【技术实现步骤摘要】
一种数据驱动的核级管道共振故障检测方法和系统
[0001]本专利技术涉及核级设备故障诊断
,具体涉及一种数据驱动的核级管道共振故障检测方法和系统。
技术介绍
[0002]发展核电的一个关键问题是提高核电的可靠性与安全性,必须要保证核电站的安全。核电站核级管道往往会因为各种问题和缺陷(如设计、施工缺陷、振动问题、腐蚀及老化等),并随着运行时间的增加,各种故障频发,且日趋严重。一旦装有放射性内流介质的核级管道泄漏或失效,将很有可能造成严重的环境污染,如发现不及时,后果会相当惨重。
[0003]管道是压水堆核电冷却剂系统的重要组成部分。在核电运行中,主管道内处在高温、高压水环境中,在这种工作环境及在一定服役应力下,会使管道产生应力腐蚀开裂,从而在管道内表面产生裂纹,导致主管道材料的失效。此外,管道系统中还有多方面的振动源,泵、阀门等变工况元件的工况变化,或是地震等,会使管道系统中存在机械振动与内压波动,使管道处于循环载荷作用下,如果管道固有频率与循环载荷频率相接近,会使管道产生共振,使主管道处于明显的共振效应之下。共振使管道系统的结构或者附件遭到破坏,减少管线使用寿命,并对相连设备、建筑物和工作人员产生巨大的潜在危害。如果管道的焊缝及弯头发生泄露,会造成事故停产,一旦发生泄露事故后果不堪设想。
[0004]为了确保管道、水泵等的正常运行,通常采用加速计采集管道的振动数据,用以分析管道内部的情况,通过信号处理与分析来辨识管道内是否存在共振故障,可提高管道状态的在线监测与故障诊断水平。但是,采集的振动数据 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种数据驱动的核级管道共振故障检测方法,其特征在于,包括:数据采集及标定:采集多组核级管道状态正常和管道存在共振时的振动数据,对采集的每组数据进行预处理并添加标签;多域特征提取:对每组采集数据进行多域特征提取;特征差异化:基于正常管道特征均值,对正常管道特征和共振管道特征进行差异化处理;敏感特征筛选:根据差异化处理结果,去除非敏感性特征,对剩余特征的敏感性差异进行标准化,选取标准化共振特征矩阵中所有小于预设值的特征为敏感特征;分类器训练:基于采集的所有数据的敏感特征矩阵构造训练样本集和测试样本集,将训练样本集输入到分类器中进行训练,直到满足停止条件;分类器性能测试:将测试样本集输入到已训练完成的分类器中,如果测试准确率满足要求则将分类器用于待测管道的检测,否则重新进行训练;待测管道检测:采集待测管道的振动数据并进行预处理、多域特征提取,根据筛选的敏感特征获得将待测管道的敏感特征矩阵,并将其输入到已完成性能测试的分类器中,即可判断管道是否存在共振故障。2.根据权利要求1所述的一种数据驱动的核级管道共振故障检测方法,其特征在于,所述多域特征提取步骤具体包括:对采集的每组数据提取多域特征,包括11个时域特征和9个频域特征;时域特征是直接计算采集数据的统计特征,频域特征是先对采集数据进行快速傅里叶变换,获得信号的频谱后再计算相应的统计特征,即为频域特征;设定正常管道采集了M次数据,共振管道采集了N次数据,每次采集获得一个数据文件,分别获得正常管道的特征矩阵F1和共振管道的特征矩阵F2,矩阵中每行表示一个数据文件提取出的特征,矩阵每列表示一个特征在所有数据文件中提取出的数值;正常管道的特征矩阵F1:共振管道的特征矩阵F2:
3.根据权利要求2所述的一种数据驱动的核级管道共振故障检测方法,其特征在于,所述特征差异化步骤具体包括:针对正常管道的特征矩阵F1的每一列是一个时域或频域特征的M次采集计算出的统计值,计算每个特征的均值,表示为:分别计算正常管道特征矩阵和共振管道特征矩阵与均值f
mean
(1,j)的偏差,其表达式如下:dF1(i,j)=F1(i,j)
–
f
mean
(1,j)dF2(i,j)=F2(i,j)
–
f
mean
(1,j)。4.根据权利要求3所述的一种数据驱动的核级管道共振故障检测方法,其特征在于,所述敏感特征筛选步骤具体包括:根据正常管道和共振管道特征差异性处理结果,识别共振特征矩阵dF2元素值非负所在的列,该列为非敏感性特征,从特征矩阵中移除该列,获得新的特征矩阵,正常管道和共振管道的特征矩阵分别表示为nF1和nF2;通过对上述特征矩阵分别进行标准化,量化剩余特征的敏感性差异;对每一个特征分别从正常管道和共振管道提取最大值和最小值,即f
max
(1,j)=max(nF1(1:M,j)),f
技术研发人员:何超,孙磊,李朋洲,袁少波,李锡华,赖姜,
申请(专利权)人:中国核动力研究设计院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。