性質和程度的判斷。
具有模式識別能力的監督系統方框圖具有模式識別能力的監督系統方框圖
噪聲診斷的套用 表中給出噪聲診斷在壓水堆上的部分套用。
噪聲診斷在壓水堆核電廠中的套用
現象
信號
說明
吊籃移動
壓力容器外電離室對吊籃與壓力容器間水隙變化敏感
燃料棒振動
中子注量率、溫度
鬆動燃料棒產生反常的反應性和溫度噪聲
壓力殼內部部件振動
流動噪聲激發專門安裝的移動感測器
鬆動部件
來自金屬間的碰觸
流動阻塞
出口溫度噪聲增強
下水管汽泡
中子注量率
汽泡改變壓力容器外電離室的信號
燃料故障
中子注量率
故障燃料元件細棒束的緩發中子對不
同的探測器有不同的傳送時間,並可為故障定位
沸騰探測
中子注量率、壓力、聲音、溫度
變化汽泡的局部擾動產生無規則的噪聲
控制棒異常
中子注量率
控制棒移動的難捉摸的細節將影響反應性
有關噪聲診斷系統在壓水堆核電廠上的具體套用見鬆動件檢測、反應堆與堆內構件振動監測。

相關詞條

熱門詞條

聯絡我們