Оперативна діагностика головного обладнання АЕС

Оперативна діагностика головного обладнання АЕС

In this work the state of existing automated systems for management of technological processes in atomic power-plant was analyzed, and usage of neurocomputing approach to recognition of spectral implementations of stochastic diagnostic signals was proved, which defines actual technical condition of...

Full description

Saved in:
Bibliographic Details
Date:2009
Main Authors: Sharayevskij G.S., Shapovalova S.I.
Format: Article
Language:Ukrainian
Published: General Energy Institute of the National Academy of Sciences of Ukraine 2009
Subjects:
інтелектна діагностика
розпізнавання образів
нейронні мережі.
Online Access:https://systemre.org/index.php/journal/article/view/372
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:System Research in Energy

Institution

System Research in Energy
id oai:www.systemre.org:article-372
record_format ojs
spelling oai:www.systemre.org:article-3722023-07-06T12:46:19Z Operational diagnostics of main equipment APP Оперативна діагностика головного обладнання АЕС Sharayevskij G.S. Shapovalova S.I. intelligent diagnostics, pattern recognition, neural networks. інтелектна діагностика, розпізнавання образів, нейронні мережі. In this work the state of existing automated systems for management of technological processes in atomic power-plant was analyzed, and usage of neurocomputing approach to recognition of spectral implementations of stochastic diagnostic signals was proved, which defines actual technical condition of some APP.As it is known the essence of the problem consists of that up-to-date NPP monitoring-and-control systems being the part of NPP computer-aided manufacturing control systems (CAMCS) have in their base a deterministic approach to logistic analysis of equipment operating conditions to prevent controlled by them parameters from the falling outside preliminary set safe limits. It is obviously not enough for reliable prevention of damages that could occur in a main equipment of nuclear power units. Really some nuclear power units parameters that aren’t directly controlled by CAMCS, particularly temperature conditions of heat exchanging reactor devices, during operation could significantly exceed permissible values that leads to severe damages of these devices, e.g., heat exchange crisis causes burnout and can embrace the whole nuclear core. To exclude such catastrophic events it would be necessary to measure local temperature of fuel elements (in reactor about 40 000 practically uncontrolled fuel elements are located) with the help of many hundreds of thousands of thermocouples placed on the surface alongside these elements that technologically is impossible. In this connection the problem of diagnosis of abnormal heat exchange regimes could be solved by using not temperature measurements of coolant state at nuclear core inlet as it is now, but on the base of recognition of the character of spectra of dynamic components of certain parameters of reactor (in first turn the signals of dynamic pressure in coolant and signals of neutron flux gauges located in the very nuclear core). Розглянуто стан існуючих автоматизованих систем управління технологічними процесами АЕС, обґрунтовано використання нейрокомп’ютерного підходу до розпізнавання спектральних реалізацій стохастичних діагностичних сигналів, що характеризують поточний технічний стан деяких елементів та систем головного обладнання АЕС.Суть проблеми полягає в тому, що сучасні системи контролю та управління енергетичним обладнанням у складі автоматизованої системи управління технологічними процесами (АСУ ТП) АЕС мають в своїй основі детермінований підхід до логічного аналізу режимів устаткування: не допустити виходу контрольованих ними параметрів за завчасно встановлені граничні рівні. Для надійного упередження пошкоджень, які можуть виникнути у головному устаткуванні ядерного енергоблоку, цього, звичайно, недостатньо.У зв’язку з цим проблема діагностики аномальних режимів тепловіддачі може бути вирішена шляхом використання не температурних вимірювань стану теплоносія на виході з активної зони ядерного реактора, що існують зараз, а на основі розпізнавання характеру спектрів динамічних компонентів деяких параметрів реактору (в першу чергу, сигналів динамічного тиску в теплоносії та сигналів вимірювачів потоку нейтронів, розташованих в самій активної зони ядерного реактора). General Energy Institute of the National Academy of Sciences of Ukraine 2009-11-26 Article Article application/pdf https://systemre.org/index.php/journal/article/view/372 System Research in Energy; No. 2 (20) (2009): The Problems of General Energy; 35-39 Системні дослідження в енергетиці; № 2 (20) (2009): Проблеми загальної енергетики; 35-39 2786-7102 2786-7633 uk https://systemre.org/index.php/journal/article/view/372/313
institution System Research in Energy
baseUrl_str
datestamp_date 2023-07-06T12:46:19Z
collection OJS
language Ukrainian
topic інтелектна діагностика
розпізнавання образів
нейронні мережі.
spellingShingle інтелектна діагностика
розпізнавання образів
нейронні мережі.
Sharayevskij G.S.
Shapovalova S.I.
Оперативна діагностика головного обладнання АЕС
topic_facet intelligent diagnostics
pattern recognition
neural networks.
інтелектна діагностика
розпізнавання образів
нейронні мережі.
format Article
author Sharayevskij G.S.
Shapovalova S.I.
author_facet Sharayevskij G.S.
Shapovalova S.I.
author_sort Sharayevskij G.S.
title Оперативна діагностика головного обладнання АЕС
title_short Оперативна діагностика головного обладнання АЕС
title_full Оперативна діагностика головного обладнання АЕС
title_fullStr Оперативна діагностика головного обладнання АЕС
title_full_unstemmed Оперативна діагностика головного обладнання АЕС
title_sort оперативна діагностика головного обладнання аес
title_alt Operational diagnostics of main equipment APP
description In this work the state of existing automated systems for management of technological processes in atomic power-plant was analyzed, and usage of neurocomputing approach to recognition of spectral implementations of stochastic diagnostic signals was proved, which defines actual technical condition of some APP.As it is known the essence of the problem consists of that up-to-date NPP monitoring-and-control systems being the part of NPP computer-aided manufacturing control systems (CAMCS) have in their base a deterministic approach to logistic analysis of equipment operating conditions to prevent controlled by them parameters from the falling outside preliminary set safe limits. It is obviously not enough for reliable prevention of damages that could occur in a main equipment of nuclear power units. Really some nuclear power units parameters that aren’t directly controlled by CAMCS, particularly temperature conditions of heat exchanging reactor devices, during operation could significantly exceed permissible values that leads to severe damages of these devices, e.g., heat exchange crisis causes burnout and can embrace the whole nuclear core. To exclude such catastrophic events it would be necessary to measure local temperature of fuel elements (in reactor about 40 000 practically uncontrolled fuel elements are located) with the help of many hundreds of thousands of thermocouples placed on the surface alongside these elements that technologically is impossible. In this connection the problem of diagnosis of abnormal heat exchange regimes could be solved by using not temperature measurements of coolant state at nuclear core inlet as it is now, but on the base of recognition of the character of spectra of dynamic components of certain parameters of reactor (in first turn the signals of dynamic pressure in coolant and signals of neutron flux gauges located in the very nuclear core).
publisher General Energy Institute of the National Academy of Sciences of Ukraine
publishDate 2009
url https://systemre.org/index.php/journal/article/view/372
work_keys_str_mv AT sharayevskijgs operationaldiagnosticsofmainequipmentapp
AT shapovalovasi operationaldiagnosticsofmainequipmentapp
AT sharayevskijgs operativnadíagnostikagolovnogoobladnannâaes
AT shapovalovasi operativnadíagnostikagolovnogoobladnannâaes
first_indexed 2025-09-24T17:33:19Z
last_indexed 2025-09-24T17:33:19Z
_version_ 1850410219176198144

Similar Items