舰船核动力系统状态参数重构分析方法初探

陈玉清，姚　栋，于　雷

(1.中国核动力研究设计院核反应堆系统设计技术重点实验室，成都　610213；2.海军工程大学，武汉　430033)



【装备理论与装备技术】

舰船核动力系统状态参数重构分析方法初探

陈玉清1,2，姚栋1，于雷2

(1.中国核动力研究设计院核反应堆系统设计技术重点实验室，成都610213；2.海军工程大学，武汉430033)

针对舰船核动力系统运行状态参数指示异常或指示缺失问题，分别基于参数耦合关系、工程仿真平台、神经网络方法建立参数重构分析模型，并利用可视化编程技术构建了相应的状态参数重构分析系统，实现了核动力系统异常指示参数和堆芯安全参数的重构分析与预测，可为辅助运行人员开展操作决策提供数据基础。

参数重构；工程仿真；神经网络

核动力系统运行期间，装置状态参数是反映装置安全特征的基本依据[1]，也是核动力系统自动控制、保护和人员有效实施干预的主要依据，能否实时准确显示对反应堆安全非常重要。核电厂几起严重的核事故也表明，监测参数发生异常指示，可能触发控制保护系统给出错误的动作，也容易诱发人员误判、误操作，加剧事故后果。为此核电厂非常重视装置状态监测系统的可靠性设计，关键参数都设置了多道冗余；且随着数字化控制技术、数据融合分析技术的发展，监控系统实现了数字化、智能化[2]。但船用核动力系统受环境空间条件的限制，监测探头的设置、测量手段的多样性和冗余性受到很大限制，且整个测量系统工作环境恶劣，部分安全参数难以直接监测，个别监测参数本身还会偶发异常。为此，在不增加监控系统硬件设施的基础上，根据已有的监测参数，通过参数间的耦合关系，开展状态参数重构分析，对准确掌握核动力系统装置运行状态、确保反应堆的安全具有重要的意义。

参数重构技术属于容错控制理论范畴。近年来，容错控制理论的研究发展很快，应用也很广泛。在核能发达国家，多个机构在进行故障诊断和容错控制技术的应用性研究。国内船用核动力系统，也广泛采用硬件冗余提高控制系统的可靠性；但利用软件冗余实现测量信号的重构在核能领域尚未得到广泛应用。软件冗余重构方法主要有基于数学物理模型和基于数理统计两种。基于物理模型方法主要用已被证明的定理、定律和推论，在若干简化假定条件下，通过分析系统变量间的关系和运动规律，获得参数间耦合关系，主要用于在线故障诊断以及指示仪表信号的重构。基于数理统计的方法是指以系统历史运行数据为基础，利用神经网络、支持向量机等人工智能技术[3-4]，分析系统运行规律以获取系统模型，该方法无需考虑系统的实际模型，而且贴近系统实时运行状态，对于复杂工业过程控制具有实际应用价值[5-6]。随着近年来人工智能技术的快速发展，基于机器学习和模式识别的故障诊断与运行状态重构方法应运而生，但该方法给出的结果难以给出显示解释。

1　重构参数的选择

舰船核动力系统运行过程中涉及到的状态参数很多。对每一个状态参数都开展重构分析没有必要，也不科学。开展状态参数重构分析，首先需要对系统运行状态参数进行筛选。选取重构参数应遵循如下原则：

(1)重要性原则

根据核动力装置安全运行的需要，从判断反应堆安全状态角度确定参数的重要性，并将重要参数作为重构分析的重点。如表征反应堆堆芯安全状态的参数：热点因子、最高燃料元件温度、最小烧毁比等。

(2)敏感性原则

所要进行重构的参数要充分体现潜艇核动力装置的运行工况，尤其是参数变化必须及时、准确的反映出设备是否发生了故障。通常参数变化小能够引起一定后果的这些参数是需要着重考虑的，如稳压器压力、水位参数。

(3)易丧失性原则

对于基本未发生的或者即使发生、丧失对核动力系统产生的影响很小的参数，重构意义不大。待重构的参数应该是容易出现丧失或者可能存在虚假指示的，如稳压器水位、蒸汽发生器二次侧水位参数。

(4)可实现性原则

参数重构的目的在于能够对丧失的参数进行重新标定，在现有的条件下实现选择参数的重构。对于根据现有条件实现丧失参数重构相对比较困难的参数，应不断修正，尽量能在操纵员的操纵上给予一定的相关指示。

根据上述原则及装备实际情况，反应堆及一回路系统重点开展重构分析的主要参数有：稳压器水位和稳压器压力，核功率、反应堆进出口温度、主冷却剂流量、一回路降温/升温速率、堆芯热点因子、燃料元件最高温度、堆芯最小烧毁比。二回路主给水系统和主蒸汽系统需要重构的主要参数有：蒸汽发生器水位、蒸汽发生器给水流量、主蒸汽流量、蒸汽发生器二次侧压力。

2　重构分析方法研究

根据上述研究确定需要重点重构分析的系统特征参数，针对不同的工况和参数类型研究建立不同的重构分析方法。

2.1基于参数耦合关系开展重构分析

根据核动力系统安全运行的实际，对于存在逻辑相关、守恒关系、线性外推关系、对称特性的状态参数，可直接建立参数间的相互映射关系。当仅某一个参数异常时，使其它相关参数给出真实值。如核动力装置系统稳定运行时，堆芯产热、输热和二回路热阱间能量处于动态平衡过程，堆芯核功率值和堆芯输热量、二回路热阱值相等，这样反应堆核功率值就能用多个公式重构计算。

(1)根据反应堆一回路系统输热方程表达

舰船压水堆一般不允许反应堆出口冷却剂沸腾。因此，在堆芯冷却剂流量不变的情况下，冷却剂流经堆芯带走的能量主要取决于反应堆的进出口温差。即

(1)

式中:Pt为反应堆热功率；cp为冷却剂定压比热；G为堆芯冷却剂流量；T0为反应堆冷却剂的出口温度、Ti为反应堆冷却剂的入口温度。

(2)根据蒸汽发生器带走的能量表达

根据输热方程，蒸汽发生器二次侧从一回路带走的能量可以分别表达为式(2)和式(3)：

(2)

式中，hg、hl分别为蒸汽发生器二次侧蒸汽和给水的焓值，可以根据监测的温度压力参数推算；ηrg为反应堆至蒸汽发生器壳侧的热效率。

(3)

式中：K为比例系数，与蒸汽发生器的传热性能、热功率的大小、冷却剂流速以及蒸汽发生器的水位等因素有关。在一次近似时，可以看作常数。Tav为冷却剂平均温度，Ts为二回路蒸汽温度。

核反应堆运行过程中，在一段时间内堆芯核功率与堆芯内中子通量密度近似成正比。核测系统通过实时测量堆芯内中子通量密度值，可近似测量反应堆的功率值。而反应堆稳定运行时，核功率值等于热功率值，这样根据重构分析结果可以相互判断上述监测参数正确与否。同时根据功率、温度、压力变化情况和装置几何特征，也可重构分析稳压器液位情况。

从上述分析可以看出，基于参数耦合关系开展重构分析，方法直观、简单，主要适用于参数间存在简单耦合关系的情况。对于映射耦合关系复杂的堆芯安全参数，利用该方法开展重构分析存在较大的不确定性，需要寻求其他重构方法。

2.2基于工程仿真方法开展重构分析

近20年来，随着数值计算方法的改进和计算性能的不断提高，核动力系统工程仿真技术得到了飞快的发展。在实时(甚至超实时)的计算要求下，模拟分析的精度一般可以与核设计分析相当，工程仿真的应用范围得到扩展。为此，针对缺乏直接监控测点的堆芯安全参数或状态参数异常的情况，探索基于在线的工程仿真方法，开展状态参数的重构分析。该方法也可用于事故工况下状态参数的预测分析。基于仿真方法开展重构分析的关键是要确保在线仿真工况与实际核动力系统运行状态一致，这样方可通过匹配对比实现丧失或缺失状态参数的重构。

为开展状态参数的重构分析，研究建立了在线的核动力系统工程仿真平台[7]。该平台物理计算模块是基于现代节块法的三维瞬态分析模型，可实时计算堆芯三维功率分布随时间的变化。热工水力分析采用系统瞬态程序RELAP5/MOD3.2。通过接口交互模块，实现典型运行特征数据的实时输入，如运行负荷、工况运行历史、控制棒棒位参数、主泵运转状态、功率调节系统状态、给水调节阀控制状态、工况转换状态等。跟踪模拟核动力装置稳态运行工况和瞬变特性，确保工程仿真系统模拟工况与实际装置运行状态基本一致。然后，通过仿真数据与实测数据的对比分析，确定哪一参数出现异常指示，并给出系统状态真值；也可根据模拟计算的堆芯安全状态参数，让辅助运行人员掌握堆芯安全状态；在核动力装置发生全艇断电等事故时，也可根据仿真系统预测事故发展趋势，作为运行人员开展事故应急处置的依据。基于工程仿真的重构分析系统流程如图1所示。

图1　基于工程仿真的重构分析系统流程

2.3基于神经网络方法开展重构分析

人工神经网络是人工智能的一个分支，具有强大的学习功能，可以以任意精度逼近非线性过程，在复杂系统故障的自动识别诊断领域应用广泛。海军工程大学段孟强、王晓龙等人先后分别基于Elman、GMDH建模、支持向量机等不同的人工神经网络方法，建立核动力装置参数的重构分析模型[8-9]，用于识别系统运行状态，预测重要参数变化趋势。基于神经网络方法开展重构分析的基本流程图如图2所示。

图2　基于神经网络的重构分析流程

从图2可以看出，神经网络方法应用的关键是根据实际核动力系统的运行数据开展训练。运行数据收集的品质，某种程度上决定着重构分析的精度。该方法尽可能多的利用运行数据信息，可有效解决参数重构分析知识获取的瓶颈问题。只要开展重构分析时核动力系统的运行工况与训练工况一致，即可获得较精确的重构分析结果。但该方法存在两个缺点，一是缺乏事故工况运行数据，难以获得大量故障运行数据构建重构模型，通常选用支持小样本建模的方法，或者借助工程仿真模拟故障数据的方法；二是该方法基于数据分析和智能学习构建模型，实际上是从整体上使用柔性函数拟合系统或分系统的运行过程，对于发生故障时系统或分系统内部的逻辑关系无法推导解释，结论正确性的可信度不足。为此，作者将该方法作为前两种方法的验证手段。

3　状态参数重构分析系统的构建

为便于开展运行参数重构分析，基于可视化编程技术，开发了舰船核动力系统状态参数重构分析系统。系统集成了运行参数分析处理模块、耦合分析模块、系统仿真模块、基于神经网络方法(支持向量机)的重构分析与预测模块，实现了不同模块间重构结果的相互校核。其中耦合分析模块主要用于船用反应堆一、二回路系统宏观特征参数的重构分析，系统仿真模块主要用于事故下宏观特性参数、堆芯安全参数的重构分析；神经网络方法主要用于校核。

基于所构建的系统，利用耦合分析模块对典型功率运行期间工况变换时稳压器水位参数进行了实时重构，分析结果如表1所示。基于实装运行测量数据的对比结果表明，上述方法获得的结果具有较高的精度，宏观特性参数的重构分析误差和仪表指示误差相当。利用系统仿真模块对反应堆典型运行工况下全艇断电事故开展了分析，图3给出了稳压器水位参数的重构分析结果，系统仿真分析结果和全范围训练模拟器计算结果吻合较好；该系统能通过仿真方式预测分析事故工况关键安全参数的变化规律，对辅助运行人员判断装置运行状态提供有效支撑。

表1　船用堆变工况下稳压器水位参数重构对比

图3　全艇断电事故下稳压器水位参数的重构分析

4　小结

本文针对舰船核动力系统运行监控问题，分别基于参数耦合关系、工程仿真平台、神经网络方法建立系统状态参数重构分析模型，利用可视化编程平台，构建了核动力系统状态参数重构分析系统。该重构分析系统实现了装置异常指示参数和堆芯安全参数的重构分析与预测，为辅助运行人员开展操作决策提供了数据支撑，对确保反应堆的运行安全具有重要的现实意义。

[1]王贺,成守宇,张志俭.操纵员运行支持系统中状态监测方法研究[J].核动力工程,2010,31(2):71-75．

[2]张燕,周志伟,董秀臣.核电厂实时故障诊断专家系统的设计与实现[J].原子能科学技术,2006,40(4):420-423.

[3]段孟强,郑映烽,陈玉清.基于Elman神经网络的蒸汽发生器水位重构[J]．核动力工程，2013,34(3):116-119.

[4]王晓龙,蔡琦,陈玉清.基于支持向量回归的稳压器水位信号重构研究[J].原子能科学技术,2013,47(6):1003-1007．

[5]赵越,张勤,邓宏琛,等.DUCG 在核电站二回路故障诊断中的应用[J].原子能科学技术,2014,1.

[6]王惠杰.基于混合模型的机组状态重构及运行优化研究[D].北京：华北电力大学，2009．

[7]陈力生,陈玉清,于雷.节块法在船用压水堆工程仿真中的应用[J].原子能科学技术,2012,46.Suppl:432-435．

[8]王晓龙,盖秀清,蔡琦，等.基于重构概念的变负荷工况下核功率预测研究[J].原子能科学技术,2012,46(S):351-356．

[9]王晓龙,蔡琦,陈玉清.基于多参数耦合的船舶核动力装置异常参数重构研究[J].上海交通大学学报,2014,48(2):210-213．

[10]吴建平， 蔡琦，袁灿，等.舰船核动力装置事故处理规程的改进[J].四川兵工学报，2014(11)：137-139.

(责任编辑周江川)

AnalysisMethodofShipsNuclear-PoweredSystemStateParameterReconstruction

CHENYu-qing1,2,YAODong1,YULei2

(1.KeyLaboratoryofReactorSystemDesignTechnology,NuclearPowerInstituteofChina,Chengdu610213,China;2.NavalUniversityofEngineering,Wuhan430033,China)

Aimedattheproblemofrunningstateparametersabnormalindicationinthemarinenuclearsystem,theparameterreconstitutionanalysismodelwasmadebasedontheparametercouplerelation,engineeringsimulationplatformandneuralnetworkmethod.Thevisualprogrammingtechnologywasusedtobuildaparameterreconstitutionanalysissystem.Reconstitutionanalysisandpredictionabouttheabnormalindicationparameterandcoresystemparameterinthenuclearsystemhasbeenrealized,andthiswillprovideareliabledatebasisfortheassistoperationpersonneltocarryoutoperationdecision.

parameterreconstitution;engineeringsimulation;neuralnetwork

2016-04-19；

2016-05-02

陈玉清(1980—)，男，博士，副教授，主要从事舰船核反应堆安全分析研究。

10.11809/scbgxb2016.09.012

format:CHENYu-qing,YAODong,YULei.AnalysisMethodofShipsNuclear-PoweredSystemStateParameterReconstruction[J].JournalofOrdnanceEquipmentEngineering,2016(9):50-53.

TL364

A

2096-2304(2016)09-0050-04

本文引用格式：陈玉清，姚栋，于雷.舰船核动力系统状态参数重构分析方法初探[J].兵器装备工程学报，2016(9):50-53.