（核能科学与工程专业论文）基于遗传算法船用核动力装置凝给水系统故障诊断研究.pdf

摘要 目前，国内外对核动力装置的智能故障诊断方法已经进行了许多卓有 成效的研究。其中专家系统和神经网络的方法应用较为成熟。但是大型的 动态系统很难形成完备的样本集，所以应用上述两种方法在原理上无法保 证诊断结果的j 下确性，容易陷入局部最小。因而本文针对核动力装霞故障 诊断的特点，提出一种将概率因果模型和遗传算法相结合的核动力装置二 回路凝给水系统的故障诊断方法，从非线性组合优化的角度提出了该模型 的遗传算法求解策略，它将概率因果模型的似然函数作为遗传算法的适应 函数，从而将复杂系统的故障诊断转化为最优问题。遗传算法与故障诊断 相结合是一个十分活跃的研究领域。遗传算法作为一种模仿生物进化过程 的全局优化算法，提供了种求解复杂系统优化问题的通用框架，对问题 的种类有很强的鲁棒性。 由于遗传算法的并行搜索和全局搜索，可以减少运算量、缩短平均诊 断时间、提高诊断效率和故障识别精度，有广泛的应用前景。遗传算法的 求解过程充分体现了基于生物进化论的杰出的全局最优化思想。本文在已 有模型的基础上提炼故障模型，仿真出各种故障集并形成训练样本，建立 了基于遗传算法的故障诊断系统。仿真结果表明，本文对船用核动力装景 实拖的新方法能够适应诊断过程中出现的不确定性，同时提高了并发性故 障和单故障的识别率；在解空间内全面搜索，从而避免早熟现象和陷入局 部极小，具有良好的收敛性；诊断结果与实际相符，表明该方法切实可行， 具有较高的诊断可靠性，对工程有实用价值。 关键词：船用核动力装置；故障诊断；遗传算法：概率因果模型； a b s t r a c t r e c e n tr e s e a r c h e sh a v ed o n eag r e a tw o r ki ni m p r o v i n gt h ea b i l i t yo f f a u l td i a g n o s i s ( f d ) m e t h o df o rn u c l e a rp o w e rp l a n t s ( n p p ) a m o n gw h i c ht h e e x p e r ts y s t e m ( e s ) a n dn e u r a ln e t w o r ko 眦) a r em o r ep r a c t i c a l b u tt h e m o r ec o m p l e xad y n a m i cs y s t e mi s ，t h eh a r d e rf o ri tt of o r maf u l lb a c k u po f s a m p l e sw h i c hi st h ek e y t oa s s u r et h ep r e c i s i o no fn na n de sm e t h o d a n d w h e nas y s t e ml i k en p p si ss t u d i e d ，t h ef dr e s u l t sb a s e do nt h ea b o v e m e t h o d se v e nc a nn o tb ep r o v e di nt h e o r y t a k e nt h en p p sf dc h a r a c t e r i s t i c i n t oc o n s i d e r a t i o n ，an o v e l d i a g n o s i s m e t h o di s p r o p o s e db a s e d o n p r o b a b i l i s t i c c a u s a l e f f e c tm o d e la n d g e n e t i ca l g o r i t h m ，w h i c h t a k e s a d v a n t a g eo fc a l c u l a t i n gp r o b a b i l i t yf u n c t i o nf r o mt h ec a u s a l e f f e c tm o d e la s t h ef i t n e s sf u n c t i o ni n s t e a do ft h eo r i g i n a lc o m p l e xs y s t e m t h ec o m b i n a t i o n s t u d yo ft h ef dm e t h o da n dg e n e t i ca l g o r i t h m ( g a ) i sd r a w i n gw o r l d s a t t e n t i o n t h eg ac a nf i g u r eo u tag l o b a lo p t i m i z a t i o ni nab i o n i cp r o c e s s ， p r o v i d i n gag e n e r a lf r a m et os o l v et h eo p t i m i z a t i o np r o b l e mo ft h el a r g e c o m p l e xs y s t e m sf d ，a n di t sr o b u s t t h er e s e a r c hh a sp r o v e di nas i m u l a t i o nt h a tt h en e wm e t h o dh a sd o n e w e l lw i t hg a sp a r a l l e la n dg l o b a ls e a r c h i n gc h a r a c t e r i s t i ca n di ti sm o r e e f f i c i e n ta n dh i g hp r e c i s eo nf d t h ef dm o d e li nt h isp a p e risb u ii tu p b a s e do nt h eo r i g i n a lm o d e la n dal o to f w o r kh a sb e e nd o n et ot r a i n a n ds i m u l a t et h ee x a m p l e s ，t h en p pf d s y s t e mi sc r e a t e d t h e s i m u l a t i o no ft h es h i p sn p pf db a s e do ng aa n dp r o b a b i l i s t i cc a u s a l e f f e c t m o d e ls a y sa na d a p t a b i l i t yo ft h en e wm e t h o di n d e a l i n gw i t hu n c e r t a i n f a c t o r sa n dr i s ei np r e c i s i o nt oa n a l y s i ss i n g l ef a u l ta n dm u l t if a u l t sa sw e l l t h ef dr e s u l tm a t c h e st h ef a c ta n dp r o v et ob eo fh i g h e rr e l i a b i l i t ya n d p r a c t i c a b i l i t yi np r o j e c t k e y w o r d s ：s h i p sn u c l e a rp o w e rp l a n t ；f a u l td i a g n o s i s ；g e n e t i ca l g o r i t h m p r o b a b i l i t yc a u s a lm o d e l ； 哈尔滨工程大学 学位论文原创性声明 本人郑重声明：本论文的所有工作，是在导师的指导下， 由作者本人独立完成的。有关观点、方法、数据和文献等的 引用已在文中指出，并与参考文献相对应。除文中已经证明 引用的内容外，本论文不包含任何其他个人或集体已经公开 发表的作品成果。对本文的研究做出重要贡献的个人和集 体，均已在文中以明确的方式标明。本人完全意识到本声明 的法律结果由本人承担。 作者( 签字) ：盈! i 日 期：如巧年p 月形日 第l 章绪论 第1 章绪论 1 1 课题研究的目的与意义 回顾人类过去几千年的历史，虽然出现了中国的四大发明，埃及的余字 塔等等科学奇迹，但是纵观人类漫长的生活史，似乎略显平淡。只是从1 9 世纪末至今的百余年问，才出现了一场翻天覆地的变化。而这场变化中的根 本发现，就是核能科学。核能利用是2 0 世纪最伟大的科研成果之一。与其他 重大科技发现不同，核科学技术不仅对人类的生活，而且对世界的格局变化 都产生了巨大的影响。船舶核动力装置是以核能作为推进动力的船舶动力装 置。目前，在世界范围内，舰船上使用的反应堆一般为压水堆，而压水堆则 是世界上动力堆中应用最为广泛的堆型。典型船用核动力装置主要由反应堆、 回路系统、二回路系统、电力系统、推进轴系几大部分组成。船用核动力 装置是一个复杂的大系统，有其特殊性：放射性强、高温高压、停堆后的剩 余释热、船用装置运行空间小。而且，还要经常远离陆地，这就对运行人员 提出了更高的要求。因而核动力装置的安全性能及防止放射性核素对环境的 影响一直是核能界关注的重要问题。 随着现代科学与工程技术的发展，“更安全”、“更有效”、“更方便”， 已成为现代工业发展追求的方向，人的因素已成为系统的关键环节人的失 误常常是事故的直接原因。根据国外核电厂的运行经验看，美国核电厂运行 研究所( i n p o ) 在1 9 8 3 年所分析的重大事故中，人为误操作原因引起的事故占 总事故的5 2 ，1 9 8 5 年人为事故为总事故的4 0 左右。1 9 7 3 年3 月，美国三 里岛核电站发生严重核事故，在事故开始的几秒钟内，控制室内至少有1 0 个警报器报警。面对极度超载的信息，操纵员误解了情况并关闭了紧急制冷 系统。结果导致了核燃料的外泄。j 9 8 5q i4j ，发叫二了世界上最严重m 核对 敞。苏联切尔诺! ! 利核电站灾难一陆大火造成- 反应堆装戳被烧毁，放射陀物 质泄漏，污染j ，欧洲久部分地区。搬。一矗统i ，l 1 仃7 0 0 0 多人北】：小j i 敞的 核污染。这两起均是陆上核电厂发生的事故，造成了极大的影响，船用核动 力装置在海洋上航行，反应堆各种条件均比核电厂更加苛刻，一旦发生事故， 船员、公众及环境都将受到严重的威胁，这就不仅限于本国的海域，而且对 邻近海域乃至更大的范围内都将产生重大的国际影响。 核动力装置发生故障所造成的经济损失是相当严重的，美国三哩岛核电 厂事故直接损失约4 0 亿美元，其建造成本爿5 亿美元，苏联切尔诺贝利核电 厂事故造成的经济损失则高达1 5 0 亿美元。可见，这类系统一旦发生事故就 可能造成人员和财产的巨大损失。因此，切实保障现代复杂系统的可靠佳与 安全性具有十分重要的意义。故障诊断技术的出现为提高复杂系统的可靠性 开辟了一条新的途径。人们从智能诊断技术中汲取灵感，开始采用神经网络、 模糊系统、遗传算法为系统建模，通过状态估计，参数估计的方法实现故障 诊断1 2 j 。尤其近2 0 年来。随着智能技术的发展，诊断自动化、智能化豹要求 逐渐变为现实，它成为近年来国内外研究的一个十分活跃的领域。并在航空 航天、核反应堆热电厂、船舶等一系列工程技术领域得到了成功的应用n 】， 取得了显著的经济和社会效益。 遗传算法是近年来故障诊断领域的最新研究成果。它对非线性问题求解 和大范围空间搜索具有独特的优势。其主要特点是群体搜索策略和群体中个 体之间的信息交换，搜索不依赖于梯度信息【4 】。尤其适用于处理传统搜索方 法难以解决的复杂和非线性问题，较好地解决了核动力装置故障诊断中遇到 的推理速度慢和先验知识获取困难等问题。目前，遗传算法主要用于解决优 化问题，由于故障诊断问题可以定义为一个基于节约覆盖集理论的概率因果 网络，问题的解是在所有可能的假设解之中具有最大先验概率的故障集，因 此，故障诊断问题可以视为优化问题应用遗传算法来求解，开发适用于船用 核动力装置控制的基于遗传算法故障诊断系统，能够对船舶核动力装置发生 的故障进行及时的诊断，给出故障的部位和原因，使操纵人员及时地发出命 令，保证动力装鼍的安全性，同时也提高了船舶核动力装置的易操纵性。遗 传算法作为一种先进的全局优化算法，已经显示出其强大的生命力，并且已 经在许多学科领域得到了应用。但是将遗传算法应用于船舶核动力装置的故 障诊断中公开发表的文献还不多，仍然还有许多工作要傲。本课题的研究将 为非线性系统的故障诊断提供一种新的解决途径。 第1 章绪论 1 2 故障诊断的基本概念和研究内容 1 2 1 基本概念 故障诊断是一种综合性极强的高新技术，内容涉及数学、力学、机械、 电子、测试、计算机、信号处理、人工智能和计算机网络等学科领域。战障 诊断是指在一定工作环境中查明导致系统某种功能失调的原因或性质，判断 劣化状态发生的具体部位或部件，以及预测状态劣化的发展趋势等【5 】。 故障诊断技术发展至今已经经历了三个阶段1 6 ： 第一阶段，由于机械设备比较简单，故障诊断主要依靠专家或维修人员 的感觉器官、个人经验以及简单仪表来进行故障的诊断与处理工作； 第二阶段，传感器技术、动态测试技术以及信号处理技术在故障诊断中 得到了广泛的应用，但是诊断决策还需要人工完成： 2 0 世纪8 0 年代以来，由于设备日趋大型化、复杂化，导致设备出现故 障的原因也越来越多，传统的故障诊断技术已经不能适应生产发展的需要， 随着计算机技术和人工智能计算智能技术逐步向故障诊断领域渗透，故障诊 断进入了发展的第三阶段智能故障诊断阶段。 1 2 2 研究内容 故障诊断的研究内容主要包括以f 几个方面n 8 】： 故障机理：故障诊断的基础。设备的异常一般在运行过程中通过状态信 号表现出来，故障机理研究故障的产生原因以及故障与征兆之问的关系，通 过理论计算或者实验研究发现一般规律，为监测和诊断提供依据。 1 ) 状态监铡：故障诊断的前提。设备的运行状态信号是故障信息的载体， 也是诊断的依据。状态信号主要通过传感器、人的感觉器官或其他检测手段 来获取。 2 ) 征兆提取：从状态信号中提取与故障有关的特征信息，是故障诊断过 程中的关键环节。当特征信号为静态信号时，特征信号即是征兆，对其进行 哈尔滨工程人学硕士学位论文 检验做出相应决策。当特征信号为动态信号时根据实际情况选择既反映系 统状态叉方便测量的特征信号；对其进行分析处理提取便于决策的征兆：最 后根据故障征兆、标准模式和判别准则识别故障。 3 ) 诊断推理：根据故障征兆识别故障原因，是整个故障诊断过程的核心。 在智能诊断技术出现之前，该过程由领域专家根据经验对设备的运行状态进 行人工推理判断，随着人工智能的发展完善及计算智能的迅速兴起，智能诊 断技术在故障诊断领域得到了广泛应用，诊断推理可以由智能诊断软件自动 完成。 4 ) 决策规划：根据设备故障特征状态，预测故障发展趋势，参考故障性 质和趋势，做出决策，干预设备的工作过程( 包括控制、调整和维修等) 。 1 3 国内外使用智能方法进行故障诊断的应用和发展 在国外，智能诊断的思想较多地应用到动力装置中，使得动力装置能够 得到较好的运行性能和较高的经济性。其中基于知识的专家系统的研究起步 最早，8 0 年代以来，专家系统几乎渗透到所有的领域仅设备故障诊断方面， 已见诸投道的就有十几个，目前在诊断中已有成功的应用。美国占有领导地 位，如美国n a s a 研制的用于动力系统诊断的专家系统。可以通过人机对话， 较为准确地诊断出各种常见的故障。模糊理论由于具有处理不确定信息的能 力，因此通常和专家系统结合，作为前处理和后处理。神经网络技术在故障 诊断中的应用起步较晚，它是在1 9 8 6 年r u m e l h a r t 等人重薪提出误差反向传 播神经网络b p 网络学习方法之后才大规模发展起来的一种智能故障诊断方 法。由于它强大的并行计算能力和自学习功能及联想能力，很适合做故障分 类和模式识别，因而在诊断中应用较多。国外很多国家在进行核动力装置神 经网络故障诊断技术的研究，发表了很多论文。如在核电站中以动态节点结 构的神经网络为诊断方法，开发个故障诊断程序，来检测故障，使用非常 方便。 近年来，新的诊断方法也不断涌现。遗传算法是故障诊断领域的最新研 究成果，是1 9 9 8 年才出现的一种诊断方法 9 1 。该方法作为种全局优化算法， 是目前国际上发展最快的组合优化计算方法之一。该方法具有大规模、并行 4 笫1 章绪论 寻优的能力，适用于诊断中的推理和网络的结构优化，具有较强的生命力。 遗传算法在故障诊断中的应用刚刚起步，公开发表的文献不多i i o 。有一种领 域独立的基于节约覆盖理论的概率因果诊断模型，在这个模型中，两类知识 结合在一起使用，它对诊断问题的求解是通过后验概率的计算实现的，其中 具有最大后验概率的故障集合就是诊断问题的最优解。当故障数较多时，故 障集合数将更为巨大，如故障数为2 0 时，可能的故障集合为2 2 0 个，从而使 计算各故障集合的后验概率的工作量变得非常巨大且不现实。该方法从非线 性优化角度提出了该诊断模型的g a 求解策略，可有效地解决多故障同时性 诊断问题。另一种用遗传算法求解电力系统的故障诊断问题，其主要部分是 发展了故障诊断的o 一1 规划模型，并且改进了识别子电网故障的方法，通过 继电器的状态信息可以在很短时间内诊断出大规模电力系统的故障，甚至可 以实现在线诊断。目前，这种方法是诊断复杂电力系统故障比较成功的方法。 此外遗传算法还应用在对汽车故障进行识别、诊断和控制的方法中，对遗传 算法进行改造，使用共享函数保持种群的差异。这些方法使群体中好的解占 一定的百分比，而不是收敛到局部极小。因此遗传算法非常适合复杂故障诊 断问题i “i 。 我国诊断技术的发展始于2 0 世纪7 0 年代末，虽然起步较晚，但经过追 赶，已经在一些特定设备的诊断研究领域取得成功 1 2 1 3 1 ，形成了一批自己的 监测诊断产品。如西安交通大学研制的在w i n d o w s 平台上，以单一神经网络 为诊断方法开发了一个诊断软件，对大型旋转机械常见的各种故障进行状态 监测和故障诊断。我国有关遗传算法的研究，从2 0 世纪9 0 年代以来一直处 于不断上升的趋势，特别是近年来，遗传算法的应用在许多领域取得了令人 瞩目的成果“】。然而对于核动力装置智能控制技术的研究比较少，处于起步 状态，刚刚开始把人工智能技术应用到核动力装爱的控制系统中去。例如清 华大学开发的基于遗传算法核电厂故障诊断系统，结合经典概率论，利用遗 传算法，将核电厂部件状态与遗传算法中的群体相联系，在核电厂模拟机上， 验证了核电厂二回路典型故障的诊断过程；华中理工大学对基于知识的智能 诊断理论进行了深入研究，并且针对具体对象研制开发了发动机诊断系统 k b s e d 和汽轮发电机组诊断专家系统b e s t 。国内故障诊断技术紧密跟踪国际 发展趋势，在智能诊断方面已经取得了一些成果。 1 4 智畿故障诊断方法 设备故障诊断技术在2 0 世纪6 0 年代起源于美国，经过几十年的发展， 已经形成了比较完备的理论与技术体系，但是，传统的基于传感器技术和信 号处理技米的故障诊断方法已经不能适应设备大型纯、复杂化和自动化的发 展趋势。目前，智能诊断是故障诊断领域研究的热点之一。 智能故障诊断系统：由人( 尤其是领域专家) 、模拟人脑功能的硬件及其 必要的外部设备、物理器件，以及支持这些硬件的软件组成，能够对诊断对 象进行状态识别和预测的系统。智能故障诊断的优越性在于：综合了多个专 家的最佳经验，功能水平可以达到甚至超过专家的水平，实现了人机联合诊 断，能够对多故障、多过程和突发性故障进行快速分析诊断。智能故障诊断 分为两类“5 1 “】：1 ) 基于传统人工智能( 符号计算) 的故障诊断，如传统的故障诊 断专家系统；2 ) 基于计算智能( 数值计算) 的故障诊断，采用结构主义( 以神经 网络为代表) 和行为主义( 以进化计算为代表) 的方式研究智能的方法。 智能故障诊断系统与诊断对象之间的关系如图1 1 所示。 【对象；1 煞篓厂1 鼍霉坠 一。 ：h ：盖互 图1 1 智能故障诊断系统与诊断对象之间的关系 1 4 1 基于传统人工智能的故障诊断 其代表是基于符号计算的故障诊断专家系统，专家系统是一种智能豹计 算机程序，利用领域专家的经验知识，根据用户给出的关于问题的信息数据， 按照一定的推理机制，从知识库中选择对问题最合理的解释。它适合于模拟 人的逻辑思维过程，解决需要进行逻辑推理的复杂诊断问题，在已知基本规 则的情况卜，无需大量的细节知识，模块化的结构，便于与传统的符号数据 6 第l 章绪论 库接口。将知识按一定规则存储，得到知识库。知识处理根据输入数据按照 一定的推理机制和策略进行逻辑推理，得到要求或希望的结果。基于知识的 专家系统大致经历了两个发展阶段：基于浅知识( 规则) 的专家系统和基于深 知识( 模型知识) 的专家系统。 典型的故障诊断专家系统结构如图i 2 示， 图1 2 故障诊断专家系统结构 基于知识的故障诊断专家系统已经出现了许多成熟的商业软件，并且在 工程实践中得到了应用，但仍存在一些问题【1 7 1 ： 1 ) 领域专家的知识主要依靠知识工程师人工移植，“知识瓶颈”问题难 于解决； 2 ) 系统只能局限在相当窄的领域内，依靠的主要是浅知识，缺乏常识， 即存在“知识窄台阶”问题； 3 1 推理方式与策略不灵活，易产生“组合爆炸”，“无穷递归”等问题； 4 1 智能水平低，缺乏自组织、自学习、联想记忆和类比推理等功能； 5 ) 实时在线论断性能差。 上述这些缺点，已经使基于符号计算的故障诊断专家系统的应用和推广 受到了一定程度的限制。 1 ，4 2 基于神经网络的故障诊断 神经网络是试图模拟生物神经系统而建立起来的自适应非线性动力学系 统，具有可学习性和并行计算能力，可以实现分类、自组织、联想记忆和非 线性优化等功能。在基于数值计算的神经网络智能放障诊断系统中，知识通 过网络的连接权值加以表达和存储。不包含具体的诊断规则，而是将诊断规 哈尔滨工程人学硕士学位论文 则隐含于其权值矩阵中，主要通过对已知故障样本的学习，来获得对未知故 障进行诊断的能力。由于神经网络可以对各种映射进行有效的逼近，因此， 各种神经网络及其相应算法在诊断推理中得到了应用。知识获驭是按照一定 的学习规则通过训练逐步改变连接权值的过程。诊断推理过程利用神经网络 对故障征兆与故障原因之间映射关系的逼近能力，将征兆数据作为网络输入， 通过数值计算，输出故障原因。可以避免传统专家系统的“组合爆炸”和“无 穷递归”等问题，没有复杂的推理过程，可以实现实时在线诊断。 典型的基于神经网络的故障诊断系统如图1 3 示。 匣唾i ：章， 匾霹辜| 图1 3 基j 二神经网络的故障诊断系统 神经网络用于故障诊断也存在着一些问题呻1 ： 1 ) 由于神经网络对原始数据规格化预处理困难的问题，通常需要庞大的 训练样本集； 2 ) 样本特征多、且数据差异性大，易陷入局部最优解，这就使得网络结 构复杂，收敛困难； 3 ) 连接权值形式的知识表达方式难于理解。 这些困难都是神经网络需要进一步研究的问题。 1 4 3 遗传算法简介 进化计算是模拟自然界生物进化规律而提出的一种优化问题求解方法， 该算法采用简单的编码技术来表示各种复杂问题，通过对编码的遗传操作和 优胜劣汰的自然选择，指导学习和确定搜索方向，同时搜索解空间的多个区 域，隐含着并行处理的计算机制，具有自组织、自适应和自学习等特征，而 且不受搜索空间限制条件的约束，不需要其它辅助信息。进化计算主要包括 8 第1 章绪论 3 大分支：遗传算法、进化规划和进化策略”。其中，遗传算法在工程中的应 用最为普遍，该算法首先选择一组可能解作为初始群体并进行编码，然后根 据d a r w i n 的生物进化论思想和m e n d e l 的遗传变异理论，对编码进行选择、 杂交和变异等操作，不断重复进行，直到得出在全局范围内具有较好适值的 解。目前，遗传算法主要用于解决优化问题，它具有饭强的鲁棒性，该算法 可以用于神经网络的训练学习，解决连接权值调整过程中出现的局部极值问 题瑚“，使系统收敛于全局最优。它作为一种先进的全局优化算法，已经显 示出其强大的生命力，并且已经在许多学科领域得到了应用。 1 5 基于遗传算法核动力装置故障诊断系统 1 5 ，1 应用遗传算法对核动力装置进行故障诊断的可行性 应用遗传算法对核动力装置进行故障诊断的可行性包括以f 几点： 1 ) 遗传算法具有很强的鲁棒性，能克服神经网络训练过程中容易收敛于 局部最优解的问题，为提高诊断系统的收敛能力提供了可能性。 2 ) 核反应堆经过多年的运行，积累了大量的运行经验，仪器仪表系统已 经得到了很大的改善，能够反映与核安全及运行状态有关的核动力装置状态 的各个方面的参数， 3 ) 该算法采用简单的编码技术来表示各种复杂问题，较好地解决了核动 力装冕故障诊断中遇到的推理速度慢和先验知识获取困难等闯题。为及时、 准确诊断故障作出了保证。 4 ) 国内外进行的研究也表明遗传算法用于核动力装置的故障诊断是可 行的。 1 5 ，2 遗传算法用于核动力装置故障诊断的研究难点 当前国内外对核动力装置使用人工智能方法进行故障诊断的方式主要有 专家系统方法和神经网络方法。而将遗传算法应用于船用核动力装置故障诊 9 断中是种新方法的研究。那么它的研究难点到底在哪罩? 由于遗传算法的初始群体是随机产生的，如果初始群体品质低劣，那 么就会给诊断进程带来困难，影响诊断的准确性。同时，如何根据各种信息， 有效地计算个体位串的适值也是一个很大的问题。 2 ) 要使用遗传算法求解故障诊断问题，首先要用数学表达式将诊断问题 描述出来，在诊断问题的求解过程中，个假设或解通常有一个以上的故障 构成，通过一个竞争机制实现故障诊断。在一些解中，两个节点需要竞争， 而在另一个解中同样两个节点可能不是竞争而是共同表示一个问题的解。如 图1 ，4 所示，当征兆m 2 单独存在时，故障d j 和d 2 将相互竞争以解释或说明 1 3 1 2 存在；然而，如果征兆m l 和m 3 存在时，d 1 和d 2 将相互合作并且二者在 假设解中说明征兆的存在。可见，在诊断推理过程中故障之间的关系不是一 个简单的静止的相互激励和相互抑制的关系，而是一个非常复杂的网络和待 诊断问题的动力学模型。 m d l d2 图1 4 诊断问题的数学表示 1 6 论文研究的主要内容 本文以十五国防预研项目为背景，以船用核动力装置二回路凝给水系统 为研究对象，在已建立的系统各个模块模型的基础上，报据研究对象的特征， 进行简化提炼出故障模型。分析了船用核动力装最控制实际运行中典型故障 产生的原因，重点研究了基于遗传算法的故障诊断方法。 1 ) 论文在已建立的系统各个模块模型的基础上，根据各个设备运行的特 征以及故障发生或即将发生时的征兆，对典型的故障状态和与之相关的参数 进行系统的研究。最后，简化已有模型，建立一套适用于研究遗传算法应用 第1 章绪论 于动力装置敞障诊断系统的仿真模型。 2 ) 参考已建立的故障模型，对典型的故障状态和与之相关的参数进行系 统的研究。仿真出各种故障集并形成训练样本，在分析故障与征兆之后，建 立基于遗传算法的故障诊断系统，对给出的状态征兆进行准确的敝障诊断， 并输出参考原因。 3 ) 针对核动力装置故障诊断的特点，本文采用了遗传算法与概率因果模 型相结的方法。将故障诊断问题定义为个基于节约覆盖集理论的概率因果 网络，把概率因果模型的似然值函数作为遗传算法的适应值函数。因此，故 障诊断问题可以视为优化问题应用遗传算法来求解。 4 1 建立基于遗传算法的核动力装置故障诊断系统，将系统的状态映射到 个体位串上，利用装置信号和知识库对其进行约束，模拟故障的发展、演变 过程，得出系统所处的状态，达到故障诊断的结果。采用人机交互界面( 采 用v c + + c h 和m a t l a b ) ，实现了离线和部分在线的核动力装簧的故障诊断。 本文对船用核动力装爱二回路凝给水系统的数学模型、故障仿真、遗传 算法故障诊断技术等问题进行了全面的分析。证实了本文提炼的故障模型的 正确性和控制方法、诊断系统的合理性和适用性。并验证了采用该新方法进 行船用核动力装置故障诊断的可行性。 在以f 各个章节中，我们将对上述内容作进一步详细的论述。 第2 章二回路凝给水系统建模与仿真 2 1 引言 船用核动力装置故障诊断是一个复杂的非线性动态过程。对它的特性进 行仿真研究是一件十分困难的工作，涉及到许许多多的问题。包括仿真模型 太大，数据众多，不易协调处理。解决这个问题的一个有效途径是将核动力 装置的大系统从分析其结构入手，将它看作是由少数几类典型部件按不同的 搭配方式所组成的集合。本文对已有核动力装置系统模型进行分解，对分解 出的单元按一定原则进行分类，虽然具体物理参数不同，运行时参数不同， 但是每一类都有一些数学模型相同，热力过程相似的部分，然后在已有模型 基础上提炼出典型故障的通用数学模型。 2 2 船用核动力装置二回路凝给水系统数学模型 二回路凝给水系统是将蒸汽的热转换为机械能或电能的装置。船用核动 力装置二回路凝给水系统是一个复杂的系统，它包括蒸汽发生器、冷凝器、 汽轮给水泵、给水加热器等动力装置。描述设备和系统特性的数学表达式称 为数学模型。船用核动力装置二回路凝给水系统的数学模型是按照凝给水系 统的设各、系统和过程，经过适当的简化和假设，根据物理学和化学定理、 定律，用数学公式、图表曲线及其它数学形式来表明其特性和状态参数之间 关系的数学表达式。即用数学模型( 代数方程、微分方程、逻辑方程等) 来 描述被仿真的凝给水系统及其运行。一个完整的凝给水系统数学模型可以实 现对凝给水系统的启停、f 常运行和事故等全部工况的仿真。从总体来说， 凝给水系统设各为两大部分，其一是凝给水装置，即蒸汽发生器、冷凝器、 给水加热器等，其二是监视、报警、保护、操作和控制凝给水装置运行的设 备。因此，凝给水系统数学模型也可分为两大类：一类是动态数学模型，另 一类是逻辑和控制数学模型。动态模型是用来模拟蒸汽发生器、冷凝器、给 水加热器等及其附属设备和系统动态特性的数学模型，即用来描述系统或过 程在不稳定状态卜各种参量随时间变化的数学关系式。逻辑和控制模型是用 来模拟报警、保护、操作和控制的数学关系式 2 2 i 。 2 3 利用模块化建模方法 模块化建模方法的目的是得到用户所需的描述核动力装罱系统的仿真系 统。在模型丌发阶段已经形成了具有一定规模的描述单个设备、过程或子系 统的一般特性的模块库。这些独立的模块和水蒸气性质函数库等构成核动力 装置仿真的后备资源。为了满足实际需要，须将这些资源转换成用户所需的 仿真模型。利用模块建立仿真系统，就是将模块赋予特定的参数，根据实际 系统的连接关系将模块连接，生成主控制程序，并经过编译，积分算法库、 水蒸气性质函数库连接起来，生成系统的仿真模型。模块连接需要将模块的 接口变量对应等价起来，这点对用户来说是很容易理解的，这样就能避免 造成连接错误，保证了整个系统的仿真模型的可靠性。 下面是本文用到的部分模块的数学模型： 2 3 1 蒸汽发生器模块数学模型 船用核动力装置蒸汽发生器( s o ) 来自反应堆的高温一回路冷却荆，通 过蒸汽发生器将热量传给二回路介质，并产生蒸汽，驱动汽轮机发电。蒸汽 发生器二次侧给水进入给水室，在此与汽水分离器分离出的饱和水混合，在 自然循环压头的驱动下沿u 型管传热区的套筒与蒸汽发生器筒体所组成的环 形f 降通道向卜 流动，进入u 型管传热区后向上流动，在流动过程中，被管 内的一回路工质加热，由过冷水变为饱和水和饱和蒸汽的混合物，经汽水分 离器和干燥器分离后，饱和蒸汽送往汽轮机作功。饱和水则进入给水室与给 水一起进入环形卜降通道进行自然循环。在u 型管蒸汽发生器中，二回路侧 流体靠自身密度的变化产生推动力，形成一个自然循环流动，这种密度的变 化主要是流体在各部分受热和流动特性的不同引起的。因此，为了能准确描 哈尔滨t 程大学硕士学位论文 述u 型管蒸汽发生器的动态特性的数学模型，根据流体在u 型管蒸汽发生器 各部分流动和传热特性的不同，如图2 1 把蒸汽发生器的二回路侧划分成五 大区，它们是：给水腔室、r 降段、沸腾段、预热段、蒸汽空问 m l 。 图2 1 蒸汽发生器流程简图 一、数学模型的建立 在建立数学模型之前，进行如下假设： 忽略动态过程中蒸汽区和给水腔空间的传热 忽略下降段和上升空间的热交换： 不考虑排污。 1 ) 给水腔室： 质量平衡方程： 警：g 一一一g + 1 1 x o ) c b 。d j 彳一2 一 一 一一一 式中： m m 给水胶室水质量，k g ； g 胪蒸发器主给水流量，k s ； g w d - f 降通道质量流量，k g s ： g b v o 一沸腾段出口质量流量，k g s ： 】( 0 一沸腾段出口干度。 水位方程： l = 。d + m 。( p 加。) 4 ( 2 _ 4 ) ( 2 5 ) 第2 蕈二i n l 龉凝给水系统建模与仿真 式中： l 一蒸发器水位，m ； l w d - 卜降段高度，m ； pf w 。一一给水腔室密度( 与二回路侧压力与焓值有关) ，k g m 3 ； f m 一给水腔室截面积，m 2 。 能量平衡方程： 鲁。h i ，) = g h 一十( 1 飞) g b 。h - g w ( 2 - 6 ) 式中： h 。一给水腔焓值，k j k g ； h m 一一给水焓值，k j k g ； h 一饱和水焓值，k j k g 。 2 11 f 降段： 能量平衡方程： 丢“m ) = g 一( 一 m ) ( 2 - 7 ) 式中： m w d 一卜降段水质量，k g ：m w d = v w d pw d h 州。- - 卜降段出口焓，k j k g ； v w d 一卜降段空间容积，m 3 ； pw d 一f 降段工质的平均密度，k g m 3 。 3 1 预热段： 能量平衡方程： 鲁“f p p h h 一) = g 。( 。m h ) + 2 渤 o 砷= ( 汗) 脚。( ，。一砌) + ( u f ) 鲫：( 瓦：一瓦胁) ( 2 9 ) 式中： k h - - 预热段的高度，m ； p 。h 一为预热段内工质的平均密度，k g m 3 ： f ，一上升空间有效流通面积，m 2 ； h 。h 一预热段内工质的平均焓值，k j k g ； 哈尔滨t 程人学硕士学位论文 q 。h _ - 换热管向预热段传递的总热量。 ( u f ) s g p l - 蒸汽发生器一回路侧第1 流程换热管与二回路侧预热段问的 等效换热系数，k w ； ( u f ) s g p 2 - 一蒸汽发生器一回路侧第l i 流程换热管与二回路侧预热段间的 等效换热系数，k w 。c ； t s g m l - - 蒸汽发生器回路侧第1 流程换热管平均温度，； t s g m 2 一蒸汽发生器一回路侧第1 i 流程换热管平均温度，： t s g p a 一蒸汽发，土器二回路侧预热段工质的平均温度，。 4 ) 沸腾段： 质量平衡方程： 昙( 啪一v ) 一- - - g u d - - g h w ( 2 1 0 ) 式中： p b 。一沸腾段内工质的平均密度，k g m 3 ： v b 。一沸腾段体积；v b v = ( l b k h ) f ，； l h 有效总传热高度，m 。 能量平衡方程： 圪r 尝帆v h “) = g 。d h - g 一。+ 如 ( 2 1 1 ) q 舳= ( ，f ) 鼢，( 丁赢i t ) + ( c ，) 2 ( 7 赢2 一c ) ( 2 1 2 ) 式中： 1 1 b ，沸腾段内工质的平均焓值，k j k g ； h b 。沸腾段内工质的出口焓值，k j k g ； q b h 换热管向沸腾段总传热量。 ( u r ) s g s r 蒸汽发生器一回路侧第1 流程换热管与二回路侧沸腾段工质 问的等效换热系数，k w ； ( u f ) s 6 s 一一蒸汽发生器一回路侧第1 i 流程换热管与二回路侧沸腾段工质 间的等效换热系数，k w ； t 。蒸汽发生器二回路侧压力所对应的饱和温度，。 5 ) 蒸汽区：( 假设汽水分离器的分离效率为1 ) 质量平衡方程： 第2 章二亓i 路凝给水系统建模与仿真 瓦a ( p ) 2 g 。一e 2 一( 1 一) 1 g 。 ( 2 1 3 ) y 赫= 临o + ( l o 一工) ，舯 ( 2 1 4 ) 式中： v s 6 s 一蒸汽空间体积，m 3 ； g 。2 一单台蒸发器的蒸汽产量，k g s ； p 。一饱和蒸汽密度，k g m 3 ； v s 6 s o 稳态时蒸汽空间体积，m 3 ； k 一稳态时蒸发器水位，1 t i 。 6 1 工质的运动方程： 二回路侧工质无论是在静态，还是在动态过程中，下降通道与上升通道 的流体重位压头与阻力压头相平衡。 p 岛+ 去心铡钟，去+ 炙刳争 f笔鱼+粤每睁+f益+告1孥；旺一kk+厶挑一一厶“一。d l 吒善e 括髓j r t , z gf 驯出 ”一一 ( 2 - 1 5 ) 式中： d 。h b v f 阻力系数； f 。一汽水分离器流通截面积，m 2 ； k 。一汽水分离器流通高度，m ； g 一重力加速度，m s 2 。 二、模型求解 从蒸汽发生器的数学模型明显看到，描述蒸汽发生器二回路侧的方程都 是以隐式给出，而且由于运动方程的引入，使整个方程的阶数升高，求解更 加复杂化。为了计算简单，加快计算速度，这罩采用将运动方程与其它方程 分离的方法，导出二回路侧的显式求解公式，再用r u n g e - - k u t t a 法求解，运 动方程则采用差分法求解。计算结果表明，合适选择步长的情况下，计算的 稳定性和精度能得到保证。 哈尔滨丁程人学硕士学位论文 除了蒸汽发生器本身物理结构上的定值参数和能给定的参数之外，这罩 涉及到8 个方程，实际上是5 个必要的方程。因此可以推导出关于蒸汽压力 p 。，蒸汽发生器水位l ，沸腾段出口干度x o ，给水腔焓值h 舢。，卜降段出口焓 h w d 。这五个状态变量的封闭微分方程组。其次，在动态求解过程中，把水和 饱和蒸汽的密度随时间的变化转化为随压强的变化，并且假设沸腾段工质的 干度随空间容积线性变化，工质混合物的比容和比焓是干度的线性函数，从 而可以导出沸腾段混合物的平均密度pb y 和平均比焓： 舻生x 0 l n 地 吲+ 乌p ( 2 1 6 ) r ，1 、 d p l , v ：丛堑一红煎+ 上望+ 上煎一上垡 d r 户d r d r d r 。如r e d r p 陀d r ( 2 1 7 ) h b ，= 寺( + x o h + ( 1 一x o ) h ) = + 鲁( 一 ) 二 z ( 2 1 8 ) 盟：丛+ 鱼f 型一一d h t + 堡里煎 d rd 矿2ld r d f j 2d r ( 2 1 9 ) 考虑到以上几点，经过推导，蒸汽发生器二回路侧的动态特性可用以下 方程描述： 由( 2 4 ) 式得： 卜+ 等巾筹一i - - x 0 面d p w 面d p s 啄+ 等e g a ( 2 - 2 0 ) 由( 2 8 ) 式得： 修- ，一訇+ 铡筹+ 等筹 等一p f r 似磊a t + 堡x o 岸r e 一胁。) 鲁 = g “一e 2 x o ( 2 2 1 ) 由( 2 - 9 ) 式得： 第2 章二同路凝给水系统建模与仿真 h ，- - 。一i 1 - x o 等一导瓦d p p 石d p s + ，舢吐。) 警 = 。+ 瓦 - x og 、一g 。 由( 2 1 0 ) 式得： m 。百d h k j = g 。一厅。) ( 2 2 2 ) ( 2 2 3 ) 楸掘以上血个万槿，口j 近一步与出天于 tl ，x o , n m ，i l w d oa c 5 _ 2 1 i 弧 态变量的显式微分方程组： 如篝 + - g z l 2d d l ：_ g ，+ 1 2 - x o 铲g 。 ( 2 2 4 ) k ：2 1 鲁岖：磊d l 岖：，鲁= g 。一g 胁。 ( z - 2 5 ) b 鲁+ b ：磊d l + 如。警= 啄，+ 瓦 - x 0 g , h - g 。a ( 2 - 2 6 ) x “百d h h d a = g 。，( f , v - - h n d o ) ( 2 2 7 ) b ，鲁城，：磊d l 峨。鲁蝎，百d h h r l o = g “ 一一 丢- - x o g , h h 。+ q ( 2 2 8 ) b = 一i l - x o 筹 协2 9 ) 比：= h + 导p 谚， q 3 0 如i ；眵( 风一笃+ 铡筹+ 告警。：划， k 一；一盟 lr 1 、 9 哈尔滨t 程人学硕十学位论文 玲等( 笔叫 池， 。：一旦掣 x nd p ( 2 3 4 ) ：，：f ，f p ， 、+ ! 二鱼p ，1 ( 2 3 5 ) lj o k ：，。