降低核电厂的松脱部件与振动监测误报警率的系统和方法技术方案

本发明专利技术提供了一种降低核电厂的松脱部件与振动监测误报警率的系统和方法,系统包括信号采集判断模块采集松脱部件的实际振动信号,并同时监控实际振动信号的振幅,当某一时刻振动信号振幅超过触发阈值,采集该时刻附近时间段的振动信号的多个振幅,对多个振幅进行计算、求均方根值,若均方根值大于预设的均方根阈值时,发送该振动信号；模糊智能识别模块接收振动信号,根据振动信号的特征向量参数和隶属度函数计算值来判定振动信号的病态征兆和异常征兆,选择对异常征兆信号进行报警。本发明专利技术通过引入模糊函数的理念，能自动识别非松脱部件撞击产生的信号并及时予以报警抑制；降低松脱部件监测系统的误报警率，提高系统的可靠性及可用性。

【技术实现步骤摘要】
降低核电厂的松脱部件与振动监测误报警率的系统和方法
本专利技术涉及核工业安全
，适用于核电厂松脱部件与振动监测系统的报警方案设计，尤其涉及一种降低核电厂的松脱部件与振动监测误报警率的系统和方法。
技术介绍
KIR系统由松脱部件监测系统和振动监测系统组成，其松动部件监测子系统主要用于监测反应堆冷却剂中脱落部件与松动部件，防止安装阶段遗留在管道中的“零件”或运行中脱落件对流道或反应堆压力容器内构件的冲击，从而对核电站一回路关键设备的运行提供安全防护。当监测系统运行时，安装在蒸汽发生器封头和压力容器底封头上的加速度计实时监测反应堆压力容器、主管道、蒸汽发生器内的松动件和脱落件，系统采用实时监测，将加速度传感器传来的信号隔离放大后进行实时信号识别，判断信号属性，如果是松脱件信号，系统自动对事件区间对应的通道信号进行采样，保存并给出声光报警信号。但由于核岛厂房内的噪声源非常丰富，各种干扰信号的幅度往往较大，如金属管道挤压噪声、防管道抛甩阻尼器的摩擦噪声等都可以通过金属介质传导到传感器而被记录，形成伪“松动件”信号而发生误报警。误报警除降低监测结果的可靠性外，还使反应堆运行人员对其失去信任感，最终使监测系统不能发挥应有的作用。现有技术公开了一种通过细网格划分方法，根据赫兹理论，若将被监测区间划分成细网格，使每个网格中心点到各探测器的距离确定，则当各网格中心到探测器的信号传播时间差是确定的条件下，可粗略确定碰撞点的位置；在探测器位置确定、材料及壁厚确定后，其各网格传导到探测器的时间即可确定，从而即可反推计算出松动部件发生位置，这种划分可以区别出干扰噪声，优化甄别软件的设计，提高抗误报能力。但该方法存在如下缺陷：在松动件撞击下，一回路容器壁上会产生不同振动模态的弯曲波，随着传播距离的增大，波的形状会发生很大的变化。当传感器与碰撞点相隔较远的时候，采用该方法就需要关注不同振动模态带来的影响，增大了干扰噪声识别的难度，很难识别干扰噪声，从而无法有效提高抗误报能力。所以，现有技术存在缺陷需要改进。
技术实现思路
为解决上述问题，本专利技术提供了一种降低核电厂的松脱部件与振动监测误报警率的系统和方法，通过综合运用模糊优化诊断方法，降低核电厂的松脱部件与振动监测系统的误报警率，提高系统的可靠性及可用性。本专利技术就上述技术问题而提出的技术方案如下：一种降低核电厂的松脱部件与振动监测误报警率的系统,包括：信号采集判断模块,连接松脱部件,用于持续采集松脱部件的实际振动信号,并同时监控实际振动信号的振幅,当某一时刻振动信号振幅超过触发阈值,采集该时刻附近时间段的振动信号的多个振幅,对多个振幅进行计算、求均方根值,若所述均方根值大于预设的均方根阈值时,发送该振动信号；模糊智能识别模块,连接信号采集判断模块,用于接收所述振动信号,根据所述振动信号的特征向量参数和隶属度函数计算值来判定振动信号的病态征兆和异常征兆,选择对异常征兆信号进行报警。其中，所述信号采集判断模块包括:采集监测模块,连接松脱部件,用于持续采集松脱部件的实际振动信号，同时实时监控持续采集的实际振动信号的振幅；当某一时刻振动信号振幅超过预设的触发阈值,采集该时刻附近时间段的振动信号的多个振幅；计算模块,连接所述采集监测模块,用于根据所述采集该时刻附近时间段的多个振幅,计算求取其短时的均方根值；判断模块，连接计算模块，用于调取预设的均方根阈值，并判断在实际均方根值大于预设的均方根阈值时,发送该振动信号至模糊智能识别模块。其中，所述判断模块还用于判断若实际均方根值小于预设的均方根阈值,拒绝发送振动信号至所述模糊智能识别模块。其中，所述模糊智能识别模块包括:建立模块,用于根据实测的特征向量参数和异常模糊参数之间的关系建立隶属度函数；比较模块,用于根据隶属度函数对所述实测的特征向量参数和异常模糊参数进行差异比较,若差异值大于预设的隶属度函数阈值时，选择对所述异常征兆信号进行报警。其中，所述比较模块还用于比较若差异值小于预设的隶属度函数阈值时,判断为病态征兆振动信号,拒绝识别。其中，所述特征向量参数包括：振动信号曲线的波形上升沿的斜率(x1)、波形下降沿的斜率(x2)、事件波纹(x3)以及波形宽度(x4)；所述建立模块进一步包括:实测函数建立模块,用于根据实测的振动信号的特征向量参数建立函数U0,u0＝[x1,x2,x3,x4]；理论函数建立模块,用于根据历史理论振动信号的特征向量参数建立函数Ui；隶属度函数建立模块,用于根据函数U0和Ui计算实测值和理论值的距离函数di；隶属度函数计算模块,用于计算每一个特征向量对应参数差值,各特征向量参数中差值最大值设为D,根据公式计算隶属度函数RUi(U0)；所述比较模块还用于将隶属度函数RUi(U0)与预设的隶属度函数阈值λ进行比较,并判定振动信号的病态征兆和异常征兆,选择对异常征兆信号进行报警。其中，所述异常征兆和病态征兆的判断条件是：若隶属度函数RUi(U0)小于预设隶属度函数阈值λ，判断待识别异常征兆集为病态，拒绝识别；若隶属度函数RUi(U0)大于预设隶属度函数阈值λ，判断待识别异常征兆集健康,按最大隶属原则对各实测的特征向量参数进行判定，触发报警。另一个方面，本专利技术还提供了一种降低核电厂的松脱部件与振动监测误报警率的方法，所述方法包括如下步骤：持续采集松脱部件的实际振动信号,并同时监控实际振动信号的振幅,当某一时刻振动信号振幅超过触发阈值,采集该时刻附近时间段的振动信号的多个振幅,对多个振幅进行计算、求均方根值,若所述均方根值大于预设的均方根阈值时,发送该振动信号；接收所述振动信号,根据所述振动信号的特征向量参数和隶属度函数计算值来判定振动信号的病态征兆和异常征兆,选择对异常征兆信号进行报警。其中，还进一步包括如下步骤：持续采集松脱部件的实际振动信号，同时实时监控持续采集的实际振动信号的振幅；当某一时刻振动信号振幅超过预设的触发阈值,采集该时刻附近时间段的振动信号的多个振幅；根据所述采集该时刻附近时间段的多个振幅,计算求取其短时的均方根值；调取预设的均方根阈值，并判断在实际均方根值大于预设的均方根阈值时,发送该振动信号至模糊智能识别模块,否则拒绝发送。其中，所述特征向量参数包括：振动信号曲线的波形上升沿的斜率(x1)、波形下降沿的斜率(x2)、事件波纹(x3)以及波形宽度(x4)。其中，还进一步包括如下步骤：根据实测的振动信号的特征向量参数建立函数U0,u0＝[x1,x2,x3,x4]；根据历史理论振动信号的特征向量参数建立函数Ui；根据函数U0和Ui计算实测值和理论值的距离函数di；计算每一个特征向量对应参数差值,各特征向量参数中差值最大值设为D,根据公式计算隶属度函数RUi(U0)；将隶属度函数RUi(U0)与预设的隶属度函数阈值λ进行比较,并判定振动信号的病态征兆和异常征兆,选择对异常征兆信号进行报警。其中，所述异常征兆和病态征兆的判断条件是：若隶属度函数RUi(U0)小于预设隶属度函数阈值λ，判断待识别异常征兆集为病态，拒绝识别；若隶属度函数RUi(U0)大于预设隶属度函数阈值λ，判断待识别异常征兆集健康,按最大隶属原则对各实测的特征向量参数进行判定，触发报警。本专利技术实施例提供的技术方案带来的有益效果是：采用本专利技术系统本文档来自技高网...

【技术保护点】
1.一种降低核电厂的松脱部件与振动监测误报警率的系统,其特征在于，所述系统包括：信号采集判断模块,连接松脱部件,用于持续采集松脱部件的实际振动信号,并同时监控实际振动信号的振幅,当某一时刻振动信号振幅超过触发阈值,采集该时刻附近时间段的振动信号的多个振幅,对多个振幅进行计算、求均方根值,若所述均方根值大于预设的均方根阈值时,发送该振动信号；模糊智能识别模块,连接信号采集判断模块,用于接收所述振动信号,根据所述振动信号的特征向量参数和隶属度函数计算值来判定振动信号的病态征兆和异常征兆,选择对异常征兆信号进行报警。

【技术特征摘要】
1.一种降低核电厂的松脱部件与振动监测误报警率的系统,其特征在于，所述系统包括：信号采集判断模块,连接松脱部件,用于持续采集松脱部件的实际振动信号,并同时监控实际振动信号的振幅,当某一时刻振动信号振幅超过触发阈值,采集该时刻附近时间段的振动信号的多个振幅,对多个振幅进行计算、求均方根值,若所述均方根值大于预设的均方根阈值时,发送该振动信号；模糊智能识别模块,连接信号采集判断模块,用于接收所述振动信号,根据所述振动信号的特征向量参数和隶属度函数计算值来判定振动信号的病态征兆和异常征兆,选择对异常征兆信号进行报警。2.根据权利要求1所述系统，其特征在于，所述信号采集判断模块包括:采集监测模块,连接松脱部件,用于持续采集松脱部件的实际振动信号，同时实时监控持续采集的实际振动信号的振幅；并对所述振动信号进行低通和高通滤波；当监视到某一时刻振动信号振幅超过预设的触发阈值,采集该时刻附近时间段的振动信号的多个振幅；计算模块,连接所述采集监测模块,用于根据所述采集该时刻附近时间段的多个振幅,计算求取其短时的均方根值；判断模块，连接计算模块，用于调取预设的均方根阈值，并判断在实际均方根值大于预设的均方根阈值时,发送该振动信号至模糊智能识别模块。3.根据权利要求2所述系统，其特征在于，所述判断模块还用于判断若实际均方根值小于预设的均方根阈值,拒绝发送振动信号至所述模糊智能识别模块。4.根据权利要求1所述系统，其特征在于，所述模糊智能识别模块包括:建立模块,用于根据实测的特征向量参数和异常模糊参数之间的关系建立隶属度函数；比较模块,用于根据隶属度函数对所述实测的特征向量参数和异常模糊参数进行差异比较,若差异值大于预设的隶属度函数阈值时，选择对所述异常征兆信号进行报警。5.根据权利要求4所述系统，其特征在于，所述比较模块还用于比较若差异值小于预设的隶属度函数阈值时,判断为病态征兆振动信号,拒绝识别。6.根据权利要求4所述系统，其特征在于，所述特征向量参数包括：振动信号曲线的波形上升沿的斜率(x1)、波形下降沿的斜率(x2)、事件波纹(x3)以及波形宽度(x4)；所述建立模块进一步包括:实测函数建立模块,用于根据实测的振动信号的特征向量参数建立函数U0,u0＝[x1,x2,x3,x4]；理论函数建立模块,用于根据历史理论振动信号的特征向量参数建立函数Ui；隶属度函数建立模块,用于根据函数U0和Ui计算实测值和理论值的距离函数di；隶属度函数计算模块,用于计算每一个特征向量对应参数差值,各特征向量参数中差值最大值设为D,并计算隶属度函数RUi(U0)；所述比较模块还用于将隶属度函数RUi(U0)与预设的隶属度函数阈值λ进行比较,并判定振动信号的病态征兆和异常征兆,选择对异常征兆信号进...

【专利技术属性】
技术研发人员：凌君，谭珂，温小梅，栾振华，刘肇阳，刘新，赵建光，
申请(专利权)人：深圳中广核工程设计有限公司，中广核工程有限公司，中国广核集团有限公司，中国广核电力股份有限公司，
类型：发明
国别省市：广东,44