Диагностические системы оборудования АЭС повышенной чувствительности с использованием информации о нелинейных и хаотических проявлениях дефектов тема диссертации и автореферата по ВАК РФ 00.00.00, доктор наук Абидова Елена Александровна

• Абидова Елена Александровна
• доктор наук
• 2025

Оглавление диссертации доктор наук Абидова Елена Александровна

СПИСОК УСЛОВНЫХ СОКРАЩЕНИЙ

ВВЕДЕНИЕ

1. АНАЛИЗ ОСОБЕННОСТЕЙ ДИАГНОСТИЧЕСКОГО СОПРОВОЖДЕНИЯ ЭКСПЛУАТАЦИИ ОБОРУДОВАНИЯ АТОМНЫХ СТАНЦИЙ

1.1. Объекты диагностирования

1.2. Критерии оценки эффективности систем диагностики

1.3. Анализ существующих средств диагностирования

1.4. Анализ методов обработки диагностической информации

1.5. Методы синтеза систем диагностики

2. ИССЛЕДОВАНИЕ ИНФОРМАЦИОННЫХ ПРОЦЕССОВ ПРИ ЗАРОЖДЕНИИ И РАЗВИТИИ ДЕФЕКТОВ ОБОРУДОВАНИЯ

2.1. Идентификация дефектов в диагностических сигналах

2.2. Анализ информационного содержания диагностических сигналов

2.3. Моделирование и анализ диагностической информации при комплексных измерениях

2.4. Выводы по главе

3. РАЗРАБОТКА КОНЦЕПЦИИ СИСТЕМНОГО АНАЛИЗА ДИАГНОСТИЧЕСКОЙ ИНФОРМАЦИИ

3.1. Фазово-плоскостной метод ранней идентификации зарождающихся дефектов

3.2. Разработка алгоритмов энтропийной параметризации

3.3. Алгоритм метода сингулярного спектрального анализа

3.4. Выводы по главе

4. СИНТЕЗ СИСТЕМ КОМПЛЕКСНОЙ ДИАГНОСТИКИ ЭЛЕКТРОМЕХАНИЧЕСКОГО ОБОРУДОВАНИЯ

4.1. Этапы разработки многоканальных диагностических комплексов

4.2. Оценка эффективности использования многоканальных диагностических комплексов

4.3. Совершенствование систем обработки информации в диагностических комплексах

4.4. Выбор диагностических признаков

145

4.5. Рекомендации по разработке многоканальных диагностических комплексов

4.6. Выводы по главе

5. РАЗРАБОТКА И ВНЕДРЕНИЕ СИСТЕМ ИНФОРМАЦИОННО-ДИАГНОСТИЧЕСКОГО СОПРОВОЖДЕНИЯ ОБОРУДОВАНИЯ АЭС

5.1. Система контроля процесса перегрузки ядерного топлива

5.2. Комплекс контроля состояния оборудования резервного питания АЭС

5.3. Система диагностики приводов системы управления и защиты реакторной установки

5.4. Система контроля протечек оборудования

5.5. Система контроля технического состояния электроприводного оборудования

5.6. Комплекс тепловизионного контроля оборудования АЭС

5.7. Выводы по главе

ВЫВОДЫ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ А. Акт внедрения метода диагностирования на ОАО «Волгодонская тепловая генерация»

Приложение Б. Акт внедрения метода диагностирования на Нововоронежской АЭС

Приложение В. Патенты на способы диагностики оборудования АЭС

Введение диссертации (часть автореферата) на тему «Диагностические системы оборудования АЭС повышенной чувствительности с использованием информации о нелинейных и хаотических проявлениях дефектов»

ВВЕДЕНИЕ

В диссертации разработаны теоретические положения, направленные на решение научно-практической проблемы идентификации состояния электромеханического оборудования, имеющей чрезвычайно важное хозяйственное значение в условиях действующей АЭС.

Актуальность темы исследования. Техническая диагностика в атомной энергетике является одной из основных технологий, обеспечивающих поддержку безопасной эксплуатации энергоблоков АЭС [1, 2]. К электромеханическому оборудованию относятся приводы системы управления и защиты (СУЗ) реактора, машина для перегрузки ядерного топлива, дизель-генераторы системы безопасности АЭС, электроприводная арматура и др. Выход из строя любой единицы оборудования из перечисленных может стать исходным событием для проектной или запроектной аварии [3, 4].

Особенностью диагностического сопровождения является возможность полноценного контроля технического состояния в период плановой остановки блока для перегрузки топлива. На большинстве российских энергоблоков с водо-водяными энергетическими реакторами осуществлён переход с 12-месячного на 18-месячный топливный цикл, планируется переход на 24-месячный. В период ППР по результатам диагностирования обосновывают возможность безотказной работы на ближайший межремонтный период, либо необходимость обслуживания. Таким образом, актуальной проблемой является ранняя идентификация зарождающихся дефектов электромеханического оборудования АЭС.

В работе в качестве объекта исследования выступает процесс диагностического сопровождения АЭС с точки зрения подготовки и принятия решений о возможности безопасной эксплуатации оборудования. А предметом исследования являются закономерности проявления, зарождения и развития дефектов электромеханического оборудования на основе результатов модельных и натурных экспериментов, производственных испытаний.

Целью работы повышение эффективности эксплуатации АЭС путем

совершенствования систем диагностики электромеханического оборудования на основе системного анализа диагностической информации. Для достижения поставленной цели необходимо решить задачи:

1. Исследовать процесс диагностического сопровождения АЭС, обеспечивающего подготовку и принятие решений о возможности безопасной эксплуатации оборудования.

2. Сформулировать критерии, определяющие эффективность диагностических систем, и провести их экспериментальную апробацию.

3. Исследовать закономерности проявлений зарождения и развития дефектов электромеханического оборудования АЭС и разработать модели проявлений дефектов в диагностических параметрах.

4. Провести экспериментальные исследования для обоснования выбора методов обработки диагностической информации, обеспечивающих чувствительность к дефектам электромеханического оборудования.

5. Разработать методы обработки диагностических сигналов, обеспечивающие идентификацию зарождающихся дефектов за счет анализа структуры исследуемых временных рядов.

6. Разработать метод комплексного анализа различных по физической природе диагностических параметров, включая ретроспективные данные.

7. Разработать методы обработки диагностической информации, обеспечивающие идентификацию нелинейных и хаотических проявлений дефектов в диагностическом сигнале и их численную оценку.

8. Исследовать чувствительность разработанных методов обработки диагностических сигналов к признакам зарождающихся дефектов в сравнении с другими сценариями обнаружения отклонений.

9. Формализовать этапы и задачи структурно-параметрического синтеза систем диагностики оборудования АЭС путем оценки альтернативных вариантов синтезируемой системы и обоснования необходимого количества и состава информационных каналов.

10. Провести анализ эффективности систем, достигаемой при

использовании разработанных методов обработки диагностической информации.

11. Разработать рекомендации по разработке и совершенствованию многоканальных диагностических комплексов. В соответствии с предложенными рекомендациями разработать системы диагностики оборудования АЭС, провести их апробацию и внедрение в промышленную эксплуатацию.

Научная новизна. Впервые предложена совокупность моделей, методов и алгоритмов, обеспечивающая создание перспективных систем технической диагностики, включая:

1. Способ оценки достоверности диагностических признаков, реализация которого впервые осуществляется по критерию Уилкоксона, позволяющему обосновать статистическую значимость по выборкам малого объема (п. 3 паспорта специальности).

2. Модели проявлений дефектов оборудования, которые в отличие от существующих моделей, описывающих явные признаки неисправностей, имитируют зарождающиеся дефекты, что позволяет обосновать эффективность методов идентификации зарождающихся и скрытых дефектов (пп. 3, 17).

3. Метод визуализации и анализа закономерностей проявлений зарождения и развития дефектов оборудования, для чего впервые с этой целью используется спектр собственных значений ганкелевой матрицы диагностического сигнала, анализ которого обосновывает концепцию улучшения характеристик систем технической диагностики за счет идентификации структуры исследуемых временных рядов (п. 12).

4. Концепция улучшения характеристик систем технической диагностики, впервые реализующая повышение чувствительности к дефектам электромеханического оборудованиях за счет методов идентификации изменения структуры исследуемых временных рядов, для реализации которой разработаны:

а) модернизированный метод сингулярного спектрального анализа и модернизированный метод главных компонент, отличающиеся построением эталонного базиса и представлением в нем ретроспективных и анализируемых данных с учетом закономерностей развития дефектов, что обеспечивает

идентификацию скрытых дефектов, проявляющихся изменением структуры исследуемых временных рядов (пп. 6, 12);

б) метод анализа фазовых портретов диагностических сигналов, отличающийся совместной обработкой текущей и ретроспективной информации, что обеспечивает раннюю идентификацию нелинейных и хаотических проявлений зарождающихся дефектов в диагностическом сигнале (пп. 6, 12);

в) методы энтропийной параметризации, отличающиеся представлением диагностической информации в виде комплекса параметров, численно характеризующих состояние объекта с учетом нестационарных и хаотических проявлений дефектов в диагностическом сигнале (п. 6).

5. Подход к принятию решения о состоянии оборудования, отличающийся от принятого сравнения исходных параметров с пороговыми значениями сопоставлением проекций параметров исправного и анализируемых состояний в эталонном базисе, обеспечивающий за счет этого повышение чувствительности и снижение ошибок диагностирования (пп. 3, 17).

6. Формализация этапов и задач структурно-параметрического синтеза систем диагностики оборудования АЭС, в рамках которой впервые в качестве главного принципа заложено обоснование количества и состава информационных каналов, обеспечивающих соответствие критериям эффективности диагностирования, что способствует созданию перспективных вариантов систем контроля технического состояния (п. 17).

7. Подход к оценке эффективности диагностических комплексов на основе представления диагностических параметров в пространстве главных компонент, что в отличие от существующего подхода - сопоставления отдельных показателей, позволяет учесть взаимосвязь контролируемых системой величин как фактор проявления дефектов и, таким образом, оценить эффективность диагностических комплексов как целостных систем (п. 3).

Новизна в применении метода главных компонент, отличающегося построением эталонного базиса и представлением в нем диагностических данных, подтверждается патентом на способ контроля технического состояния дизель-

генератора при эксплуатации, который действует на территории Российской Федерации и в зарубежных странах. Копия патента приведена в Приложения А.

Практическая ценность исследования состоит в возможности создания и усовершенствования на его основе систем диагностики электромеханического оборудования, обладающих следующими преимуществами:

- снижением вероятности ошибок диагностирования минимум на 15-20% за счет внедрения методов идентификации структуры временных рядов;

- возможностью формирования единого заключения на основе комплексного анализа данных различных по физической природе и физическому смыслу;

- простотой реализации в связи с отсутствием необходимости обоснования пороговых значений параметров путем эмпирического анализа процессов деградации;

- наглядностью визуального анализа эффективности многоканальных диагностических комплексов, обосновывающего стратегию их совершенствования;

- простотой, быстродействием, дистанционной регистрацией за счет возможности контроля состояния оборудования на основании анализа электрических сигналов, к которым применяются методы идентификации структуры временных рядов.

Методология и методы исследования. В работе использованы методы статистической теории обнаружения, частотного анализа, сингулярного спектрального анализа, фазовых траекторий, энтропийной параметризации.

Положения, выносимые на защиту.

1. Критерии, определяющие эффективность диагностических систем, включая чувствительность к дефектам при одновременном снижении вероятности ошибок первого рода, достоверность диагностических признаков, полноту и быстродействие.

2. Модели проявления зарождающихся дефектов электромеханического оборудования, предназначенные для оценки эффективности систем диагностики,

описывающие проявления дефектов оборудования в диагностических сигналах в виде слабых нелинейных и хаотических генераций.

3. Метод визуализации и анализа нелинейных и хаотических проявлений развивающихся дефектов электромеханического оборудования по спектру собственных значений, получаемому в результате сингулярного разложения ганкелевой матрицы диагностического сигнала.

4. Результаты экспериментальной апробации методов идентификации изменения структуры исследуемых временных рядов, обеспечивающих повышение чувствительности и снижение ошибок диагностирования при диагностике электромеханического оборудования

5. Методы обработки диагностических данных на основе сингулярного преобразования, обеспечивающие повышение чувствительности к дефектам при одновременном снижении вероятности ложной сигнализации о дефекте.

6. Методы получения и анализа фазовых портретов диагностических сигналов, обеспечивающих раннюю идентификацию зарождающихся дефектов в электромеханическом оборудовании за счет визуализации нелинейных и хаотических проявлений в диагностическом сигнале.

7. Комплекс энтропийных параметров, численно характеризующих нестационарность и хаотичность диагностических сигналов, визуально проявляющихся в форме фазовых портретов.

8. Подход к принятию решения о состоянии оборудования на основе комплексного анализа различных по физической природе диагностических данных в пространстве главных компонент, обеспечивающий повышение чувствительности при диагностировании.

9. Формализация процесса структурно-параметрического синтеза систем диагностики оборудования АЭС путем оценки альтернативных вариантов синтезируемой системы и обоснования необходимого количества и состава информационных каналов.

10. Подход к оценке эффективности многоканальных диагностических комплексов на основе представления диагностической информации в виде

графиков нагрузок и графиков счетов в пространствеглавных компонент.

11. Результаты апробации диагностических систем оборудования АЭС, отличающихся повышенной чувствительностью за счет использования информации о нелинейных и хаотических проявлениях дефектов.

Степень достоверности и апробация результатов.

Достоверность результатов диссертационного исследования научных положений и выводов, сформулированных в диссертации, обеспечивается:

- использованием современных программных средств (PowerGraph, LabView);

- метрологической аттестацией измерительного оборудования;

- соответствием теоретических результатов, с результатами опытно-промышленных испытаний систем диагностики;

- статистической обработкой результатов опытно-промышленных испытаний; порядок применения критерия Уилкоксона [16] к диагностической информации закреплен патентом на способ диагностики технического состояния роторного оборудования [17] (п. 2 Приложения А), который действует на территории Российской Федерации и в зарубежных странах.

Основные положения и результаты работы докладывались и обсуждались на следующих конференциях и семинарах:

- XXVII-XXIX Курчатовские чтения», 2008-2010 гг. г. Волгодонск;

- К-Х1Х Международные научно-практические конференции «Безопасность ядерной энергетики», 2013-2023 гг., г. Волгодонск [18-20];

- IX Международный ядерный форум «Безопасность ядерных технологий: Аварийная готовность и реагирование» 29 сентября -3 октября 2014, г. Санкт-Петербург;

- Научная сессия НИЯУ МИФИ - 2015, г. Волгодонск;

- X Международная научно-техническая конференция. «Обеспечение безопасности АЭС с ВВЭР», 16 - 19 мая 2017 г. - ОКБ «Гидропресс», г. Подольск [21];

- XI, XIII Международные научно-практические конференции «Динамика

технических систем», 2017, 2019 гг., г. Ростов-на-Дону;

- XLI Международная научно-техническая конференция «Кибернетика энергетических систем», 2019 г., г. Новочеркасск;

- V, VI Всероссийские научные конференции «Системы обеспечения техносферной безопасности», 2018, 2019 гг., г. Таганрог [22];

- Международная научно-техническая конференция «55 лет безопасной эксплуатации АЭС с ВВЭР в России и за рубежом», 2019 г., г. Нововоронеж [23];

- XVI Международная научная конференция «Моделирование и анализ безопасности и риска в сложных системах (МАБР - 2020)» 2020 г., г. Санкт-Петербург [24];

- Международная научно-техническая конференция «Современные направления и перспективы развития технологий обработки и оборудования в машиностроении 2020» (1СМТМТЕ 2020). 2020 г., г. Севастополь ;

- II Международная конференция «Прикладная физика, информационные технологии и инжиниринг» (АР1ТЕСН-11 - 2020). 2020 г., г. Красноярск [25];

- XVI Международная конференция по электромеханике и робототехнике «Завалишинские чтения», 2021 г., г. Санкт-Петербург [26];

- IV Международная научно-практическая конференция «Современные технологии и автоматизация в технике, управлении и образовании», 2021 г., г. Балаково [27];

- XVII Международная научно-техническая конференция «Динамика систем, механизмов и машин», 14-15 ноября 2023 г., г. Омск.

Структура и объем работы. Диссертация включает введение, пять глав, заключение и библиографический список. Основное содержание изложено на 23 5 страницах, включая 122 рисунка, 37 таблиц. Основная часть дополняется двумя приложениями на 29 страницах. Список литературных источников содержит 200 наименований.

Во введении формулируется актуальность темы, ставится цель и соответствующие задачи, представлены научная новизна и защищаемые положения исследований, значимость для практики. .

В первой главе (Анализ особенностей диагностического сопровождения эксплуатации оборудования атомных станций) на основании анализа существующих средств и методов диагностирования оборудования АЭС с точки зрения соответствия критериям эффективности обосновывается актуальность проблемы идентификации дефектов на более ранних этапах их зарождения и развития.

Во второй главе (Исследование информационных процессов при зарождении и развитии дефектов оборудования) обосновывается возможность улучшения характеристик систем технической диагностики, за счет идентификации структуры исследуемых временных рядов.

В третьей главе (Разработка концепции системного анализа диагностической информации) обоснованы алгоритмы методов обработки данных, отличающиеся совместной обработкой текущей и ретроспективной информации, что обеспечивает раннюю идентификацию скрытых дефектов, проявляющихся изменением структуры исследуемых временных рядов.

В четвертой главе (Синтез систем комплексной диагностики электромеханического оборудования) этапы синтеза систем диагностики впервые описаны с точки зрения обоснования количества и состава информационных каналов, обеспечивающих качество диагностирования.

В пятой главе (Разработка и внедрение систем информационно -диагностического сопровождения оборудования АЭС) описаны особенности систем контроля технического состояния машины перегрузочной, дизель-генераторов, приводов СУЗ и электроприводной арматуры, реализующих концепцию улучшения характеристик систем технической диагностики.

Основные публикации по теме диссертации. По теме диссертации опубликовано более 100 работ, в том числе 1 монография, 26 - в изданиях, рекомендованных ВАК России, 8 в журналах, входящих в перечень Scopus, 5 патентах, 11 РИНЦ. Также разработаны 2 учебных пособия и 6 (итоговых) отчетов о НИР.

1. АНАЛИЗ ОСОБЕННОСТЕЙ ДИАГНОСТИЧЕСКОГО

СОПРОВОЖДЕНИЯ ЭКСПЛУАТАЦИИ ОБОРУДОВАНИЯ АТОМНЫХ СТАНЦИЙ

1.1. Объекты диагностирования

Объекты диагностирования АЭС многочисленны и разнообразны с точки зрения принципов функционирования и конструкции. Отказы оборудования снижают безопасность АЭС [28], а также приводят к простоям энергоблока, нанося большой ущерб экономике отрасли (один день простоя соответствует убыткам порядка 75 000 000 рублей).

Машина для перегрузки ядерного топлива представляет собой своего рода роботизированный комплекс (фото - на рисунке 1.1).

Перегрузка топлива - наиболее опасное состояние реактора типа ВВЭР с точки зрения вероятности тяжелой аварии. Одной из основных угроз ядерной и радиационной безопасности на этапе перегрузки ядерного топлива является падение тепловыделяющей сборки в результате выхода из строя элементов машины перегрузочной (МП) и ее рельсовых путей [29-30]. Механизмы МП могут оказаться под действием различных негативных факторов, испытывать непроектную нагрузку, подвергаться проникновению посторонних предметов, кристаллов борной кислоты, продуктов коррозии и эрозии, что приводит к появлению дефектов.

В настоящее время процесс перегрузки контролируют посредством телевизионной системы и системы тензометрического контроля. Эти подходы позволяют установить только сам факт выполнения (или невыполнения) операции уже после ее выполнения. В то же время техническая диагностика (ТД) самих механизмов МП не предусмотрена, что повышает риски развития их дефектов и снижает безопасность работы МП [31, 32]. Всё перечисленное обуславливает высокую актуальность работ, направленных на совершенствование практики эксплуатации перегрузочных машин на АЭС.

Основным механизмом машины перегрузочной, выполняющим наиболее ответственные операции, такие как установка, извлечение топлива и сцепление -расцепление с кассетой, является рабочая штанга [33].

Рисунок 1.1 - Перегрузочная машина АЭС Перед разработчиками системы диагностики встают определенные проблемы, связанные с особенностями объекта:

1) разнообразие операций, выполняемых объектом (Рисунок 1.2);

2) сложность траектории движения, обусловленая конфигурацией зоны перегрузки;

3) множество приводов, обеспечивающих функционирование подвижных

частей.

Движение

1 I *

Скорость Направление Груз Число секций

1, т т_ 1 т ЛГ^.

Рисунок 1.2 - Классификация операций МП Указанные особенности обуславливают сложность разработки системы диагностики.

Опыт синтеза систем, разработанных Павелко В.И. [34] (на основе тензосигналов) и Лапкисом А.А. (на основе вибросигналов) [35] показывает, что успешное внедрение обеспечивается регистрацией диагностических сигналов в течение нескольких перегрузочных кампаний и последующим анализом результатов.

Источники резервного питания АЭС входят в состав оборудования для управления запроектными авариями [36, 37]. Обеспечивать питание систем безопасности в случае обесточения АЭС должны резервные дизель-генераторы (фото - на рисунке 1.3). В частности они питают аварийные насосы, которые подают воду для охлаждения реактора. Энергоблок АЭС не может быть запущен в работу, если резервный дизель не готов к работе.

Рисунок 1.3 - Дизель-генераторная установка типа 15Д-100 Типы дизелей, применяемых на АЭС РФ в качестве резервных, представлены в таблице 1.1.

Таблица 1.1 Типы дизелей, эксплуатируемых на АЭС в качестве резервных

№ Тип двигателя Число цилиндров Расположение Мощность, кВт Обороты коленвала, об/мин

1 15Д-100, 15Д-100Ф 10 Рядное 1700 750

2 12ZV40/48 12 V-образное 6600 600

3 ЗВЕЗДА-6000BC-MTU 20 V-образное 6250 1500

4 АСД-5600, ДГ-4000 18 Рядное 5880 896

5 АС-803, АС-808 12 V-образное 320 1000

Большинство конструкций (пп. 1-3 таблицы 1.3) произведено за пределами Российской Федерации, и производители не участвуют в обслуживании оборудования.

Последствия отказа дизеля при аварии на АЭС демонстрирует катастрофа на АЭС Фокусима в марте 2011 [38]. Первопричиной было цунами, но катастрофы можно было избежать, если бы дизели включили насосы аварийного охлаждения. Однако был залит подвал, в котором находились дизели. Поврежденные дизели не обеспечили работу аварийного оборудования, из-за чего произошли взрывы и выбросы радиоактивных элементов. Шансом снизить последствия катастрофы были передвижные насосные станции. Передвижное дизель-насосное и дизель-генераторное оборудование было доставлено к месту аварии, но его не удалось подключить. После аварии на Фокусима на российских станциях стали уделять больше внимания состоянию дизелей-генераторов. Каждая АЭС помимо стационарных дизелей была оснащена передвижными дизель-генераторными установками, мотопомпами [39]. Они расположены в специальных помещениях на территории АЭС. Предусмотрены разъёмы и проходки, через которые передвижные дизели и насосы могут подключаться к аварийным системам. Даже, если после аварии и обесточения отказал стационарный дизель, всё равно системы безопасности будут работать за счет передвижных дизелей.

Кроме фукусимской катастрофы в истории атомной энергетики известны многие случаи, когда неготовность резервных дизелей угрожала безопасности АЭС: АЭС "Калверт Клифс" (США 1989); АЭС "Вопль" (США 1990), АЭС "Форсмарк" (Швеция 2006) и другие потенциально опасные ситуации, спровоцировавшие простои энергоблоков и экономическим убыткам.

Передвижные и стационарные дизели АЭС должны подвергаться диагностированию. В России и за рубежом известно много систем диагностики для дизелей, которые используются на железной дороге [40, 41] и для морских судов, однако они не подходят для диагностики дизелей на АЭС.

Особенность эксплуатации резервных дизель-генераторов АЭС в том, что они не работают постоянно, происходит их периодическое опробование по

графику. Они регулярно запускаются по программе ступенчатого пуска, а затем отключаются. Во время планового ремонта блока они работают на номинальной мощности относительно долго (около сорока минут). Судовой дизель, который редко запускается и работает без остановки несколько суток, изнашивается не так быстро как дизель на АЭС, который часто запускается и работает менее часа.

Таким образом, главная особенность - режим эксплуатации. Из-за чего возникают специфические дефекты.

Вторая особенность, следующая из первой, - ограниченность времени диагностирования.

Третья особенность: можно использовать только неинвазивные средства диагностики.

Необходимо, чтобы система контролировала наиболее ответственные элементы. К наиболее ответственным элементам относятся: цилиндропоршневая группа (ЦПГ), топливная аппаратура (насос высокого давления, форсунки), подшипники коленчатого и распределительного вала, также масляный насос системы смазки, водяные насосы систем охлаждения. Помимо контроля дизеля, целесообразен контроль генератора.

Приводы систем управления и защиты реакторной установки. Привод органов регулирования (ОР) системы управления и защиты (СУЗ) реакторной установки обеспечивает поддержание необходимых режимов работы ядерного реактора. Он отвечает за пуск, регулирование мощности и остановку реактора путем введения в активную зону или выведения из нее поглощающих стержней.

В основе работы привода лежит электромагнитный механизм (рисунок 1.4), обеспечивающий управление положением поглощающих стержней. Данное оборудование также обеспечивает аварийную остановку реактора в случае чрезвычайной ситуации путем падения сразу всех поглощающих стержней в активную зону.

а б

Рисунок 1.4 - Привод системы управления и защиты: а) расположение, б)

общий вид

Отказ привода СУЗ, например, застревание, межвитковые замыкания может стать исходным событием аварии, которая приведет к несанкционированному простою. Процент простоев, вызванных отказами системы управления, составляет 14% от общего числа несанкционированных простоев энергоблоков АЭС [42-44].

Запорная и регулирующая арматура составляет самую многочисленную группу оборудования, включающую краны, вентили, задвижки, предназначенные для регулирования расхода или перекрытия воды, пара [45], газа, в том числе для выполнения важных для безопасности функций. Один энергоблок содержит около 20000 единиц оборудования данного вида (рисунок 1.5). Для обеспечения работы АЭС требуется около 200 различных типоразмеров арматуры, отличающихся условными диаметрами (от DN20 до DN2000) и конструкциями приводов.

Список литературы диссертационного исследования доктор наук Абидова Елена Александровна, 2025 год

Испр. - - 434

1 1 0,4 429,5

2 0 0 415

4 0 0 422

5 0 0 439

7 1,8 5 438,4

« 7

О 6

1 4

♦ 5 ♦ 2

—I-1-1-1-1

4,5 5 5,5 б 6,5 Виброскорость, мм/с Рисунок 4.2 - Визуализация характеристик, полученных при тестировании

первой системы

Визуализация характеристик наглядно демонстрирует, что хуже всего выявлению поддается дефект №7 (расстояние до координаты исправного минимально). Для данной системы вероятности необнаруженной неисправности 1,8 % и ложной неисправности 5%. Также иллюстрация демонстрирует, что сложнее всего поддаются различию дефекты №№ 4 и 6. Сравнив выборки для дефектов №№ 4 и 6, определяемых по вибрационным параметрам, получаем, что вероятность ложного обнаружения 6 при наличии 4 -8,4%, а вероятность ложного обнаружения 4 при наличии 6 -1,4%.

Оценка второй системы. Аналогично проведем анализ второй системы диагностики.

Таблица 4.3 - Результаты тестирования второй системы диагностики (параметры ультразвука)

Состояние / № дефекта Вероятность ложного обнаружения, % Вероятность пропуска дефекта, % Среднее, дБ

Испр. - - 74,5

1 5,1 4,9 83

2 5,1 7,1 67,75

3 0 0 90,5

4 0 0 82,25

5 0 0 90,25

0О

ей

сР

Г р

(и С

Н

440

435 430 425 420 415 410

Таблица 4.4 - Результаты тестирования второй системы диагностики (параметры индикаторного давления)

Состояние / № дефекта Вероятность ложного обнаружения, % Вероятность пропуска дефекта, % Среднее, бар

Испр. - - 62,6

1 5,1 7,1 63,25

2 0,3 0 64,3

3 0,7 3,6 65,75

4 0 0 65,8

5 0 0 57,75

Рисунок 4.4 — Визуализация характеристик, полученных при тестировании

второй системы

Наихудшее распознавание обеспечивается при идентификации дефекта №1 из-за относительно большого разброса данных при наличии данного дефекта (среднее значение параметров при дефекте №2 меньше отличается от значения при исправном состоянии, однако дисперсия при дефекте №2 меньше, чем при дефекте №1).

Хуже всего система различает дефекты №1 и 4. Сопоставление распределений двух выборок показывает, что меньшую ошибку (0,2%) обеспечивают параметры температуры.

Обе системы отвечают изначально заданным требованиям, но нужно выбрать одну из них.

Таблица 4.5 - Результаты сравнительного анализа результатов испытаний двух систем диагностики.

№ Критерий Система №1 Система №2

1 Полнота поиска неисправности 60% 50%

2 Вероятность ложного обнаружения неисправности 1,8% 5,1%

3 Вероятность пропуска дефекта 5% 4,9%

4 Вероятность ложного обнаружения дефекта при наличии другого дефекта 8,4% 0,2%

5 Быстродействие 1 час 1 час 45 минут

6 Автоматизация 50% -

7 Метрологическая аттестация + 50%

8 Бесконтактная регистрация + -

9 Трудозатраты 1 человек 3 человека

10 Стоимость, рублей 1700000 1000000

Результаты сравнительного анализа позволяют рекомендовать первую

систему для диагностики дизель-генераторов на основании следующих критериев:

- большая полнота поиска неисправности;

- меньшие вероятности необнаруженной неисправности;

- лучшее быстродействие;

- более высокий уровень автоматизации;

- полная метрологическая аттестация;

- возможность бесконтактной регистрации;

- меньшие трудозатраты при эксплуатации.

Вероятность пропуска дефекта 5% является высокой, но альтернативный вариант по данному критерию не лучше. Недостатком рекомендуемой системы также является высокая стоимость.

4.2.2. Анализ конфигурации модульной сосредоточенной системы

Пусть условия задачи изменились. Вместо выбора между двумя двухканальными системами нужно выбрать из четырех каналов наиболее информативные. В предыдущем пункте системы оценивались по таким критериям как вероятность ложного обнаружения неисправности и вероятность пропуска

дефекта. Данные характеристики определяются расстоянием между центрами выборок исправного и неисправного состояний и их дисперсиями. В данном пункте для упрощения будем рассматривать расстояние между центрами выборок исправного и неисправного состояний. Это расстояние будем называть идентифицируемостью.

В многомерном пространстве состояние определяется координатами векторов [172]. Поскольку значения, соответствующие физически разным данным (координаты по разным направлениям) значительно отличаются, целесообразно произвести нормировку. Для этого из каждой координаты вычитается значение при исправном состоянии, и результат делится на значение при исправном состоянии. Таким образом, каждое значение представляет собой отклонение от нормального значения в долях единицы. Координаты нормы соответствуют 0. Обозначим для ьго состояния в четырехмерном пространстве нормированные координаты (%, Х;2, Х;3, ) и определим оценку идентифицируемости [165]:

к в данном случае меняется от 1 до п = 4.

Вероятность ошибочного определения дефекта при наличии других дефектов [173] определяется расстоянием между центрами проекций параметров дефектных состояний, а также дисперсией. Ради упрощения будем рассматривать только расстояние между центрами проекций параметров. Данное расстояние между состояниями I и у будем называть изолированностью и оценивать по формуле:

Преобразуем данные таблиц 4.1-4.4, то есть нормируем данные в каждом столбце таблиц относительно значения при исправном состоянии. В результате нормировки значение, соответствующее каждому каналу, представляет собой

N

(4.1)

N

(4.2)

отклонение от нормального значения в долях единицы (норма соответствует 0). Для того, чтобы оценить возможность идентификации каждого из семи состояний, целесообразно рассчитать длины векторов состояний, воспользовавшись евклидовой мерой в соответствии с 4.1. Результаты сведем в таблицу 4.6.

Таблица 4.6 - Нормированные координаты центров выборок четырехмерной системы

Дефект Виброканал Термоканал Ультразвуковой Канал Идентифи-

канал давления цируемость

1 0,10 -0,01 0,11 0,01 0,15

2 0,11 -0,04 -0,09 0,03 0,15

3 0,00 0,00 0,21 0,05 0,21

4 0,36 -0,01 0,10 0,05 0,38

5 0,25 -0,04 0,20 -0,07 0,34

6 0,24 0,00 0,00 0,00 0,24

7 0,00 0,01 0,00 0,00 0,01

Для того, чтобы оценить различимость состояний, рассчитаем по формуле

4.2 расстояния между центрами выборок, соответствующим различным состояниям. Результаты представим в виде таблицы 4.7. Лучше всего идентифицируется состояние №4, а хуже №7.

Таблица 4.7 - Изолированность состояний в четырехмерном пространстве

1 2 3 4 5 6 7

1 0,00

2 0,20 0,00

3 0,14 0,32 0,00

4 0,27 0,32 0,38 0,00

5 0,20 0,34 0,28 0,20 0,00

6 0,18 0,17 0,32 0,16 0,22 0,00

7 0,15 0,15 0,21 0,22 0,34 0,24 0,00

Как видно из таблицы, наилучшая различимость (наибольшее расстояние) наблюдается между состояниями №№ 3 и 4. Хуже различаются состояния №№ 1 и 3, 1 и 7, 2 и 7.

В главе 2 было предложено для визуализации и анализа параметров многомерных систем использовать ССА и МГК [174]. Напомним, что

применительно к задачам диагностирования, в качестве ГК выбирают базис, в котором наблюдается наибольшая чувствительность к изменению состояния.

Для представления данных в пространстве ГК используется сингулярное разложение. Сингулярным разложением матрицы М порядка т х п является разложение вида М = иЕУ* , где Е — матрица т х п с неотрицательными элементами, у которой элементы, лежащие на главной диагонали — это сингулярные числа (а все элементы, не лежащие на главной диагонали, являются нулевыми), а матрицы и порядка т и V порядка п — это две унитарные матрицы, состоящие из левых и правых сингулярных векторов соответственно, V* — это сопряжённо-транспонированная матрица к V.

Умножив матрицу, составленную из координат векторов состояний на сингулярные вектора можно получить проекции данных в пространстве главных компонент. Представление проекций параметров состояний принято называть графиками нагрузок. А проекции самих состояний - графиками счетов. В естественных координатах оси имели размерности, соответствующие физическому смыслу параметров, а переход в эталонный базис сделал оси безразмерными. Но на качество диагностирования размерность осей не влияет.

Графики нагрузок и счетов позволяют визуализировать пространство признаков и пространство состояния анализируемой системы [166]. Чем больше координата параметра в графике нагрузок, тем большую идентифицируемость состояний обеспечивает анализируемая система за счет данного параметра. И наоборот, параметр, нагрузка которого стремится к нулю, не обеспечивает идентифицируемость и может быть исключен в порядке оптимизации. Близкие координаты параметров указывают на высокую корреляцию параметров. Почти тождественное информационное содержание позволяет исключить один из параметров. Также нахождение во взаимно диагональных плоскостях приблизительно на одной линии, проходящей через центр координат, указывает на сильную обратную корреляцию. В случае сильной обратной корреляции один из параметров также можно исключить.

Об изолированности и идентифицируемости, которые обеспечивает система при диагностике различных состояний также можно судить по положению их координат в графике счетов.

С целью визуализации характеристик четырехмерной системы в двумерном пространстве спроецируем её параметры на главные компоненты. Рисунок 4.5 показывает, что наибольшую нагрузку имеют параметры, получаемые с использованием виброканала, что косвенно указывает на большую информативность данного канала. Наименьшую нагрузку имеют параметры температуры. Наблюдается слабо выраженная корреляция параметров давления и вибрации и незначительная обратная корреляция между вибрацией и температурой. Ультразвуковые параметры не зависят от других.

Рисунок 4.5 - График нагрузок диагностических параметров Представим проекции данных на первые компоненты (рисунок 4.6). График счетов иллюстрируют данные таблиц 4.6 и 4.7: дефекты №№ 4, 5, 6 легко идентифицируются системой (характеризуются большим значением координат), идентификация дефекта №7 затруднительна, состояния №№ 1, 2, 3, 7 в рассматриваемой системе различаются с трудом.

♦ 5

0,015 0,01

ГК2

0,005

-0,2

-0.15

-0.1

2

-0.05

ГК1

♦ 1

♦ 4

0,005 -0,01 -0,015 -0,02

о

0,05

-0,025 3 -0,03

Рисунок 4.6 - График счетов

Анализа четырехмерной системы показал:

- информативность системы обеспечивается двумя каналами -вибрационным и ультразвуковым;

- идентификация дефекта №7 затруднительна.

Данные выводы позволяют предложить исключение каналов измерения давления и температуры. Рассмотрим изменения показателей качества в результате реализации предложенного решения (таблица 4.8). Значительного уменьшения расстояний, - длин векторов, - для большинства состояний не наблюдается, поэтому можно оптимизировать систему, исключив два канала. Таблица 4.8 - Нормированные центры выборок двумерной системе

Дефект Виброканал Ультразвуковой Идентифи- Идентифи-

канал цируемость в цируемость в

четырехмерной двумерной

системе системе

1 0,10 0,11 0,15 0,15

2 0,11 -0,09 0,15 0,14

3 0,00 0,21 0,21 0,21

4 0,36 0,10 0,38 0,38

5 0,25 0,20 0,34 0,33

6 0,24 0,00 0,24 0,24

7 0,00 0,00 0,01 0,00

Эффективность предлагаемой системы может быть проиллюстрирована точечным графиком на рисунке 4.7.

0,25 0,2

и

8 0.15

0,1

л н л

Я

^ 0.05

5

1

0,1

0,2

0,3

0,4

2

Виброскорость

0

-0,05 -0,1 -0,15

Рисунок 4.7 - Нормированные координаты средних значений выборок

оптимизированной системы Сравним характеристики ранее предложенной Системы №1 и оптимизированной системы. В результате оптимизации вероятность пропуска дефекта снизилась на 2,7 %. При этом увеличилось время регистрации, регистрация стала частично контактной, метрологическая аттестация обеспечивается не полностью.

Таблица 4.9 - Сравнительный анализ результатов испытаний двух исходных и оптимизированной системы диагностики

№ Критерий Система Система Оптимизи-

№1 №2 рованная

1 Полнота поиска неисправности 60% 50% 60%

2 Вероятность ложного обнаружения неисправности 1,8% 5,1% 1,8%

3 Вероятность пропуска дефекта 5% 4,9% 2,3%

4 Вероятность ложного обнаружения дефекта при наличии другого дефекта 8,4% 0,2% 8,4%

5 Быстродействие 1 час 1 час 45 минут 1 час 45 минут

6 Автоматизация -/+ - -/+

7 Метрологическая аттестация + -/+ -/+

8 Бесконтактная регистрация + - -/+

9 Трудозатраты 1 человек 3 человека 1 человек

10 Стоимость, рублей 1700000 1000000 1200000

По результатам испытаний оптимизированного варианта возможен пересмотр её конфигурации за счет измерения дополнительных параметров.

4.2.3. Анализ рациональной конфигурации модульной распределенной системы.

До сих пор мы рассматривали объект диагностирования как сосредоточенный, то есть такой, что его параметры не зависят от пространственной координаты. Такого рода объекты противопоставляются распределенным, параметры которых имеют разные числовые значения в различных точках объекта [175]. Очевидно, реальные физические объекты являются распределенными, и представляются сосредоточенными лишь ради упрощения решения каких-то задач. В нашем случае объектом диагностирования подразумевается дизельный двигатель, который является сложным габаритным объектом. Отклонения в работе отдельных частей дизеля вызывают взаимосвязанные изменения в других удаленных частях [176]. Данная информация может быть использована для повышения полноты и достоверности диагностирования. Например, если четыре физически разных параметра контролируются в четырех точках объекта (соответствующих четырем цилиндрам), то рассматриваемая модульная система преобразуется из 4-мерной в 16-мерную. Изменение исходных данных, регистрируемых системой, позволяет пересмотреть вопрос оптимизации данной системы.

Таким образом, требуется решить ранее выполненные нами задачи на большем объеме данных, а именно выполнить заново:

- расчет и визуализация характеристик многомерной системы распределенного объекта

- выбор информационно-измерительных каналов, обеспечивающих приемлемые уровни ошибок и повышение полноты диагностирования.

Центры проекций выборок, представленные в таблицах 4.1-4.4 соответствует регистрации в первой точке и дополняются результатами тестирования (моделирования) каналов еще в трех точках (в точках 2-4). Соответствующие значения приведены в таблице 4.10, где под параметром 1

понимается виброскорость, 2 - температура, 3 - ультразвук, 4 - давление. Каждая строчка в данной таблице является координатами векторов /-го состояния в шестнадцатимерном пространстве.

Таблица 4.10 - Значения центров выборок параметров, полученных в точках 1-4

Параметр 1 2 3 4 1 2 3 4

точка 1 2

Испр. 4,55 434 75 63 5 434 75 63

1 5 430 83 63 5,1 457 68 58

2 5,05 415 68 64 5,1 440 68 64

3 4,55 434 91 66 4,8 498 91 66

4 6,2 430 82 66 6,1 477 82 58

5 5,7 415 90 58 4,6 465 90 66

6 5,65 434 75 63 5,6 432 83 69

7 4,55 438 75 63 4,6 415 75 63

точка 3 4

Испр. 4,96 434 75 63 4,9 432 75 63

1 4,96 419 70 58 5 415 81 66

2 4,96 498 72 64 5,1 438 78 58

3 4,55 473 91 66 4,6 473 88 66

4 6,052 510 81 65 6,1 425 81 65

5 5,597 540 84 75 5,2 452 68 65

6 5,551 490 78 68 5,6 486 81 64

7 4,55 452 68 62 4,6 490 74 62

Нормируем данные в каждом столбце полученной таблицы относительно значения при исправном состоянии. Результаты представим в таблице 4.11. После нормировки координаты 16-мерных диагностических векторов, возможно вычислить идентифицируемость и оценить фактическую возможность идентифицировать состояние. С целью оптимизации системы требуется исключить каналы, не обеспечивающие существенный вклад в формирование расстояния между координатами состояний.

Для того, чтобы оценить возможность идентификации каждого из рассматриваемых состояний, целесообразно рассчитать длины векторов состояний в соответствии с формулой 4.1. Результат запишем в колонку

«Идентиф. в 16-мер. сист.» таблицы 4.11. По полученным расстояниям видно, что легче всего обнаруживается дефект №4, а сложнее всего идентифицировать дефект №7, что наблюдалось и в 4-мерной системе. Однако по сравнению с 4-мерной системой наблюдается лучшая идентифицируемость в том числе в отношении состояния №7 (который в системе с сосредоточенными параметрами достоверно не определялся). Можно сказать, что за счет увеличения точек

контроля повысилась полнота диагностирования.

Таблица 4.11 - Нормированные относительно исправного состояния координаты центров проекций выборок

Параметр 1 2 3 4 1 2 3 4 Идентиф. в 12-мер сист.

точка 1 2

1 0,099 -0,01 0,111 0,01 0,03 0,05 -0,08 -0,08 0,211

2 0,11 -0,04 -0,09 0,027 0,01 0,01 -0,09 0,03 0,227

3 0 0 0,208 0,05 -0,04 0,13 0,21 0,05 0,447

4 0,363 -0,01 0,101 0,051 0,22 0,09 0,1 -0,08 0,604

5 0,253 -0,04 0,205 -0,08 -0,09 0,06 0,21 0,05 0,506

6 0,242 0 0 0 0,12 -0 0,11 0,1 0,398

7 0 0,009 0 0 -0,07 -0,04 0 0 0,193

точка 3 4 Идентиф. в 16-мер. сист.

1 0,012 -0,03 -0,05 -0,07 0,0297 -0,033 0,0865 0,0626 0,242

2 0,012 0,128 -0,04 0,016 0,0391 0,0126 0,0516 -0,076 0,243

3 -0,07 0,078 0,209 0,05 -0,054 0,083 0,1736 0,0497 0,458

4 0,233 0,153 0,086 0,035 0,2536 -0,012 0,0865 0,0441 0,613

5 0,141 0,211 0,119 0,201 0,0764 0,0415 -0,088 0,0441 0,554

6 0,132 0,112 0,043 0,093 0,151 0,1079 0,0865 0,0164 0,421

7 -0,07 0,037 -0,09 -0 -0,054 0,1162 -6Е-04 -0,002 0,193

С целью визуализации характеристик 16-мерной системы в двумерном

пространстве спроецируем её параметры на главные компоненты. Визуализация даст возможность оценить изменение информативности зарегистрированных параметров за счет того, что объект рассматривается как распределенный.

Рисунок 4. 8 показывает, что наибольшую нагрузку имеют параметры, получаемые с использованием виброканала. Наименьшую нагрузку имеют параметры давления. По сравнению с графиком 4.5 наблюдается увеличение вклада параметров температуры, которыми в данной ситуации мы не можем пренебрегать без существенной потери качества диагностирования. В целом больший разброс координат точек косвенно указывает на повышение информативности диагностирования.

Считая вклад параметров давления несущественным, рассчитаем длины векторов без их учета. Результат занесем в колонку «Идентиф. в 12-мер. сист.» таблицы 4.11 (как видно, идентифицируемость отличается не значительно).

Рисунок 4.8 - График нагрузок диагностических параметров

Анализ работы системы в условиях диагностирования распределенного объекта показал, что:

- в основу системы целесообразно положить регистрацию трех параметров - ультразвукового, вибрационного и тепловизионного;

- за счет использования тепловизионного контроля полнота диагностирования повышается до 70 %;

- вероятность пропуска дефекта (№7) составляет 5 %;

- стоимость возрастает до 2,4 млн. рублей, что ниже предельной стоимости.

Остальные параметры практически соответствуют оптимизированной системе в пункте 4.2.2.

Дальнейшее развитие системы возможно за счет совершенствования методов обработки данных.

4.3. Совершенствование обработки информации в диагностических комплексах

4.3.1. Совершенствование системы при использовании

Продолжая рассматривать пример синтеза системы диагностики для дизельного двигателя, будем (ради упрощения изложения материала в настоящем параграфе) снова рассматривать систему как сосредоточенную, но учтем случайного характера параметров вибрации и ультразвука. В данных условиях ставится локальная цель: снижение вероятности ошибок систем диагностики за счет совершенствования методов обработки диагностической информации. В рамках этой цели решаются задачи:

- анализ проекций диагностических сигналов на главные компоненты;

- анализ ФПРВ проекций;

- оценка вероятности ошибок диагностирования после обработки.

В результате экспериментов получены сигналы, зарегистрированные с использованием системы, которая была признана оптимизированной в результате выполнения пункта 4.2.1. С целью упрощения вычислений объект диагностирования снова рассматривается как сосредоточенный, контролируемый в одной точке. Как видно по рисункам 4.9, 4.10 ФПРВ параметров исправных и неисправных состояний друг друга «перекрывают». Параметры сигналов вибрации и ультразвука имеют распределения, которые не исключают ложного обнаружения неисправности, пропуска дефекта, ложного обнаружения дефекта при наличии другого дефекта.

■ Исправный □ Дефект 1 ■ Дефект 2 ■ Дефект 4 ■ Дефект 5 □ Дефект 6 Рисунок 4.9 - Исходные ФПРВ всех состояний, которые распознаются вибрационным каналом системы диагностики

■ Псправвнын □ Дефект! ■ Дефект 2 ■ Дефект 3 ■ дефект 4 □ Дефект 5

Рисунок 4.10 - Исходные ФПРВ всех состояний, которые распознаются ультразвуковым каналом системы диагностики Для того, чтобы снизить вероятность ошибок, предлагается на основе сигнала вибрации при исправном состоянии рассчитать эталонный базис и спроецировать на него сигналы неисправного состояния. Результаты проецирования исправного и других состояний снова представить в виде функций плотности распределения вероятности. Аналогичная обработка была проведена для ультразвуковых сигналов. В результате обработки сигналов в соответствии с алгоритмом ССА, подробно описанным в параграфе 2.2, должны получиться новые ФПРВ, по которым оцениваются вероятности ошибок диагностирования.

Как видно из рисунков 4.11 и 4.12 за счет обработки сигналов удалось исключить ошибки диагностирования. Таким образом, достигнуто усовершенствование оптимизированной системы диагностики.

Номер отсчета

| Исправный ■ Дефект 1 ■ Дефект 2 ■ Дефект 4 ■ Дефект 5 Дефект 6 Рисунок 4.11 - Плотности распределения проекций амплитуд сигнала всех состояний, которые распознаются вибрационным каналом системы диагностики

Номер отсчета

Исправный ■ Дефект 1 ■ Дефект 2 ■ Дефект 4 ■ Дефект 5 Дефект б Рисунок 4.12 - Плотности распределения проекций амплитуд сигнала всех состояний, которые распознаются ультразвуковым каналом системы диагностики Рассмотренный пример иллюстрирует ситуацию, которая может возникнуть при опытной эксплуатации (выполнение восьмого этапа в соответствии со схемой на рисунке 4.1): на базе пилотного образца [167] оптимизированной системы, разработана система, усовершенствованная до результатов, приведенных в таблице 4.12. Отметим, что нулевые значения ошибок получились в условиях проведенных испытаний (с заданной степенью развития

дефектов), а в реальных условиях работы системы ошибки на ранних стадиях развития, естественно, могут быть больше нуля.

Таблица 4.12 - Результаты испытаний системы диагностики с усовершенствованными методами в сравнении с ранее достигаемыми показателями

№ Критерий Оптимизированная Усовершенствованная

1 Полнота поиска неисправности 60% 60%

2 Вероятность ложного обнаружения неисправности 1,8% 0%

3 Вероятность пропуска дефекта 2,3% 0%

4 Вероятность ложного обнаружения дефекта при наличии другого дефекта 8,4% 0%

5 Быстродействие 1 час 45 минут 1 час 45 минут

6 Автоматизация -/+ -/+

7 Метрологическая аттестация -/+ -/+

8 Бесконтактная регистрация -/+ -/+

9 Трудозатраты 1 человек 1 человек

10 Стоимость, рублей 1200000 1200000

4.3.2. Совершенствование системы при комплексной обработки данных различной физической природы

Изложенный в 4.3.1 подход к обработке диагностических сигналов имеет недостаток - повышение времени обработки данных. Этот недостаток не существенен в рассматриваемом примере, однако в реальных проектируемых системах, где распознаются десятки состояний по временным рядам, содержащим десятки тысяч отсчетов, может не хватить вычислительных ресурсов. Поэтому в настоящей работе предлагается для экономии вычислительных ресурсов заменить весь сигнал его средним значением (можно заменить другой характеристикой, или комплексом признаков, как будет показано в 4.4).

Такая замена целесообразна также при работе с сигналами различной частоты дискретизации и длины выборки (например, температура была зарегистрирована 30 раз с интервалом 1 минута, а сигнал вибрации содержит 1000 отсчетов с интервалом 1 мс). Имея для каждой точки набор нормированных значений параметров можно осуществить комплексную оценку, с учетом взаимосвязи всех диагностических параметров.

Для комплексной оценки многомерных факторов в данной работе будем применять уже известный МГК, применение которого описано в параграфе 2.3. Предлагаемый модернизированный МГК отличается возможностью выбора компонент в том числе и среди «высших». Применяя этот подход в 4.2.2, мы автоматически «назначали» главными первые компоненты, которым соответствуют наибольшие собственные значения [177, 178].

В рамках описанных условий ставится локальная цель: повышение качества диагностирования в многомерных системах контроля распределенных объектов. И формулируются соответствующие задачи:

- анализ и выбор направлений эталонного пространства;

- анализ проекций диагностических параметров на главные компоненты.

Итак, на данном этапе объект рассматривается как распределенный, т.е.

учитываются измерения, сделанные в различных его точках. Рассматриваются все измерительные каналы, включая те, которые ранее были исключены. При этом используются данные из таблицы 4.11. Однако, чтобы получить ненулевой вектор исправного состояния, средние значения были нормализованы относительно минимальных значений в каждом столбце (а не относительно значений при исправном состоянии). В результате нормировки, которая заключалась в вычитании из каждого значения минимального и деления на него, получились 16-мерные вектора, соответствующие исправному и неисправным состояниям. Координаты векторов представлены в таблице 4.13.

Согласно алгоритму, вектор, соответствующий исправному состоянию был преобразован в траекторную матрицу, получен эталонный базис и на него спроецированы траекторные матрицы всех других состояний. Координаты

проекций представлены в таблице 4.14. Далее в соответствии с алгоритмом будем выбрать проекции, в которых координаты неисправных состояний максимально удалены от координат исправного и друг от друга.

Таблица 4.13 - Нормированные относительно минимальных значений координаты центров проекций выборок

метод 1 2 3 4 1 2 3 4

^^тотка состХ^ 1 2

0 0,00 0,05 0,10 0,08 0,10 0,05 0,10 0,08

1 0,09 0,03 0,23 0,09 0,13 0,10 0,01 0,00

2 0,10 0,00 0,00 0,11 0,11 0,06 0,00 0,11

3 0,00 0,05 0,34 0,03 0,06 0,20 0,34 0,14

4 0,33 0,03 0,22 0,25 0,34 0,15 0,22 0,00

5 0,23 0,00 0,34 0,00 0,00 0,12 0,34 0,14

6 0,22 0,05 0,10 0,08 0,23 0,04 0,23 0,19

7 0,00 0,06 0,10 0,08 0,02 0,00 0,10 0,08

^точка сост>\ 3 4

0 0,09 0,05 0,10 0,08 0,07 0,04 0,10 0,08

1 0,09 0,01 0,04 0,01 0,10 0,00 0,20 0,15

2 0,09 0,20 0,06 0,10 0,11 0,06 0,16 0,00

3 0,00 0,14 0,34 0,14 0,01 0,14 0,30 0,14

4 0,33 0,23 0,20 0,12 0,34 0,03 0,20 0,13

5 0,23 0,30 0,24 0,30 0,15 0,09 0,00 0,13

6 0,22 0,18 0,15 0,18 0,23 0,17 0,20 0,10

7 0,00 0,09 0,00 0,08 0,01 0,18 0,10 0,08

Теперь представим на графиках 4.13 а-в координаты проекций на направления эталонного базиса. Поскольку координаты, соответствующие одним состояниям имеют больший разброс, чем координаты других состояний, по осям используются логарифмические шкалы. Следует учитывать, что в естественных координатах оси имели размерности, соответствующие физическому смыслу параметров (температура, давление), а переход в эталонный базис сделал оси безразмерными. Но на качество диагностирования размерность осей не влияет. Мы представили на рисунке 4.13 не все возможные, а наиболее информативные графики.

Таблица 4.14 - Проекций координат выборок (фрагмент).

Номер компонент 1 2 3 4 5 6 7 8

Исправно 0,0002 0,0003 0,0002 4,78Е-05 5,59Е-06 6,57Е-07 5,23Е-07 1,71Е-20

0,0003 0,0004 0,0002 6,72Е-05 5,74Е-06 6,76Е-07 5,76Е-07 1,88Е-20

0,0003 0,0004 0,0002 5,71Е-05 6,09Е-06 7,85Е-07 6,07Е-07 2,04Е-20

0,0003 0,0004 0,0002 7,02Е-05 6,43Е-06 6,30Е-07 5,73Е-07 1,97Е-20

0,0003 0,0004 0,0002 6,21Е-05 6,57Е-06 7,37Е-07 6,07Е-07 2,01Е-20

0,0003 0,0004 0,0002 6,16Е-05 5,38Е-06 6,64Е-07 5,58Е-07 1,80Е-20

0,0003 0,0004 0,0002 5,47Е-05 5,91Е-06 7,32Е-07 5,70Е-07 1,96Е-20

0,0003 0,0003 0,0002 6,67Е-05 6,30Е-06 5,86Е-07 5,42Е-07 1,87Е-20

Дефект 1 0,0016 0,0015 0,0011 0,00056 0,00052 0,00038 6,55Е-05 1,56Е-19

0,0031 0,0013 0,001 0,00062 0,00046 0,00025 6,44Е-05 1,22Е-19

На рисунке 4.13 а (ГК №№ 1 и 2) можно выделить три группы точек: исправное состояние; дефекты 1, 2 и 7, дефекты 3, 4, 6. Теоретически можно использовать данный график, при последующем диагностировании объекта проецируя на него параметры анализируемого состояния. Однако могут возникнуть затруднения с идентификацией отдельных состояний.

График 4.13 б (ГК №№ 5 и 6) обеспечивает идентифицируемость всех состояний (координаты неисправных состояний удалены от координат исправного на два порядка), однако возникает проблема с изолированностью состояний 1-4.

Рисунок 4.13 в (ГК №№ 7 и 8) демонстрирует «ракурс», в котором координаты сгруппированы почти идеально в соответствии с диагностируемым

состоянием. Однако затруднительно обоснование достоверности

20

диагностирования, рассматривая значения величин порядка 10- .

Таким образом, в качестве тиражируемого образца может быть рекомендована распределенная система, обеспечивающая регистрацию параметров вибрации, температуры, ультразвука, индикаторных давлений и реализующая комплексную обработку данных с использованием модернизированного МГК.

ГК 7

в

Рисунок 4.13 - Координаты состояний: а) №№ компонент б) №№ компонент 5 и 6; в) №№ компонент 7 и 8;

1 и 2;

Вариант системы комплексной обработки данных различной физической природы обеспечивает наилучшее качество и требует затрат ресурсов не более допустимых изначальными требованиями. То, что максимальное число каналов регистрации обеспечивает лучшее качество диагностирования, является не очевидным изначально фактом, а результатом, обоснованным по итогам испытаний и опытной эксплуатации системы [168].

В целом пример в пункте 4.3.2 показывает, что, проектируя многомерные системы диагностики, целесообразно использовать возможность комплексной обработки результатов экспериментов и испытаний с представлением в пространстве ГК. Комплексный подход способен обеспечить классификацию и визуализацию данных.

4.4. Выбор диагностических признаков

Выбор диагностических признаков должен быть обоснован с точки зрения их реакции на отклонение состояния оборудования [179]. Удобен и нагляден их анализ в виде графика нагрузок (аналогично 4.8).

В качестве примера рассмотрим результаты диагностирования восемнадцати единиц ЭПА трех различных типоразмеров [180, 181]. Каждому типоразмеру соответствовало четыре исправные и две неисправные единицы. Вектор диагностических признаков сформирован по результатам обработки сигналов тока двигателя: пусковые токи при открытии и закрытии (!по, !пз), рабочие токи при открытии и закрытии (!ро, !рз), времена открытия и закрытия (Го и Tз), отношения времен открытия и закрытия ^о и Sз), плавности хода при открытии и закрытии ^о и Yз), а также энтропия Шеннона на участке рабочего хода при открытии и закрытии (Hshоткр,Hshзакр) [182].

Таким образом, вектор состоит из двенадцати параметров, десять из которых являются традиционными (особенности их вычисления и оценки описаны в параграфе 1.4), а энтропийные показатели отражают хаотичность исследуемых данных:

= {1по, 1пз, 1ро, 1рз, То, Тз, Sо, Sз, Yо, Yз, ^Ыткр, Hshзакр}

где I - порядковый номер обследованных единиц оборудования 1. .18.

Формируется матрица размерностью 12 X18 . Параметры в столбцах матрицы подвергались нормировке. К матрице применяется МГК, включая сингулярное разложение и проецирование на сингулярный базис. Следует подчеркнуть, что в данном случае стоит задача не установить состояние, которое и так известно, а установить значимость диагностических признаков [183]. Строго говоря, для этой задачи целесообразен анализ параметров большего числа оборудования с разнообразными дефектами, а данный упрощенный пример приводится для демонстрации подхода.

На рисунке 4.14 параметры ЭПА представлены в виде графика нагрузок. Как видно по величинам нагрузок на ГК1 и ГК2, все параметры значимы. Близко коррелированы одноимённые параметры при открытии и закрытии (например, рабочие токи при открытии и закрытии).

Рисунок 4.14 - График нагрузок диагностических параметров ЭПА (пространство

признаков)

Исключение какого-либо из параметров (традиционных и энтропийных) не целесообразно. Близкая корреляция в данном случае не является основанием для исключения, поскольку есть основания полагать, что она может нарушиться при анализе признаков других дефектов [184].

Анализ пространства состояний также дает представление о вкладе диагностических параметров в формирование диагностических признаков. Как видно по графику на рисунке 4.15 а, применение МГК к матрице размерностью 12 X 18 , включающей энтропийные показатели, визуализирует отличие параметров неисправного состояния: координаты исправной ЭПА группируются в зависимости от типоразмера, при этом координаты неисправной ЭПА удаляются от центров своих групп. Представляет интерес анализ только традиционных параметров, без учета энтропии (матрица, не включающая энтропийные показатели, имеет размерность 12 X 16,). Результат представлен на рисунке 4.15 б: координаты ЭПА формируют в зависимости от типоразмера кластеры, почти независимо от состояния.

* ♦ «VELAN» Х2-13 88-№ 10 Ду400 (неисправный)

Рисунок 4.15 - График счетов диагностических параметров ЭПА (пространство состояний): а с учетом энтропии; б) без учета энтропии

Анализ диагностических признаков показывает, что для диагностики ЭПА целесообразно использовать традиционные параметры совместно с энтропийными показателями.

Таким образом, предыдущие разделы настоящей главы обосновывали подходы к выбору каналов регистрации диагностической информации и к

методам обработки информации. Доведение данных подходов до инженерных реализаций требует их резюмирования в виде методических рекомендаций.

4.5. Рекомендации по разработке многоканальных диагностических комплексов

Разработка диагностических систем фактически осуществляется в соответствии с теми этапами, по которым реализуются проекты систем контроля и управления. Специфика заключается в подходах к анализу результатов разработки и синтезу её усовершенствованных вариантов. Ниже (рисунок 4.16) кратко резюмированы подходы, подробно описанные в предыдущих параграфах, даны соответствующие ссылки.

Определение целей и задач. Целью разработки является безотказная работа оборудования, как минимум, на протяжении межремонтного периода [185]. Для того, чтобы осуществить предварительный синтез необходимо решить следующие задачи:

- анализ опыта эксплуатации объекта и его аналогов, выявление наиболее критичных дефектов;

- анализ конструкции и особенностей эксплуатации, выявление наиболее критичных элементов конструкции;

- ретроспективный анализ диагностических или технологических параметров, соответствующих исправному состоянию и в периоды, предшествующие отказам;

- формирование требований к соответствию критериям эффективности диагностирования, включая полноту, допустимый уровень ошибок (более подробный перечень требований см. параграф 1.2), требований к средствам диагностирования, требований к программному обеспечению, к информационным функциям и другие требования;

- формулирование ограничений по времени диагностирования, включая период подготовки, регистрацию данных и выдачу результатов, доступности

объекта и его частей, действию производственных факторов, препятствующих диагностированию и другие ограничения.

Рисунок 4.16 - Алгоритм синтеза систем диагностики

Результатом предварительного анализа является максимально широкий перечень доступных регистрируемых параметров и средств, позволяющих осуществить их регистрацию.

Предварительный синтез предполагает выбор диагностических параметров из числа доступных, исходя из заданных требований. Также выбор числа каналов, мест регистрации, исходя из результатов анализа конструкции.

На данном этапе разрабатываются модели проектируемой системы, описывающей реакцию её измерительных каналов на зарождение критичных дефектов. Подробно рекомендации по составлению модели представлены в параграфе 2.3. Эксперименты над моделью позволяют сгенерировать данные, которые обрабатываются доступными методами как традиционными (частотные и статистические методы описаны в параграфе 1.3), так и нелинейными -энтропийная параметризация, ФПМ, ССА (описанными в главе 3). Результатом предварительного синтеза должен стать образец системы, реализующий выбранные средства и методы диагностирования при испытаниях в лабораторных или промышленных условиях. Типовая структура на этапе предварительного синтеза показана на рисунке 4.17.

Рисунок 4.17 - Структура системы диагностики на этапе предварительного

синтеза

Предварительная оценка соответствия критериям качества диагностирования, проводится аналогично примерам в параграфе 4.3. Данная процедура позволяет исключить неинформативные измерительные каналы и диагностические признаки, в наименьшей степени влияющие на результаты

диагностирования, и тем самым избежать создания заведомо неперспективных вариантов системы.

Анализ. Оцениваются реальные показатели качества диагностирования, достигаемые использованием методов и средств диагностирования, обоснованных на предыдущем этапе. Валидация системы достигается путем оценки соответствия критериям полноты диагностирования, чувствительности и другим требованиям в производственных условиях. Оценка ошибок диагностирования и времени обнаружения момента изменения данных выполняется в соответствии с процедурами, описанными в параграфе 3.3.3. Немаловажной частью работы на настоящем этапе является заполнение базы данных результатами диагностирования, ретроспективный анализ которых позволяет совершенствовать методы обработки данных [186].

Оптимизация. Системы диагностики на этапе предварительного синтеза обладает некоторой структурной избыточностью, требующей оптимизации с точки зрения выбора рациональной конфигурации. Проект согласуется в соответствии с требованиями безопасности. Типовая структура пилотного образца системы показана на рисунке 4.18.

Рисунок 4.18 - Типовая структура пилотного образца Результатом анализа и оптимизации должен стать пилотный образец системы, предполагающий дальнейшую эксплуатацию в промышленных условиях

с авторским сопровождением и экспертным анализом результатов диагностирования.

Окончательный синтез. Сформированный пилотный образец адаптируется с учетом условий, которые не были учтены на предыдущих этапах. Экспертная информация формализуется в блоке поддержки принятия решений для автоматической выдачи заключений по результатам диагностирования.

Опробованное с точки зрения методики регистрации и обработки данных решение утверждается как тиражируемый проект [169]. Итогом работы, помимо внедрения образцов системы или её частей на других производствах, является регистрация программного обеспечения, оформление наиболее удачных технических решений в виде патентов.

Настоящие рекомендации не включают обсуждения соответствия системы требованиям к метрологическому [140] и программному обеспечению [170, 187], поскольку данные вопросы подробно описаны в литературе, посвященной данному вопросу.

4.6. Выводы по главе 4

1. Формализованы этапы синтеза диагностических комплексов как итерационный алгоритм формирования альтернативных вариантов системы до тех пор, пока не будет достигнуто соответствие требуемым критериям качества.

2. Разработан метод оценки эффективности многоканальных диагностических комплексов на основе представления диагностической информации в виде графиков нагрузок и графиков счетов в пространстве ГК.

3. Продемонстрирован с использованием серии примеров подход к поэтапному усовершенствованию проекта многоканального диагностического комплекса по мере получения результатов испытаний и накопления данных опытной эксплуатации.

4. Обосновано внедрение методов, обеспечивающих снижение вероятности ошибок принятия решений в диагностических комплексах, для принятия решений по управлению состоянием объекта.

5. Обосновано использование модернизированного МГК, обеспечивающего комплексную обработку диагностической информации в многоканальных диагностических комплексах, для более полного использования информации по управлению состоянием объекта.

6. Анализом графика нагрузок на ГК реализована сравнительная оценка информативности как традиционных параметров сигналов тока ЭПА, так и энтропийных параметров. Обосновано использование энтропийных параметров для улучшения характеристик вновь создаваемых перспективных и существующих системах диагностики.

7. Разработаны рекомендации по синтезу многоканальных диагностических комплексов, основанные на сохранении информационных каналов обеспечивающих соответствие критериям качества, и исключении каналов, минимально влияющих на качество диагностирования.

8. Разработаны типовые структуры систем диагностики: 1) структура на этапе предварительного синтеза, предназначенная для оценки показателей

качества, и 2) структура пилотного образца, обеспечивающего соответствие предъявляемым требованиям.

5. РАЗРАБОТКА И ВНЕДРЕНИЕ СИСТЕМ ИНФОРМАЦИОННО-ДИАГНОСТИЧЕСКОГО СОПРОВОЖДЕНИЯ ОБОРУДОВАНИЯ АЭС 5.1. Система контроля процесса перегрузки ядерного топлива

Классификация состояний машины для перегрузки ядерного топлива. В рамках договора между НИЯУ МИФИ и АО «Концерн Росэнергоатом» была разработана Система контроля процесса перегрузки ядерного топлива. Объектом диагностирования является машина для перегрузки ядерного топлива, точнее наиболее ответственная её часть - рабочая штанга, непосредственно выполняющая извлечение топливных кассет и их установку. Однако разрабатываемая система (по крайней мере, на данном этапе разработки) направлена на контроль самого процесса перегрузки с точки зрения корректности выполняемых операций. Учитывая это, основным требованием к системе является выявление некорректно выполняемых перегрузочных операций, причем за время достаточное для того, чтобы оператор успел отреагировать на информацию об отклонении (не более 1 с).

В процессе перегрузки рабочая штанга выполняет большое количество операций, которые классифицируются в зависимости от скорости (большая/малая), работу секций (первая/вторая), направление (вверх/вниз), наличие/отсутствие нагрузки (рисунок 1.2). С учетом четырех дихотомий исправное состояние может принадлежать к одному из шестнадцати классов. Например, «Движение первой секции вверх на большой скорости без груза», «Движение второй секции вниз на малой скорости с грузом» и т.д.

Параметризация состояний машины для перегрузки ядерного топлива. В процессе выполнения разнообразных операций перегрузочная машина является источником вибрационных колебаний. Поэтому для параметризации состояний целесообразна регистрация виброакустических сигналов с датчиков-пьезоакселерометров, расположенных на МП в местах, обеспечивающих: - безопасность выполнения штатных операций МП;

- качество и полноту исходной виброакустической информации о техническом состоянии основных узлов и механизмов МП в процессе выполнения ею технологических операций перегрузки ядерного топлива.

Выбор средств, реализующих регистрацию диагностических данных при перегрузке ядерного топлива. В качестве первичных преобразователей передающей части системы использованы пьезоэлектрические вибропреобразователи АР2035-100-01. Данные датчики оснащены встроенными усилителями заряда и встроенным кабелем в металлорукаве. Питание датчиков осуществляется постоянным напряжением по стандарту 1СР. Их основные характеристики приведены в таблице 5.1.

Таблица 5.1 - Характеристики вибропреобразователей

Наименование Размерность Значение

Максимальное значение амплитуды измеряемого ускорения м/с2 до 500

Относительный коэффициент поперечного преобразования % до 5

Максимальный удар (пиковое значение) м/с2 до 5000

Рабочий диапазон температур °С от минус 40 до плюс 125

Рабочий диапазон частот (неравномерность ±1дБ) Гц от 0,5 до 8000,0

Частота установочного резонанса в осевом направлении, не менее Гц 25000

Данные характеристики обеспечивают регистрацию сигнала, который имеет импульсный характер, изменяется в широком диапазоне амплитуд и частот. Рабочий диапазон температур соответствует условиям, в которых производится регистрация.

Выбор методов, обеспечивающих оценку корректности перегрузочных операций. Предварительный выбор был сделан в пользу традиционных методов -статистическая обработка (сравнение СКЗ) и спектральный анализ. Таким образом, была сформирована система, структура которой представлена на рисунке 5.1.

Рисунок 5.1 - Структура системы контроля процесса перегрузки ядерного топлива. Предварительный этап синтеза Предварительная оценка эффективности системы контроля процесса перегрузки ядерного топлива. В процессе испытания системы было зафиксировано отклонение "неисправный фиксатор". Штатная система установила это отклонение уже после того, как оно произошло (рисунок 5.2). Статистическая обработка и спектральный анализ не выявили различие сигналов, соответствующих исправному и неисправному фиксатору. Анализ качества диагностирования потребовал пересмотра проекта с точки зрения методов обработки данных в соответствии с алгоритмом (рисунок 3.10). Разработанное нами ПО на основе алгоритма ССА выявило при повторной обработке вибрационных сигналов признаки зарождающегося дефекта (рисунок 5.3) [188]. Причем, за время достаточное для того, чтобы оператор отреагировал на наличие отклонения. Чувствительность, достигаемая за счет применения метода ССА к результатам данных испытаний, позволила исключить ошибки диагностирования.

Исправный фиксатор

Момент реакции разрабатываемой системы

1,5 с

Неисправный

юмш

Анализируемый участок

___. 32 К. * 4.4

Время, с

Рисунок 5.2 - Сигнал при нормальной работе фиксатора (сверху) и сигал при неисправности (снизу), их огибающие