核電廠日常缺陷類通知單大數據分析

王 亭

（1.南京科遠智慧科技集團股份有限公司，江蘇南京 211102；2.江蘇省熱工過程智能控制重點實驗室，江蘇南京 211102）

0 引言

某核電廠是全球最大的在運輕水壓水堆核電基地，負責運營6 臺1086 MW 的核電機組。核電機組單機功率超過百萬千瓦，其組成的系統設備眾多。以核電廠1 號機組為例，共由208 個系統、84 627 個功能位置組成，每年均會產生數萬項缺陷通知單，部分嚴重缺陷甚至會危及機組的核安全與發電能力，因此穩定運行與維修管理是核電機組面臨的兩個重大挑戰。

本文通過核電廠使用的企業管理軟件（以下稱“SAP 軟件”），導出6 臺機組2014—2019 年日常期間填寫的近30 萬條現場通知單（以下稱“NG 單”），改變以往使用Excel 對數據進行處理和分析的方法，轉而使用效率更高、速度更快、更為精確的大數據分析技術Python、Pandas、Numpy 以及Matplotlib，對缺陷類通知單進行數據處理與數據分析，從多個維度以圖表的形式展示分析結果，如日常缺陷總量及變化趨勢、各類系統產生缺陷總數排行、1/2 級缺陷通知單的系統與專業數量分布等。在此基礎上，對于易產生缺陷的系統，結合核電廠日常預防性維修大綱，提出有針對性的改進方向。

1 日常缺陷的獲取和數據處理

SAP 軟件是核電廠目前使用的企業管理軟件，軟件承擔了現場缺陷數據填寫、存儲與查詢的功能。本文使用的缺陷類通知單是從SAP 軟件中以Excel 形式導出的。以此為源數據，通過大數據分析技術對數據進行處理、分析，最終得出相關分析成果。

1.1 通知單獲取

核電廠對現場缺陷填寫有明確要求，即所有在電廠的工作人員均有責任和義務在SAP 系統中填寫現場缺陷的NG 單[1]，為更好地分析缺陷類NG 單相關數據，從SAP 軟件中導出核電廠6 臺機組（不含公共機組）NG 單，包含的字段主要有通知單、訂單、功能位置、描述、優先級、創建日期、用戶狀態、主工作中心、版本和系統條件共計10 個字段。

由于在2014—2019 年期間，現場填寫的6 臺機組NG 單數量較大，無法從SAP 系統中一次性全部導出，須按機組和年度分別導出，并最終通過Python 語言完成缺陷表單的拼接。

1.2 數據處理

使用Python 語言編輯工具Jupyter，將Pandas、Numpy 及Matplotlib 等模塊導入到程序中，并對非缺陷類的NG 單進行剔除，確保分析的數據均屬于缺陷類通知單和工單。

1.2.1 使用Pandas 導入缺陷數據

將核電廠6 臺機組在2014—2019 年所有在日常期間填寫的NG 單數據導入科學計算庫Pandas 中[2]。通過對導入的源數據進行拼接并預覽，可計算得出在2014—2019 年期間，核電廠1—6 號機組現場所產生的NG 單共計290 350 項。

1.2.2 刪除非缺陷類NG 單

除現場缺陷外，還有其他幾個類別的工作并非缺陷，如配合主專業的工作、其他電廠的反饋、流程提醒、離線及預案類的工作，這些也都會在SAP 系統中填寫NG 單，所以在對缺陷類NG單進行數據分析前，需將此類數據刪除[1]。需刪除的工作類別及相關字段如表1 所示。

表1 NG 單中非缺陷類工作

將上述非缺陷類工作描述字段作為篩選條件，使用Jupyter 編輯器編輯代碼，將非缺陷類NG 單從源數據中剔除，剔除的字段具體為有信息、腳手架、配合、大綱、主動新增、標牌、機加工、鏈條、廠房整治、環境整治、門把手、預案、必要時、化學分析、人因、遺留、廠房管理、廠房缺陷、改造、小改動、預案、銹蝕、反饋性、振動測量、油樣分析、力矩校驗、工程處理、文件修改等。

2 日常缺陷類NG 單總量分析

2.1 缺陷類NG 單總量及變化趨勢分析

剔除非缺陷類NG 單后，對當前數據進行預覽，可得到2014—2019 年期間核電廠1—6 號機組所產生的真正屬于缺陷類NG 單總數為137 132 項，由此所產生的工單總數為61 774項。同時還發現，有2840 項缺陷類NG 單未正確填寫缺陷優先級，說明NG 單的填寫要求仍需進一步規范。

使用Jupyter 編輯器編輯代碼，繪制2014—2019 年日常缺陷總量及變動趨勢[3]。圖1a）為缺陷類NG 單與工單總量及變化趨勢，2014—2019 年期間，由于核電廠每年均有1 臺機組投入商運，所以日常缺陷類NG 單總數穩步上升，呈現近似線性增長的趨勢，但增長趨勢有所放緩。相應地核電廠每年產生的工單總量也在持續增長，但增長趨勢小于NG 單總量。圖1b）為工單轉化比及變化趨勢，工單轉化比為缺陷類工單總數與缺陷類NG 單總數的比值，可反映現場所填NG 單最終生成工單的比例。

圖1 2014—2019 年缺陷總體數據預覽及變化趨勢

截至目前，核電廠6 臺機組已全部投入商運，在不出現較大變動的情況下，通過總量變化趨勢可大致預測在2020年及以后，核電廠每年產生的缺陷類NG 單總數約30 000項，每臺機組每日產生約13.70 項缺陷。每年需要準備并去現場執行的缺陷類工單總數約12 000 項，每臺機組每日約5.48 項。

2.2 各維修專業缺陷類NG 單總量分析

缺陷清單中的主工作中心代表處理缺陷的責任部門，通過篩選主工作中心，可分析出2014—2019 年，各維修專業承接的所有缺陷類NG 單的總數，以及需要準備并去現場執行的缺陷類工單的總數。

利用Jupyter 編輯器編輯代碼[2]，來計算2014—2019 年各維修專業NG 單總數及工單總數（圖2）。圖2 中的維修專業，YMM為機械部；YME 為電氣部；YMI 為儀控部；YGS 為生產服務部；YSP 為輻射防護部；YTS 為技術部；YPO 為運行一部；YSO 為運行二部；YTO 為運行三部。

圖2 2014—2019 年各專業NG 單及工單總數

圖2 表明，在缺陷總量上YMM、YME、YMI 及YGS 四個維修專業NG 單與工單總數占絕大部分，其中YMM 承接的工作最多。

另有1 萬余項缺陷類NG 單的主工作中心停留在運行各部，這是由于運行人員填寫的NG 單由于現場缺陷已消失或填寫不規范等原因被維修專業退回，其中仍有594 項缺陷類NG單的狀態為批準狀態（代碼為APPV），且部分缺陷早在2014 年已填寫，這說明現場仍有部分缺陷未核實或NG 單并未及時關閉[1]。此部分數據可使用Pandas 從缺陷數據中以Excel 表格形式導出做進一步的分析。

3 日常產生緊急缺陷的系統與專業總量分析

核電廠缺陷類NG 單優先級共分為8 級，其中1 級和2 級NG 單優先級由運行當班值長根據缺陷的實際影響來判定，此類NG 單通常會影響機組的核安全或發電能力。根據核電廠程序要求，需維修專業在24 h 內緊急響應處理，以避免缺陷擴大[1]。

3.1 各系統產生1 級、2 級缺陷數據排行

使用Jupyter 編輯器編輯代碼，從數據中篩選出所有優先級為1 級和2 級NG 通知單，并增加系統三字碼（如反應堆冷卻劑系統的三字碼為RCP）一列信息作為后續篩選對象。使用Matplotlib 繪制各系統產生1 級與2 級NG 單數量及排行榜（圖3）[3]。

圖3 2014—2019 年各系統產生1 級、2 級缺陷數量及排行榜

圖3 中的系統設備三字碼：JDT 為火災自動報警系統；KRT為電廠輻射監測系統；RPN 為核儀表系統；RGL 為棒位和棒控系統；RPE 為核島排氣和疏水系統；DEG 為核島冷凍水系統；KCS 為安全級控制機柜系統；REN 為核取樣系統；DEL 為電氣廠房冷凍水系統；DVC 為主控室空調系統；DVE 為電纜層通風系統；RCV 為化學和容積控制系統；DVL 為電氣廠房主通風系統；ASG 為輔助給水系統；DVF 為電氣廠房排煙系統；RRI 為設備冷卻水系統；EAS 為安全殼噴淋系統；RIS 為安全注入系統；ARE 為主給水流量控制系統；CFI 為循環水過濾系統；GSS 為汽水分離再熱系統；APA 為電動主給水泵系統；APG 為蒸發器排污系統；VVP 為主蒸汽系統；CEX 為凝結水抽取系統；KIC 為電站計算機和控制系統；SEC 為重要廠用水系統；JPH 為汽機廠房消防系統；CRF 為循環水系統。

圖3a）的數據表明，易產生1 級缺陷NG 單的系統集中在消防、核島系統及通風制冷等設備上。圖3b）的數據表明，易產生2級缺陷NG 單的系統集中在消防、冷源、常規島系統及通風制冷等設備上。數據結論也與核電廠程序規定相符，即1 級缺陷側重于影響核安全，2 級缺陷影響機組的發電能力。

在系統1/2 級NG 單排行中，JDT 系統均排名第一且數量遠超其他系統，這說明消防系統發生在敏感區域或與安全質量相關系統上的故障報警較多。通過篩選出的數據可發現，產生報警的原因多是由于探頭產生故障而發生報警，而實際現場并無火情。所以需要設備負責專業進一步分析JDT 探頭及電纜等設備可靠性，盡量減少設備誤報警，此舉也能確保在現場真正發生火災時發出準確警報，有利于及早控制。

在2 級NG 單中，冷源系統CFI、SEC、CRF 產生的缺陷總數也較多，其中尤以CFI 系統的耙斗、液位計及反沖洗泵等設備缺陷數量較多，而這些設備每半年做一次檢修或補油，建議維修專業在日常期間加強對這些設備的巡視，并重點關注是否存在潤滑油油位低、液位計產生漂移等異常。

3.2 1 級、2 級缺陷類NG 單在各維修專業中的分布

使用Jupyter 編輯器編輯代碼，對優先級為1 級和2 級NG單按主工作中心進行分組，計算得出各專業總量的分布。根據所得數據，使用Matplotlib 繪制各專業產生1 級、2 級NG 單數量及排行榜如圖4 所示[3]。

圖4 2014—2019 年各專業1 級、2 級缺陷NG 單數量

圖4 數據表明，YMI（儀控部）在1 級和2 級缺陷類NG 單中，兩者數量均排名第一，比例在50%左右。一方面說明儀控專業設備更為敏感，對機組正常穩定運行有很大影響；另一方面也說明，由于儀控設備固有特點，現場一旦發生異常，通常以報警的形式發出，對發現這些缺陷都起到很大的幫助作用。

由于1、2 級缺陷類NG 單要在24 h 內響應，所以要求各維修專業平時要對易發生緊急缺陷的系統加強巡視，并要求系統負責人隨時待命，以應對缺陷的突發。

4 日常期間易發生缺陷系統

以核電廠1 號機組為例，共由208 個系統組成，設備的功能位置總計84 627 個，為甄別出哪些系統易產生缺陷，本文引入一個新的變量—缺陷產生比，即使用某一個系統上發生的缺陷總數除以該系統的功能位置個數，并對缺陷產生比進行排序，再運用交叉分析技術，將系統缺陷產生比排名前50 與系統產生的缺陷總數排名前50 進行對比，以篩選出在兩個清單中均存在的系統，此類系統則可定義為易產生缺陷系統。使用Jupyter 編輯器編輯代碼，從中獲取易產生缺陷的清單。

經分析篩選得出，在兩個清單排名前50 中均存在的系統是汽機廠房照明系統（DNM）、汽機廠房應急照明系統（DSM）、汽機廠房通風系統（DVM）、DVE、SEC、蒸汽轉換器系統（STR）、定子冷卻水系統（GST）、DVL、CFI、反應堆和乏燃料水池冷卻與處理系統（PTR）、CEX、GSS、JPH 等13 個系統，其中DVE、SEC、GST、DVL、CFI、PTR、CEX、GSS 等8 個系統需更為關注，因這些系統在日常運營期間，絕大多數設備需要保持連續運轉，不可隔離檢修，而且產生的缺陷易影響機組核安全及發電能力，所以可從上述8 個系統入手，研究優化日常預防性維修大綱，以提高易發故障系統的安全可靠性。

5 結束語

本文以大數據分析為技術手段，對核電廠所有真正屬于缺陷類NG 單進行數據分析和展示。針對缺陷類NG 單，還可進一步對缺陷短描述進行分析，得出現場各類缺陷排行，如產生閥門內漏、閥門卡澀、壓差高及堵塞的缺陷總數，同時為進一步分析哪些系統容易發生上述缺陷，并有針對性地制定巡檢項目，以提早發現缺陷，避免缺陷的進一步擴大。在此基礎上，可以進一步豐富工單的數據字段，對數據做擴展分析，如統計分析全年現場缺陷類工作總工時、備品配件消耗等數據，為企業成本核算以及備件庫存管理提供數據支撐。