[发明专利]一种核动力装置故障的诊断方法及系统

说明书

本发明涉及一种核动力装置故障的诊断方法及系统。该方法包括：获取核动力装置的历史运行数据以及实际运行数据，并确定实际运行数据的状态类别；对实际运行数据进行相空间重构，确定重构后的实际运行数据；建立小卷积核堆叠形成的时间卷积网络模型；利用重构后的实际运行数据以及状态类别构建时间卷积网络基分类器；根据5个时间卷积网络基分类器确定次级分类器的训练集以及测试集；利用次级分类器训练集对次级分类器进行训练，利用次级分类器测试集对次级分类器进行测试，确定堆栈泛化集成学习模型；根据堆栈泛化集成学习模型对核动力装置进行故障诊断，输出故障类别。本发明提高故障诊断的准确率，避免误诊断和漏诊断的发生。

技术领域

本发明涉及核动力装置故障的诊断领域，特别是涉及一种核动力装置故障的诊断方法及系统。

背景技术

核动力系统结构复杂，且具有潜在的放射性释放危险，对于安全性有着极高的要求。因此，对于核动力系统的可靠性要求就非常高；同时，随着远海钻井平台、海岛发电等需求，不可能在相关平台上布置大量运行人员，因此对于核动力装置运行的自动化和智能化水平要求非常高，对于少人值守和无人值守的需求较为强烈。核动力系统运行环境恶劣，系统关键设备长期连续工作，极容易发生故障，如若出现故障而不能及时发现并维修，可能会导致严重的放射性后果，危急运行人员和公众的生命安全。因此，研究核动力装置系统和设备的的故障诊断方法，对于提高核动力装置安全可靠性具有重要意义。目前，故障诊断方法可分为基于信号处理的方法、基于解析模型的方法和基于数据驱动的方法三种。

1)基于信号处理的方法

当很难建立被控对象的解析数学模型时，可采用基于信号处理的方法。此方法通常利用信号模型(如相关函数、频谱、高阶统计量、自回归滑动平均、小波变换等)直接分析可测信号，提取诸如方差、幅值、频率等特征值，从而检测出故障。基于信号处理的方法主要针对振动传感器以及声发射传感器等的数字信号进行分析，无需对设备添加过多的传感器，但其缺点在于振动传感器采集信号带有一定背景噪声，容易导致算法出现误诊。目前用于泵阀故障诊断中基于信号处理的方法主要有频谱分析、功率谱估计、小波分析等。

国内方面，丁军针对大型水泵机组的特点，采用频谱分析对其状态监测与故障诊断的方法展开了探讨研究，并针对传感器测点布置的考虑因素进行探讨。海军驻四三一场军事代表室的鲍海阁对船用汽轮滑油泵的振动信号进行采集分析，计算滑油泵的机械振动烈度，判断设备是否需要拆解维修。张海峰等采用小波包的方法对天然气管道球阀内漏的声发射信号进行分解，采用二进变换的方法对每一层分解后高频断进行再分解，有效弥补了小波变换中高频段局部性分解差的局限，获得了良好的内漏故障诊断效果。

国外方面，Meland等利用频谱分析的方法对切断用球阀的内漏声发射信号进行分析，发现球阀内漏时信号在频域内有明显的特征频率，并将其应用于内漏故障的诊断。马来西亚的H.Y.Sim等人采用小波包分解的方式对阀门的声发射信号进行处理，提取不同频段的均方根值作为特征向量，并使用支持向量机等统计学习方法进行故障诊断。

2)基于解析模型的方法

基于解析模型的方法需要建立被诊断对象的较为精确的数学模型，具体又可以分为状态估计方法、等价空间方法和参数估计方法。基于解析模型的方法优点在于解析模型的建立不需要大量的实际运行数据，模型便于解释。但在实际应用中，常常无法获得对象的精确数学模型，而且故障引起系统模型结构和参数变化的形式是不确定的，这就大大限制了基于解析模型诊断方法的使用范围和效果。对于泵阀等设备来说亦是如此，目前利用基于解析模型诊断的方法对其进行故障诊断研究的也较少。Wolfram基于非线性建模技术,利用模糊神经网络模型对离心泵的故障信号进行估计。然而该方法没有考虑模型不确定性,不具备鲁棒性。Dalton针对模型不确定性的非线性系统，在给出基于参数估计的故障诊断方法的基础上，以火电厂的冷却水泵为对象，对该诊断算法的鲁棒性、灵敏度、稳定性以及可检测性进行了分析研究。杨国峰对核电站安全级电动隔离阀建立简化的数学解析模型，并利用模式识别技术对隔离阀的运行数据进行模糊推理，计算数据和标准故障模式的贴近度，从而识别出阀门故障类型。