EDN: TLOWQN
Авторы
Аркадов Г.В.1, Коцоев К.И.2,3, Трыкова И.В.2
Организация
Акционерное общество «Научно-технический центр «Диапром», Обнинск, Россия
2 Общество с ограниченной ответственностью «Квант Программ», Москва, Россия
3 Московский государственный технический университет им. Н.Э. Баумана, Москва, Россия
Трыкова И.В.2 – программист. Контакты: e-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в браузере должен быть включен Javascript..
Коцоев К.И.2,3 – руководитель направления Data Science.
Аркадов Г.В.1 – президент российского института системной инженерии, кандидат технических наук.
Аннотация
В реакторных установках с водо-водяным энергетическим реактором не исключено появление в главном циркуляционном контуре свободных, слабозакрепленных и посторонних предметов. Эти предметы могут соударяться с внутренними стенками элементов главного циркуляционного контура, что может привести к повреждению оборудования главного циркуляционного контура. Опыт эксплуатации реакторных установок показывает, что раннее обнаружение подобных событий может минимизировать повреждения оборудования и повысить уровень безопасности эксплуатации АЭС. Обнаружение свободных, слабозакрепленных и посторонних предметов осуществляется по всплескам акустического шума от наносимых ими ударов по поверхности оборудования и трубопроводов. Основной трудностью при обнаружении такого рода событий является то, что при функционировании реакторной установки возникает множество разнообразных штатных шумов, которые не должны приводить к ложным срабатываниям системы обнаружения. Нами предлагается эффективный механизм, основанный на технологиях искусственного интеллекта, позволяющий определить, порожден ли конкретный акустический сигнал «штатным» режимом работы оборудования, либо это шум от соударения со свободным (слабозакрепленным) предметом, требующий незамедлительного реагирования персонала, эксплуатирующего АЭС.
Ключевые слова
атомная электростанция, искусственные нейронные сети, вариационный автоэнкодер, свободные и слабозакрепленные предметы, безопасность эксплуатации, акустические аномалии, раннее обнаружение
Полная версия статьи (PDF)
Список литературы
1. Online monitoring for improving performance of nuclear power plants. Part 2: Process and component condition monitoring and diagnostics. Vienna: IAEA, 2008. 82 p.
2. Максимов И.В., Перевезенцев В.В. Метод локализации удара для системы обнаружения свободных предметов в контуре циркуляции теплоносителя реакторных установок с ВВЭР. Известия вузов. Ядерная энергетика, 2019, № 4, с. 28–38. DOI: 10.26583/npe.2019.4.02.
3. Regulatory Guide 1.133. Loose Part Detection Program for the Primary System of Light Water Cooled Reactors : tech. rep. U.S. Nuclear Regulatory Commission, 1981. 6 p.
4. Operation and Maintenance of Nuclear Power Plants. Part 12 Loose Part Monitoring. American Society of Mechanical Engineers (ASME), 2015. 523 p.
5. IEC 60988. Nuclear power plants. Instrumentation important to safety. Acoustic monitoring systems for detection of loose parts: Characteristics, design criteria and operational procedures, 2009, 75 p.
6. Максимов И.В., Павелко В.И., Перевезенцев В.В., Трыков Е.Л. Метод выделения полезного сигнала для системы обнаружения свободных, слабозакрепленных и посторонних предметов в главном циркуляционном контуре реакторной установки с водо-водяным энергетическим реактором. Вестник МГТУ им. Н.Э. Баумана. Серия: Приборостроение, 2018, № 1, с. 4–15. DOI: 10.18698/0236-3933-2018-1-4-15.
7. Аркадов Г.В., Павелко В.И., Финкель Б.М. Системы диагностирования ВВЭР. М.: Наука, 2019. 391 с.
8. Joao Pedro Cardoso Pereira. Unsupervised Anomaly Detection in Time Series Data using Deep Learning. Dr. elec. and comp. eng. diss. thesis. 2018. 94 р.
9. Князь В.В., Выголов О.В., Федоренко В.В., Севрюков В.Д. Глубокие сверточные автоэнкодеры: стереоотождествление для восстановления трехмерных моделей слабо текстурированных
объектов. Машинное обучение и анализ данных, 2017, т. 3, № 2. с. 119–134. DOI: 10.21469/22233792.3.2.03.
10. Анализ аудиоданных с помощью глубокого обучения и Python (часть 1). 28.02.2020. Доступно на: https://nuancesprog.ru/p/6713/ (дата обращения 17.04.2023).
11. Спектрограмма. Материал из Википедии – свободной энциклопедии. Доступно на: https://ru.wikipedia.org/wiki/Спектрограмма (дата обращения 17.04.2023).
12. Window function. From Wikipedia, the free encyclopedia. Доступно на: https://en.wikipedia.org/wiki/Window_function#Hann_and_Hamming_windows (дата обращения 17.04.2023).
УДК 621.039.4
Вопросы атомной науки и техники. Cерия: Ядерно-реакторные константы, 2023, № 3, c. 245–253
