基于數(shù)據(jù)驅(qū)動(dòng)的艦船核動(dòng)力安全支持技術(shù)分析

莊乾平

(中國核工業(yè)集團(tuán)公司，北京 100822)

基于數(shù)據(jù)驅(qū)動(dòng)的艦船核動(dòng)力安全支持技術(shù)分析

莊乾平

(中國核工業(yè)集團(tuán)公司，北京 100822)

與核電站相比，艦船核動(dòng)力系統(tǒng)工況多變，運(yùn)行環(huán)境惡劣，輔助系統(tǒng)及工程安全設(shè)施相對簡易，因此針對艦船核安全技術(shù)的研究一直是行業(yè)內(nèi)的熱點(diǎn)問題之一。近年來，隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，艦船核動(dòng)力系統(tǒng)大量歷史運(yùn)行數(shù)據(jù)被完整真實(shí)的保存下來，如能利用數(shù)理統(tǒng)計(jì)、智能學(xué)習(xí)等大數(shù)據(jù)分析手段，歸納提煉其隱含的有價(jià)值的信息，可形成有效客觀的經(jīng)驗(yàn)積累，指導(dǎo)艦船核動(dòng)力系統(tǒng)安全運(yùn)行，為艦船核動(dòng)力系統(tǒng)運(yùn)行安全技術(shù)的發(fā)展提供新途徑。

艦船核動(dòng)力系統(tǒng)；數(shù)據(jù)驅(qū)動(dòng)；經(jīng)驗(yàn)反饋；核安全技術(shù)；人工智能

0 引 言

核動(dòng)力系統(tǒng)因其超長的續(xù)航能力和不依賴氧氣的諸多優(yōu)點(diǎn)，受到各國軍用艦船，特別是潛艇和大型水面艦艇的青睞，如目前美國所有在役的潛艇和大部分航母都采用核動(dòng)力，艦船使用核動(dòng)力系統(tǒng)帶來便利的同時(shí)，也不可避免帶來了核安全問題。

與建造在陸地上的核電站相比，艦船核動(dòng)力系統(tǒng)核安全現(xiàn)狀不容樂觀。首先，運(yùn)行工況多變。核電站多數(shù)時(shí)間都處于滿負(fù)荷穩(wěn)態(tài)運(yùn)行，而艦船核動(dòng)力系統(tǒng)，因艦船機(jī)動(dòng)性需求，常常需要不斷變換航速，執(zhí)行戰(zhàn)術(shù)動(dòng)作，動(dòng)力負(fù)荷變化快，這必然導(dǎo)致反應(yīng)堆運(yùn)行功率頻繁跟蹤調(diào)節(jié)，系統(tǒng)發(fā)生異常和故障的概率也隨之提高。其次，相比核電廠，艦船空間狹小，艙室內(nèi)高溫、高鹽、高濕，還受海洋搖擺條件影響，核動(dòng)力設(shè)備工作環(huán)境惡劣，發(fā)生故障概率普遍高于核電廠；再次，受艦船空間和條件限制，艦船核動(dòng)力裝置輔助系統(tǒng)和工程安全設(shè)施相比核電站簡易，可利用的救援和維修資源有限，這進(jìn)一步增加了安全風(fēng)險(xiǎn)。上述不利因素，使得艦船核安全問題一直以來都是行業(yè)內(nèi)研究的熱點(diǎn)問題[1–2]。本文將從艦船核動(dòng)力系統(tǒng)運(yùn)行數(shù)據(jù)角度，分析應(yīng)對艦船核動(dòng)力系統(tǒng)特定安全問題的新技術(shù)。

1 傳統(tǒng)艦船核動(dòng)力系統(tǒng)運(yùn)行安全技術(shù)分析

早期關(guān)于核安全技術(shù)的研究，主要集中在機(jī)理分析法，故障樹分析法和人員運(yùn)行經(jīng)驗(yàn)反饋法等幾種手段上。

機(jī)理分析法主要依據(jù)反應(yīng)堆運(yùn)行物理和熱工水力原理，分析系統(tǒng)運(yùn)行過程、異常和故障現(xiàn)象，用于發(fā)現(xiàn)異?；蚬收系漠a(chǎn)生機(jī)理，是由因推果的過程。然而，艦船核動(dòng)力系統(tǒng)發(fā)生異常時(shí)表現(xiàn)出來的現(xiàn)象往往是一種結(jié)果，需要由現(xiàn)象去推導(dǎo)誘發(fā)現(xiàn)象的原因，原因和現(xiàn)象結(jié)果二者之間往往都不是一一對應(yīng)，因此，該方法更適用于事后歸納總結(jié)經(jīng)驗(yàn)，但卻較難逆向確定故障原因。

故障樹分析法試圖遍歷和覆蓋系統(tǒng)及設(shè)備的各種工況、各種故障的因果關(guān)系，以典型事故和故障為導(dǎo)向，構(gòu)建樹狀關(guān)系圖，試圖采用有限的最小割集，匹配系統(tǒng)狀態(tài)，最終歸類診斷出系統(tǒng)發(fā)生故障的類型，如能構(gòu)建核動(dòng)力系統(tǒng)級的完整故障分析樹，則可以有效解決艦船核動(dòng)力系統(tǒng)異常與故障辨識(shí)問題，使得艦船核動(dòng)力系統(tǒng)運(yùn)行安全管理技術(shù)得到質(zhì)的提升。然而，完整的系統(tǒng)級故障樹是一種理想狀態(tài)，故障樹的復(fù)雜度會(huì)隨著系統(tǒng)內(nèi)設(shè)備數(shù)量的增加而成指數(shù)階上升，難于構(gòu)建和實(shí)現(xiàn)。

基于操縱人員運(yùn)行經(jīng)驗(yàn)反饋的方法，是目前應(yīng)用最廣泛的方法。在裝備操作規(guī)程和操作手冊的基礎(chǔ)上，經(jīng)過一代代運(yùn)行操縱人員的不斷積累和完善，形成運(yùn)行經(jīng)驗(yàn)，這種運(yùn)行經(jīng)驗(yàn)多數(shù)都是通過口口相傳的方式傳承和擴(kuò)散的，也伴有一些經(jīng)驗(yàn)公式和文字性的積累，能夠覆蓋大多數(shù)的系統(tǒng)異常和故障，是行之有效的一套運(yùn)行管理方式。但是，上述經(jīng)驗(yàn)反饋方法往往帶有一代代傳授者很強(qiáng)的主觀意識(shí)，很難完全客觀分析問題，而且隨著系統(tǒng)及設(shè)備服役時(shí)間的增長，如出現(xiàn)老化、失效、參數(shù)偏移等新問題就難于發(fā)現(xiàn)與應(yīng)對了。

2 基于數(shù)據(jù)驅(qū)動(dòng)的運(yùn)行安全技術(shù)的提出

依靠歷史運(yùn)行數(shù)據(jù)驅(qū)動(dòng)研究復(fù)雜系統(tǒng)運(yùn)行機(jī)理，獲取復(fù)雜系統(tǒng)經(jīng)驗(yàn)控制方法或者智能控制方法，一直是復(fù)雜系統(tǒng)建模和控制的一個(gè)重要研究方向[3–4]。

近年來隨著計(jì)算機(jī)和海量可靠存儲(chǔ)技術(shù)的發(fā)展，大量艦船核動(dòng)力系統(tǒng)運(yùn)行數(shù)據(jù)被完整記錄下來，這些運(yùn)行數(shù)據(jù)客觀真實(shí)體現(xiàn)了系統(tǒng)運(yùn)行過程和運(yùn)行狀態(tài)，是研究分析艦船核動(dòng)力系統(tǒng)運(yùn)行經(jīng)驗(yàn)的第一手資料，如以這些海量數(shù)據(jù)為基礎(chǔ)，針對特定的艦船核動(dòng)力系統(tǒng)構(gòu)建運(yùn)行數(shù)據(jù)樣本庫，綜合運(yùn)用運(yùn)行人員專家經(jīng)驗(yàn)反饋，大數(shù)據(jù)挖掘與分析等技術(shù)，便可從新的角度，構(gòu)建一些有效可行的艦船核動(dòng)力系統(tǒng)安全支持技術(shù)，如系統(tǒng)異常、故障或事故重現(xiàn)技術(shù)；系統(tǒng)異常參數(shù)重新標(biāo)定技術(shù)；設(shè)備故障趨勢或者老化趨勢預(yù)測技術(shù)；系統(tǒng)運(yùn)行工況和異常狀態(tài)自動(dòng)辨識(shí)技術(shù)等。

3 系統(tǒng)異常、故障或事故重現(xiàn)技術(shù)

與常規(guī)動(dòng)力相比，艦船核動(dòng)力系統(tǒng)發(fā)生異常和故障的概率極低，我國艦船核動(dòng)力系統(tǒng)發(fā)生事故的概率目前為0，因此艦船核動(dòng)力系統(tǒng)異常和故障的經(jīng)驗(yàn)價(jià)值很高，利用實(shí)時(shí)記錄的異常和故障數(shù)據(jù)，結(jié)合仿真演示技術(shù)，可以重現(xiàn)演示上述過程，為操縱人員積累經(jīng)驗(yàn)、安全分析人員分析原因，提供平臺(tái)和數(shù)據(jù)依據(jù)。

4 運(yùn)行數(shù)據(jù)驅(qū)動(dòng)的系統(tǒng)異常參數(shù)重新標(biāo)定技術(shù)

由于艦船機(jī)動(dòng)性的需要，核動(dòng)力系統(tǒng)經(jīng)常需要快速升降負(fù)荷，甚至由于海上航行對于動(dòng)力的依賴，當(dāng)系統(tǒng)出現(xiàn)輕度故障時(shí)，仍然不能停堆檢修，需要在一定安全限制范圍內(nèi)繼續(xù)運(yùn)行，這些實(shí)際狀況都可能會(huì)導(dǎo)致壓力、水位類參數(shù)（如穩(wěn)壓器水位、蒸汽發(fā)生器水位）大幅波動(dòng)，在此過程中，由于水的汽化與液化現(xiàn)象劇烈交織，水中含氣，極易出現(xiàn)虛假滿水現(xiàn)象，導(dǎo)致測量系統(tǒng)難于準(zhǔn)確測量出實(shí)際水位，而水位類信號(hào)不僅是操縱員辨識(shí)核動(dòng)力系統(tǒng)運(yùn)行狀態(tài)的關(guān)鍵依據(jù)，也是操縱員執(zhí)行操作的關(guān)鍵指示信號(hào)，還是許多自動(dòng)調(diào)節(jié)與控制系統(tǒng)的驅(qū)動(dòng)信號(hào)，比如蒸汽發(fā)生器水位就是給水調(diào)節(jié)系統(tǒng)的輸入信號(hào)，穩(wěn)壓器水位是補(bǔ)水、排水、辨識(shí)系統(tǒng)是否發(fā)生LOCA的關(guān)鍵信號(hào)，其測量與顯示的準(zhǔn)確性直接影響核動(dòng)力系統(tǒng)的運(yùn)行安全。因此，有必要針對核動(dòng)力系統(tǒng)運(yùn)行過程中出現(xiàn)虛假顯示的異常參數(shù)開展重新標(biāo)定研究。

參數(shù)重構(gòu)技術(shù)屬于容錯(cuò)控制理論范疇，多年來，容錯(cuò)控制理論的研究發(fā)展很快，應(yīng)用也很廣泛[5–7]。在核能技術(shù)領(lǐng)域，許多國家進(jìn)行了故障診斷和容錯(cuò)控制技術(shù)的應(yīng)用性研究，如：美國在線實(shí)現(xiàn)了具有故障傳感器輸出重構(gòu)功能的核反應(yīng)堆功率控制系統(tǒng)，并在愛達(dá)荷EG&G實(shí)驗(yàn)室的LOFT系統(tǒng)上成功地進(jìn)行了試驗(yàn)；美國麻省理工學(xué)院的MITR-Ⅱ核反應(yīng)堆將容錯(cuò)控制技術(shù)成功地應(yīng)用于在線核反應(yīng)堆功率控制系統(tǒng)。在國內(nèi)核電廠和船用核動(dòng)力系統(tǒng)中微型計(jì)算機(jī)已參與到閉環(huán)控制系統(tǒng)中，其在提高控制系統(tǒng)的可靠性方面，采用了簡單的硬件冗余。但對于應(yīng)用軟件冗余，采用模擬仿真方法實(shí)現(xiàn)信號(hào)重構(gòu)的應(yīng)用尚未完全實(shí)現(xiàn)。

目前軟件冗余重構(gòu)方法主要有基于數(shù)學(xué)物理模型和基于數(shù)理統(tǒng)計(jì) 2 種方法?；谖锢砟Ｐ偷姆椒òl(fā)展較早、理論上比較完善、實(shí)際應(yīng)用比較成熟，是指運(yùn)用已被證明的定理、定律或者推論，在若干簡化假定條件下，通過分析系統(tǒng)變量間的關(guān)系和運(yùn)動(dòng)規(guī)律，而獲得解析數(shù)學(xué)模型的方法，主要應(yīng)用于在線故障檢測和診斷以及指示儀表信號(hào)的重構(gòu)，但存在計(jì)算速度慢無法在線實(shí)現(xiàn)，還存在模型簡化誤差，計(jì)算傳遞誤差，不能適應(yīng)系統(tǒng)設(shè)備性能指標(biāo)退化等問題。基于數(shù)理統(tǒng)計(jì)的方法是指以系統(tǒng)歷史運(yùn)行數(shù)據(jù)為基礎(chǔ)，利用神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等人工智能技術(shù)，分析系統(tǒng)運(yùn)行規(guī)律以獲取系統(tǒng)重構(gòu)計(jì)算模型的方法。該方法無需考慮系統(tǒng)的實(shí)際模型，而且貼近實(shí)際系統(tǒng)運(yùn)行狀態(tài)，對于復(fù)雜的工業(yè)過程控制具有實(shí)際的應(yīng)用價(jià)值，比如在火電廠領(lǐng)域。近年來，隨著人工智能的快速發(fā)展，基于機(jī)器學(xué)習(xí)和模式識(shí)別的故障診斷與運(yùn)行狀態(tài)重構(gòu)方法已成為研究的熱點(diǎn)。

使用人工智能法重新標(biāo)定參數(shù)，主要依據(jù)核動(dòng)力系統(tǒng)運(yùn)行過程中主要參數(shù)之間的耦合關(guān)系，以其他正常顯示的參數(shù)為輸入，計(jì)算標(biāo)定異常參數(shù)，其耦合關(guān)系計(jì)算式的確定，需要大量可靠訓(xùn)練樣本，艦船核動(dòng)力系統(tǒng)運(yùn)行數(shù)據(jù)樣本庫，可為人工智能法參數(shù)耦合關(guān)系的確定提供準(zhǔn)確、可靠、針對性強(qiáng)的訓(xùn)練樣本，為其實(shí)現(xiàn)提供數(shù)據(jù)基礎(chǔ)。

5 運(yùn)行數(shù)據(jù)驅(qū)動(dòng)的設(shè)備故障趨勢或者老化趨勢預(yù)測技術(shù)

收集在役設(shè)備的歷史運(yùn)行數(shù)據(jù)，進(jìn)行挖掘分析，可用來預(yù)測設(shè)備的壽命，未來運(yùn)行狀態(tài)等關(guān)鍵信息[8–9]。

核動(dòng)力設(shè)備的故障和老化是一個(gè)長期積累的過程，在其失效之前，其狀態(tài)參數(shù)和運(yùn)行特性參數(shù)就已有所體現(xiàn)，依據(jù)自動(dòng)記錄的各類設(shè)備的運(yùn)行過程數(shù)據(jù)和狀態(tài)參數(shù)，結(jié)合設(shè)備失效頻次，經(jīng)統(tǒng)計(jì)分析，可計(jì)算出設(shè)備的平均工作壽期，當(dāng)前運(yùn)轉(zhuǎn)狀態(tài)，未來故障趨勢和預(yù)期工作時(shí)間，進(jìn)而更有計(jì)劃的更換、維修，降低設(shè)備在運(yùn)故障概率，從而降低安全風(fēng)險(xiǎn)，提高整個(gè)核動(dòng)力系統(tǒng)的可靠性和可用性。

6 運(yùn)行數(shù)據(jù)驅(qū)動(dòng)的系統(tǒng)運(yùn)行工況和異常狀態(tài)自動(dòng)辨識(shí)技術(shù)

在核動(dòng)力運(yùn)行與安全支持領(lǐng)域，自動(dòng)化與智能化一直以來是行業(yè)發(fā)展的一個(gè)關(guān)鍵目標(biāo)方向[10–11]。

艦船核動(dòng)力系統(tǒng)綜合顯控臺(tái)有幾百路信號(hào)，需要重點(diǎn)關(guān)注的也有幾十路，運(yùn)行操縱人員長時(shí)間關(guān)注諸多參數(shù)極易產(chǎn)生疲勞，造成人因失誤，特別是在異常工況下，年輕操縱員要同時(shí)關(guān)注如此多的信號(hào)的變化情況，通常比較吃力，而要分析這些參數(shù)的細(xì)微變化速率與初因事件類型的對應(yīng)關(guān)系，即使是經(jīng)驗(yàn)豐富的操縱員也難以做到，而這些工作恰好是計(jì)算機(jī)善于解決的問題，

通過梳理分析核動(dòng)力系統(tǒng)歷史運(yùn)行數(shù)據(jù)，將其切割分解成各種正常工況與不同異常工況樣本庫，使用成熟有效的人工智能學(xué)習(xí)算法訓(xùn)練并驗(yàn)證上述樣本，構(gòu)建艦船核動(dòng)力系統(tǒng)運(yùn)行工況和異常狀態(tài)自動(dòng)辨識(shí)網(wǎng)絡(luò)或者模型，接入艦船核動(dòng)力系統(tǒng)綜合顯控臺(tái)，用于實(shí)時(shí)辨識(shí)系統(tǒng)運(yùn)行狀態(tài)，輔助操縱員值班，可有效降低人因失誤，提高系統(tǒng)安全運(yùn)行性能。

7 結(jié) 語

艦船核動(dòng)力系統(tǒng)運(yùn)行狀態(tài)數(shù)據(jù)的收集，為核動(dòng)力系統(tǒng)的安全運(yùn)行和經(jīng)驗(yàn)反饋提供了新的技術(shù)手段和途徑，許多新的核安全支持技術(shù)會(huì)應(yīng)運(yùn)而生，上面列舉了幾種可能的技術(shù)方向，并不全面，相信未來，信息與大數(shù)據(jù)技術(shù)在艦船核動(dòng)力運(yùn)行管理領(lǐng)域的推廣和應(yīng)用會(huì)帶來一場大的技術(shù)變革。

[ 1 ]成守宇, 王賀, 彭敏俊, 等. 核動(dòng)力裝置運(yùn)行支持系統(tǒng)的設(shè)計(jì)與開發(fā)[J]. 核科學(xué)與工程, 2010, 30(4): 325–332. CHENG Shouyu, WANG He, PENG Minjun, et al.Design of operator support system for nuclear power plants[J]. Chinese Journal of Nuclear Science and Engineering, 2010, 30(4): 325–332.

[ 2 ]王賀, 成守宇, 張志儉. 操縱員運(yùn)行支持系統(tǒng)中狀態(tài)監(jiān)測方法研究[J]. 核動(dòng)力工程, 2010, 31(2): 71–75. WANG He, CHENG Shouyu, ZHANG Zhijian. Research on condition monitoring method for operator support system[J]. Nuclear Power Engineering, 2010, 31(2): 71–75.

[ 3 ]房耀. 基于數(shù)據(jù)驅(qū)動(dòng)的步進(jìn)式加熱爐溫度控制策略的研究[D]. 合肥: 合肥工業(yè)大學(xué), 2016. FANG Yao. The research on temperature control strategy of walking-bean furnace based on data-driven control[D]. Hefei: Hefei Polytechnic University, 2016.

[ 4 ]侯忠生, 許建新. 數(shù)據(jù)驅(qū)動(dòng)控制理論及方法的回顧和展望[J].自動(dòng)化學(xué)報(bào), 2009, 35 (6): 650–667. HOU Zhongsheng, XU Jianxin. On data-driven control theory: the state of the art and perspective[J]. Acta Automatica Sinica, 2009, 35 (6): 650–667.

[ 5 ]陳玉清, 姚棟, 于雷. 艦船核動(dòng)力系統(tǒng)狀態(tài)參數(shù)重構(gòu)分析方法初探[J]. 四川兵工學(xué)報(bào), 2016(9): 50–53. CHEN Yuqing, YAO Dong, YU Lei. Analysis method of ships nuclear-powered system state parameter reconstruction[J]. Journal of Ordnance Equipment Engineering, 2016(9): 50–53.

[ 6 ]王曉龍, 蔡琦, 陳玉清. 基于支持向量回歸的穩(wěn)壓器水位信號(hào)重構(gòu)研究[J]. 原子能科學(xué)技術(shù), 2013, 47(6): 1003–1007. WANG Xiaolong, CAI Qi, CHEN Yuqing. Analysis method of ships nuclear-powered system state parameter reconstruction[J]. Atomic Energy Science and Technology, 2013, 47(6): 1003–1007.

[ 7 ]黃超. 數(shù)據(jù)驅(qū)動(dòng)傳感器故障誤差補(bǔ)償與容錯(cuò)控制方法研究[D]. 蘭州: 蘭州理工大學(xué), 2016. HUANG Chao. The study of error compensation and faulttolerant control approaches against sensor faults based on datadriven[D]. Lanzhou: Lanzhou University of Technology, 2016.

[ 8 ]李瑛. 船舶保養(yǎng)檢驗(yàn)數(shù)據(jù)的分析與挖掘[J]. 艦船科學(xué)技術(shù), 2016 (20): 160–162. LI Ying. Analysis and mining of ship maintenance inspection data[J]. Ship Science and Technology, 2016 (20): 160–162.

[ 9 ]楊秀芳. 一種基于無線傳感器網(wǎng)絡(luò)的海洋信息智能采集方法[J]. 艦船科學(xué)技術(shù), 2016(24): 145–147. YANG Xiufang. The method for marine information intelligent acquisition based on wireless wensor network[J]. Ship Science and Technology, 2016(24): 145–147.

[10]劉永闊, 謝春麗, 成守宇, 等. 核電站分布式智能故障診斷系統(tǒng)研究與設(shè)計(jì)[J]. 原子能科學(xué)技術(shù), 2011, 45 (6): 688–694. LIU Yongkuo, XIE Chunli, CHENG Shouyu, et al. Research and design of distributed intelligence fault diagnosis system in nuclear power plant[J]. Atomic Energy Science and Technology, 2011, 45 (6): 688–694.

[11]閆雨石, 鞠文博. 船舶無人駕駛技術(shù)中的數(shù)據(jù)融合應(yīng)用技術(shù)[J]. 艦船科學(xué)技術(shù), 2016 (20): 1–3. YAN Yushi, JU Wenbo. Application of data fusion technology in the unmanned marine vehicle autopilot technology[J]. Ship Science and Technology, 2016 (20): 1–3.

[12]王曉龍, 蔡琦, 陳玉清, 等. 基于多分類SVM的船用核動(dòng)力裝置主回路系統(tǒng)破口特征診斷技術(shù)研究[J]. 原子能科學(xué)技術(shù), 2014(3): 462–468. WANG Xiaolong, CAI Qi, CHEN Yuqing, et al. Study on diagnostic technique for nuclear power plant primary coolant circuit system break characteristics based on multiclassification SVM[J]. Atomic Energy Science and Technology, 2014(3): 462–468.

Analysis of safety support technology for marine NPP based on data driven

ZHUANG Qian-ping
(China National Nuclear Corporation, Beijing 100822, China)

Compared with the nuclear power station on land, the marine nuclear power system runs with changing conditions, harsh working environment, and relatively simple safety facilities and auxiliary system, thus the study on the safety technology of marine nuclear power system has been one of the hottest issues in the industry. In recent years, with the rapid development of computer technology, the historical data of marine nuclear power system is completely and veritably saved, and if we can summarize hidden valuable information in these data by mathematical statistics, intelligent learning and other large data analysis methods, and gradually the effective and objective experience could be formed, which would guide the operators s operating marine nuclear power plant more safely. This issue would provide a new way for the development of safety technology of marine nuclear power plant.

marine nuclear power plant；data driven；experience feedback；nuclear safety technology；artificial intelligence

TL361

A

1672 – 7649(2017)08 – 0142 – 04

10.3404/j.issn.1672 – 7649.2017.08.030

2017 – 05 – 15

莊乾平(1973 – )，男，工程師，從事核動(dòng)力研制管理工作。