核動力裝置故障預測與健康管理研究

孫旭升，周 剛，李鳳宇，晏玉坤，阮 航

(海軍工程大學125信箱，武漢 430033)

【裝備理論與裝備技術】

核動力裝置故障預測與健康管理研究

孫旭升，周 剛，李鳳宇，晏玉坤，阮 航

(海軍工程大學125信箱，武漢 430033)

傳統的維修保障技術已經不能滿足核動力裝置安全性和可靠性的要求，故障預測與健康管理(prognostics and health management,PHM)技術是一種視情維修技術，對維護核動力裝置安全性和可靠性有十分重要的意義。介紹了PHM技術的概念和意義，研究了PHM系統的關鍵技術，分析了壓水堆核動力裝置PHM技術應用的可行性，并設計了壓水堆核動力裝置集中-分布式PHM系統。

故障預測與健康管理；壓水堆核動力裝置本文

現代裝置設備的使用和保障費用占其全壽命周期總費用的比例越來越高，據美軍綜合數據顯示，武器裝備的使用與保障費用占到了總費用的72%[1]。因此裝置設備的經濟可承受性日益受到關注。

核動力裝置是以核能作為推進動力的動力裝置，目前主要應用于核動力船舶或潛艇。由于壓水堆的安全性和可靠性較高，目前在世界范圍內，壓水堆是動力堆中應用最為廣泛的堆型[2]。壓水堆核動力裝置(pressurized water reactor nuclear power plant,PWRNPP)中很多設備運行環境十分惡劣，要經受高溫、高壓、高輻射的考驗。PWRNPP中哪怕是一個元件出現故障而得不到及時處理，也有可能引發連鎖反應，甚至造成重大事故。PWRNPP維修保障十分繁瑣，而且十分耗時耗力耗財。傳統的事后維修或定期維修不能滿足現在使用者對PWRNPP安全性、可靠性和經濟性的要求。PHM技術能實現PWRNPP視情維修，可以促成PWRNPP維修保障方法的轉變。

1 PHM技術

PHM技術是利用盡可能少的先進的傳感器集成收集系統裝置數據，并結合其他有效信息，借助合適的算法模型來對系統裝置進行故障預測，同時提供維修保障決策及實施計劃的一種視情維修技術。PHM技術實現了從傳統基于傳感器的診斷向基于智能系統的預測的轉變，為實現PWRNPP在準確時間，對準確部位，采取準確的維修活動提供了技術理論基礎[3]。

根據PHM技術在工程應用情況，PWRNPP采用PHM技術具有以下意義：

1) 通過減少備件、保障設備、維修人力等保障資源需求，減少維修保障費用；

2) 通過減少維修次數，尤其是計劃外維修，縮短維修時間，提高PWRNPP完好率；

3) 通過健康感知，維護PWRNPP的安全性和可靠性，提高任務成功率。

2 開放式PHM系統體系結構及關鍵技術

2.1 開放式PHM系統體系結構

開放式PHM系統的體系結構包括7部分：數據獲取層、數據處理層、狀態監測層、診斷預測層、健康評估層、決策支持層和顯示層。開放式PHM系統功能體系結構如圖1所示。PHM系統一般具有以下功能：測試能力、故障檢測、故障隔離、故障診斷、故障預測、壽命預測和健康管理。

數據獲取層采集目標對象的運行參數，采集到的數據傳送到數據處理層以提取特征數據。狀態監測層根據特征數據判斷目標對象是否運行正常，如果目標對象發生故障，PHM系統就對其進行故障診斷，確定其故障原因并迅速隔離，控制故障進一步蔓延；如果目標對象未發生故障，PHM系統就對其進行故障預測，確定其當前的運行狀態。故障診斷和預測由診斷預測層來完成。健康評估層對目標對象進行健康評估，從總體上把握目標對象的狀態優良程度，不僅定性地分析目標對象現在的健康等級，還要定量地評價目標對象的健康程度和健康狀態趨勢。決策支持層根據診斷預測層和健康評估層的結果提供合理的決策。顯示層用以實現人機之間的互動。

圖1 PHM系統功能模塊結構

2.2 故障預測技術

故障預測是突出PHM技術優越于傳統維修保障方式的關鍵。先于故障發生就對設備裝置進行合理維修保障的前提條件是PHM系統可以給出可信的故障預測結果。目前故障預測的方法很多，但對其分類尚未統一[4-7]，大致可以將故障預測方法分為3類：基于模型的故障預測、基于數據驅動的故障預測和基于統計可靠性的故障預測。

1) 基于模型的故障預測是利用已知的動態模型進行預測。預測模型必須經過大量實踐證明，預測精度符合預測要求。基于模型的故障預測方法能夠深層次地剖析目標對象的故障機理，利于準確預測，但是對于復雜的動態系統，建立精確模型十分困難，甚至就目前技術而言是不可能實現的。

2) 基于數據驅動的故障預測指利用在系統裝置設計、實驗、運行、維修時收集到的數據，并借助各種算法進行預測。這類預測方法避免了復雜的數學模型和專家經驗。但是獲取有些數據的代價十分昂貴，甚至有些數據是無法獲取的。數據的不完整性會降低預測結果的可信度。典型的基于數據驅動的故障預測方法有人工神經網絡、模糊系統、隱馬爾可夫模型等。

3) 基于統計可靠性的故障預測是利用同類部件/設備/系統在實驗、運行、事故中的記錄得到可信的概率密度函數，根據概率密度函數以及系統裝置的實際運行情況進行預測的方法。基于統計可靠性的故障預測相比于基于模型的故障預測所需的細節信息更少，而且可以給出預測結果的置信度。典型的基于統計可靠性的故障預測方法包括貝葉斯方法、Dempster-Shafer理論、Weibull模型等。

各種故障預測方法在設計階段大都是通用的，但在實際應用中它們各有利弊[4]，針對不同的目標對象，要合理地選用故障預測方法，在保證預測方法可行和預測結果精度的基礎上也要考慮預測方法的費用投入。圖2從工程應用的廣泛性、費用投入與預測精度3方面比較了上述3類故障預測方法。

圖2 故障預測方法特點比較

3 PHM技術在PWRNPP領域探究

3.1 PWRNPP組成

典型的PWRNPP主要由反應堆及一回路系統、二回路系統和推進系統組成。一回路系統又包括反應堆冷卻劑系統和一回路輔助系統。

反應堆及一回路系統的主要功能是由反應堆冷卻劑系統將反應堆產生的熱量傳遞給蒸汽發生器二回路側的給水。一回路輔助系統的作用是保證反應堆冷卻劑系統正常運行。反應堆及一回路系統作為防止PWRNPP中放射性物質釋放到堆艙的一道屏障，對整個裝置安全性有十分重要的意義。也正是因為反應堆及一回路系統工作環境十分惡劣，所以它們的安全性較低，因此它們是PHM系統的主要目標對象。

二回路系統主要作用是利用蒸汽發生器產生的干燥潔凈的飽和蒸汽，通過蒸汽輪機和蒸汽發電機將熱能轉化成機械能和電能。二回路系統是一回路系統的熱阱，二回路系統的正常運行對保證一回路系統的安全性有十分重要的意義。

3.2 PHM技術在PWRNPP應用的可行性分析

PWRNPP可以分為機械設備和電子設備。故障可以分為突發故障和漸發故障。突發故障是不可以被PHM系統預測的，突發故障發生后，PHM系統會對故障進行診斷隔離。漸發故障可以被PHM系統預測，而且維修人員可以對將發生故障的設備系統進行維修保障。

因漸發故障而失效的機械設備在整個使用周期中大都可以分為2個階段：第一階段是從裝備安裝開始到潛在故障發生時間點；第二階段是從潛在故障時間點到裝備失效的發生時間點(potential failure-functional failure，“P-F間隔”)。在設備“P-F間隔”內，PHM系統可以完成對設備故障預測，給出適當的維修保障決策。電子設備的故障多是由電子元件老化引起，PHM系統可以在電子設備從老化轉為失效這段時間內對其進行故障預測。PWRNPP設備故障的漸發性是PHM技術得以應用的前提條件。

針對機械設備故障診斷與預測，PWRNPP已經安裝有很多傳感器，可以實時提供關鍵部位的溫度、壓力、流量、水位等參數數據，再對PWRNPP加裝適當數量的傳感器以測量振動、電流、電功率等其他所需參數數據。所有傳感器提供的數據即可構成PHM系統的輸入數據。這是PHM技術應用于PWRNPP的數據基礎。因為PWRNPP空間有限，且結構復雜，所以 PHM系統傳感器的設計應該在最初整個裝置設計時就考慮在內，以便合理地對其布局。

針對電子設備故障診斷與預測，可以通過附加在電子設備內的軟件和硬件對電子設備進行在線故障機內檢測(build in test,BIT)。BIT電路和裝置造成電子設備的硬件增量不應超過其本身電路的10%[8-10]

為了得到更為可信的健康評價和更為合理的維修決策，需要在實際工程中慢慢積累經驗，同時需要建立PWRNPP歷史數據庫，并且要對數據庫不斷地進行完善，這項工作不可一蹴而就。PHM系統的最終目標就是合理維修保障PWRNPP，因此PHM系統要與自主保障系統交聯，甚至可以與設備生產商聯網進行綜合管理維修保障活動，統籌保障資源。

3.3 PHM系統分類

一般來講PHM系統的結構有集中式、分布式和集中-分布式3種[11-13]。

1) 集中式PHM系統是通過一個中央管理控制器收集和處理目標對象的所有信息，并且完成目標對象的故障預測與健康管理。但是隨著目標對象復雜化，數據的收集、處理都會變得非常困難。因此集中式PHM系統更適用于小型、簡單的目標對象。

2) 分布式PHM系統由多個子系統組成，這些子系統可獨立完成狀態監測、故障檢測、故障隔離等任務，同時將相關信息傳輸給綜合顯示控制系統。分布式PHM系統在數據收集、處理上更加快捷，采取行動更加及時，但是存在數據、結果難以融合的缺點，削弱了結果的可信度。

3) 集中-分布式PHM系統對整個目標對象進行分層次管理。在低級別層次采用分布式結構，其子系統獨立收集、處理、分析所有狀態參數信號。然后將低級別層次得到的初步診斷和預測結果交由高級別層次的中央管理控制器進行進一步的故障預測與健康管理。集中-分布式PHM系統在一定程度上規避了集中式和分布式PHM系統的缺點，更適合在復雜的裝置系統中應用。

3.4 PWRNPP集中-分布式PHM設計

對PWRNPP進行故障預測與健康管理，要以維護裝置的安全性和可靠性為首要目標，在此基礎上考慮經濟性。選用傳感器要盡可能精確可靠，而且不能對PWRNPP正常運行造成影響，維修保障要盡量防患于未然。

PWRNPP設備繁多，結構復雜，選用集中-分布式PHM系統比較合適。可將整個PWRNPP由高到低分為5個層次：平臺級、系統級、子系統級、設備級和元件級。PWRNPP子系統級以上結構層次劃分可如圖3所示。

PHM系統對元件級目標對象僅進行狀態監測，對設備級以上的目標對象進行故障預測與健康管理，對不同級別層次的目標對象進行有差別的故障預測與健康管理，目標對象層次越高作用越重要進行故障預測與健康管理就要越細致。由于PWRNPP空間有限，PHM系統也不可能對一回路和二回路系統所有的設備進行故障預測與健康管理。對關鍵設備、易損設備的故障預測與健康管理要盡量細致，對其他設備根據實際需要就其關鍵元件進行狀態監測。

元件層作為整個PHM系統的底層，是PHM系統的信號源，主要負責采集數據。在設備級以上層次可以設置PHM推理機，PHM推理機對采集數據進行數據處理，并對設備進行初步的故障診斷與預測。設備層是否設置PHM推理機由該設備監測數據的多少決定，如果未在設備層設置PHM推理機，設備級目標對象的故障預測與健康管理由其所在的子系統級PHM推理機完成。平臺層作為整個PHM系統的頂層，設置有中央管理控制器，中央管理控制器是整個PHM系統的最高決策中心，它對所有信息進行信息融合。中央管理控制器對整個PWRNPP的現行狀態做出判斷，并且對其未來的狀態趨勢做出預測。如果裝置出現故障，中央管理控制器應立刻進行故障定位并且發出警報，及時診斷出故障原因，根據診斷結果以及歷史數據給出操縱人員操作策略。如果裝置未出現故障，中央管理控制器應預測裝置的狀態趨勢，給出維修保障決策，維修保障決策必須及時地傳輸給維修保障人員和自主保障系統。

圖3 PWRNPP層次結構

PHM系統進行了3個層次的信息融合，最低層次是對同一元件的不同傳感器信號進行信號層融合，其次是對信號處理后得到的特征數據進行特征層融合，最高層次是對PWRNPP現行數據和歷史數據進行決策層融合。這些信息融合可以有效提高PHM系統診斷和預測結果的可信度以及決策的合理性。

歷史數據庫設置在中央管理控制器內，歷史數據庫要記錄PWRNPP運行數據、故障處置數據和維修保障數據。由于數據量大，在裝置穩定運行，數據變化不大時，數據的記錄間隔可以大一些。當裝置變工況運行，或數據出現異常波動時，數據記錄間隔要縮小。運行數據記錄包括傳感器提供的裝置參數數據和操縱人員進行何種操作。故障處置數據(維修保障數據)除了要包括傳感器提供的裝置參數數據和操縱人員進行何種操作，還要包括故障(維修)原因、詳細的處理過程以及效果。歷史數據庫的不斷完善對PHM系統的進行精確診斷、預測和決策具有重大意義，同時也可以幫助維修保障人員積累經驗。

4 結束語

目前，PHM技術是維修保障領域的前沿技術，它相較傳統的維修技術有無法比擬的優勢。隨著使用者對核動力裝置安全性、可靠性和經濟性要求的日益提高，發展核動力裝置領域的PHM技術是大勢所趨。本研究介紹了PHM系統的關鍵技術，分析了PWRNPP領域PHM技術的可行性，并從總體結構上設計了應用于PWRNPP的集中-分布式PHM系統，給出了實現核動力裝置PHM的一種思路。

[1] 曾聲奎，Michael G.Pecht，吳際.故障預測與健康管理(PHM)技術的現狀與發展[J].航空學報，2005，26(5)：626-632.

[2] 彭敏俊.船舶核動力裝置[M].北京：原子能出版社,2009.

[3] 馬劍，呂琛，陶來發，等.船舶主推進系統故障預測與健康管理設計[J].南京航空航天大學學報，2011，43(增刊)：119-124.

[4] 上海航空測控技術研究所.航空故障診斷與健康管理技術[M].北京：航空工業出版社,2013.

[5] 邵新杰，曹立軍，田廣，等.復雜裝備故障預測與健康管理技術[M].北京：國防工業出版社,2013.

[6] 彭宇，劉大同，彭喜元.故障預測與健康管理技術綜述[J].電子測量與儀器學報，2010，24(1)：1-9.

[7] 陳樂，劉東風，周平.艦船預測與健康管理系統研究[J].裝備制造技術，2012(7)：113-114,119.

[8] 孔學東，恩云飛，陸裕東,等.電子產品故障預測與健康管理——應用構架與實踐[M].北京：電子工業出版社,2013.

[9] 王錕，王潔，馮剛，等.復雜裝備故障預測與健康管理體系結構研究[J].計算機測量與控制，2012，20(7)：1740-1743.

[10]郭陽明，蔡小斌，張寶珍，等.故障預測與健康管理技術綜述[J].計算機測量與控制，2008，16(9)：1213-1216,1219.

[11]Michael Pecht,Rubyca Jaai.A prognostics and health management roadmap for information and electronics-rich systems [J].Microelectronics Reliability,2010,50:317-323.

[12]Ying peng,Ming Dong,Ming Jian Zuo.Current status of machine prognostics in condition-based maintenance:a review [J].Manuf Techol,2010,50:297-313.

[13]Andrew K.S.Jardone,Daming Lin,Dragan Banjevic.A review on machinery diagnostics and prognostics implementing condition-based maintenance [J].Mechanical Systems and Signal Processing,2006,20:1483-1510.

(責任編輯 周江川)

First Exploration of Prognostics and Health Management of Nuclear Power Plant

SUN Xu-shen, ZHOU Gang, LI Feng-yu, YAN Yu-kun, RUAN Hang

(125 Mailbox, Naval University of Engineering, Wuhan 430033, China)

Traditional maintenance and support technologies cannot meet the requirement of the safety, reliability and economy of nuclear power plants. The prognostics and health management (PHM) technology is a technology of on-condition maintenance and it is significant meaningful to preserve the safety and reliability of nuclear power plants. The conception and significance of the PHM technology were introduced. The key technologies of the PHM system were stated. The feasibility of the PHM technology in the pressurized water reactor nuclear power plant (PWRNPP) field was analyzed. The centralized-distributed PHM system of PWRNPP was designed.

PHM; pressurized water reactor nuclear power plant

2015-01-20

孫旭升(1991—),男,碩士研究生,主要從事艦船核動力控制與運行研究。

10.11809/scbgxb2015.08.013

format:SUN Xu-shen, ZHOU Gang, LI Feng-yu, et al.First Exploration of Prognostics and Health Management of Nuclear Power Plant[J].Journal of Sichuan Ordnance,2015(8):51-54.

TL361; TJ9

A

1006-0707(2015)08-0051-04

孫旭升，周剛，李鳳宇，等.核動力裝置故障預測與健康管理研究[J].四川兵工學報，2015(8):51-54.