核动力装置故障诊断智能技术的研究

【摘要】： 核动力装置运行状态的监测与诊断直接关系到装置运行的安全性与可靠性。目前我国核动力装置主要采用传统的阈值监测方法。阈值方法能够给操作人员提供核动力装置重要参数偏离正常运行的状态，却难以提供故障发生的根本原因和异常发展趋势方面的信息。开展优于传统方法而基于人工神经网络、专家系统(规则推理)、模糊逻辑等智能技术在核动力装置早期故障诊断与状态监测中的应用研究，对进一步提高核动力装置运行的安全性、可靠性以及核动力装置的整体效能具有重大的工程意义和现实意义。 本文以“十五”×××重点预研攻关项目为背景，以核动力装置一回路典型故障为对象，对核动力装置智能故障诊断系统实现的部分技术、方法及基本结构进行了深入的研究。 本文研究的主要内容和取得的主要成果如下： 1．设计了先进的诊断算法。先进的诊断算法是实现实时故障诊断的关．键，本文提出基于神经网络诊断子系统(该系统内包括FNN网络诊断子系统、BP网数据融合诊断子系统和RBF网络诊断子系统)和基于规则推理诊断子系统相结合的综合诊断方法。利用神经网络处理速度快、漏诊率低的优点进行预诊，如果诊断可信度不高，再利用规则推理诊断子系统误诊率低的优点对预诊结果进行验证和解释； 2．确定了基于智能技术的核动力装置故障诊断系统的基本结构，利用Visual Basic 6.0成功开发了该系统，实现了系统的各种基本功能； 3．在系统中设计了各种辅助功能系统和友好的人机界面，重点解决了系统的可扩充性和可操作性问题。规则推理诊断子系统的知识库(规则库)和神经网络子系统可以随着对核动力装置安全特性认识的加深和事故数据的积累由用户通过人机交互方便地进行扩充修改，使系统的诊断功能不断完善； 4．开发的系统成功地实现了自动诊断、报警的功能，当核动力装置运行时，故障诊断系统在后台实时运行，对运行各参量进行实时监控，当有故障发生时，能对故障进行自动诊断，提醒操作人员采取相应的处理措施； 5．通过编写通讯协议，在核动力装置仿真机上对开发的诊断系统进行了测试实验研究，测试结果证实该诊断系统完全可以适用于核动力装置的实时故障诊断，进而也验证了根据征兆进行故障分析与故障诊断的可行性与有效性，以及所设计的状态监测及故障诊断系统运行的正确性。