CN111794978A - 一种安注泵运行寿命预测方法和*** - Google Patents

一种安注泵运行寿命预测方法和*** Download PDF

Info

Publication number
CN111794978A
CN111794978A CN202010716714.8A CN202010716714A CN111794978A CN 111794978 A CN111794978 A CN 111794978A CN 202010716714 A CN202010716714 A CN 202010716714A CN 111794978 A CN111794978 A CN 111794978A
Authority
CN
China
Prior art keywords
injection pump
safety injection
test
time
function
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010716714.8A
Other languages
English (en)
Other versions
CN111794978B (zh
Inventor
湛力
马新光
张�林
郑华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nuclear Power Institute of China
Original Assignee
Nuclear Power Institute of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nuclear Power Institute of China filed Critical Nuclear Power Institute of China
Priority to CN202010716714.8A priority Critical patent/CN111794978B/zh
Publication of CN111794978A publication Critical patent/CN111794978A/zh
Application granted granted Critical
Publication of CN111794978B publication Critical patent/CN111794978B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04D—NON-POSITIVE-DISPLACEMENT PUMPS
    • F04D15/00—Control, e.g. regulation, of pumps, pumping installations or systems
    • F04D15/0088—Testing machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/08—Probabilistic or stochastic CAD

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Mechanical Engineering (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明公开了一种安注泵运行寿命预测方法和***，方法为：在试验期间对低压安全注射泵排出压力下对应的流量特征量、功率特征量、振动特征量进行实时记录。之后特征量数据进行处理，针对特征量与时间的函数曲线提取出周期函数、趋势函数和不规则波动函数，利用特征量的非故障范围得出故障度模型(退化特征故障概率预计模型)。之后利用只考虑时间序列的贝叶斯方法，获得某时刻低压安全注射泵在莫置信区间的故障概率，即利用耐久性试验实时采集数据代入故障度模型中，通过时间序列的贝叶斯方法计算任意时刻低压安注泵在设定的置信区间内发生故障的概率，当故障概率达到预设极限值时，停止耐久性试验。

Description

一种安注泵运行寿命预测方法和***
技术领域
本发明涉及核设备寿命预测领域，具体一种安注泵运行寿命预测方法和***。
背景技术
安注泵是安全注射泵简称，安注泵是反应堆中专设安全***的关键设备之一，在反应堆处理冷却剂管道大破裂，冷却剂压力急剧下降时使用，以淹没堆芯，保障堆芯内水的流动，以便导出余热。冷却剂管道发生破口时，反应堆内冷却剂溢出，产生大量蒸汽和热量，安注泵在如此高温恶劣环境下运行，电子电气设备更容易促进腐蚀受损，机械设备更出现转动部位异常。
安注泵中的低压安全注射泵也是是反应堆中安全***的关键设备之一，其寿命非常重要。但是该设备属于高可靠性长寿期的机电设备，通过现有通用的可靠性评估方法难于准确预测其寿命，而通过长期寿命试验的方法，成本太高，周期太长。
发明内容
本发明目的提供一种安注泵运行寿命预测方法和***；通过开展短期性能试验，利用特征参数的数据提取与处理的方式，对低压安全注射泵的运行寿命进行预测，确保了在较低成本、较短时间条件下寿命预测结果的准确度。
本发明通过下述技术方案实现：
一种安注泵运行寿命预测方法，包括以下步骤：
S1、对安注泵开展性能试验，获得安注泵的第一组试验参数和第一组退化特征参数；
S2、根据第一组试验参数拟合出各性能试验的试验参数随时间的函数关系，根据第一组试验参数拟合出性能试验的各退化特征参数随时间的函数关系；
S3、构建性能试验的各试验参数随时间的函数关系与性能试验的各退化特征参数随时间的函数关系的耦合关系；
S4、根据耦合关系构建退化特征故障概率预计模型；
S5、根据性能试验所获的第一组试验参数代入退化特征故障概率预计模型中获得经验故障概率；
S6、对安注泵开展耐久性试验，获得安注泵的第二试验参数和和第二组退化特征参数；
S7、根据耐久性试验所获的第二组试验参数和第二组退化特征参数代入退化特征故障概率预计模型中获得样本故障概率；
S8、在只考虑时间序列的贝叶斯方法下获得预测故障概率，当预测故障概率达到预设极限值时，此时的时间视为安注泵寿命；其中，预测故障概率通过贝叶斯方法根据经验故障概率、样本故障概率获得的。
本发明方法结合试验与理论分析，给出了低压安全注射泵的性能试验方法，提出了反映低压安全注射泵寿命的多个关键特征参数。按照特定数据处理方法与判断准则，对低压安全注射泵寿命进行预测。该预测方法成本较低、周期较短、准确度较高。其特点：1)参考低压安全注射泵实际运行工况设计试验内容，试验数据更为准确，有效。(2)本方法试验时间远低于寿命试验时间，节约成本与时间。(3)选取的特征量能够准确反映低压安全注射泵性能状态。(4)寿命的理论评估方法与特定对象的试验相结合，更为准确可靠。
优选的，进一步方案为：
第一组试验参数包括：安注泵的电气信号频率C性、安注泵的进出口压力压差I性、安注泵的介质温度W性；
第一组退化特征参数包括：安注泵的流量Q性、安注泵的运行功率G性、安注泵的运行振动A性；
构建性能试验的各试验参数随时间的函数关系与性能试验的各退化特征参数随时间的函数关系的耦合关系具体为：
Qi(t)＝WQi(t)+CQi(t)+IQi(t)；
Gi(t)＝WGi(t)+CGi(t)+IGi(t)；
Ai(t)＝WAi(t)+CAi(t)+IAi(t)；
上述中的+表述耦合；
WQi(t)、WGi(t)、WAi(t)均在安注泵的出口压力P在第i级时、根据介质温度W性拟合出的介质温度随时间的趋势函数；
CQi(t)、CGi(t)、CAi(t)均为在安注泵的出口压力P在第i级时、根据电气信号频率C性拟合出的电气信号频率随时间的周期函数；
IQi(t)、IGi(t)、IAi(t)均为在安注泵的出口压力P在第i级时、根据进出口压力压差I性拟合出的进出口压力压差随时间的不规则函数；
Qi(t)为在安注泵的出口压力P在第i级时、根据流量Q性拟合出的流量随时间的函数；
Gi(t)为在安注泵的出口压力P在第i级时、根据运行功率G性拟合出的运行功率随时间的函数；
Ai(t)为在安注泵的出口压力P在第i级时、根据运行振动A性拟合出的运行振动随时间的函数。
优选的，进一步方案为：
性能试验具体为：
分别在常温、中温、高温的安注泵的外部环境温度下，先将安注泵的介质温度升至预设工况高温，再逐渐关闭出口节流阀，使泵的安注泵的出口压力上升逐级升压，每级连续运行、并记录第一组试验参数、第一组退化特征参数。
优选的，进一步方案为：
耐久性试验具体为：
使安注泵在常温、满负荷、供给介质下累计连续运行试验，试验中每小时测量并记录第二组试验参数、第二组退化特征参数，
第二组试验参数包括：安注泵的电气信号频率C耐、安注泵的进出口压力压差I耐、安注泵的介质温度W耐；
第二组退化特征参数包括：安注泵的流量Q耐、安注泵的运行功率G耐、安注泵的运行振动A耐。
优选的，进一步方案为：
退化特征故障概率预计模型为F(t)：
F(t)＝1-P﹛T≥t设计﹜＝P﹛Q(t)≥Q0且G(t)≤G0且A(t)≤A0﹜；
P﹛﹜表示概率公式；T表示试验预估运行寿命，t设计表示设计目标寿命，Q0表示预设非故障范围流量特征量阈值，G0表示预设非故障范围内运行功率特征量阈值、A0表示预设非故障范围内运行振动特征量阈值；
Q(t)为流量随时间的函数；
G(t)为运行功率随时间的函数；
A(t)为运行振动随时间的函数。
优选的，进一步方案为：
所述常温为25℃，中温为25℃～90℃且不含25℃、含90℃，高温为90～200℃且不含90℃、含200℃。
一种安注泵运行寿命预测***，包括：测量***
测量***包括：
流经安注泵的进出口回路，在安注泵的进口上设置有进口调节阀门，在安注泵的出口上设置有出口调节阀门，
进口调节阀门、出口调节阀门受控制器控制，控制器受工控机指令控制；
在安注泵的出口上设置有出口压力计、压差变送器、流量计，
安注泵本体上设置有加速度计；
安注泵受工控机的电气控制，
还包括测量安注泵的电气测量装置；
其中，工控机通过流量计获得流量，工控机通过压差变送器获得进出口压力压差，工控机通过加速度计获得加速度后处理为运行振动，工控机通过电气测量装置获得运行功率、电气信号频率、电气信号电压、电气信号电流。
一种安注泵运行寿命预测***，包括：预测***，
预测***包括：
根据第一组试验参数拟合出各性能试验的试验参数随时间的函数关系的装置，根据第一组试验参数拟合出性能试验的各退化特征参数随时间的函数关系的装置；
构建性能试验的各试验参数随时间的函数关系与性能试验的各退化特征参数随时间的函数关系的耦合关系的装置；
根据耦合关系构建退化特征故障概率预计模型的装置；
根据性能试验所获的第一组试验参数代入退化特征故障概率预计模型中获得经验故障概率的装置；
根据耐久性试验所获的第二组试验参数和第二组退化特征参数代入退化特征故障概率预计模型中获得样本故障概率的装置；
在只考虑时间序列的贝叶斯方法下获得预测故障概率的装置；
当预测故障概率达到预设极限值时，判定此时的时间视为安注泵寿命的装置；
其中，预测故障概率是通过贝叶斯方法根据经验故障概率、样本故障概率获得的。
安注泵为低压安全注射泵。
本发明的使用前景有：核能、能源动力、石油化工及航空航天等工业领域内存在大量泵类连续运行的机电设备，其状态监测及运行寿命的预测关系到***装置的可靠性，通过合理的寿命预测方法，对评估设备的可靠性有重要意义。
本发明为反应堆低压安全注射泵的寿命预测提供了一种新型方法，该方法可应用在低压安全注射泵设计与鉴定服务。
本发明的上述步骤可以总结为以下技术路线：
首先对低压安全注射泵开展低温、中温、高温的性能试验，之后开展耐久性试验。
在试验期间对低压安全注射泵排出压力下对应的流量特征量、功率特征量、振动特征量进行实时记录。之后特征量数据进行处理，针对特征量与时间的函数曲线提取出周期函数、趋势函数和不规则波动函数，利用特征量的非故障范围得出故障度模型(退化特征故障概率预计模型)。之后利用只考虑时间序列的贝叶斯方法，获得某时刻低压安全注射泵在莫置信区间的故障概率，即利用耐久性试验实时采集数据代入故障度模型中，通过时间序列的贝叶斯方法计算任意时刻低压安注泵在设定的置信区间内发生故障的概率，当故障概率达到预设极限值时，停止耐久性试验。此时的运行时刻，即为预测寿命。
本发明具有以下优点和有益效果：
1、参考低压安全注射泵实际运行工况设计试验内容，试验数据更为准确，有效。
2、本方法的试验内容能够较为准确的反映低压安全注射泵在实际运行条件的下寿命的损耗，但是与全寿期考验的试验相比，试验时间更短。因此本方法试验时间远低于寿命试验时间，节约成本与时间。
3、上述选取的特征量能够准确反映低压安全注射泵性能状态。
4、本方法采用基于一定量试验数据的贝叶斯方法，相对于国标等通用型预测方法，更为准确。是一种寿命的理论评估方法与特定对象的试验相结合，因此更为准确可靠。
总之，本方法与传统预测方法相比，在较为准确的预测低压安全注射泵寿命的前提下，更为节省成本与时间。
本发明对应的***，该***由试验和理论分析组成。该方法和***有效解决了较为准确的对高可靠性长寿期低压安全注射泵的运行寿命预测。
本方法充分考虑设备在反应堆正常和事故条件下的环境条件和运行工况，试验内容较为真实的反映设备在实际运行时的损伤情况，因此所得到的数据更为真实、有效。在理论分析中，采用近似法(拟合)根据试验数据获取设备的退化特征故障预计模型，同时利用以往低压安全注射泵试验数据作为先验信息，采用贝叶斯方法得到设备的失效分别密度函数。将理论分析与试验数据结合，从而较为准确的预测低压安全注射泵的运行寿命。本方法与全周期寿命试验相比，成本低廉，试验周期短。与传统通用型寿命理论预测相比，准确性更高。
本方法依据低压安全注射泵实际运行工况设计试验内容和方法，开展安注泵在反应堆的低温、中温、高温运行环境中的性能试验，使获得的数据更为准确，有效。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
附图1为本发明的结构示意图。
附图2a为预测寿命分布与退化值关系
附图2b为预测寿命分布与退化值关系
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1
如图1、图2a、图2b所示：
一种安注泵运行寿命预测方法，包括以下步骤：
S1、对安注泵开展性能试验，获得安注泵的第一组试验参数和第一组退化特征参数；
S2、根据第一组试验参数拟合出各性能试验的试验参数随时间的函数关系，根据第一组试验参数拟合出性能试验的各退化特征参数随时间的函数关系；
S3、构建性能试验的各试验参数随时间的函数关系与性能试验的各退化特征参数随时间的函数关系的耦合关系；
S4、根据耦合关系构建退化特征故障概率预计模型；
S5、根据性能试验所获的第一组试验参数代入退化特征故障概率预计模型中获得经验故障概率；
S6、对安注泵开展耐久性试验，获得安注泵的第二试验参数和和第二组退化特征参数；
S7、根据耐久性试验所获的第二组试验参数和第二组退化特征参数代入退化特征故障概率预计模型中获得样本故障概率；
S8、在只考虑时间序列的贝叶斯方法下获得预测故障概率，当预测故障概率达到预设极限值时，此时的时间视为安注泵寿命；其中，预测故障概率通过贝叶斯方法根据经验故障概率、样本故障概率获得的。
本发明方法结合试验与理论分析，给出了低压安全注射泵的性能试验方法，提出了反映低压安全注射泵寿命的多个关键特征参数。按照特定数据处理方法与判断准则，对低压安全注射泵寿命进行预测。该预测方法成本较低、周期较短、准确度较高。其特点：1)参考低压安全注射泵实际运行工况设计试验内容，试验数据更为准确，有效。(2)本方法试验时间远低于寿命试验时间，节约成本与时间。(3)选取的特征量能够准确反映低压安全注射泵性能状态。(4)寿命的理论评估方法与特定对象的试验相结合，更为准确可靠。
优选的，进一步方案为：
第一组试验参数包括：安注泵的电气信号频率C性、安注泵的进出口压力压差I性、安注泵的介质温度W性；
第一组退化特征参数包括：安注泵的流量Q性、安注泵的运行功率G性、安注泵的运行振动A性；
构建性能试验的各试验参数随时间的函数关系与性能试验的各退化特征参数随时间的函数关系的耦合关系具体为：
Qi(t)＝WQi(t)+CQi(t)+IQi(t)；
Gi(t)＝WGi(t)+CGi(t)+IGi(t)；
Ai(t)＝WAi(t)+CAi(t)+IAi(t)；
上述中的+表述耦合；
WQi(t)、WGi(t)、WAi(t)均在安注泵的出口压力P在第i级时、根据介质温度W性拟合出的介质温度随时间的趋势函数；
CQi(t)、CGi(t)、CAi(t)均为在安注泵的出口压力P在第i级时、根据电气信号频率C性拟合出的电气信号频率随时间的周期函数；
IQi(t)、IGi(t)、IAi(t)均为在安注泵的出口压力P在第i级时、根据进出口压力压差I性拟合出的进出口压力压差随时间的不规则函数；
Qi(t)为在安注泵的出口压力P在第i级时、根据流量Q性拟合出的流量随时间的函数；
Gi(t)为在安注泵的出口压力P在第i级时、根据运行功率G性拟合出的运行功率随时间的函数；
Ai(t)为在安注泵的出口压力P在第i级时、根据运行振动A性拟合出的运行振动随时间的函数。
优选的，进一步方案为：
性能试验具体为：
分别在常温、中温、高温的安注泵的外部环境温度下，先将安注泵的介质温度升至预设工况高温，再逐渐关闭出口节流阀，使泵的安注泵的出口压力上升逐级升压，每级连续运行、并记录第一组试验参数、第一组退化特征参数。
优选的，进一步方案为：
耐久性试验具体为：
使安注泵在常温、满负荷、供给介质下累计连续运行试验，试验中每小时测量并记录第二组试验参数、第二组退化特征参数，
第二组试验参数包括：安注泵的电气信号频率C耐、安注泵的进出口压力压差I耐、安注泵的介质温度W耐；
第二组退化特征参数包括：安注泵的流量Q耐、安注泵的运行功率G耐、安注泵的运行振动A耐。
优选的，进一步方案为：
退化特征故障概率预计模型为F(t)：
F(t)＝1-P﹛T≥t设计﹜＝P﹛Q(t)≥Q0且G(t)≤G0且A(t)≤A0﹜；
P﹛﹜表示概率公式；T表示试验预估运行寿命，t设计表示设计目标寿命，Q0表示预设非故障范围流量特征量阈值，G0表示预设非故障范围内运行功率特征量阈值、A0表示预设非故障范围内运行振动特征量阈值；
Q(t)为流量随时间的函数；
G(t)为运行功率随时间的函数；
A(t)为运行振动随时间的函数。
优选的，进一步方案为：
所述常温为25℃，中温为25℃～90℃且不含25℃、含90℃，高温为90～200℃且不含90℃、含200℃。
如图2a和图2b中，t1为试验时间，t2为根据试验数据外推到失效值时低压安全注射泵的运行寿命。
若如图2a所示，将t2带入模型时，失效概率与有效概率相差不大，无法判别此时泵的性能状态，则继续开展试验。直到出现图2b，在图2b的t2时刻泵的失效概率极大，可判定泵产生故障。此时可停止试验，试验时间为t1，t2为低压安全注射泵预测寿命。
实施例2
一种安注泵运行寿命预测***，包括：测量***
测量***包括：
流经安注泵的进出口回路，在安注泵的进口上设置有进口调节阀门，在安注泵的出口上设置有出口调节阀门，
进口调节阀门、出口调节阀门受控制器控制，控制器受工控机指令控制；
在安注泵的出口上设置有出口压力计、压差变送器、流量计，
安注泵本体上设置有加速度计；
安注泵受工控机的电气控制，
还包括测量安注泵的电气测量装置；
其中，工控机通过流量计获得流量，工控机通过压差变送器获得进出口压力压差，工控机通过加速度计获得加速度后处理为运行振动，工控机通过电气测量装置获得运行功率、电气信号频率、电气信号电压、电气信号电流。
一种安注泵运行寿命预测***，包括：预测***，
预测***包括：
根据第一组试验参数拟合出各性能试验的试验参数随时间的函数关系的装置，根据第一组试验参数拟合出性能试验的各退化特征参数随时间的函数关系的装置；
构建性能试验的各试验参数随时间的函数关系与性能试验的各退化特征参数随时间的函数关系的耦合关系的装置；
根据耦合关系构建退化特征故障概率预计模型的装置；
根据性能试验所获的第一组试验参数代入退化特征故障概率预计模型中获得经验故障概率的装置；
根据耐久性试验所获的第二组试验参数和第二组退化特征参数代入退化特征故障概率预计模型中获得样本故障概率的装置；
在只考虑时间序列的贝叶斯方法下获得预测故障概率的装置；
当预测故障概率达到预设极限值时，判定此时的时间视为安注泵寿命的装置；
其中，预测故障概率是通过贝叶斯方法根据经验故障概率、样本故障概率获得的。
安注泵为低压安全注射泵。
本发明的使用前景有：核能、能源动力、石油化工及航空航天等工业领域内存在大量泵类连续运行的机电设备，其状态监测及运行寿命的预测关系到***装置的可靠性，通过合理的寿命预测方法，对评估设备的可靠性有重要意义。
本发明为反应堆低压安全注射泵的寿命预测提供了一种新型方法，该方法可应用在低压安全注射泵设计与鉴定服务。
本发明的上述步骤可以总结为以下技术路线：
首先对低压安全注射泵开展低温、中温、高温的性能试验，之后开展耐久性试验。
在试验期间对低压安全注射泵排出压力下对应的流量特征量、功率特征量、振动特征量进行实时记录。之后特征量数据进行处理，针对特征量与时间的函数曲线提取出周期函数、趋势函数和不规则波动函数，利用特征量的非故障范围得出故障度模型(退化特征故障概率预计模型)。之后利用只考虑时间序列的贝叶斯方法，获得某时刻低压安全注射泵在莫置信区间的故障概率，即利用耐久性试验实时采集数据代入故障度模型中，通过时间序列的贝叶斯方法计算任意时刻低压安注泵在设定的置信区间内发生故障的概率，当故障概率达到预设极限值时，停止耐久性试验。此时的运行时刻，即为预测寿命。
本发明具有以下优点和有益效果：
1、参考低压安全注射泵实际运行工况设计试验内容，试验数据更为准确，有效。
2、本方法的试验内容能够较为准确的反映低压安全注射泵在实际运行条件的下寿命的损耗，但是与全寿期考验的试验相比，试验时间更短。因此本方法试验时间远低于寿命试验时间，节约成本与时间。
3、上述选取的特征量能够准确反映低压安全注射泵性能状态。
4、本方法采用基于一定量试验数据的贝叶斯方法，相对于国标等通用型预测方法，更为准确。是一种寿命的理论评估方法与特定对象的试验相结合，因此更为准确可靠。
总之，本方法与传统预测方法相比，在较为准确的预测低压安全注射泵寿命的前提下，更为节省成本与时间。
本发明对应的***，该***由试验和理论分析组成。该方法和***有效解决了较为准确的对高可靠性长寿期低压安全注射泵的运行寿命预测。
本方法充分考虑设备在反应堆正常和事故条件下的环境条件和运行工况，试验内容较为真实的反映设备在实际运行时的损伤情况，因此所得到的数据更为真实、有效。在理论分析中，采用近似法(拟合)根据试验数据获取设备的退化特征故障预计模型，同时利用以往低压安全注射泵试验数据作为先验信息，采用贝叶斯方法得到设备的失效分别密度函数。将理论分析与试验数据结合，从而较为准确的预测低压安全注射泵的运行寿命。本方法与全周期寿命试验相比，成本低廉，试验周期短。与传统通用型寿命理论预测相比，准确性更高。
本方法依据低压安全注射泵实际运行工况设计试验内容和方法，开展安注泵在反应堆的低温、中温、高温运行环境中的性能试验，使获得的数据更为准确，有效。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种安注泵运行寿命预测方法，其特征在于，包括以下步骤：
S1、对安注泵开展性能试验，获得安注泵的第一组试验参数和第一组退化特征参数；
S2、根据第一组试验参数拟合出各性能试验的试验参数随时间的函数关系，根据第一组试验参数拟合出性能试验的各退化特征参数随时间的函数关系；
S3、构建性能试验的各试验参数随时间的函数关系与性能试验的各退化特征参数随时间的函数关系的耦合关系；
S4、根据耦合关系构建退化特征故障概率预计模型；
S5、根据性能试验所获的第一组试验参数代入退化特征故障概率预计模型中获得经验故障概率；
S6、对安注泵开展耐久性试验，获得安注泵的第二试验参数和和第二组退化特征参数；
S7、根据耐久性试验所获的第二组试验参数和第二组退化特征参数代入退化特征故障概率预计模型中获得样本故障概率；
S8、在只考虑时间序列的贝叶斯方法下获得预测故障概率，当预测故障概率达到预设极限值时，此时的时间视为安注泵寿命；其中，预测故障概率通过贝叶斯方法根据经验故障概率、样本故障概率获得的。
2.根据权利要求1所述的一种安注泵运行寿命预测方法，其特征在于，
第一组试验参数包括：安注泵的电气信号频率C性、安注泵的进出口压力压差I性、安注泵的介质温度W性；
第一组退化特征参数包括：安注泵的流量Q性、安注泵的运行功率G性、安注泵的运行振动A性；
构建性能试验的各试验参数随时间的函数关系与性能试验的各退化特征参数随时间的函数关系的耦合关系具体为：
Qi(t)＝WQi(t)+CQi(t)+IQi(t)；
Gi(t)＝WGi(t)+CGi(t)+IGi(t)；
Ai(t)＝WAi(t)+CAi(t)+IAi(t)；
上述中的+表述耦合；
WQi(t)、WGi(t)、WAi(t)均在安注泵的出口压力P在第i级时、根据介质温度W性拟合出的介质温度随时间的趋势函数；
CQi(t)、CGi(t)、CAi(t)均为在安注泵的出口压力P在第i级时、根据电气信号频率C性拟合出的电气信号频率随时间的周期函数；
IQi(t)、IGi(t)、IAi(t)均为在安注泵的出口压力P在第i级时、根据进出口压力压差I性拟合出的进出口压力压差随时间的不规则函数；
Qi(t)为在安注泵的出口压力P在第i级时、根据流量Q性拟合出的流量随时间的函数；
Gi(t)为在安注泵的出口压力P在第i级时、根据运行功率G性拟合出的运行功率随时间的函数；
Ai(t)为在安注泵的出口压力P在第i级时、根据运行振动A性拟合出的运行振动随时间的函数。
3.根据权利要求1所述的一种安注泵运行寿命预测方法，其特征在于，
性能试验具体为：
分别在常温、中温、高温的安注泵的外部环境温度下，先将安注泵的介质温度升至预设工况高温，再逐渐关闭出口节流阀，使泵的安注泵的出口压力上升逐级升压，每级连续运行、并记录第一组试验参数、第一组退化特征参数。
4.根据权利要求1所述的一种安注泵运行寿命预测方法，其特征在于，
耐久性试验具体为：
使安注泵在常温、满负荷、供给介质下累计连续运行试验，试验中每小时测量并记录第二组试验参数、第二组退化特征参数，
第二组试验参数包括：安注泵的电气信号频率C耐、安注泵的进出口压力压差I耐、安注泵的介质温度W耐；
第二组退化特征参数包括：安注泵的流量Q耐、安注泵的运行功率G耐、安注泵的运行振动A耐。
5.根据权利要求1所述的一种安注泵运行寿命预测方法，其特征在于，
退化特征故障概率预计模型为F(t)：
F(t)＝1-P﹛T≥t设计﹜＝P﹛Q(t)≥Q0且G(t)≤G0且A(t)≤A0﹜；
P﹛﹜表示概率公式；T表示试验预估运行寿命，t设计表示设计目标寿命，Q0表示预设非故障范围流量特征量阈值，G0表示预设非故障范围内运行功率特征量阈值、A0表示预设非故障范围内运行振动特征量阈值；
Q(t)为流量随时间的函数；
G(t)为运行功率随时间的函数；
A(t)为运行振动随时间的函数。
6.根据权利要求3所述的一种安注泵运行寿命预测方法，其特征在于，
所述常温为25℃，中温为25℃～90℃且不含25℃、含90℃，高温为90～200℃且不含90℃、含200℃。
7.一种安注泵运行寿命预测***，其特征在于，包括：测量***
测量***包括：
流经安注泵的进出口回路，在安注泵的进口上设置有进口调节阀门，在安注泵的出口上设置有出口调节阀门，
进口调节阀门、出口调节阀门受控制器控制，控制器受工控机指令控制；
在安注泵的出口上设置有出口压力计、压差变送器、流量计，
安注泵本体上设置有加速度计；
安注泵受工控机的电气控制；
还包括测量安注泵的电气测量装置；
其中，工控机通过流量计获得流量，工控机通过压差变送器获得进出口压力压差，工控机通过加速度计获得加速度后处理为运行振动，工控机通过电气测量装置获得运行功率、电气信号频率、电气信号电压、电气信号电流。
8.根据权利要求7所述的一种安注泵运行寿命预测***，其特征在于，包括：预测***，
预测***包括：
根据第一组试验参数拟合出各性能试验的试验参数随时间的函数关系的装置，根据第一组试验参数拟合出性能试验的各退化特征参数随时间的函数关系的装置；
构建性能试验的各试验参数随时间的函数关系与性能试验的各退化特征参数随时间的函数关系的耦合关系的装置；
根据耦合关系构建退化特征故障概率预计模型的装置；
根据性能试验所获的第一组试验参数代入退化特征故障概率预计模型中获得经验故障概率的装置；
根据耐久性试验所获的第二组试验参数和第二组退化特征参数代入退化特征故障概率预计模型中获得样本故障概率的装置；
在只考虑时间序列的贝叶斯方法下获得预测故障概率的装置；
当预测故障概率达到预设极限值时，判定此时的时间视为安注泵寿命的装置；
其中，预测故障概率是通过贝叶斯方法根据经验故障概率、样本故障概率获得的。
9.根据权利要求7所述的一种安注泵运行寿命预测***，其特征在于，安注泵为低压安全注射泵。
CN202010716714.8A 2020-07-23 2020-07-23 一种安注泵运行寿命预测方法和*** Active CN111794978B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010716714.8A CN111794978B (zh) 2020-07-23 2020-07-23 一种安注泵运行寿命预测方法和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010716714.8A CN111794978B (zh) 2020-07-23 2020-07-23 一种安注泵运行寿命预测方法和***

Publications (2)

Publication Number Publication Date
CN111794978A true CN111794978A (zh) 2020-10-20
CN111794978B CN111794978B (zh) 2022-02-11

Family

ID=72828180

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010716714.8A Active CN111794978B (zh) 2020-07-23 2020-07-23 一种安注泵运行寿命预测方法和***

Country Status (1)

Country Link
CN (1) CN111794978B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113074122A (zh) * 2021-03-31 2021-07-06 中国核动力研究设计院 一种对反应堆轴封泵振动监测的故障时刻预测方法
CN113111521A (zh) * 2021-04-20 2021-07-13 中国航空综合技术研究所 基于故障行为的航空机电产品可靠性建模与分析方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1490527A (zh) * 2002-09-27 2004-04-21 ��ʽ���綫֥ 制造装置及旋转机的寿命预测方法
CN101894185A (zh) * 2010-06-29 2010-11-24 北京航空航天大学 一种基于动态双极mpnn的小样本数据对象的寿命预测方法
CN102081767A (zh) * 2011-01-29 2011-06-01 河南科技大学 基于乏信息理论融合的产品寿命特征信息提取方法
CN102402727A (zh) * 2011-11-10 2012-04-04 中联重科股份有限公司 工程机械的部件剩余寿命预测***及方法
CN106438395A (zh) * 2016-10-20 2017-02-22 太原理工大学 矿用离心泵在线加速寿命试验平台及其试验方法
CN109783832A (zh) * 2017-11-14 2019-05-21 中国人民解放军陆军工程大学 一种基于贝叶斯修正的液压泵性能退化建模方法
CN110851980A (zh) * 2019-11-11 2020-02-28 中国人民解放***箭军工程大学 一种设备剩余寿命预测方法及***

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1490527A (zh) * 2002-09-27 2004-04-21 ��ʽ���綫֥ 制造装置及旋转机的寿命预测方法
CN101894185A (zh) * 2010-06-29 2010-11-24 北京航空航天大学 一种基于动态双极mpnn的小样本数据对象的寿命预测方法
CN102081767A (zh) * 2011-01-29 2011-06-01 河南科技大学 基于乏信息理论融合的产品寿命特征信息提取方法
CN102402727A (zh) * 2011-11-10 2012-04-04 中联重科股份有限公司 工程机械的部件剩余寿命预测***及方法
CN106438395A (zh) * 2016-10-20 2017-02-22 太原理工大学 矿用离心泵在线加速寿命试验平台及其试验方法
CN109783832A (zh) * 2017-11-14 2019-05-21 中国人民解放军陆军工程大学 一种基于贝叶斯修正的液压泵性能退化建模方法
CN110851980A (zh) * 2019-11-11 2020-02-28 中国人民解放***箭军工程大学 一种设备剩余寿命预测方法及***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
朱建新等: ""基于多维高斯贝叶斯的机械设备失效/故障之恩给你诊断及参数影响分析"", 《机械工程学报》 *
胡昌华等: ""数据驱动的寿命预测和健康管理技术研究进展"", 《信息与控制》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113074122A (zh) * 2021-03-31 2021-07-06 中国核动力研究设计院 一种对反应堆轴封泵振动监测的故障时刻预测方法
CN113074122B (zh) * 2021-03-31 2022-04-29 中国核动力研究设计院 一种对反应堆轴封泵振动监测的故障时刻预测方法
CN113111521A (zh) * 2021-04-20 2021-07-13 中国航空综合技术研究所 基于故障行为的航空机电产品可靠性建模与分析方法
CN113111521B (zh) * 2021-04-20 2023-08-04 中国航空综合技术研究所 基于故障行为的航空机电产品可靠性建模与分析方法

Also Published As

Publication number Publication date
CN111794978B (zh) 2022-02-11

Similar Documents

Publication Publication Date Title
CN111794978B (zh) 一种安注泵运行寿命预测方法和***
CN111361454B (zh) 动力电池热管理***的诊断方法、装置、设备和存储介质
US10656045B2 (en) Apparatus for analyzing the performance of fluid distribution equipment
CN104865534B (zh) 一种单体电池内部温度估计方法
CN114577418B (zh) 一种基于物联网的压力容器泄漏检测***
CN112098850B (zh) 基于sdo算法的锂离子电池电压故障诊断方法及***
CN110147849B (zh) 一种强电磁脉冲下柴油发动机电控***薄弱环节识别方法
CN113075899B (zh) 一种基于物联网智能燃气表的燃气泄漏监控方法
CN113111521B (zh) 基于故障行为的航空机电产品可靠性建模与分析方法
CN112231893B (zh) 一种特殊工况时安全壳泄漏率计算方法
CN108678938B (zh) 机载燃油泵性能退化试验方法
CN112284897A (zh) 核电机组蒸汽发生器传热管微振磨损损伤处理方法
Surakov et al. Software and hardware system development for determining pump-and-compressor equipment technical state
CN109243652B (zh) 一种核电站***压缩空气流量数据有效性判断***及方法
CN112683335B (zh) 一种变电设备套管故障检测方法、装置
Choi et al. Prognostics and Health Management for Battery Remaining Useful Life Prediction Based on Electrochemistry Model: A Tutorial
Li et al. Reliability analysis of the sealed relay based on degradation data
CN105759215B (zh) 一种数据驱动的铅酸蓄电池荷电容量预测方法
Adekunle et al. Analyzing Transformer Insulation Paper Prognostics and Health Management: A Modeling Framework Perspective
Lv et al. Research on storage life assessment method of aerospace products
CN212005137U (zh) 一种高低压稀油站
Zhu et al. A Hybrid Method to Predict the Remaining Useful Life of Scroll Wheel of Control Rod Drive Mechanism
Song et al. Advances in Evaluation of State of Health of Electrical Connectors
CN118148937A (zh) 一种核电站用定流量离心泵的性能监督方法
CN117907769A (zh) 一种并联电抗器状态诊断方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant