液氦温区大型低温制冷系统的可靠性评估

江荣霞 谢秀娟 邓笔财 杨少柒

(1中国科学院理化技术研究所航天推进剂技术国家重点实验室 北京 100190)(2中国科学院大学 北京 100049)

液氦温区大型低温制冷系统的可靠性评估

江荣霞1,2谢秀娟1邓笔财1,2杨少柒1

(1中国科学院理化技术研究所航天推进剂技术国家重点实验室 北京 100190)(2中国科学院大学 北京 100049)

针对改进Claude循环的大型氦低温制冷系统，以制冷量不足为顶事件建立了故障树模型。利用结构法对故障树模型进行定性分析，分析得到系统的最小割集为18个。利用来自不同数据库的部件失效率对故障树模型进行定量计算，得到了不同的结果，并分析其原因。对各部件的关键重要度进行了计算，以衡量各个部件对系统发生故障的贡献程度。并通过增加系统冗余部件和提高关键部件可靠度等措施，为提高系统可靠性找到了有效的解决途径。

大型低温系统 液氦温区 改进Claude循环 故障树分析 可靠性

1 引 言

近几十年来，伴随着高能粒子物理实验研究领域的发展，低温与超导技术作为这些大科学工程的基本特征，也随之迅速发展起来。目前，国际上大科学工程如欧洲核子中心(CERN)的“大型强子对撞机(LHC)”、美国BNL国家实验室的“相对重离子对撞机(RHIC)”、日本KEK国家实验室的“正负电子对撞机(KEKB)”、德国DESY国家实验室的“高能粒子线性加速器(TESLA)”等，这些投资上亿美元的世界级大型研究装置全部采用常规液氦4.5 K或超流氦(1.6—2.17 K)冷却，用以支持由各种大型超导磁体和超导射频腔构成的超导加速器和超导对撞机的长期稳定运行。国内先进实验超导托卡马克(EAST)、北京正负电子对撞机重大改造项目(BEPC-II)、上海同步辐射光源(SSRF)等均采用配套的大型氦低温制冷系统冷却[1-5]。

大科学工程的运行可靠性是提高其可用性、经济性以及安全性的基础，也是优化其全寿命周期费用的主要权衡因素。如何切实有效地提高大科学工程系统及设备的可靠性，一直是大科学工程设计的重点和难点。大型氦低温制冷系统作为大科学工程中冷却超导磁体的关键支撑系统，其可靠性将直接影响超导体以及整个科学装置是否能长期稳定运行。因此，在系统性能设计的同时，也要重视系统的可靠性，有针对性地提出可靠性分析及评价的有效手段，建立了一套与工程实际及运行特点紧密结合的方法体系，用于指导系统的可靠性设计。

可靠性研究已经在航空航天、核能、船舶及军工业等行业得到了广泛应用，并开始应用在大型低温制冷系统方面。CERN已经将可靠性方法应用在LHC的设计、制造、第一次冷却操作和维修中，建立了故障模式、影响及危害分析(FMECA)，并可以在操作和维修中可以识别坏的元器件来提高可靠性。KEK对磁体测试装置TOSKA的失效数据进行收集，并且分析其失效原因，给出解决方案；并且建立了一个专门的可靠性数据库。TLK对JET(欧洲联合核磁聚变设备)失效数据进行收集整理，找出失效原因及失效影响。BNL利用贝叶斯分析对RHIC(相对重离子对撞机)的失效数据进行可靠性计算。中国科学院等离子物理研究所对EAST进行故障树分析[6-12]。

大型低温制冷系统的可靠性是指系统能够长期不间断、正常运行的能力。可以通过可靠性框图(Reliability Block Diagram，简称RBD)和故障树分析(Fault Tree Analysis，简称FTA)对系统可靠性进行评估以及提高。其中故障树分析法(FTA)是1961年由美国贝尔实验室的华生(H A Watson)和汉塞尔(D F Haasl)首先提出，并应用于“民兵”导弹发射系统的质量控制。因此，本文利用故障树分析法(FTA)对改进Claude循环大型氦低温制冷系统进行可靠性评估，分析了可能造成系统故障的原因，并提出了提高系统可靠性的有效措施[11-12]。

2 改进Claude循环大型氦低温制冷系统的故障树模型

改进Claude循环大型氦低温制冷系统流程图为如图1所示。系统由1个压缩机(C1)，5个换热器(HEX1-5)，2个透平膨胀机(E1、E2)，1个节流阀(JT)和1个杜瓦瓶(Dewar)构成。高纯氦气从缓冲罐被吸入压缩机中，被压缩机压缩后经三级油过滤器过滤后进入冷箱，经过液氮预冷，透平膨胀机膨胀后经节流阀进入杜瓦瓶，杜瓦瓶蒸发的氦气再次经冷箱中的换热器，回到压缩机，完成工作循环。

图1 改进Claude循环的大型氦低温制冷系统的流程图Fig.1 Process flow diagram of modified Claude cycle of large-scale helium cryogenic system

通过分析可见，改进Claude循环的大型氦低温制冷系统的关键参数是制冷能力，即在液氦温度下的制冷量。因此，本文以改进Claude循环的大型氦低温制冷系统的制冷量不足问题为顶事件建立故障树模型，如图2所示。造成系统制冷量不足可能的原因可以分为两大类：常温压缩段的故障和低温制冷段的故障。在常温压缩段，涉及到的关键部件有压缩机和高精滤油器。压缩机的故障又可以分为压缩机运行故障(X1)和电源故障(X2)；过滤纯化系统故障又分为过滤器堵塞(X3-5)和手动阀外漏(X6)。在低温制冷段，涉及到冷箱及其内部的低温换热器和透平膨胀机。低温制冷段故障分为液氮预冷段故障、透平膨胀段故障和冷端故障。其中液氮预冷段故障又包括液氦槽运行故障(X7)、气动阀故障(X8)和换热器HEX1故障(X9)；透平膨胀段故障包括内纯化器故障(X10)、换热器HEX2-4故障(X10-13)和透平膨胀机E1-2故障(X14-15)；冷端故障又分为换热器HEX5故障(X16)、JT阀故障(X17)和杜瓦瓶故障(X18)。

图2 改进Claude循环大型氦低温制冷系统的故障树图Fig.2 Fault tree of modified Claude cycle of large-scale helium cryogenic system

3 改进Claude循环的氦低温制冷系统的故障树分析

3.1 故障树的定性分析

在故障树中，凡是能够导致制冷量不足的基本事件的组合，被称为割集。它表示该组合中的基本事件全部发生时，顶事件必然发生，所以系统的割集就是系统的故障模式。但是一个故障树中，这种能够到指定时间发生的事件组合数是很多的。所以要引入最小割集的概念：能够导致顶事件发生的最低限度的基本事件的组合被称为最小割集。最小割集表示顶事件发生的原因，代表着一种故障模式，并且可以用最小割集来判断基本事件的结构重要度。本文采用结构法，经过分析得到改进Claude循环的氦低温系统的最小割集为18个[11]。

3.2 故障树的定量计算

故障树定量计算的目的在于计算制冷量不足发生的概率，用来评价改进Claude循环氦低温制冷系统的安全可靠性。将计算制冷量不足(顶事件)发生的概率与预定目标值进行比较，如果超出目标值，就应该采取必要的系统改进措施，使其降到目标值以下[11]。

3.2.1 制冷量不足(顶事件)的概率计算

为了方便系统制冷量不足(顶事件)发生概率的计算，可以将故障树图转化为可靠性框图(RBD)。可靠性框图(RBD)是利用系统与部件之间的逻辑图，绘制出系统的各个部分发生故障时对系统功能特性的影响。其中事件可靠度为R1-R18，通过分析发现这些事件都是串联的关系，也就是说一旦其中一个部件发生故障，系统就会发生联锁故障。可靠性框图(RBD)如图3所示。

利用可靠性框图的计算公式，可以计算出系统的可靠度：

(1)

图3 系统可靠性框图Fig.3 Reliability block diagram of system

又根据可靠度与故障率之间的关系：

(2)

得到系统故障率：

(3)

以及平均无故障时间：

MTBF=1/λT

(4)

要想计算系统制冷量不足这个顶事件的发生概率，必须要知道各个部件发生故障的概率。表1收集了国内外相关的可靠性数据[12-14]，以进行分析。

表1 各个部件失效模式及失效率Table 1 Fault mode and fault rate of components

若压缩机、透平膨胀机、过滤器、换热器、液氮槽、电源和手动阀的失效数据取自国内数据库的数据[12]，并带入式(3)和(4)中可得到系统故障率为2.35×10-4和平均无故障时间为425.77 h。将各个部件的失效率来自国外数据库[13-14]，并代入式(3)和(4)中可得到系统故障率为1.96×10-4和平均无故障时间为5 107.13 h。

由于不同的数据库查得的部件失效率不同，且国内外的数据相差也很大。追其原因，是由于中国大型低温制冷系统处于发展初级阶段，且对于低温制冷系统的可靠性研究尚未成熟。

3.2.2 低温制冷系统部件的重要度分析[15]

通过故障度的定量计算可以看出，低温制冷系统的故障率较高，平均无故障时间较短，需要对低温系统各个部件逐个分析其重要度，以衡量各个部件对系统发生故障的贡献程度。这里的重要度分析采用关键重要度。所谓部件i的关键重要度是指底事件故障概率的变化率与由它引起顶事件发生概率的变化率之比。其定义用式(5)表示：

(5)

式中：g(t)表示系统可靠度的函数。

以表1中压缩机运行故障数据[13]带入(5)中，可得到压缩机的重要度为：

(6)

同理，将从国外数据库[13-14]查得的电源、气动调节阀、透平膨胀机等部件失效率数据带入(5)中，进行关键重要度计算，结果如表2所示。

表2 部件的关键重要度Table 2 Critical importance of components

由表2可知透平膨胀机故障、压缩机故障和换热器故障对系统故障的贡献最大。因此要想优化系统，需要从这几方面来降低故障率。可以通过下面两种办法来增加系统可靠性：

(1)增加系统冗余部件。从系统可靠性框图(图3)可以看出系统各部件是串联关系，无任何冗余部件，这使得系统可靠度降低。可以考虑增加系统关键部件的冗余部件，如增加一个透平膨胀机，这样系统的可靠性框图变为图4。

图4 增加冗余部件后系统可靠性框图Fig.4 Reliability block diagram of system after adding a redundant component

此时系统的故障率为：

(7)

将数据带入得到系统的故障率为1.46×10-4，平均无故障时间间隔为：MTBF=1/λT=6 858.03 h。比之前的5 107.13 h多了1 750.90 h，占原来的平均无故障间隔时间的34.29%。由此可以得出，增加关键的冗余部件可以大大提高系统可靠性。

(2)提高系统关键部件的可靠性。从关键重要度分析，可以看出压缩机、透平膨胀机和换热器为系统的关键部件，如果提高它们可靠度，则系统可靠度也将大大提高。以压缩机为例，可以提高压缩机密封性及通过加一个润滑环和修改轴引线来防止电机离合器产生油喷雾等问题。如果可以将压缩机的故障率降到1×10-5，则系统故障率可计算为：

(8)

平均无故障时间间隔：

MTBF=1/λT=6 418.05h

(9)

比之前的5 107.13 h多了1 310.92 h，占原来的平均无故障间隔时间的25.67%。由此可以得出，提高关键部件的可靠度也可以提高系统可靠性。

将这两个优化方案结合起来使用：增加一个透平膨胀机和并且将压缩机的故障率降到1×10-5。这样系统的故障率变为1.06×10-4，平均无故障间隔时间可以提高到9 450.16 h。

4 结 论

对改进Claude循环氦低温制冷系统进行了故障树建模，并定性和定量地分析。这里计算的系统平均故障间隔为5 107.13 h，通过分析可知，可以增加系统冗余部件和提高关键部件的可靠度来增加大型氦低温系统的可靠性，经过优化，系统的平均无故障间隔时间可达到9 450.16 h。此外，由于中国国内低温制冷系统可靠性研究起步较晚，且对于低温系统可靠性重视度不够，使得低温制冷系统的可靠性相对国外较低。因此，国内研究机构需要建立相关的低温制冷系统的关键部件的可靠性数据库，以便于对低温制冷系统更好地进行可靠性计算及分析。而且要充分利用可靠性数据库，针对各个部件失效模式找出失效原因，并提出相应的措施来提高系统的可靠性。

1 叶 斌，马 斌，侯 予. 大型氦低温制冷系统研究进展[J].低温工程2010(4)：18-23.

Ye Bin，Ma Bin，Hou Yu. Development of Large Helium Cryogenic System[J]. Cryogenics，2010(4)：18-23.

2 Doi Y，Haruyama T，Kawai M，et al. Large scale refrigerators and liquefiers(I)-Cryogenic System of a Superconducting Solenoid Magnet for the BELLE Detector System in KEK.

3 Wolff S. The cryogenic system of TESLA[M]. 2001.

4 Liangbing Hu，Ming Zhuang，Zhiwei Zhou，et al. Current status and perspectives of the cryogenic control system of EAST[J]. Proceedings of ICALEPCS，2015.

5 温华明，严陆光，林良真. 超导在加速器中的应用概况[J].低温与超导，2005，33(1)：46-49.

Wen Huaming，Yan Luguang，Lin Liangzhen. Status of superconductivity in large-scale particle accelerators[J]. Cryogenics and Superconductivity，2005，33(1)：46-49.

6 Serio L. Availability and reliability of CERN cryoplants[J]. Cryogenics Operations 2006 Workshop at the Stanford Linear Accelerator Center，2006.

7 Perinic G，Claudet S，Alonsocanella I，et al. First assessment of reliability data for the LHC accelerator and detector cryogenic system components[J].Advances in Cryogenic Engineering：Transactions，2012，1434(1)：1399-1406.

8 Perinic G. Experience in four years operation of the 2kW He1 refrigerator at FZK/Karlsruhe[J]. Advances in Cryogenic Engineering，1998(43)：565-569.

9 Aoki K，Haruyama T，Makida Y. Development of a database of the cryogenic system for the superconducting magnet[J]. Advances in Cryogenic Engineering：Transactions，2006，823(1)：1369-1376.

10 Chitnis P，Brown K A. Bayesian reliability model for beam permit system of RHIC at BNL[J]. Proceedings of ICALEPCS，2015.

11 卢明银，徐人平，王金武，等.系统可靠性[M].北京：机械工业出版社，2008.

12 曹兴焕，胡丽琴，李亚洲，等. EAST低温系统的故障树分析[J].核科学与工程，2009，29(2)：170-175.

Cao Xinghuan，Hu Liqin，Li Yazhou，et al. Fault tree analysis of EAST cryogenic system[J]. Chinese Journal of Nuclear Science and Engineering，2009，29(2)：170-175.

13 Cadwallader L C. Cryogenic system operating experience review for fusion applications[M]. EGG-FSP-10048，Idaho National Engineering Laboratory，1992.

14 IAEA. Generic component reliability data for research reactor PSA[M]. IAEA-TECDOC-930，IAEA Austria，Vienna，Austria，1997.

15 孙红梅，高齐圣，朴营国.关于故障树分析中几种典型重要度的研究[J].电子产品可靠性与环境试验2007，25(2)：39-42.

Sun Hongmei，Gao Qisheng，Pu Yingguo. On several typical importances in fault tree analysis[J]. Electronic Product Reliability and Environmental Testing 2007，25(2)：39-42.

Reliability evaluation of large-scale helium cryogenic system

Jiang Rongxia1,2Xie Xiujuan1Deng Bicai1,2Yang Shaoqi1

(1State Key Laboratory of Technologies in Space Cryogenics Propellants，Technical Institute of Physics and Chemistry，Chinese Academy of Sciences，Beijing 100190，China)(2University of Chinese Academy of Sciences，Beijing 100049，China)

Fault tree model of the modified Claude cycle of large-scale helium cryogenic system were presented，top event of which base on shortage of refrigeration capacity. Qualitative analysis of the fault tree model was carried out by using structure method.It is found that the minimal cut sets of system were 18. The fault tree model was calculated quantitatively based on component failure rate of different database and the reasons of different results were presented. The key importance of each components was calculated to evaluate its contribution to the system failure. By increasing the redundancy of the system and improving the reliability of key components，the reliability of system was improved.

large-scale cryogenic system；liquid helium temperature region；modified Claude cycle；fault tree analysis；reliability

2015-12-10；

2016-03-08

财政部国家重大科研装备研制项目(ZDYZ2014-1)、航天低温推进剂技术国家重点实验室基金课题(SKLTSCP1502)。

江荣霞，女，25岁，硕士研究生。

TB664

A

1000-6516(2016)02-0014-06