Известия вузов. Ядерная энергетика

Рецензируемый научно-технический журнал. ISSN: 0204-3327

Экспертная нейросетевая система диагностирования электроприводной арматуры

23.09.2021 2021 - №03 Безопасность, надежность и диагностика ЯЭУ

Е.Л. Трыков И.В. Трыкова К.И. Коцоев

DOI: https://doi.org/10.26583/npe.2021.3.06

УДК: 621.646

Одним из основных факторов безопасной эксплуатации АЭС является безотказная работа электроприводной арматуры (ЭПА). ЭПА, являясь ответственным оборудованием, входит как в системы безопасности, так и системы, важные для безопасности. Поэтому к надежности ЭПА предъявляются самые высокие требования.

ЭПА является самым многочисленным классом оборудования АЭС. В зависимости от проекта один энергоблок содержит от 1500 до 3000 единиц только электроприводной арматуры. Из анализов отказов в работе АЭС следует, что значительная их часть связана с отказами электроприводной арматуры систем безопасности и систем, важных для безопасности.

Приводится описание автоматизированной системы диагностирования запорной и регулирующей ЭПА, применяемой на трубопроводах АЭС. Разработанные алгоритмы диагностирования позволяют учитывать вариабельность технических параметров ЭПА, одновременно с этим учитывая паспортные ограничения на диагностические параметры в том случае, если таковые имеются.

Ссылки

  1. Адаменков А.К. Диагностическое обеспечение перехода на техническое обслуживание и ремонт запорно-регулирующей арматуры АЭС по техническому состоянию. / Автореферат дисс. к.т.н. – Волгодонск: ВИТИ, 2009. –26 с.
  2. Слепов М.Т., Сысоев Н.П. Диагностика ЭПА – опыт работы Нововоронежской АЭС. // Глобальная ядерная безопасность. – 2014. – № 2 (11). – С. 79-85.
  3. МТ 1.2.3.02.999.0085-2010. Диагностирование трубопроводной электроприводной арматуры. Методика. Введена в действие приказом ОАО «Концерн Росэнергоатом» от 27.03.2012. № 9/270-17.
  4. Матвеев А.В., Жидков С.В., Адаменков А.К., Галивец Е.Ю., Усанов Д.А. Комплексный подход к диагностированию электроприводной арматуры применительно к задачам управления ресурсом. // Арматуростроение. – 2009. – № 2 (59). – C. 53-59.
  5. Абидова Е.А., Малик О.В., Гавриленко Д.С. Система обработки диагностических сигналов электроприводной арматуры. // Глобальная ядерная безопасность. – 2015. – № 2 (15). – С. 56-62.
  6. Матвеев А.В., Складников А.Ф. Диагностирование арматуры с электроприводом при помощи параметров активной мощности. // Арматуростроение. – 2009. – № 3 (60). – С. 67-71. Электронный ресурс: https://docplayer.ru/74845967-Diagnostirovanie-armatury.html (дата доступа 20.02.2021).
  7. Матвеев А.В., Складников А.Ф. Диагностирование арматуры с электроприводом при помощи относительных электрических параметров. // Арматуростроение. – 2009. – № 3 (60). – C. 40-51. Электронный ресурс: http://www.diaprom.com/publication/?id=5/ (дата доступа 20.02.2021).
  8. Perslev M., Jensen M.H., Darkner S., Jennum P.J., Igel C. U-Time: A Fully Convolutional Network for Time Series Segmentation Applied to Sleep Staging. // arXiv:1910.11162v1 [cs.LG] 24 Oct – 2019. – 19 p.
  9. Коцоев К.И., Трыков Е.Л., Трыкова И.В. Применение сверточной нейронной сети для сегментации сигналов ЭПА. // Известия вузов. Ядерная энергетика. – 2021. – № 2. – С. 158-168. DOI: https://doi.org/10.26583/npe/2021.2.14 .
  10. Абидова Е.А., Хегай Л.С., Чернов А.В., Драка О.Е., Пугачёва О.Ю. Диагностирование электроприводной арматуры с использованием энтропийных показателей.// Глобальная ядерная безопасность. – 2016. – № 4 (21). – С. 69-77.
  11. Абидова Е.А., Хегай Л.С., Чернов А.В., Булава В.А., Соловьёв В.И., Пугачёва О.Ю. Диагностирование дизель-генераторного оборудования АЭС с использованием детерминированных и стохастических методов. // Глобальная ядерная безопасность. – 2016. – №3 (20). – С. 74-79.
  12. Чумак О.В. Энтропии и фракталы в анализе данных. – М.-Ижевск: НИЦ «Регулярная и хаотическая динамика», Институт компьютерных исследований, 2011. – 164 с.
  13. Хегай Л.С. Программно-технический комплекс системы диагностики электромеханического оборудования АЭС на основе энтропийной параметризации диагностических сигналов. / Дисс. к.т.н. – Волгодонск: ВИТИ НИЯУ МИФИ, 2017. – 138 с.

безопасность АЭС электроприводная арматура трубопроводы диагностирование нейронные сети сегментация автоматизированная система

Ссылка для цитирования статьи: Трыков Е.Л., Трыкова И.В., Коцоев К.И. Экспертная нейросетевая система диагностирования электроприводной арматуры. // Известия вузов. Ядерная энергетика. – 2021. – № 3. – С. 72-83. DOI: https://doi.org/10.26583/npe.2021.3.06 .

Открыть PDF файл