艦船核動力系統狀態參數重構分析方法初探

陳玉清，姚　棟，于　雷

(1.中國核動力研究設計院核反應堆系統設計技術重點實驗室，成都　610213；2.海軍工程大學，武漢　430033)

?

【裝備理論與裝備技術】

艦船核動力系統狀態參數重構分析方法初探

陳玉清1,2，姚棟1，于雷2

(1.中國核動力研究設計院核反應堆系統設計技術重點實驗室，成都610213；2.海軍工程大學，武漢430033)

針對艦船核動力系統運行狀態參數指示異常或指示缺失問題，分別基于參數耦合關系、工程仿真平臺、神經網絡方法建立參數重構分析模型，并利用可視化編程技術構建了相應的狀態參數重構分析系統，實現了核動力系統異常指示參數和堆芯安全參數的重構分析與預測，可為輔助運行人員開展操作決策提供數據基礎。

參數重構；工程仿真；神經網絡

核動力系統運行期間，裝置狀態參數是反映裝置安全特征的基本依據[1]，也是核動力系統自動控制、保護和人員有效實施干預的主要依據，能否實時準確顯示對反應堆安全非常重要。核電廠幾起嚴重的核事故也表明，監測參數發生異常指示，可能觸發控制保護系統給出錯誤的動作，也容易誘發人員誤判、誤操作，加劇事故后果。為此核電廠非常重視裝置狀態監測系統的可靠性設計，關鍵參數都設置了多道冗余；且隨著數字化控制技術、數據融合分析技術的發展，監控系統實現了數字化、智能化[2]。但船用核動力系統受環境空間條件的限制，監測探頭的設置、測量手段的多樣性和冗余性受到很大限制，且整個測量系統工作環境惡劣，部分安全參數難以直接監測，個別監測參數本身還會偶發異常。為此，在不增加監控系統硬件設施的基礎上，根據已有的監測參數，通過參數間的耦合關系，開展狀態參數重構分析，對準確掌握核動力系統裝置運行狀態、確保反應堆的安全具有重要的意義。

參數重構技術屬于容錯控制理論范疇。近年來，容錯控制理論的研究發展很快，應用也很廣泛。在核能發達國家，多個機構在進行故障診斷和容錯控制技術的應用性研究。國內船用核動力系統，也廣泛采用硬件冗余提高控制系統的可靠性；但利用軟件冗余實現測量信號的重構在核能領域尚未得到廣泛應用。軟件冗余重構方法主要有基于數學物理模型和基于數理統計兩種。基于物理模型方法主要用已被證明的定理、定律和推論，在若干簡化假定條件下，通過分析系統變量間的關系和運動規律，獲得參數間耦合關系，主要用于在線故障診斷以及指示儀表信號的重構。基于數理統計的方法是指以系統歷史運行數據為基礎，利用神經網絡、支持向量機等人工智能技術[3-4]，分析系統運行規律以獲取系統模型，該方法無需考慮系統的實際模型，而且貼近系統實時運行狀態，對于復雜工業過程控制具有實際應用價值[5-6]。隨著近年來人工智能技術的快速發展，基于機器學習和模式識別的故障診斷與運行狀態重構方法應運而生，但該方法給出的結果難以給出顯示解釋。

1　重構參數的選擇

艦船核動力系統運行過程中涉及到的狀態參數很多。對每一個狀態參數都開展重構分析沒有必要，也不科學。開展狀態參數重構分析，首先需要對系統運行狀態參數進行篩選。選取重構參數應遵循如下原則：

(1)重要性原則

根據核動力裝置安全運行的需要，從判斷反應堆安全狀態角度確定參數的重要性，并將重要參數作為重構分析的重點。如表征反應堆堆芯安全狀態的參數：熱點因子、最高燃料元件溫度、最小燒毀比等。

(2)敏感性原則

所要進行重構的參數要充分體現潛艇核動力裝置的運行工況，尤其是參數變化必須及時、準確的反映出設備是否發生了故障。通常參數變化小能夠引起一定后果的這些參數是需要著重考慮的，如穩壓器壓力、水位參數。

(3)易喪失性原則

對于基本未發生的或者即使發生、喪失對核動力系統產生的影響很小的參數，重構意義不大。待重構的參數應該是容易出現喪失或者可能存在虛假指示的，如穩壓器水位、蒸汽發生器二次側水位參數。

(4)可實現性原則

參數重構的目的在于能夠對喪失的參數進行重新標定，在現有的條件下實現選擇參數的重構。對于根據現有條件實現喪失參數重構相對比較困難的參數，應不斷修正，盡量能在操縱員的操縱上給予一定的相關指示。

根據上述原則及裝備實際情況，反應堆及一回路系統重點開展重構分析的主要參數有：穩壓器水位和穩壓器壓力，核功率、反應堆進出口溫度、主冷卻劑流量、一回路降溫/升溫速率、堆芯熱點因子、燃料元件最高溫度、堆芯最小燒毀比。二回路主給水系統和主蒸汽系統需要重構的主要參數有：蒸汽發生器水位、蒸汽發生器給水流量、主蒸汽流量、蒸汽發生器二次側壓力。

2　重構分析方法研究

根據上述研究確定需要重點重構分析的系統特征參數，針對不同的工況和參數類型研究建立不同的重構分析方法。

2.1基于參數耦合關系開展重構分析

根據核動力系統安全運行的實際，對于存在邏輯相關、守恒關系、線性外推關系、對稱特性的狀態參數，可直接建立參數間的相互映射關系。當僅某一個參數異常時，使其它相關參數給出真實值。如核動力裝置系統穩定運行時，堆芯產熱、輸熱和二回路熱阱間能量處于動態平衡過程，堆芯核功率值和堆芯輸熱量、二回路熱阱值相等，這樣反應堆核功率值就能用多個公式重構計算。

(1)根據反應堆一回路系統輸熱方程表達

艦船壓水堆一般不允許反應堆出口冷卻劑沸騰。因此，在堆芯冷卻劑流量不變的情況下，冷卻劑流經堆芯帶走的能量主要取決于反應堆的進出口溫差。即

(1)

式中:Pt為反應堆熱功率；cp為冷卻劑定壓比熱；G為堆芯冷卻劑流量；T0為反應堆冷卻劑的出口溫度、Ti為反應堆冷卻劑的入口溫度。

(2)根據蒸汽發生器帶走的能量表達

根據輸熱方程，蒸汽發生器二次側從一回路帶走的能量可以分別表達為式(2)和式(3)：

(2)

式中，hg、hl分別為蒸汽發生器二次側蒸汽和給水的焓值，可以根據監測的溫度壓力參數推算；ηrg為反應堆至蒸汽發生器殼側的熱效率。

(3)

式中：K為比例系數，與蒸汽發生器的傳熱性能、熱功率的大小、冷卻劑流速以及蒸汽發生器的水位等因素有關。在一次近似時，可以看作常數。Tav為冷卻劑平均溫度，Ts為二回路蒸汽溫度。

核反應堆運行過程中，在一段時間內堆芯核功率與堆芯內中子通量密度近似成正比。核測系統通過實時測量堆芯內中子通量密度值，可近似測量反應堆的功率值。而反應堆穩定運行時，核功率值等于熱功率值，這樣根據重構分析結果可以相互判斷上述監測參數正確與否。同時根據功率、溫度、壓力變化情況和裝置幾何特征，也可重構分析穩壓器液位情況。

從上述分析可以看出，基于參數耦合關系開展重構分析，方法直觀、簡單，主要適用于參數間存在簡單耦合關系的情況。對于映射耦合關系復雜的堆芯安全參數，利用該方法開展重構分析存在較大的不確定性，需要尋求其他重構方法。

2.2基于工程仿真方法開展重構分析

近20年來，隨著數值計算方法的改進和計算性能的不斷提高，核動力系統工程仿真技術得到了飛快的發展。在實時(甚至超實時)的計算要求下，模擬分析的精度一般可以與核設計分析相當，工程仿真的應用范圍得到擴展。為此，針對缺乏直接監控測點的堆芯安全參數或狀態參數異常的情況，探索基于在線的工程仿真方法，開展狀態參數的重構分析。該方法也可用于事故工況下狀態參數的預測分析。基于仿真方法開展重構分析的關鍵是要確保在線仿真工況與實際核動力系統運行狀態一致，這樣方可通過匹配對比實現喪失或缺失狀態參數的重構。

為開展狀態參數的重構分析，研究建立了在線的核動力系統工程仿真平臺[7]。該平臺物理計算模塊是基于現代節塊法的三維瞬態分析模型，可實時計算堆芯三維功率分布隨時間的變化。熱工水力分析采用系統瞬態程序RELAP5/MOD3.2。通過接口交互模塊，實現典型運行特征數據的實時輸入，如運行負荷、工況運行歷史、控制棒棒位參數、主泵運轉狀態、功率調節系統狀態、給水調節閥控制狀態、工況轉換狀態等。跟蹤模擬核動力裝置穩態運行工況和瞬變特性，確保工程仿真系統模擬工況與實際裝置運行狀態基本一致。然后，通過仿真數據與實測數據的對比分析，確定哪一參數出現異常指示，并給出系統狀態真值；也可根據模擬計算的堆芯安全狀態參數，讓輔助運行人員掌握堆芯安全狀態；在核動力裝置發生全艇斷電等事故時，也可根據仿真系統預測事故發展趨勢，作為運行人員開展事故應急處置的依據。基于工程仿真的重構分析系統流程如圖1所示。

圖1　基于工程仿真的重構分析系統流程

2.3基于神經網絡方法開展重構分析

人工神經網絡是人工智能的一個分支，具有強大的學習功能，可以以任意精度逼近非線性過程，在復雜系統故障的自動識別診斷領域應用廣泛。海軍工程大學段孟強、王曉龍等人先后分別基于Elman、GMDH建模、支持向量機等不同的人工神經網絡方法，建立核動力裝置參數的重構分析模型[8-9]，用于識別系統運行狀態，預測重要參數變化趨勢。基于神經網絡方法開展重構分析的基本流程圖如圖2所示。

圖2　基于神經網絡的重構分析流程

從圖2可以看出，神經網絡方法應用的關鍵是根據實際核動力系統的運行數據開展訓練。運行數據收集的品質，某種程度上決定著重構分析的精度。該方法盡可能多的利用運行數據信息，可有效解決參數重構分析知識獲取的瓶頸問題。只要開展重構分析時核動力系統的運行工況與訓練工況一致，即可獲得較精確的重構分析結果。但該方法存在兩個缺點，一是缺乏事故工況運行數據，難以獲得大量故障運行數據構建重構模型，通常選用支持小樣本建模的方法，或者借助工程仿真模擬故障數據的方法；二是該方法基于數據分析和智能學習構建模型，實際上是從整體上使用柔性函數擬合系統或分系統的運行過程，對于發生故障時系統或分系統內部的邏輯關系無法推導解釋，結論正確性的可信度不足。為此，作者將該方法作為前兩種方法的驗證手段。

3　狀態參數重構分析系統的構建

為便于開展運行參數重構分析，基于可視化編程技術，開發了艦船核動力系統狀態參數重構分析系統。系統集成了運行參數分析處理模塊、耦合分析模塊、系統仿真模塊、基于神經網絡方法(支持向量機)的重構分析與預測模塊，實現了不同模塊間重構結果的相互校核。其中耦合分析模塊主要用于船用反應堆一、二回路系統宏觀特征參數的重構分析，系統仿真模塊主要用于事故下宏觀特性參數、堆芯安全參數的重構分析；神經網絡方法主要用于校核。

基于所構建的系統，利用耦合分析模塊對典型功率運行期間工況變換時穩壓器水位參數進行了實時重構，分析結果如表1所示。基于實裝運行測量數據的對比結果表明，上述方法獲得的結果具有較高的精度，宏觀特性參數的重構分析誤差和儀表指示誤差相當。利用系統仿真模塊對反應堆典型運行工況下全艇斷電事故開展了分析，圖3給出了穩壓器水位參數的重構分析結果，系統仿真分析結果和全范圍訓練模擬器計算結果吻合較好；該系統能通過仿真方式預測分析事故工況關鍵安全參數的變化規律，對輔助運行人員判斷裝置運行狀態提供有效支撐。

表1　船用堆變工況下穩壓器水位參數重構對比

圖3　全艇斷電事故下穩壓器水位參數的重構分析

4　小結

本文針對艦船核動力系統運行監控問題，分別基于參數耦合關系、工程仿真平臺、神經網絡方法建立系統狀態參數重構分析模型，利用可視化編程平臺，構建了核動力系統狀態參數重構分析系統。該重構分析系統實現了裝置異常指示參數和堆芯安全參數的重構分析與預測，為輔助運行人員開展操作決策提供了數據支撐，對確保反應堆的運行安全具有重要的現實意義。

[1]王賀,成守宇,張志儉.操縱員運行支持系統中狀態監測方法研究[J].核動力工程,2010,31(2):71-75．

[2]張燕,周志偉,董秀臣.核電廠實時故障診斷專家系統的設計與實現[J].原子能科學技術,2006,40(4):420-423.

[3]段孟強,鄭映烽,陳玉清.基于Elman神經網絡的蒸汽發生器水位重構[J]．核動力工程，2013,34(3):116-119.

[4]王曉龍,蔡琦,陳玉清.基于支持向量回歸的穩壓器水位信號重構研究[J].原子能科學技術,2013,47(6):1003-1007．

[5]趙越,張勤,鄧宏琛,等.DUCG 在核電站二回路故障診斷中的應用[J].原子能科學技術,2014,1.

[6]王惠杰.基于混合模型的機組狀態重構及運行優化研究[D].北京：華北電力大學，2009．

[7]陳力生,陳玉清,于雷.節塊法在船用壓水堆工程仿真中的應用[J].原子能科學技術,2012,46.Suppl:432-435．

[8]王曉龍,蓋秀清,蔡琦，等.基于重構概念的變負荷工況下核功率預測研究[J].原子能科學技術,2012,46(S):351-356．

[9]王曉龍,蔡琦,陳玉清.基于多參數耦合的船舶核動力裝置異常參數重構研究[J].上海交通大學學報,2014,48(2):210-213．

[10]吳建平， 蔡琦，袁燦，等.艦船核動力裝置事故處理規程的改進[J].四川兵工學報，2014(11)：137-139.

(責任編輯周江川)

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

陳玉清(1980—)，男，博士，副教授，主要從事艦船核反應堆安全分析研究。

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：陳玉清，姚棟，于雷.艦船核動力系統狀態參數重構分析方法初探[J].兵器裝備工程學報，2016(9):50-53.