控制棒驱动机构智能感知与诊断系统架构设计与实现

为提升核反应堆关键设备的智能化水平，使设备能根据实时获取的多源信号实现运行状态的自我感知、诊断和反馈，本研究针对控制棒驱动机构开发了控制棒驱动系统自适应控制数字化模型和控制棒驱动机构故障诊断智能模型，并基于dSPACE实时仿真系统搭建了控制棒驱动机构智能感知与诊断系统实验样机。通过功能验证，证明该系统能根据控制棒驱动机构线圈电流和振动信号对控制棒驱动机构的正常运行工况和典型故障模式进行实时判别、故障诊断、反馈与自适应控制，各种运行状态的识别准确率达到99.2%以上，为后续核反应堆智能设备的研制提供参考。     

基于特征放大的小波反应堆CRDM动作检测

为保障核反应堆安全运行,可靠地检测反应堆核心部件——控制棒驱动机构(CRDM)动作是极其必要的。针对控制棒驱动机构线圈电流动作点信号变化能有效反映控制棒驱动机构动作状态的特性,设计了基于特征放大的小波反应堆CRDM动作检测方法。由控制棒驱动机构电路构建无动作点电流上升段曲线模型,利用该模型对电流动作点部分特征进行放大,再对特征放大的电流动作点进行小波分解,从而实现对线圈电流动作点的检测。利用MATLAB对算法进行验证。验证结果表明:该方法对控制棒驱动机构线圈电流动作点的辨识度达到9.43。相较于小波变换,基于特征放大的小波变换检测算法对控制棒驱动机构线圈电流动作点的辨识度更高、辨识度阈值范围更大,可以更可靠地检测出控制棒驱动机构线圈电流动作点。     

压水堆核电站CRDM故障诊断研究与实践

对压水堆核电站控制棒驱动机构故障诊断方法进行了研究.通过采用虚拟仪器技术,在线监测控制棒驱动机构线圈电流波形、分析波形特征、辨识驱动机构动作特征点,从而判断驱动机构及其电流调节输出回路的运行情况.分析结果实时保存到数据库,可用于驱动机构性能变化趋势的长期分析.系统对提高控制棒驱动机构运行可靠性具有重要意义,已成功应用于秦山第二核电厂,具有一定的推广价值.     

SPARK-Ⅱ转鼓及控制棒驱动机构交叉冗余伺服驱动控制系统的设计

SPARK-Ⅱ转鼓及控制棒的驱动机构需要高可靠的驱动控制,实现该驱动控制功能的设备定义为转鼓及控制棒驱动机构驱动控制器,是指把堆控计算机的指令转化为驱动机构的驱动信号,并能通过对驱动机构的状态采集实现对多套转鼓及控制棒驱动机构的精确控制的控制系统。驱动控制器开展具备双冗余控制器对多台双冗余机构的交叉冗余伺服驱动控制设备的设计,控制器由两组备份的逻辑控制单元、电机交叉冗余切换单元、旋变测量信号切换单元、模拟量调理与切换单元、电磁驱动控制单元及9组电机驱动单元等组成,并通过1553B与堆控计算机通信。通过采用工业器件对设计的控制器的性能进行了检验,设备具备良好的控制性能,能够满足对转鼓及控制棒驱动机构的控制。系统接口满足航天相关规范要求。     

煤矿带式输送机轴承监测诊断系统及其应用

针对煤矿现有带式输送机轴承故障诊断存在的问题,提出了一种新型的煤矿带式输送机轴承监测诊断系统的设计方案。该系统以矿用本安型振动监测分析仪与矿用本安型振动加速度传感器为核心,结合数据库服务器与组态王上位机软件,实现了煤矿带式输送机轴承的振动、温度信号采集与处理、故障实时分析与智能诊断、趋势分析、报告生成等功能。实际应用表明,该系统可实时监测煤矿带式输送机轴承的运行状态并进行故障诊断,满足了煤矿带式输送机运行状态监测与在线诊断的实时性和准确性要求。     

极限学习机在电机故障智能诊断中的应用

针对传统的电机故障诊断方法往往采用单一信号作为诊断依据,以及利用传统的BP神经网络进行故障诊断时存在的训练速度慢、易陷入局部极小值的缺点,提出了一种基于极限学习机和多源信息融合的电机故障诊断方法.首先将定子电流信号做陷波处理,滤除基波分量;然后对电流及振动信号进行小波包分解和重构,以各频带的小波包能量谱作为故障特征向量训练极限学习机模型;最后将训练好的极限学习机模型作为诊断决策分类器来判断电机的运行状态.实验结果表明,此方法能够准确地诊断电机的故障类型,具有运行速度快、故障诊断准确率高的特点,满足了系统在线实时诊断的要求.     

基于LabVIEW的棒控系统试验装置逻辑控制功能实现

棒控系统是压水堆核电站实现反应堆功率快速调节和特殊情况下紧急停堆的重要系统,通过控制控制棒驱动机构的动作,调整控制棒在反应堆内的位置进而实现反应堆功率的调节。棒控系统试验装置是为了配合驱动机构的试验,以及验证棒控系统电源柜功能而专门开发的。试验装置采用LabVIEW虚拟仪器技术,在工控机上实现了逻辑控制功能,降低了成本,且具有配置灵活、简洁易用的特点。     

风力发电机组状态监测系统研究

针对风力发电系统的运行要求,提出一种先进的状态监测与故障诊断系统,该系统以风力发电机组齿轮箱等设备的振动信号等实际测量信号作为信号源,利用自主研发的嵌入式微处理器对采样数据进行信号分析,并可通过远程计算机对机组运行状态进行在线监测;同时嵌入了视频、音频实时监控,可以实现工作人员对机组运行状态的全面、实时远程监控.该系统已在某风电场投入使用,其有效性和准确性得到了验证.     

基于1D-CNN联合特征提取的轴承健康监测与故障诊断

针对特定机械设备构建数据驱动的故障诊断模型缺乏泛化能力,而轴承作为各型机械的共有核心部件,对其健康状态的判定对不同机械的衍生故障分析具有普适性意义.本文提出了一种基于1D-CNN联合特征提取的轴承健康监测与故障诊断算法.算法首先对轴承原始振动信号进行分区裁剪,裁剪获得的信号分区作为特征学习空间并行输入1D-CNN中,以提取各工况下的代表性特征域.为避免对故障重叠信息的处理,优先使用对健康状态敏感的特征域构建轴承健康状态判别模型,若健康状态判别模型识别轴承未处于健康状态,特征域将与原始信号联合重构,通过耦合自动编码器开展故障模式判定.使用凯斯西储大学的轴承数据开展实验,结果表明本文提出算法继承了深层学习模型的准确性和鲁棒性,具有较高的故障诊断精度和较低的诊断时延.     

基于小波变换和TMS320F2812的水泵故障诊断系统研究

对于水泵等旋转机械来说,通过采集水泵振动信号并进行分析,能够较全面地判断出水泵设备运行状态;因此,振动信号的采集就成为设备状态监测与故障诊断的关键部分;设计了一套基于小波变换和DSP的水泵故障诊断系统,该系统可以实现对水泵振动信号的实时采集;为了提高振动信号的信噪比,得到较为纯净的振动信号,采用小波消噪的技术对采集的振动信号进行消噪处理;并且以水泵机组正常运行和发生绕组过热、轻度不平衡、严重不平衡、支座松动等故障为例进行诊断实验,并且故障集参数amax,smax,Tamax,Tsmax和amin,smin,Tamin,Tsmin分别为1.1500,0.1600,46.9787,446.5000和0.9000,0.0700,40.9825,410.6000;实验结果表明,该系统可以有效发现故障,区分故障类型及识别故障程度,为水泵机组故障诊断提供了又一种有效的方法,对其它类似机械故障诊断具有一定的指导意义。     

基于DSP和CPLD的四相容错电机控制系统硬件设计

主要完成了一个以DSP2808为控制核心,结合CPLD进行组合逻辑控制的四相容错电机控制系统的硬件设计;系统通过CPLD发出控制信号控制H桥来驱动电机,通过霍尔电流、位置传感器来进行电机驱动电流、转子位置、电机转速信号的采集,将采集信号送入CPLD和DSP进行闭环控制;对280V供电电压条件下,IGBT的栅极电压和电机的相电压进行了测试,电压波形符合要求,电机运行良好;实际测试结果表明基于此硬件系统的控制电机具有功率大、运行可靠、带负载能力强等优点.     

Implementation of Adaptive Fuzzy Control for a Real-Time Control Demo-Model

From 1995–1999 a R&D project on fuzzy control applications to the Belgian Reactor 1 (BR1) was conducted at the Belgian Nuclear Research Centre (SCK·CEN). Due to the safety regulations of the nuclear reactor, it is not realistic to perform many experiments at BR1. In this situation, part of the pre-processing experiments had to be carried outside the reactor (e.g., comparisons of different methods and the preliminary choices of the parameters). Therefore a water-level control system, referred to as a real-time control demo-model, was designed and constructed. In this paper, the construction of the demo-model and related hardware aspects is firstly outlined, then the results of a fuzzy control (Mamdani-type) and an adaptive fuzzy control are presented. The adaptive fuzzy control is a fuzzy control with an adaptive function that can self-regulate the fuzzy control rules. Finally, an implementation of a computer simulation is introduced with an adaptive fuzzy control for this real-time control demo-model.     

永磁同步电机电流传感器故障诊断及容错控制

电流传感器对永磁同步电机矢量控制系统的稳定性和安全性十分重要.为实现电流传感器的故障诊断及其容错控制，提出了一种简单的逻辑判断策略，该策略基于αβ相电流构造3个故障判断因子以实现故障判断，一相电流传感器故障时，根据基尔霍夫定律重构电流；两相以上故障时，基于李亚普诺夫稳定性定理设计自适应反推观测器进行电流估计，以确保系统稳定运行.在低速和高速运行状态下分别进行了仿真和实验，证明了该策略能够快速诊断故障、准确判断故障相，并基于逻辑判断策略稳定地重构电流，具有较高的可行性和可靠性.     

基于自适应LS-SVM的雷达T/R组件热管冷却故障诊断系统设计

传统雷达T/R组件热管冷却故障诊断系统受到表面振动信号干扰,存在诊断精度较差的问题,针对该问题,提出了基于自适应LS-SVM的雷达T/R组件热管冷却故障诊断系统设计。根据雷达T/R组件热管冷却工作原理,设计该故障检测系统的结构和功能,其中系统设备是由数字化收发芯片、VXI总线多DSP并行处理模块、控制电路和故障诊断电路构成的,通过数字化收发芯片,产生相应脉冲压缩雷达信号,采用TMS302VC5409型号芯片设计的DSP并行处理模型,对缺少上拉电阻的中断输入口设置多个引脚,将信号由电缆传送至驱动电路中,达到雷达波束控制目的。采用霍尔元件对电路进行诊断,经过故障样本特征提取,引用自适应加权 LS-SVM,确定故障类型,根据诊断流程,完成故障诊断系统设计。通过实验结果可知,该系统最低诊断精度也可达到92%以上,为雷达稳定运行提供支持。     

基于多元时间序列分析的控制系统执行器故障诊断方法研究

为提高控制系统执行器故障实时诊断的准确率,该文提出一种基于多元时间序列分析的控制系统执行器在线故障诊断方法。首先分析了控制系统执行器故障机理,确定了表征执行器故障的关键信号;其次采用执行器历史数据,建立了时间卷积网络(TCN)在线预测模型,对执行器多通道信号进行在线预测;随后通过长短期记忆网络(LSTM)对多通道残差信号建立了故障分类模型;最后以燃气轮机控制系统执行器半物理试验平台中的电液执行器为例进行了多次重复试验验证。结果表明,基于TCN网络的在线预测模型相比传统循环神经网络(RNN)预测误差较小;基于LSTM网络的故障分类模型准确率较高;通过LSTM网络对多通道残差信号进行故障分类,比对原始故障数据分类故障准确率更高。     

An algorithm for non-linear space—Time nuclear reactor control

A novel multivariable control algorithm for non-linear space-time nuclear reactor dynamics is proposed in this paper. The multivariable control algorithm is based on a mathematical model of the nuclear reactor which includes: a single energy group of neutrons, delayed neutron precursors, iodine, xenon and thermal-hydraulic feedback. The multivariable control algorithm is composed of non-linear time-varying feedforward and feedback control signals, a reference model of the nuclear reactor and a dynamic observer. The non-linear proportional plus integral feedback controller forces the nuclear reactor to follow the response of the reference model. The dynamic observer estimates the unmeasurable state variables. The feedforward and feedback control signals are determined in a novel approach by specifying the form of the closed-loop response of the neutron density variables. By virtue of the multivariable control algorithm the closed-loop differential equations are linear and time-varying. A linear stability analysis for base-load and load-cycle operation indicates that the closed-loop system is stable provided that the thermal-hydraulic subsystem is inherently stable. The simulated dynamic response indicates that the multivariable control algorithm provides excellent response characteristics.     

基于故障传播与因果关系的故障溯源方法及其在牵引传动控制系统中的应用

针对故障溯源问题,提出一种基于故障传播与因果关系的故障溯源方法.该方法首先建立体现时空特性的系统故障传播模型;其次利用Granger因果关系技术判定不同观测点信号间的因果关系,确定适合提取信号故障特征用于故障诊断的观测点;然后提取系统运行时这些观测点故障特征和故障传播时间;最后同故障传播模型中对应观测点的时空特性相匹配,从而确定故障类型与位置,实现故障溯源.所提方法在高速列车牵引传动控制系统半实物仿真平台上进行了实验验证,结果表明该方法可行有效.     

Design of a fault tolerated intelligent control system for a nuclear reactor power control: Using extended Kalman filter

In this paper an approach based on system identification is used for fault detection in a nuclear reactor. A continuous-time Extended Kalman Filter (EKF) is presented, which allows the parameters of the nonlinear system to be estimated. Also a fault tolerant control system is designed for the nuclear reactor during power changes operation. The proposed controller is an adaptive critic-based neuro-fuzzy controller. Performance of the controller in terms of transient response and robustness against failures is very good and considerable.     

Fault Diagnosis and Sliding Mode Fault Tolerant Control for Non‐Gaussian Stochastic Distribution Control Systems Using T‐s Fuzzy Model

For the non‐Gaussian stochastic distribution control system using Takagi‐Sugeno fuzzy model, a new fault diagnosis and sliding mode fault tolerant control algorithm is presented. First, a new adaptive fault diagnosis algorithm is adopted to diagnose the fault that occurred in the system, and the observation error system is proven to be uniformly bounded. Second, the sliding mode control algorithm is used to reconfigure the controller, based on the fault estimation information. The post‐fault probability density function can still track the given distribution, leading to fault tolerant control of non‐Gaussian stochastic distribution control systems using Takagi‐Sugeno fuzzy model. Finally, simulation results show the effectiveness of the proposed method.