故障数据库在核动力装置定期安全审查中的应用

叶博书，陆古兵，张龙飞，朱利文，王　飞

(海军工程大学，武汉　430033)



故障数据库在核动力装置定期安全审查中的应用

叶博书，陆古兵，张龙飞，朱利文，王飞

(海军工程大学，武汉430033)

对目前已发生的核动力装置部分典型故障进行分析总结，归纳出征兆参数，然后利用这些征兆参数在监测模拟机上进行随机运行模拟，并构建相应的数据库。利用SPSS软件对该数据库进行故障频度分析，根据分析的结果研究其应用于定期安全审查的价值。

典型故障； 征兆参数； 数据库； SPSS软件； 定期安全审查

本文引用格式：叶博书，陆古兵，张龙飞，等.故障数据库在核动力装置定期安全审查中的应用[J].兵器装备工程学报，2016(8):113-117.

定期安全审查(PSR)是国际原子能机构(IAEA)近年推广的一种新的核电厂安全审查方式,它通过在规定的时间间隔对核电厂的安全性进行系统评价，以应对老化、修改、运行经验等方面的积累效应，确保核电厂在寿命期内具有较高安全水平。核动力装置在运行过程中需要监测的参数复杂而多变，监测这些参数的系统随着核动力装置的运行将会产生大量的运行数据，这些数据包括了现场采集的原始数据、系统组态的初始化数据，即各种指标参数、各种故障数据、中间结果数据以及诊断结果数据等[1]，面对如此量大而复杂多变的数据，现场的操纵员在处理时将很困难，同时浪费人力、财力，而且效率不高。近几十年来，随着计算机技术的迅速发展而出现的数据库技术也突飞猛进，并且在各行各业得到了广泛的应用。本文主要是建立数据库将核动力装置模拟运行中产生的故障数据进行管理，同时利用SPSS软件对记录的故障数据进行分析，然后探讨故障数据库在定期安全审查中的应用价值。

1　核动力装置故障数据库的设计研究

1.1功能需求分析

充分利用计算机技术对数据进行管理和处理在当下及未来是一种发展趋势，尤其是数据库技术日渐成熟，使数据的管理和处理也逐步走向信息化。伴随着计算机大容量硬盘的出现，数据库系统应用于大量数据的管理逐渐深入各行各业，其发展与应用大致经历了层次系统和网状系统时期、关系数据库系统时期、实时数据库系统时期这3个时期。层次系统和网状系统时期的代表为美国BIM公司推出层次模型的IMS数据库系统以及美国CODASYL数据库任务组(DBTG)发表关于网状模型的DBTG报告；关系数据库系统时期的代表为微软公司推出的Access数据库就属于关系型数据库；实时数据库系统时期的代表为中国国家电力公司自动化研究院于1992年开发的NSIS石油化工生产实时数据库产品、中国大庆金桥信息技术工程有限公司于1993年开发的ConTRDB实时数据产品[1,2]。

将数据库技术应用于核动力装置故障诊断方面，行业界已有许多学者进行了研究，如哈尔滨工程大学的陈宏霞利用数据库开发了核动力装置故障诊断系统，建立了核动力装置运行过程中的数据管理及数据库相关子系统[1]；哈尔滨工程大学的史伊龙将主动数据库技术应用于核动力装置控制系统规则库方法的研究，指出主动数据库技术是实现控制规则库的一个比较好的途径，主动机制是主动数据库的一个重要功能[3]；还有任鑫等人探讨了动态数据库在船用核动力装置DPSA中的应用[4]，这些研究充分体现了数据库技术在核动力装置运行、监测、故障诊断等多方面具有重要的作用。

本研究建立的故障数据库是通过监测系统与数据库的连接实现数据实时存储，满足以下几点功能：

1) 数据库中的数据是核动力装置运行过程中监测参数出现故障时的数据及历史数据，它可以为故障诊断提供辅助依据；

2) 数据库中的数据可以通过数据库的读取功能在各监测模块中共享，便于操纵员及时判断故障类型，从容应对故障处置；

3) 核动力装置是一个复杂而庞大的系统，所监测的参数复杂多变，同时产生的数据量庞大，该数据库可以实现历史数据的调用及新数据的存储；

4) 故障数据库可以形成一定的数据处理周期，为定期安全审查中设备的检查评价数据提供参考依据。

为了更好地实现监测参数与对应的名称进行实时存储，本文采用微软公司推出的Access数据库对核动力装置模拟故障运行过程中产生的故障数据进行存储、管理。

1.2核动力装置故障数据库关系结构建立及数据存储

核动力装置故障数据库的建立主要是通过图1所示实现的。

图1　故障数据库参数间的关系结构

本文主要利用InTouch状态监测软件参考反应堆冷却剂系统、化学和容积控制系统、设备冷却水系统、余热排出系统的部分典型故障，通过对这些典型故障的分析，提取故障征兆参数[3]，并在InTouch上进行模拟应用，同时利用图1所示的关系结构，对获取的故障征兆参数在Access数据库中进行存储，以供后续分析，在对数据库表关系进行设计时，考虑到核动力装置参数的庞大性，因此针对监测的参数采用一一对应关系建立数据库，这样可以针对特定的参数进行历史查询，同时在数据库中增加各自存储的时间、日期可以确定故障发生的对应时间段，按照参数监测的对应名称及一一对应关系建立数据库表关系如图2所示。

图2　故障数据库表结构关系

在InTouch上进行故障参数的模拟运行，需要对已发生的典型故障进行总结及分析，这里引用哈尔滨工程大学朱荣旭所研究的结果[5]选取某部分进行模拟应用，选取的部分典型故障详情如表1所示。

通过表1的典型故障情况查询文献及调研研究各自参数的运行范围，再在InTouch上建立逻辑关系进行故障模拟，同时连接数据库实现数据存储，通过查阅文献及相关专业资料中涉及的部分故障参数的运行范围[6-12]列表，如表2所示。

表1　部分典型故障详情

表2　部分监测参数的运行范围

完成上述步骤后，在InTouch上建立各参数的逻辑关系及设定运行范围，同时通过代码连接已建立好的数据库，运行InTouch状态监测软件，得到故障数据库表中存储的数据，隐藏部分参数列后如图3所示，这些数据将为后期的定期安全审查分析作准备工作。

从图3中可以看出，通过故障数据库表可以查看故障日期及时间、各参数的运行数据及出现故障时对应的故障部位。

2　核动力装置故障数据库表中数据的分析

在核动力装置正常运行时，数据库中的数据表现了数据采集设备所对应的现场情况，对其数据进行分析，可以清楚的了解现场状态的实际情况，从而预防事故的发生，提高设备运行的安全性。文中主要是利用SPSS软件对故障数据库中的数据进行分析，进而研究其在定期安全审查中的应用。

2.1SPSS软件概述

统计产品与服务解决方案(statistical product and service solutions，SPSS)软件，是世界上最早的统计分析软件，由美国斯坦福大学的三位研究生Norman H.Nie、C.Hadlai (Tex) Hull 和 Dale H.Bent于1968年研究开发成功。它也是最早采用图形菜单驱动界面的统计软件，最突出的特点就是操作界面极为友好，输出结果美观漂亮，其基本功能主要有数据管理、统计分析、图表分析、输出管理等等。SPSS统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类，每类中又分好几个统计过程，比如回归分析中又分线性回归分析、曲线估计、Logistic回归、Probit回归、加权估计、两阶段最小二乘法、非线性回归等多个统计过程，而且每个过程中又允许用户选择不同的方法及参数。并且SPSS也有专门的绘图系统，可以根据数据绘制各种图形[13-15]。鉴于在处理大型数据时具有独到的优点，目前社会科学、自然科学的各个数据统计领域得到广泛的应用。本文主要利用描述统计中频率分析功能分析所建立的故障数据库表中的数据，研究故障数据库在核动力装置定期安全审查中的应用。

2.2分析结果

对故障数据库中的数据进行处理后导入到SPSS软件中，如图4所示。

在SPSS中建立图4所示的数据与变量关系后，对于故障数据库来说，主要研究故障的发生情况，因此文中主要选取记录的几个故障进行频率分析，相应的分析结果如图5所示。

图3故障数据库表

图4　故障数据库表中数据导入SPSS中详情

图5　对故障数据库中的故障频率百分比分析对比

对比图5中的饼图结果，故障类型23出现的频率高于其他5种类型，占6.717%，而事故类型23在故障数据库表中对应的是“余热排出热交换器壳体破损”，即说明在一定的时间段内，余热排出热交换器壳体破损引发的故障最高，在实际情况下，需要设备维护处对该设备作认真的检查并检修。

这种通过故障数据库对故障进行记录的方式在实际应用时，可以查阅故障数据表判断故障出现的频度，进而对高频度故障设备优先检修，这对于舰船等移动核动力装置来说具有重要的时间效率，可以在一定程度上提高某一核动力舰船的机动性；同时也为设备的检查及维修提供便利方案，检修员可以根据故障数据库表中的故障数据情况判断需要重点关注的设备，从而节省设备检修时间，对于核电厂来说，可以缩短核电站的停运时间，增加经济效益。

2.3故障数据库在定期安全审查中的应用研究

通过对故障数据库表中的故障进行频度分析后，可以判断出故障出现频率高的设备或系统，也可以查阅其运行过程中的数据，从而判断设备的运行性能。故障数据库存储的数据具有时间周期性，针对大型的数据管理处理时，可以根据实际环境及现场条件规定处理周期，当达到规定处理的时间段时，可对数据库中的数据进行分析(平时有需要时也可以进行分析)，即处理数据在时间上存在时间段的关系。

核动力装置系统庞大复杂，且危险系数高，需要对其进行定期安全审查，以确保核动力装置的安全运行，降低运行过程中可能出现的危险故障。定期安全审查是对核设施安全进行的系统性再评价，是常规安全审查和专门安全审查的补充，即在规定的时间间隔内对核设施的安全性进行系统性再评价，以应对运行经验、技术更新、故障检测等方面的积累。在核动力装置一定运行周期内，通过对记录的故障数据进行频度分析，针对高频度的设施或设备进行检修，在定期安全审查时可以节约时间，减少物力、人力的浪费。例如根据前面的饼图分析结果明显看出，在某一时间段内，事故类型3对应的频率百分比为0.748%，而事故类型8、事故类型13、事故类型18、事故类型19、事故类型23对应的频率百分比分别为4.738%、0.621%、1.413%、3.810%、6.717%，将它们按照从高到低的顺序进行排序，如表3所示。

表3　频率大小排序

从表3可以看出，在某一定期安全审查内，可以优先选择事故类型3在数据库中所对应的故障部位进行审查分析，然后依次排序进行，这对于舰船核动力装置来说，可以根据频率高低暂时检修高频率设备，节约检修时间，进而在一定程度上提高作战能力。

在一定时间段内，进行定期安全审查时，可以按照该方法对各设施或设备系统进行审查分析，针对高频度设施或设备优先考虑，有助于舰船类移动核动力装置的快速启航，节约检修时间，降低一一审查的时间。

3　结论

对于核动力装置来说，故障数据库的应用对于定期安全审查来说具有事半功倍的效果，可以节省时间，物力和财力，同时通过故障数据库，工作人员可以查阅某一参数的运行数据及故障情况，预判或诊断故障，而且数据的处理也比较方便。

[1]陈宏霞.核动力装置故障诊断系统数据库开发[D].哈尔滨：哈尔滨工程大学，2006.

[2]张志凛.实时数据库原理及应用[M].北京：中国石化出版社，2001.

[3]史伊龙.基于主动数据库技术的核动力装置控制系统规则库方法研究[D].哈尔滨：哈尔滨工程大学，2004.

[4]任鑫,周碧松,杨翊方,等.动态数据库在船用核动力装置DPSA中的应用探讨[J].数学的实践与认识,2013,43(16):148-155.

[5]朱荣旭.核动力装置分布式状态监测技术研究[D].哈尔滨工程大学，2012.

[6]李恒.核电厂设备冷却水系统调试研究[J].核动力工程，2015,36(8):166-169.

[7]何菊侃.红沿河核电厂常规岛设备冷却水系统设计改进方案[J].江西电力职业技术学院学报,2013,26(1):17-21.

[8]孙伟,陈利刚,李付平,等.反应堆安全壳内放射性水平趋势预测分析[J].辐射防护通讯,2015(1):24-27.

[9]汪沛丰.内陆核电厂循环冷却水处理方案的选择[J].工业用水与废水,2014,45(3):59-62.

[10]段卫江.秦山300MW核电机组全范围仿真机放射性监测系统仿真[J].核动力工程,1996(2):156-160.

[11]郑杰民.设备冷却水系统放射性异常的响应分析[J].中国核电,2014,7(1):59-65.

[12]张帆,朱波,邾明亮,等.小型动力堆大破口事故下安全壳内气载放射性物质浓度计算[J].原子能科学技术,2010,44(B09):269-273.

[13]罗纳德·D·约克奇.SPASS其实很简单[M].北京：中国人民出版社，2010.

[14]张红兵.SPASS宝典[M].北京：电子工业出版社，2007.

[15]骆方，刘红云，黄昆.SPASS数据统计与分析[M].北京：清华大学出版社，2011.

(责任编辑杨继森)

Study on Application of Fault Database in Nuclear Power Plant in PSR

YE Bo-shu, LU Gu-bing, ZHANG Long-fei, ZHU Li-wen, WANG Fei

(Naval University of Engineering, Wuhan 430033, China)

This article analyzed the typical fault occurred in nuclear power plant part, and induced signs of parameters, and then used these symptom parameters in monitoring simulation machine stochastic simulation runs and constructed the corresponding database. The final failure frequency analysis of the database was processed by using SPSS software and its application in periodic safety review value was discussed according to the results of the analysis.

typical fault; symptom parameters; database; SPSS software; PSR

2016-02-08；

2016-03-15

叶博书，男，硕士研究生，助理工程师，主要从事核动力控制与运行研究。

10.11809/scbgxb2016.08.026

format:YE Bo-shu, LU Gu-bing, ZHANG Long-fei, et al.Study on Application of Fault Database in Nuclear Power Plant in PSR[J].Journal of Ordnance Equipment Engineering,2016(8):113-117.

TL77

A

2096-2304(2016)08-0113-05

【信息科学与控制工程】