Распознавание аномальных состояний основного оборудования АЭС по данным оперативного технологического контроля тема диссертации и автореферата по ВАК РФ 05.14.03, доктор технических наук Лескин, Сергей Терентьевич

• Лескин, Сергей Терентьевич
• доктор технических наук
• 1998

Оглавление диссертации доктор технических наук Лескин, Сергей Терентьевич

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ

ГЛАВА 1. Методы и алгоритмы диагностирования

оборудования АЭС

1.1. Анализ основных методов диагностирования

1.2. Особенности представления АЭС как сложной системы

Выводы по главе 1

ГЛАВА 2. Разработка методов и алгоритмов оценки состояния активной зоны ВВЭР 1000 по анализу данных внутриреакторного контроля

2.1. Представление состояния активной зоны оптимальной классификацией

2.2. Контроль за изменением состояния активной зоны

2.3. Статистическая модель диагностики активной зоны

2.4. Примеры использования алгоритмов для анализа

состояния активной зоны и СВРК

Выводы по главе 2

ГЛАВА 3. Диагностическая модель парогенераторов БН-350

3.1. Системный подход к анализу данных эксплуатации

3.2. Разработка алгоритма отбора информативных параметров

3.3. Классификация состояний парогенераторов. Теоретико-информационный подход

3.4. Анализ предаварийных состояний парогенераторов

3.5. Разработка комплекса программ ранней диагностики аварийного состояния ПГ

3.6. Опыт эксплуатации комплекса программ диагностики

парогенераторов БН-350

Выводы по главе 3

ГЛАВА 4. Модель классификации параметров для распознавания

аномалий в состоянии главных циркуляционных насосов

ВВЭР 1000

4.1. Исходные данные

4.2. Разработка алгоритмов разделения состояний ГЦН в пространстве технологических параметров

4.3. Сравнение состояний ГЦН. Обсуждение результатов анализа данных

4.4. Реализация системы контроля состояния ГЦН по данным оперативного технологического контроля. Анализ работы

насосов

Выводы по главе 4

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ

Введение диссертации (часть автореферата) на тему «Распознавание аномальных состояний основного оборудования АЭС по данным оперативного технологического контроля»

Введение.

Опыт аварий и инцидентов на АЭС показывает, что почти все аварии могли быть предотвращены операторами при своевременном распознавании сигналов контрольно-измерительных приборов. Наиболее полный обзор ситуаций на АЭС представлен в [1]. В качестве примера приведем несколько наиболее показательных инцидентов, связанных с информированностью персонала о состоянии оборудования и принятия ими решений в нештатных ситуациях.

Авария в Уиндскейле, Великобритания, 1957г., связанная с возгоранием графита. В процессе его отжига были выключены газодувки первого контура и реактор разогрелся до температуры, при которой начала выделяться аккумулированная в графите энергия (энергия Вигнера). Из-за отсутствия необходимых контрольно-измерительных приборов и ошибок персонала это энерговыделение вышло из-под контроля и привело к загоранию графита.

На АЭС Энрико Ферми, США, 1966г., произошло расплавление двух твэлов и остановка станции на четыре года. Причиной аварии явилось почти полное прекращение расхода теплоносителя через две топливные сборки. Блокада расхода была вызвана одним из внутриреакторных элементов конструкции, оторванным благодаря вибрации, а затем перенесенным и прижатым за счет гидродинамических сил к входным патрубкам TBC. Прошло более 15 минут прежде, чем оператор обнаружил аномалию, которая выражалась в неустойчивых показаниях прибора, контролирующего изменение нейтронного потока. Решение об аварийном снижении мощности реактора было принято по сигналу о превышении уровня активности в коробах вытяжной вентиляции и показаниям детекторов продуктов деления в теплоносителе. В течение всего времени

оператор, как впрочем и в процессе принятия решения, не понимал, что происходит с аппаратом.

Авария на блоке №2 АЭС "Three mile island" (TMI 2) (США) является классическим примером аварийной ситуации, где отсутствие необходимой информации о состоянии оборудования и развития процесса привело к осложнению аварии вследствие ошибочных действий оперативного персонала.

Анализ итогов работы АЭС России и за рубежом показывает [2], что по-прежнему общей причиной аномальных событий в процессе эксплуатации являются ошибки персонала (около 55%).

В настоящее время не существует эффективных критериев оценки количества и качества представляемой персоналу информации о состоянии оборудования АЭС, поэтому нет уверенности, что решения, принимаемые оператором на основе информации, поступающей от многочисленных датчиков, число которых исчисляется тысячами, оптимальны. При этом восприятие ее, а следовательно, и вероятность принятия правильного решения в различных "нештатных" ситуациях существенно различаются.

Время принятия решения tp зависит от сложности задачи [3]. Если

оператор имеет право выбора решения, выражаемое некоторым числом Р -возможных исходов, то: tp=kt\gP. Постоянная kt определяется

экспериментально (^>1). Логическая задача управления имеет повышенную сложность, если Р > 3. Именно с задачами такой сложности сталкивается оператор при управлении аварийными ЯЭБ или АЭС. Необходима своевременная информация о возникновении аномалии в состоянии оборудования, когда значения параметров еще не достигли пределов, определенных регламентом эксплуатации, пока нет еще

необходимости принимать решения, связанные с предотвращением развития нежелательного с точки зрения безопасности процесса.

В [4] исследовались зависимости вероятности принятия оператором ошибочного решения в функции времени с учетом количества и, что очень важно, качества поступающей к нему информации. Получено, что эта вероятность уменьшается по экспоненте, причем в первые несколько минут после начала аварии вероятность ошибки близка к 1, а примерно -4

через 40 мин. - 10 . При этом совокупный опыт свидетельствует о том, что при малом стаже работы неправильные действия операторов определяются, главным образом, недостатком знаний, а при большом стаже - ошибками в оценке оперативной ситуации. Каждый, кто провел достаточно много времени в пультовой, понимает, что оператор не может оценить правильность показаний каждого из тысячи индикаторов и аварийных сигнализаторов. Он лишь приблизительно знает по опыту и в результате тренировок, что должен показывать каждый прибор при данных условиях эксплуатации. Таким образом, в процессе стабильной работы АЭС оператор формирует для себя эмпирическую модель оценки состояния оборудования и блока в целом, которая адекватна объекту управления в пределах нормальной эксплуатации. В первые моменты возникновения нештатной ситуации в оценке ее он действует в рамках той же модели, принимая заведомо неправильные решения. Развитие аварии ТМ1 2 сначала было обусловлено тремя техническими причинами: отказом конденсатного насоса, закрытием запорных клапанов на линиях вспомогательных питательных насосов и непосадкой импульсного предохранительного клапана, затем ошибками персонала, который неправильно оценил ситуацию. Операторы, находившиеся в это время на блочном щите управления, считались опытными и действовали, ориентируясь на

неправильные показания уровнемера компенсатора объема в соответствии с инструкцией по эксплуатации, не допуская заполнения его водой. Ошибки персонала определили характер аварии и ее масштаб.

Своевременность обнаружения аномалии дает возможность более тщательно оценить ситуацию в спокойной обстановке и принять правильное решение.

На нескольких АЭС мира в 80-90 -е годы произошли разной степени повреждения главных циркуляционных насосов (ГЦН), которые рассматриваются как крупные технические аварии, связанные с большими материальными затратами и длительным простоем энергоблоков. Причиной выхода из строя ГЦН №4 на Южно-Украинской АЭС (20.04.83г.) стало повреждение нижнего радиального подшипника вследствие его недопустимого перегрева в результате нарушения условий эксплуатации. Непосредственной причиной повреждения подшипника явилось набухание вкладышей подшипника из графитофторопластового материала марки 7В-2А.

1 января 1986 года при работе блока №3 АЭС "Cristal river" (США) по сигналу о повышенной вибрации электродвигателя ГЦН и понижении расхода через реактор произошел автоматический останов реактора. Причиной этих событий явилось заклинивание и поломка вала ГЦН вследствие действия остаточных и термических напряжений из-за пониженной температуры запирающей воды на уплотнениях ГЦН.

Своевременное обнаружение аномалии в состоянии ГЦН позволило бы скорректировать режим его эксплуатации и, возможно, предотвратить аварию.

В 70-е годы промышленное освоение реакторов на быстрых нейтронах было поставлено под угрозу из-за аварий на парогенераторах

(ПГ) "натрий-вода" первого промышленного реактора БН-350. Всего аварий, связанных с разгерметизацией теплопередаюгцих поверхностей ПГ с малыми и большими течами, было 15. Первые аварии, которые произошли в период выхода реактора на энергетический уровень мощности, отнесли к отбраковке изделия, связанной с недостатками хранения и монтажа. Семь аварий произошли в процессе эксплуатации на энергетическом уровне мощности и обусловлены режимом работы ПГ. Реакция натрия с водой происходит бурно и, как показал опыт [5], к моменту обнаружения и локализации аварии процесс охватывает уже значительный объем парогенератора, что существенно осложняет анализ причин возникновения аварий, приводит к продолжительному простою оборудования, а в отдельных случаях - к необходимости полной его замены. Идентификация предаварийного состояния ПГ с целью предотвращения аварии коррекцией режима его эксплуатации, если это возможно, или подготовки к ликвидации последствий создавшейся ситуации поможет избежать значительных материальных затрат, связанных с капитальным ремонтом парогенератора или его полной заменой.

Таким образом, опыт эксплуатации оборудования АЭС с реакторами различных типов показывает, что аварии происходят:

- вследствие отклонений от проектных режимов работы оборудования, которые оперативный персонал своевременно не обнаружил из-за перегруженности информацией или не разобрался в том, что они являются признаком предаварийного состояния, и не проанализировал их влияние на безопасность;

- из-за сочетания неблагоприятных условий эксплуатации, влияние на безопасность которых не рассматривалось проектом и не отражено в инструкциях по эксплуатации;

- ошибки персонала;

- недостатки проекта.

Актуальность работы.

Диссертационная работа направлена на решение научной проблемы -повышение безопасности действующих АЭС.

Из опыта анализа аварий на АЭС и действий оперативного персонала в нештатных ситуациях следует, что, если оперативному персоналу своевременно предоставить информацию об аномальном состоянии оборудования, то тяжелых последствий многих аварий можно было бы избежать. В ОПБ-88 (п.4.4.10) сказано: "Система контроля и управления блока АС должна обеспечивать автоматическую и/или автоматизированную диагностику состояния и режимов эксплуатации, ...".

Создание таких систем в мире развивалось в различных направлениях, основные из которых используют опыт проектирования, эксплуатации и базу знаний к моменту создания диагностических систем. Как правило, они ориентированы на симптомы проявления аварийных ситуаций, словарь которых может оказаться неполным, или на отклонение реального состояния оборудования от состояния, описываемого с помощью моделей процессов и режимов работы оборудования. Новые аварийные ситуации заставляют пересматривать концепции диагностирования для того, чтобы учесть новые знания и недостатки, выявленные в процессе опытной эксплуатации систем диагностики или их проверки на тренажерах. Трудности разработки и внедрения таких систем определяются необходимостью учета поведения человека в стрессовых ситуациях и его отношения к предлагаемым системой диагностирования решениям. Системы диагностики постоянно усложняются как в интеллектуальном

плане (из-за стремления проектировщиков формализовать деятельность человека в оценке сложных ситуаций), так и в использовании для реализации идей все более мощной и сложной техники. В конечном итоге стоимость системы может оказаться сравнимой со стоимостью самого объекта диагностирования. Создание таких систем лишено смысла.

Решение проблемы необходимо осуществить в рамках существующих в настоящее время технических средств и с минимальными затратами.

С другой стороны, более важно своевременно представить эксплуатационному персоналу информацию о возникновении предаварийного состояния или о появлении аномалии в режимах работы оборудования. Здесь понятие "своевременно" интерпретируется как идентификация аномального состояния оборудования, когда измеряемые параметры находятся в эксплуатационных пределах и нет необходимости персоналу предпринимать решительные действия в соответствии с аварийными инструкциями. В этом случае персонал имеет возможность в спокойной обстановке оценить ситуацию и принять соответствующее решение. В такой постановке задаче повышения безопасности эксплуатации АЭС не уделялось достаточного внимания.

Разработка методов и алгоритмов ранней диагностики оборудования для своевременного представления эксплуатационному персоналу информации о возникновении аномалий является актуальной задачей, имеющей практическую ценность.

Цель и задачи исследований.

На основании опыта анализа предаварийных состояний различных типов оборудования:

- разработать единый методологический подход к формированию моделей ранней диагностики аномальных состояний различного типа основного оборудования АЭС по данным оперативного технологического контроля;

- разработать алгоритмы анализа данных для наглядного представления эксплуатационному персоналу информации для принятия решений;

- провести исследования в обоснование представленных теоретических положений;

- разработать прототипы систем диагностирования оборудования по данным оперативного технологического контроля и проверить их работоспособность на реальных данных эксплуатации.

Научная новизна.

Разработан единый подход к анализу данных оперативного технологического контроля для оценки состояния оборудования АЭС в процессе эксплуатации. На основании проведенных исследований сформированы модели и алгоритмы диагностирования различного типа оборудования (активная зона ВВЭР 1000, парогенераторы БН 350, главные циркуляционные насосы), определяющие аномалию состояния оборудования по отношению к общей закономерности поведения во времени множества идентичных объектов, работающих в одинаковых условиях. Анализ реальных данных эксплуатации с помощью представленного подхода и разработанных на его основе моделей впервые показал, что аномалии в поведении оборудования проявляются значительно раньше (например, для ПГ БН 350 не менее чем за 5 суток ) обнаружения аварии штатными системами контроля. При этом, в процессе обработки персоналу выдается комплекс параметров, определяющих процесс, вызвавший аномалию. Анализ ситуации и принятие решения

осуществляется в спокойной обстановке, поскольку контролируемые параметры оборудования находятся в пределах нормальной эксплуатации.

Полученные результаты являются существенно новыми по сравнению с результатами работы известных систем диагностирования, которые ориентированы либо на симптомы аварий или конкретное их проявление, либо на описание физических процессов.

Автор выносит на защиту:

общий методический подход к разработке алгоритмов распознавания аномальных состояний основного оборудования АЭС по данным оперативного технологического контроля;

- результаты анализа данных эксплуатации действующих АЭС в подтверждение эффективности разработанного подхода к диагностированию оборудования АЭС;

- практическую реализацию проведенных разработок применительно к анализу состояния различного типа оборудования в процессе его эксплуатации.

Практическая ценность.

Проведенные разработки доведены до алгоритмов, реализованных программными продуктами для систем диагностики:

- парогенераторов БН-350 (комплекс программ "Ранняя диагностика предаварийного состояния ПГ БН-350" находится в эксплуатации по оперативному контролю за состоянием парогенераторов с апреля 1981г.);

-оценки состояния активной зоны ВВЭР 1000 и работоспособности внутриреакторного контроля при эксплуатации энергоблока [69];

- системы контроля состояния ГЦН АЭС с ВВЭР по анализу данных оперативного технологического контроля [70].

Анализ реальных данных оперативного контроля действующих АЭС в предаварийных состояниях и оценке режимов эксплуатации показал эффективность представленных разработок. Системы либо внедрены, либо проводятся работы по их внедрению на действующих блоках АЭС.

Личный вклад автора.

Результаты проведенных исследований являются итогом многолетней работы автора на АЭС различного типа. На основании большого практического опыта анализа данных эксплуатации для оценки безопасности работы оборудования АЭС автор лично разработал общий подход, модели и алгоритмы распознавания аномальных состояний основного оборудования, проведена апробация разработок на реальных данных технологического контроля действующих блоков. Под его руководством и непосредственном участии созданы коммерческие программные продукты, внедряемые на АЭС.

Апробация работы.

Основные положения и результаты диссертационной работы докладывались на российских и международных конференциях и семинарах: советско-французских семинарах, г.Обнинск 1978г., г.Шевченко 1982г., г. Димитровград 1983г., отраслевых семинарах по диагностике, г. Шевченко 1980г., г. Обнинск 1994г., научно-практическом семинаре по безопасности эксплуатации АЭС, Япония, Токио, ЛЭР1С, 1996г, Четвертой (1996г.) и Пятой (1998г.) международных конференциях "Безопасность

АЭС и подготовка кадров", на заседании Научно-методического Совета по специальности Атомные электрические станции и установки и т.д.

Публикации.

Основные положения диссертации опубликованы в более чем 30 научно-технических отчетах и научных статьях, получено авторское свидетельство.

Структура и объем диссертации.

Работа изложена на 174 страницах, содержит 36 рисунков, 14 таблиц и список литературы из 74 наименований.

Текст разбит на введение, четыре главы и заключение.

В первой главе проводится краткий обзор и анализ основных методов диагностирования оборудования АЭС. Рассматриваются особенности построения диагностических моделей на основе параметрических, логических методов и распознавания образов. Основным недостатком этих методов является использование в них априорных знаний о процессах, происходящих в оборудовании АЭС, что не всегда удается формализовать. Как правило, эти знания представлены в виде экспертных систем. Обсуждается опыт их внедрения на АЭС. Неполнота базы знаний, деградация измерительной системы, недостаточный учет человеческого фактора привели к скептицизму квалифицированного эксплуатационного персонала АЭС по отношению к экспертным системам. Необходима разработка системы диагностирования оборудования, которая своевременно на ранней стадии появления аномалии информировала бы персонал о ее возникновении. В целях разработки такой системы оборудование АЭС представляется сложной системой, состояние которой

определяется положением вектора в N мерном пространстве измерений. Анализ ее состояния, а также отбор информативных параметров, описывающих отклонение от общего режима работы системы, осуществляется с учетом особенностей эксплуатации оборудования. Например, общим может быть режим работы всех четырех одновременно работающих главных циркуляционных насосов ВВЭР 1000. Отличие от этого режима одного из них может оказаться аномалией. Информация о возникновении аномалии должна быть ограничена по объему и представляться персоналу в удобном для принятия решения виде.

Во второй главе представлена разработка методов и алгоритмы оценки состояния активной зоны ВВЭР 1000 по анализу данных внутриреакторного контроля. Основным недостатком существующей системы - субъективность оценок достоверности показаний измерительной системы и трудности анализа информации для распознавания локальных физических процессов (например, локальное искажение аксиального распределения энерговыделения ). В рассматриваемом подходе к оценке состояния и представления закономерности распределения энерговыделения используются алгоритмы кластерного анализа. В отдельные классы объединяются нормированные измерения энерговыделения и температур в соответствии с некоторой мерой близости. Общая закономерность состояния активной зоны представляется взаимным расположением классов оптимальной классификации. Оптимум определяется в соответствии с функционалом, использующим понятие момента классификации. Измерения, не попавшие ни в один из классов (т.е. не связанные с другими измерениями), считаются недостоверными. Особенности аксиального распределения энерговыделения определяются по отношению к измерениям, описываемым статистической моделью

активной зоны. Эти измерения образуют компактное множество в центре координат информативного подпространства по отношению к описанию аксиального распределения энерговыделения. Оно образовано пространством собственных векторов (с 2 по 7) корреляционной матрицы. Ее элементами являются коэффициенты корреляции, которые оцениваются по показаниям семи датчиков (ДПЗ) по высоте активной зоны и одной термопары. По плотности множества можно судить о готовности системы к выполнению функции контроля. Отклонения измерений от описания моделью могут быть связаны либо с недостоверными показаниями измерительной системы, либо с процессом, который отличается от общей закономерности состояния активной зоны. Разработанные и описанные в главе алгоритмы позволяют уверенно распознать и представить в наглядном виде локальные физические процессы и недостоверные показания измерительной системы.

Оперативный контроль за изменением состояния активной зоны во времени осуществляется по отношению к эталону активной зоны, представленному минимальным остовным деревом (графом), однозначно описывающим состояние активной зоны и измерительной системы.

Проверка разработанного подхода и алгоритмов осуществлялась на данных Хмельницкой и Калининской АЭС. Показана их высокая эффективность.

В главе 3 обсуждается модель ранней диагностики аварийного состояния парогенераторов БН-350 по данным оперативного технологического контроля. Всего аварий на ПГ было 15, и 7 из них произошли в процессе эксплуатации. Техническое состояние парогенератора определяется 17-ю параметрами. Анализ их поведения перед авариями показал, что все они находились в пределах, разрешенных

регламентом эксплуатации. Для определения аномалии в работе ПГ используется системный подход к анализу данных. Одновременно, в идентичных условиях работают от трех до пяти парогенераторов. Если поведение (0-1) ПГ одинаково, а одного отличается, то вероятно его состояние можно считать аномальным. Особенности поведения парогенератора проявляются в совместном поведении комплекса информативных параметров. В главе проводится анализ алгоритмов, использующих различный математический формализм для определения этих параметров. Исходя из условий сбора и обработки информации на БН-350, был разработан алгоритм анализа данных, использующий логическую модель поведения парогенераторов, которая представляет собой математическую формализацию алгоритма распознавания в терминах булевой алгебры. Сравнение поведения парогенераторов, а также принятие решения о возникновении аномалии осуществляется сравнением диагностического признака с пороговым значением. Анализ предаварийных ситуаций показал, что ПГ проявляет аномальное состояние за пять и более суток до аварии. Разработанные алгоритмы реализованы программным комплексом "Диагностика предаварийного состояния ПГ БН-350", который находится в эксплуатации по оперативному контролю за состоянием парогенераторов с трубками Фильда с апреля 1981г.

В главе 4 рассматривается модель классификации параметров для распознавания аномалий в состоянии главных циркуляционных насосов (ГЦН) ВВЭР 1000. Анализировалось состояние ГЦН Калининской АЭС в период повышенной вибрации одного из них. В анализе использовалось 47 параметров технологического контроля. Поведение четырех одновременно работающих насосов определяется общим режимом работы и индивидуальными особенностями каждого из них. Для объективности

оценки состояния ГЦН рассматриваются различные алгоритмы анализа данных. Показано, что состояние ГЦН с повышенной вибрацией по комплексу технологических параметров аномально. Для отбора информативных параметров была разработана модель классификации, использующая меру близости на основе оценки коэффициентов корреляции. В пространстве параметров выделяется множество, описывающее общий режим работы насосов, и класс (множество) параметров, описывающих процесс, наиболее "удаленный" от общего режима. Далее осуществляется оценка принадлежности выделенного процесса к конкретному объекту (ГЦН). Сравнение состояний ГЦН для принятия решения проводится по диагностическому признаку, в качестве которого используется квадрат отклонения от общего режима работы насосов, представленного проекцией значений параметров информативного вектора на собственный вектор корреляционной матрицы, имеющий максимальное собственное значение. Последующий анализ состояния ГЦН во время ремонта показал правильность предложенного диагноза. На основе разработанных алгоритмов классификации создан комплекс программ распознавания состояния ГЦН ВВЭР 1000 по данным оперативного технологического контроля.

В заключении приводится обобщение результатов исследований и представлены выводы по всей диссертации.

Заключение диссертации по теме «Ядерные энергетические установки, включая проектирование, эксплуатацию и вывод из эксплуатации», Лескин, Сергей Терентьевич

Выводы по главе 4.

1. Разработаны методы и алгоритмы выявления аномалий в состоянии главных циркуляционных насосов по анализу данных оперативного технологического контроля.

Аномалия определяется по отношению к состояниям, присущим большинству одновременно работающих объектов.

2. С позиции предложенного подхода к анализу информации обработаны данные эксплуатации первого блока Калининской АЭС за период с 18.10.91 г. по 15.01.93 г.

Анализ результатов показал, что аномалия состояния ГЦН 2, имевшего повышенную вибрацию, явно проявляется в комплексе информативных технологических параметров, описывающих это состояние. При этом аномалия сохранялась, когда вибрационные характеристики ГЦН 2 после балансировки агрегата некоторое время были в норме.

3. Определяемые в процессе анализа информативные параметры, описывающие аномалию состояния ГЦН, позволяют оценить характер аномалии и обращают внимание персонала на процессы, влияющие на режим работы оборудования.

4. Полученные результаты позволяют надеяться на успешное решение задач определения аномального элемента оборудования, формирования рекомендаций по ревизии ГЦН в ППР и коррекции режимов эксплуатации.

5. В настоящее время завершается разработка системы мониторинга состояния ГЦН по анализу данных оперативного технологического контроля, которая должна:

- определять аномальное состояние ГЦН и режимы работы оборудования, приводящие к возникновению аномалий;

- идентифицировать дефектный элемент оборудования.

Выдавать персоналу рекомендации по ревизии ГЦН во время планово-предупредительного ремонта.

Согласно договору с Балаковской АЭС [73] планируется внедрение системы в опытную эксплуатацию в 1998 году.

ЗАКЛЮЧЕНИЕ

Опыт анализа аварийных ситуаций на АЭС показывает, что при своевременном предоставлении оперативному персоналу информации о состоянии оборудования многих аварий можно было избежать. Действия персонала в стрессовых ситуациях при развитии процесса чаще всего приводят к ухудшению последствий аварий. Для повышения безопасности действующих и проектируемых АЭС разрабатываются системы диагностики. Основу используемых и внедряемых систем составляют параметрические, логические модели и классический подход распознавания образов. Опыт эксплуатации систем диагностирования на основе этих моделей показал их недостаточную эффективность. Персонал АЭС, не доверяя представленным системой решениям, в стрессовой ситуации вынужден либо отказаться от диагностической информации, либо при дефиците времени выступает в роли эксперта системы. Для принятия правильных решений эксплуатационному персоналу необходима своевременная информация об аномалии в состоянии оборудования, когда контролируемые параметры не вышли за пределы нормальной эксплуатации и достаточно времени для того, чтобы разобраться с ситуацией в спокойной обстановке.

В диссертационной работе :

1 .Разработан общий методический подход к решению задачи распознавания аномальных состояний основного оборудования АЭС по данным оперативного технологического контроля. В нем каждый тип оборудования рассматривается как сложная система, важным качеством которой является наличие интегративных свойств, не выводимых непосредственно из известных (не наблюдаемых) свойств элементов системы и способов их соединения.

Поведение ее во времени описывается изменением положения вектора в N-мерном пространстве параметров, определяющих технологическое состояние оборудования.

Среди N параметров выделяются параметры, описывающие нормальный режим работы оборудования и аномальный. Определение нормального или общего режима осуществляется из представления общей закономерности работы множества одинаковых и работающих в идентичных условиях объектов. Отклонение от нормы может быть индивидуальной особенностью данного объекта, а может быть и началом развития аварийного процесса (аномалии).

В качестве математической основы для разработки алгоритмов определения аномалии использовалось распознавание образов и кластерный анализ.

2. С позиции описанного подхода решены задачи распознавания аномалий различного типа оборудования для различных АЭС.

2.1. Общая закономерность радиального распределения энерговыделения в активной зоне ВВЭР 1000 по данным внутриреакторного контроля определяется взаимным расположением классов, в которые объединяются нормированные измерения энерговыделения и температур над TBC, что наглядно представляет на картограмме зоны радиальную несимметрию и зоны повышенного и заниженного энерговыделения.

Аномалия аксиального распределения в отдельных TBC определяется отклонением от нормы, определяемой статистической моделью, описывающей общий вид распределения энерговыделения для данного состояния активной зоны. В итоге работы алгоритма идентифицируется либо физический процесс (искажение формы), требующий детального анализа, либо отбраковываются недостоверные показания измерительной системы.

По плотности расположения точек множества в информативном подпространстве параметров измерительной системы (со 2 по 7 собственные векторы корреляционной матрицы) можно судить о готовности СВРК к выполнению функций контроля.

Описанием общей закономерности (эталона) состояния активной зоны может быть (это показано) минимальное остовное дерево (граф), по деформации которого можно оперативно проследить во времени изменение состояния только той части активной зоны, которая требует внимания.

2.2. Вероятность одновременного выхода из строя двух и более одинаковых единиц оборудования, работающих в идентичных условиях, значительно меньше вероятности появления одного аномального. При решении задачи для ранней диагностики парогенераторов БН-350 (5 ПГ работают одновременно) и главных циркуляционных насосов ВВЭР 1000 (4 ГЦН работают одновременно) аномальное состояние определялось по отклонению от общего режима (закономерности работы всей совокупности объектов, работающих на общую систему - реактор).

3. Важным моментом в представленном подходе является понятие информативных параметров. Здесь под информативными понимается комплекс параметров, описывающих аномальный процесс.

В случае с анализом данных СВРК выделено информативное подпространство, в котором наиболее эффективно может быть определена согласованность измерений аксиального распределения энерговыделений.

При анализе данных технологического контроля среди множества параметров, представляющих техническое состояние объекта (парогенератор, главный циркуляционный насос и т.д.), определяются подмножества параметров, удаленных от множества параметров, описывающих общий режим (эталон) системы идентичных объектов.

В случае с парогенераторами БН-350 (в силу специфики записи данных) используется логическая модель представления данных для выявления параметров (информативных), описывающих особенные состояния ПГ. При распознавании аномалии в работе главных циркуляционных насосов ВВЭР 1000 представлена модель выделения информативного комплекса как компактного множества в пространстве параметров, наиболее удаленного от всех остальных множеств. Здесь в качестве меры близости параметров используются соотношения на основе корреляционных моментов.

4. Во всех случаях наглядное представление поведения рассматриваемого оборудования во времени, количественного сравнения и выбора порога, выше которого один из объектов следует считать аномальным, используется разложение Карунена-Лоева и, в частности, поведение диагностического признака, определяемого по проекции информативного вектора на собственный вектор, имеющий максимальное собственное значение.

При этом принята модель накопления "дефектов", отклонений. Пороговое значение должно выбираться на начальной стадии исходя из формальных статистических критериев (например, отношения среднеквадратичных отклонений от общего режима работы системы), как это сделано для ГЦН ВВЭР 1000. По мере набора статистики аномальных состояний значение оптимального порога может быть определено по минимуму функции риска принятия ложных решений, как это сделано для парогенераторов БН-350.

5. Анализ реальных данных эксплуатации (Калининская АЭС, Хмельницкая АЭС, БН-350) показал, что представленный подход и разработанные на его основе алгоритмы и программные комплексы своевременно определяет аномалию в состоянии оборудования. Например, для ПГ БН-350 аномалия определяется не менее, чем за 5 суток до аварии, а в отдельных случаях аварийный в дальнейшем парогенератор проявлял аномалию состояния за 60 суток до аварии. В случае с ГЦН Калининской АЭС аномалия в поведении одного из них, обнаруженная с помощью разработанных алгоритмов, по технологическим параметрам имела место в период, когда его состояние не вызывало беспокойства персонала.

При этом во всех случаях обнаружение аномалии происходило, когда параметры, определяющие техническое состояние объекта, находились в эксплуатационных пределах.

6. Представленные модели распознавания состояний используют лишь имеющуюся оперативную информацию, не опираясь на априорные знания о процессах, происходящих в оборудовании. Эксплуатационному персоналу представляется оценка состояния объекта и - в случае возникновения аномалии - информативный комплекс параметров, определивший процесс. Число этих параметров значительно меньше исходного. По небольшому количеству параметров группа экспертов в спокойной обстановке может оценить, к какому из элементов оборудования и типу аномалии следует отнести возникшую ситуацию и возможна ли коррекция режима работы оборудования.

Опыт эксплуатации "Системы ранней диагностики ПГ БН-350" показал, что в рамках разработанного подхода, когда знания и опыт экспертов привлекаются на стадии принятия решения по ограниченному комплексу параметров, описывающему процесс, оценка состояния оборудования более эффективна и универсальна по отношению к моделям распознавания, использующим алгоритмы знания о процессах (параметрические, логические модели и т.д.). Например, систематические отклонения в водоподготовке одного из парогенераторов в конечном итоге привели к решению об аварийности его состояния. На самом деле, как показал анализ информации, предоставленной системой диагностирования, имело место просто отклонение режима.

В случае с ГЦН №2 Калининской АЭС технологические параметры находились в пределах нормальной эксплуатации, и аномалия в его состоянии была определена с помощью алгоритмов представленного в работе подхода, причем описанных в регламенте его эксплуатации признаков аномального состояния насоса не было, тем не менее, ревизия в ППР действительно показала необходимость его ремонта.

Хотя аномалия с помощью алгоритмов разработанного подхода очевидна с начала до конца рассматриваемого периода, тем не менее в отдельных временных интервалах состояние насоса улучшалось, что говорит о возможности коррекции режима работы ГЦН.

Таким образом, представлен универсальный подход к анализу состояния оборудования по данным оперативного технологического контроля, использующий специфические особенности компоновки и эксплуатации основного оборудования АЭС.

Разработанные на его основе алгоритмы позволяют распознавать аномалии в состоянии оборудования, когда его технологические параметры находятся в эксплуатационных пределах, а принятие решения и оценка ситуации производится персоналом по небольшому числу информативных по отношению к процессу параметров, которые в состоянии проанализировать группа экспертов.

Алгоритмы реализованы в виде программных комплексов, которые внедрены либо внедряются на действующих АЭС.

В заключении автор выражает глубокую признательность проф. Могильнеру А.И., проф. Волкову Ю.В., Швецову Д.М., Куприянову В.М. за плодотворные обсуждения результатов проведенных исследований и ценные замечания,

Соколову JI.A., Кантору П.А., Недяк Т.Ю., Богачеку JI.H., Баю А.Ф. с Клн.АЭС за предоставление данных и обсуждение результатов обработки данных, Жидкову C.B. за помощь в оформлении диссертации.

Список литературы диссертационного исследования доктор технических наук Лескин, Сергей Терентьевич, 1998 год

Список использованной литературы

1. Аварии и инциденты на атомных электростанциях. -Уч.пособие ИАТЭ, г.Обнинск. -1992.

2. Антонов Б.В. Итоги эксплуатации АЭС России в 1995 г//Известия вузов. Ядерная энергетика. - 1996. -№3. -С.4-8.

3. Еременко В.А. Пути обеспечения безопасного управления атомными энергетическими установками. - К.: Тэхника, 1988.

4. Ujita Hiroshi. Aprobabilistic analisis method of evaluate the effect of human factors on plant safety. - Nucl.Tehnol., 1986, v.76, N 3, p 370-376.

5. Поплавский B.M., Багдасаров Ю.Е., Баклушин Р.П., Василенко К.Т., Резинкин П.С. Анализ аварийных режимов на парогенераторах установки БН-350, связанных с течами воды в натрий в период 1973-1975гг. Отчет ТФ-923.-ФЭИ, МАЭК, г.Обнинск, 1976.

6. Клюев В.В., Пархоменко П.П., Абрамчук В.Е.и др. Технические средства диагностирования: Справочник. М.: Машиностроение, 1989.

7. Основы технической диагностики. 4.1 / Под ред. Пархоменко П.П. М.: Энергия, 1976.

8. Пархоменко П.П., Согомонян Е.С.. Основы технической диагностики. М.: Энергоиздат, 1981.

9. Биргер И.А.Техническая диагностика. М.: Машиностроение, 1976.

10. Fault diagnosis in dynamic systems. Theory and applications / Edited by Patton R., Frank P., Clare R. Prentice Hall Inc., Englewood Cliffs, NJ, 1989.

11. Willsky A.S. A Survey of design methods for failure detection in dynamic systems//Automatica. 1976. V. 12. P. 601-611.

12. Мироновский JI.А.. Функциональное диагностирование динамических систем (обзор) АиТ. 1980. №8. С. 96-121.

13. Iserman R. Process fault detection based on modeling end estimation metods -a survey // Automatica. 1984. V.20. №4. P.387 - 404.

14. Basseville M. Detecting changes in signal and systems - a survey // Automatica. 1988. V.24. №3. P.309-326.

15. Frank P.M. Fault diagnosis in dynamic systems using analytical and knowledge-based redundancy - a survey and some new results // Automatica. 1990.V.26.№3. P. 459-474.

16. Граф Ш. Гессель M. Схемы поиска неисправностей. М.: Энергоатомиздат, 1989.

17. Reisen С., Marshall Е. Evaluaning operator support system in realistic conditions at hammlab // Nuclear Ingegeneering International. 1988.V.33.№402. P.39-41.

18. Богомолов B.H., Могильнер А.И., Пучкова Л.П., Швецов Д.М. К задачам диагностирования и оценки остаточного ресурса. - Препринт, ФЭИ-1807, Обнинск, 1986.

19. Абагян А.А., Дмитриев В.М., Клебанов Л.А., Крошилин А.Е., Ларин Е.П., Морозов С.К. Система контроля и диагностики режимов работы энергоблока АЭС. //Атомная энергия. 1987. Т.63. Вып.5. С.311-315.

20. Глазов О.Н., Стрепетов Н.В. Концепция построения системы оперативной диагностики сложного технологического объекта. Оболочка экспертной системы диагностики "DASHA".// Тезисы докладов. Семинар МАЭ РФ. Методы и технические средства диагностирования ЯЭУ. г.Обнинск. 1994. С. 116-118.

21. Transactions // ANS. 1982. V.41. P. 524-528.

22. Ракитин И.Д., Сон B.B. Разработка систем диагностики на АЭС // Атомная техника за рубежом. 1987. №5.СЗ-10.

23. Ильков В.Д., Молчанов С.А., Митин В.И., Пащенко Ф.Ф., Прангишвили И.В., Сапрыкин Е.М., Чернышев К.Р. Современное состояние и перспективы развития проблемы диагностирования АЭС. Обзорная информация. // Атомные электростанции, вып.-8.М.: Информэнерго.1988.

24. Лебедев Н.Н. Вопросы создания общих систем оперативного диагностирования ЯЭУ. // Тезисы докладов. Семинар МАЭ РФ. Методы и технические средства диагностирования ЯЭУ. г.Обнинск. 1994. С. 110-113.

25. Herbert M.R. A rewiew of on-line diagnostic aids for nuclear power plant operators. //Nucl. Energy. 1984. V.23. №4. P.259-264.

26. Павелко В.И. Обзор приложений методологии экспертных систем в атомной энергетике.// Атомная энергетика. 1990. Вып.11. С.1-8.

27. Weiss S., Reagan W., Roe J. Experiense with operator aids for nuclear power plants in the USA. - In: Proc. Intèrn. Conf. on Man-Machine Interface in Nuclear Indastry. Tokyo, 15-19.02.1988, Vienna, 1988, p. 323-329.

28. Калинушкин A. E., Митин В.И., Семченков Ю.М. Создание экспертных систем для ядерной энергетики.// Атомная техника за рубежом. 1990, №7. С. 3-8.

29. Могильнер А.И, Курдявко В.П., Скоморохов С.О., Швецов Д.М. О некоторых методах решения задач контроля и диагностики аварийных состояний ядерных энергетических установок. - Препринт, ФЭИ-588, г.Обнинск, 1975.

30. Дубовский O.A. Ранняя диагностика аварийных режимов ЯЭУ методом распознавания образов. - Препринт, ФЭИ-535, г.Обнинск, 1975.

31. Скурихин А.Н. Нейронные сети: определения, концепция, применение. Обзор. ФЭИ-0246. М: ЦНИИатоминформ, 1991.

32. Urig Robert Е. Potential application of nuclear networks to nuclear power plants. Proc.Amer.Power Conf.. Vol.53. Pt.2 53rd. Annu Meet., Chicago, III., Apr. 29-May 1. 1991,-p.946-951.

33. Системы внутриреакторного контроля АЭС с реакторами ВВЭР. Под ред. Г.Л.Левина. - М.: Энергоатомиздат, 1987.

34. Лескин С.Т. Алгоритмы классификаций для анализа состояний активной зоны по данным измерительной системы внутриреакторного контроля //Известия вузов. Ядерная энергетика. - 1996. №4. - С. 20-26.

35. Айвазян С.А. и др. Прикладная статистика . - М.: Финансы и статистика, 1989.

36. Фукунага К. Введение в статистическую теорию распознавания образов. - М: Наука, 1979. '

37. Классификация и кластер. Под ред. Дж. Вэн Райзина. - М: Мир,1980.

38. Tao Gu, Той J.T. A new criterion for optimal classification. - Pattern Recognition, 2, 1982, 1063 - 1065.

39. Дж. Ту, P. Гонсалес. Принципы распознавания образов, - Мир, М.: 1978.

40. Лескин С. Т. , Сергеечев О.В. Разработка методов и алгоритмов оценки состояния активной зоны и измерительной системы внутриреакторного контроля ВВЭР-1000. - Отчет ФЭИ, инв.№8538, г.Обнинск, 1993.

41. Лескин С.Т., Жидков C.B. Представление состояния активной зоны ВВЭР 1000 минимальным связным графом. //Известия вузов. Ядерная энергетика. - 1997. №4. - С.9-14.

42. Рейнгольд Э., Нивергельт Ю., Део Н. Комбинаторные алгоритмы. Теория и практика. -М.: Мир, 1980.

43. ЛукашинЮ.П. Адаптивные методы краткосрочного прогнозирования. -М: "Статистика", 1979.

44. Лескин С.Т. Статистическая модель диагностики активной зоны ВВЭР. //Известия вузов. Ядерная энергетика. - 1996. №6. - С.33-39.

45. Лескин С.Т., Жидков C.B. Система оценки состояния активной зоны ВВЭР 1000 по данным внутриреакторного контроля при эксплуатации энергоблока. //Известия вузов. Ядерная энергетика. - 1998. №3. - С.4-10.

46. Поплавский В.М., Багдасаров Ю.Е., Баклушин Р.П., Василенко К.Т., Резинкин П.С. Анализ аварийных режимов на парогенераторах установки БН-350, связанных с течами воды в натрий в период 1973-1975гг., отчет ТФ-923, ФЭИ, МАЭК, г. Обнинск, 1976г.

47. Болгарин В.И., Егоров В.А., Козлов Ф.А., Козуб П.С., Кузнецов Э.К., Красилов В.А., Севрюков Б.В., Воробьева Т.А. "Опыт эксплуатации системы контроля протечек парогенераторов установки БН-350 по водороду в натрии и защитном газе", отчет, предприятие п/я М-5371, 1980 г.

48. Масагутов Р.Ф., Югай B.C. Состояние и перспективы развития акустической диагностики парогенераторов АЭС с реакторами на быстрых нейтронах, препринт, Е-21, дсп, г.Обнинск, 1979 г.

49. Козлов Ф.А., Кузнецов Э.К., Воробьева Т.А., Антонов И.Н. Электрохимическая ячейка для контроля кислорода в жидком натрии, отчет, ТФ-1162, ФЭИ, г.Обнинск, 1979 г.

50. Могильнер А.И., Морозов С.А., Поплавский В.М., Борисов В.В., Мартынов Е.Б., Ковтун С.Н., Уралец А.Ю., Василенко К.Т., Лескин С.Т. Принципы построения системы индикации течи ПГ "Надежность" с использованием магнитных расходомеров, отчет, ТФ-1174, дсп, ФЭИ-МАЭК, г.Обнинск, 1979 г.

51. Типикин В.М., Лешков В.В. Электромагнитный (токовихревой) метод контроля плотности потоков жидкометаллических теплоносителей, препринт, ФЭИ-840, г.Обнинск, 1978 г.

52. Могильнер А.И., Швецов Д.М., Шоринова И.Д., Лескин С.Т. О возможности ранней диагностики течи ПГ установки БН-350 по анализу текущей эксплуатационной информации, отчет, ФЭИ, МАЭК, г.Обнинск, 1978 г.

53. Митропольский А.К. "Техника статистических измерений", "Наука", Москва, 1971 г.

54. Лбов Г.С. Выбор эффективной системы признаков, сб.трудов ИМ СО АН СССР, "Вычислительные системы", вып. 19, Новосибирск,

1965 г.

55. Ивахненко А.Г. Самообучающиеся системы распознавания и автоматического управления, "Техника", Киев, 1969 г.

56. Гольдман P.C. Логические модели диагноза непрерывных объектов, АИТ, №5, 1979 г., с.149-156.

57. Гольдман P.C., Махов В.Н. Диагноз объектов, описанных большими таблицами экспериментальных данных, АИТ, №4,1979 г., с.101-108.

58. Лескин С.Т., Могильнер А.И., Швецов Д.М. Диагностика предаварийного состояния парогенераторов "натрий-вода" БН-350 по анализу данных технологического контроля, отчет №172дсп, ФЭИ, МАЭК, г.Шевченко, 1982г.

59. Зажигаев Л.С., Кишьян A.A., Романиков Ю.И. Методы планирования и обработки результатов физического эксперимента, Атомиздат, Москва, 1978 г.

60. Козлов Ф.А., Сергеев Г.П., Макаров В.М., Соболев E.H., Губанов В.М., Халецкий Э.Э. Эволюция течей воды в натрий через дефекты в стенке трубы и узлах заделки труб в трубные доски. Доклад на советско-английском семинаре, г.Обнинск, 13-15 мая, с.136-155.

61. Акт об испытании узла впрыска, утв.Бритов В.Н. от 18.10.79 г., НИИАР.

62. Бондаренко Л.С. и др. Результаты аналитического контроля отложений из испарителя И6Б установки БН-350. Отчет, г.Обнинск, 1978 г.

63. Агеев М.И., Алик В.П., Марков Ю.И. Библиотека алгоритмов 51 6-100 б, Справочное пособие, вып.2, №85 б, "Советское радио", с.64-66.

64. Дуда Р., Харт П. "Распознавание образов и анализ сцен", "Мир", Москва, 1976 г.

65. Карих К.И., Лескин С.Т., Могильнер А.И. Швецов Д.М. Способ диагностики разгерметизации парогенераторов атомных энергетических установок с жидкометаллическим щелочным теплоносителем. Авт.свид. 1338649, заявка 3936382 от 2.08.85г.

66. Лескин С.Т., Могильнер А.И., Швецов Д.М. Метод и алгоритм ранней диагностики предаварийного состояния парогенераторов реактора БН-350. Материалы к экспонату ВДНХ, г.Обнинск, 1985г.

67. Лескин С.Т., Новикова Е.В., Соколов Л.А., Недяк Т.Ю., Кантор П.А. Разработка алгоритмов распознавания состояния ГЦН ВВЭР 1000 по

анализу данных оперативного технологического контроля. Отчет. Инв. №8866 ГНЦ ФЭИ- Калининская АЭС, г.Обнинск, 1994г. 68. Н.Г.Загоруйко и др. Пакет прикладных программ ОТЭКС. - Финансы и статистика, М., 1986.

69.. Лескин С.Т. Разработка алгоритмов распознавания аномалий в состоянии оборудования АЭС по анализу данных оперативного технологического контроля. //Известия вузов. Ядерная энергетика. - 1997. №4.-С.4-11.

70. Лескин С.Т., Новикова Е.В. Разработка алгоритмов диагностирования оборудования АЭС по анализу данных оперативного технологического контроля. Отчет. Инв.№8667, ГНЦ ФЭИ, г.Обнинск, 1993.

71. П.Мюллер, П.Нойман, Р.Шторм. Таблицы по математической статистике. - Финансы и статистика, М., 1982.

72. Договор с Балаковской АЭС №23-Ь8-97 от 01.10. 97г. "Разработка и внедрение системы оценки состояния активной зоны и работоспособности внутриреакторного контроля при эксплуатации энергоблока".

73. Договор с Балаковской АЭС №21-Ь8-97 от 01.10. 97г. "Внедрение системы контроля состояния ГЦН АЭС с ВВЭР по анализу данных оперативного технологического контроля".

74. Договор о научно-техническом сотрудничестве между Обнинским институтом атомной энергетики и Калининской АЭС, от 26.06.97.