核设备状态监测与故障诊断综述

核设备状态监测与故障诊断综述

刘功生

南华大学 机械工程学院， 湖南 衡阳 421001

摘要：在对设备状态监测与故障诊断技术的基本概念、特点及其常用的方法做简要介绍的基础上，详细介绍了核电站常见的故障类型及过内外发展现状，进而对核电站故障诊断技术进行探究，最后指出状态监测与故障诊断技术在核电站领域应用所存在的不足。在加强对状态监测和故障诊断技术在核电站领域应用的认识基础上，也为该领域核设备的维修和管理提供一定的理论支持和研究方法。

关键字：核设备；状态监测；故障诊断；综述

The Overview on Condition Monitoring and Fault Diagnosis

of Nuclear Equipment

Gongsheng Liu

Academy of mechanical engineering, Hunan Hengyang 421001

Abstract: On the basis of a brief introduction to the basic concept, the characteristic and the common methods of the equipment condition monitoring and fault diagnosis the text introduces the common fault and the research status at home and abroad in detail. Then have a study to the fault diagnosis technology of nuclear equipment. At last pointing out the shortage of the technology to the nuclear equipment. The aim is to strengthen the knowledge of condition monitoring and fault diagnosis of nuclear equipment at the same time it will offer some theories

and methods to the equipment maintenance and management.

Keywords: Nuclear equipment; Condition monitoring; Fault diagnosis; Overview

随着世界各国能源的短缺，核能在未来的世界能源中将占主导地位，而安全又是发展核电事业的前提条件[1]。随着核电技术的发展，人们对核动力设备的稳定性和安全性要求日益提高。因为，核设备一旦产生故障，不但有可能会造成重大的经济损失，严重的还可能导致灾难性的人员伤亡及恶劣的社会影响[2]。因此，为了保证核设备长期安全可靠地运行，核设备状态检测与故障诊断技术的引入和发展则日显其重要性。对核设备进行状态检测与故障诊断的最主要目的是对核设备的运行状况进行实时监测，及时采取有效措施避免故障的发生。

1 设备状态监测与故障诊断技术概述

1.1

设备状态监测与故障诊断技术的基本概念

设备状态监测与故障诊断技术主要包括两个方面的内容，即设备状态监测技术和设备故障诊断技术。其中，设备状态监测技术亦可称为简易诊断，而设备故障诊断技术称为精密诊断。设备的状态监测技术是指对设备的某些特征参数进行测试，并根据所得的测定值与规定的正常值作比较以判定设备的工作状态是否正常（或是否存在故障）；设备的故障诊断技术不仅要对机器设备的状态是否正常作出判断，更重要的是对设备故障的原因、部位及严重程度作出估计[3]。设备状态监测与故障诊断技术的基本过程为：对设备的故障信号进行检测、分析处理，故障识别和预报[4]。因此，通过故障诊断能确定对设备进行检修的部位、程度和时间。 1.2

设备状态监测与故障诊断技术的特点

设备状态监测与故障诊断技术为正确判断设备的运行状态和故障根源，开展设备预测维修和正确管理提供了重要的依据。设备状态监测与故障诊断技术具有保障设备安全、防止突发故障、降低维修费用、减少维修时间、增加设备运行时间及保证产品质量等优越性。其重要特点之一就是不需要对生产设备停机解体就能检测出故障的原因和部位，并预测出未来的状态趋势[5]。如今，它已是现代化设备维修技术的重要组成部分，并且成了设备维修管理工作现代化的一个重要的标志[6]。因此，设备状态监测与故障诊断技术在核设备的维护和管理中的应用具有非常重要的意义。

2 设备状态监测与故障诊断常用方法[1~3, 6~9]

随着设备状态检测和故障技术的不断发展和完善，故障诊断手段也得到不断的丰富与完善。故障诊断方法按其检测手段可分为：振动检测诊断法、噪声检测诊断法、温度检测诊断法、压力检测诊断法、声发射检测诊断法、铁谱分析诊断法及金相分析诊断法等。现今，一般机械设备中比较常用的几种检测方法有：振动检测诊断技术、无损检测技术、温度检测技术和油液分析技术等。下面主要对这四种检测技术进行作简要的介绍。 2.1

振动检测诊断技术

振动检测诊断技术是以机器振动作为信息源，在机器运行过程中，通过振动参数的变化特征来判别机器的运行状态。振动信号包含丰富的状态信息，它提取方便、反应状态变化的灵敏度高，有时还非常直观。此外振动信号测试分析的手段、方法和理论比较成熟，易于实现在线监测与实时诊断，能较好地反映机械设备的运行状态。因此，振动检测诊断技术被普遍应用于大型机械设备尤其是旋转机械设备的故障诊断。目前，振动检测诊断技术已经在保障核电站核安全、提高设备可用率、解决重大设备故障及开展旋转机械预测性维修等方面充分的显示了自身的重要作用和应用前景。 2.2

无损检测技术

所谓无损检测技术或无损探伤，就是利用物质的某一物理性质因存在缺陷而发生变化的特点，在不破坏被检对象的前提下，对其进行检测，以检测其中是否有缺陷存在的一门综合性诊断技术。其显著特点在于其无损性。目前，主要包括射线探伤、超声探伤、磁力探伤和渗透探伤等。无损探伤技术对于改进产品制造工艺、降低制造成本、提高设备的运行可靠性等具有重要意义，是一门很有发展前途的学科。

目前，无损监测在核电领域方面也得到了广泛的应用，它不仅能在核电设备的制造过程中对产品进行检测，而且能在核电使用期限内对核动力系统进行定期的检测，监测构件内部由于应力、温度、辐射与腐蚀作用导致的新生裂纹的形成及扩展情况，确保反应堆等主要设备和系统的完整性。 2.3

温度检测技术

温度检测技术是以机械系统中可观测的温度（如轴瓦、润滑油等的温度）作为信息源，在机器运行过程中，通过温度参数的变化特征来判别机器的运行状态。温度检测的显著特点是诊断过程简单，诊断结果一目了然，特别是红外摄像仪的出现，使得对物体温度场的测量

更加直观形象。

温度与机械设备的运行状态密切相关。一方面，温度是表征机械设备故障的一个特征；另一方面，温度也是引发机械设备故障的一个重要因素。因此，根据系统及周围环境温度的变化，可以识别系统运行状态的变化。温度检测技术根据接触与否可分为接触式温度检测技术和非接触式检测技术。其中，接触式测温多用于需要连续监测或不可观察的部位，如轴承的温度监测；非接触式测温则多用于危险部位或不易接近的部位，如高压电器接点的温度监测。随着现代热学传感器和监测技术的发展，温度诊断技术已经成为故障检测技术的重要发展方向。 2.4

油液分析技术

以光谱分析和铁谱分析为代表的油液分析技术，具有信息集成度高的显著特点。所谓信息集成度高是指某一机械设备进行故障诊断时，只要是油液所经过的部位，其磨损故障一般都可通过对该处的油液进行取样分析诊断出来，这是它的优点；其不足之处在于只对磨损类故障有效、诊断周期长，而且一般还只能在实验室进行，诊断结果受操作人员的影响大。油液分析技术常用于液压系统和润滑系统的故障诊断。

3 核电站常见故障类型

在对核电站进行故障诊断之前，我们应该对核电站的常见故障类型有所了解。核电站的故障类型主要可分为两大类：外界因素引起的故障和设备自身原因引起的故障。 3.1

外界因素引起的故障

外界因素引起的故障可分为人为故障和外来事件引起的故障。其中，人为故障是指操作人员的操作失误引起的故障。人为故障发生主要是由于核动力装置的复杂性容易造成操作人员的误判断误操作。外来事件引起的故障是指如地震、飞机坠落或爆炸冲击波等外界的影响所引起的核电厂事故。 3.2

设备自身原因引起的故障

设备自身原因引起的故障可分为先天性故障和使用性故障。其中，先天性故障是由于设计、制造不当而造成的设备固有缺陷而引起的故障。使用性故障是由于维修、运行过程中使用不当或设备因振动、微动损伤以及发生老化所产生的故障。而来源于转子不平衡、转子弯曲、转子不对中以及支撑系统联接松动等产生的振动是核泵转子的最关键问题之一。微动损伤主要存在于一回路压力边界，主要分为：微动磨蚀、微动腐蚀和微动疲劳3 类[10]。设备

老化是指辐照脆化、疲劳、腐蚀、机械磨损等而使设备提前老化[11]。

根据上面所提到的故障机理，从核电站易发生故障的重要设备及构件来对核电站的故障类型归纳如下：

1) 主泵：主冷却剂泵即主泵是保证水不断流过堆芯带出热量、不可须臾停止的重要设备。由于断电、主泵故障、管道破裂或阀门操作错误引起的失去冷却剂事故即失水事故，是反应堆可能发生的最严重事故之一。主泵发生过的一些损伤如下：轴承螺栓松动；静压密封垫片处发生泄露；轴承室的球面上发生点蚀；轴承销子断裂或有裂纹；密封潜入部件的滑动面严重磨蚀[10]。

2) 蒸汽发生器和热交换器：蒸汽发生器是核动力装置中一个非常重要的热量交换设备，也是整个核动力装置中的薄弱环节。在核动力装置的停堆事故中，有一半以上是由于蒸汽发生器破损引起的，严重影响到整个核动力装置的安全性和可靠性[12]。蒸汽发生器的故障大多是由于各种腐蚀使传热管或管与管板接头处发生泄漏，主要表现在蒸汽发生器U型管破裂、给水管断裂和主蒸汽母管破裂[13]。

3) 燃料棒及燃料组件：外来颗粒的冲击造成严重磨蚀而穿孔，组件振动造成严重磨蚀而穿孔，堆芯部件振动造成元件盒磨蚀。

4) 控制棒组件：控制棒磨断并跌落到燃料组件控制棒导向管底部，造成控制棒束卡死事故。

5) 一回路系统：反应堆一回路各系统是核动力装置中最为重要的部分，是系统中安全性要求最高的部分，该系统的典型故障的故障信息主要有以下七种[14]。

（1）一回路管道破裂：主回路压力下降；堆舱的温度上升；堆舱的压力升高；堆舱的放射性吸收剂量水平迅速升高，并出现报警；堆舱舱底水位升高；稳压器水位下降。

（2）稳压器安全阀不能开启：压器压力持续上升到其整定值时仍继续上升。 （3）余热排出泵不能启动：余热排出泵的运行状态为关闭，余热排出管出口冷却剂温度降低，稳压器压力升高。

（4）海水入口电动闸阀故障打开：海水出口温度降低，余热排出管出口冷却剂温度降低，海水入口电动闸阀的状态为打开。

（5）低压安注泵不能启动：不能输送冷却水，低压安注泵的状态为停止。 （6）补水驳运泵故障：补水系统压力升高，补水驳运泵的状态为关闭。

（7）设备冷却水泵故障不能启动：设备冷却水系统流量减小，设备冷却水泵的状态为关闭。

4 国内外研究现状

自从前苏联的切尔偌贝利和美国的三哩岛事件之后，世界各国都动用了大量的人力物力对核电站的状态监测及故障诊断技术进行研究，也取得了一定的成果[15]。韩国原子能研究中心利用隐马尔可夫模型对核动力设备进行故障诊断，通过试验设备模拟三回路压水反应堆运行中的9 种故障，并且成功地进行了诊断识别[16]；加拿大的Lege.R.P. 和Garland Wm. J.等使用了累积总量控制图和神经网络对CANDU核反应堆的热传输系统进行故障检测和诊断[17]。国内一些单位在核电站的状态监测及故障诊断方面也做了大量的研究工作。哈尔滨工业大学开展了以神经网络为基础的核动力装置故障诊断智能技术的研究[18]；大亚湾核电厂使用的安全监督盘(KPS)系统，具有第一故障识别、执行机构监督、事故规程选择、电站状态监测等功能[19]；另外，我国就核电站状态监测方面也颁布了行业标准《核电厂压水堆堆内构件的振动监测》，该标准对早期监测反应堆压力容器内构件的蜕化和故障的仪表的分析方法和监测程序提出了要求，以便对堆内构件和一回路部件的动态结构进行长期性趋势分析[20]。

5 核电站故障诊断技术探究

从前面对核电站故障类型的归纳，可知核动力设备故障类型繁多，诊断涉及的面很广，如果只从单一信号的监测和分析，来判断故障是否发生或故障的发生趋势，显然是很不可靠的。为了提高诊断内容的完整性和可靠性，对于复杂的机械系统来说，需测取不同的信号然后进行综合分析。根据以上的总结，可以把形成核电站事故或设备故障的原因分为以下类别：

（1）核反应堆冷却剂泵的机架和旋转轴的异常振动； （2）因管道破裂或阀门磨损造成的泄漏； （3）外来物质的冲击。

基于第一类原因的故障，可以通过探测由油膜涡动或油膜振荡导致的异常振动，或者通过探测支架等的磨损或缺陷，来评估诊断冷却剂泵的性能，这可以用振动传感器和非接触位移传感器实现；

基于第二类原因的故障，可以通过监测声发射信号，来探测系统中的泄漏或裂缝，因为声发射信号不受物体位置的限制，对传感器的安装位置限制较少，灵敏度高，声发射对泄漏

监测，尤其是压力容器及管道以及阀门的泄漏监测极为有效，而且声发射检测技术在我国核电厂已得到了初步应用；

基于第三类原因的故障，可以通过在核反应堆的压力界外侧安装一组振动传感器来探测是否存在外来物质的冲击波，如果存在冲击波，则可以进一步探测其外来物质的位置和质量等。

6 结论

机械设备故障诊断技术不论如何发展，人们总是越来越重视实际的应用和效果。就核机械故障诊断的应用而言，由于核电站工作环境恶劣，结构复杂，其运行依靠各个系统以及相互之间的配合，系统相关性强，往往一个系统出现问题，就会影响全局的状态，而且每个系统中又有很多设备。这些情况使得在对核动力装置进行故障诊断时，需要的信号繁多，且故障信号不易得到。另外，核电发展时间短，对其故障诊断所积累的知识和资料十分有限，尽管国内外在这个学科上做了一定的研究工作，但很多仍处于理论阶段，具体应用到核动力设备故障监测和诊断中时，其准确性、有效性和使用性还远没有达到要求；加上核电站很多设备都存在密封保护、咬合运动等，这使得传感器的安装和布置有较大的难度；另外，在监测过程中，怎样减少系统输入误差的影响以及系统噪声的影响，也需要作进一步的研究。 参考文献

[1] 冯玲, 张春良, 岳夏. 核动力设备状态监测技术的研究[J]. 机械工程与自动化, 2009,(1):112～114 [2] 李昕, 张春良, 李建. 机械故障诊断技术的发展及其在核机械中的应用[J]. 设备管理与维修, 2009， (10):104～106

[3] 钟秉林, 黄仁, 贾民平等. 机械故障诊断学[M]. 北京:机械工业出版社,1997 [4] 李建华. 设备状态监测与故障诊断技术综述[J]. 广东化工, 2009,36（12）:168～130 [5] 戴东华. 设备监测与诊断技术的特点及发展应用[J]. 企业技术开发, 1999,(6):4～6 [6] 陈昌斌. 机械设备故障检测诊断技术概述[J]. 中国水运, 2009,09(2):126～127 [7] 王亮军. 机械故障诊断技术浅谈[J]. 科学之友, 2007,(9):146～147

[8] 孙健, 刘道和. 振动监测与分析技术在核电站中的应用[ J]. 核动力工程, 2000,21(10):477～480 [9] 施季华. 无损检测技术在核电领域的应用[J]. 压力容器, 1992,9(3):60～61

[10] 唐辉. 世界核电设备与结构将长期面临的一个问题——微动损伤[J]. 核动力工程, 2000,21(3):

222～226

[11] 陶益军, 赵新文. 船用核动力设备老化分析与管理对策研究[J]. 航海工程, 2005(6):62～65 [12] 左军. 蒸汽发生器传热管失效分析及防护措施[J]. 核电研发, 2012,5(4):312～317

[13] 史觊, 孙建华, 付明玉等. 船舶核动力装置蒸汽发生器故障诊断系统研究[J]. 哈尔滨工程大学学 报，2001,22(3): 1～5

[14] 陈志辉, 夏虹, 刘邈. 船用核动力装置故障诊断专家系统[J]. 应用科技, 2004,31(10):34～36 [15] 林诚格. 我国今后新建核电站若干安全问题的考虑[J]. 核科学与工程, 2000,20(3):255～259

[16] Kee-Choon Kwon, Jin-Hyung Kim. Accident identification in nuclear power plants using hidden Markov models[J]. Engineering Applications of Artificial Intelligence, 1999,(8):491～501 [17] Leger RP, Garland Wm J, Poehlman WFS. Fault detection and diagnosis using statistical control charts and artificial neural networks[J]. Artificial Intelligence in Engineering, 1998,12 (1～2):35～47

[18] 刘永阔. 核动力装置故障诊断智能技术的研究[D]. 哈尔滨:哈尔滨工程大学, 2006:113～115 [19] 陈济东. 大亚湾核电站系统及运行(中)[M]. 北京:北京原子能出版社, 1994

[20] 盛焕行, 李红霞. 核反应堆故障早期监测和在线状态监测方法[J]. 核动力工程, 2005,26(2): 175～178

本文来源：https://www.bwwdw.com/article/wb53.html