核电仪控维修数据信息平台开发及应用

1、核电仪控维修数据信息平台开发及应用姬新峰【摘要】本文介绍了当前核电站仪控维修数据管理现状，并对核电仪控维修数据精细化管理信息系统平台的开发思路和创新点进行归纳总结，供同行调试或者日常维护中参考。【关键词】仪控维修数据信息平台建设；工程创新；平台建设难点与成果0引言核电站仪表控制系统是一个非常复杂的系统，通过各类测量仪表、控制设备对重要设备工况进行监测和控制，因此仪控维修人员必须对各类仪控设备运行状态非常了解，对可能发生的故障及其原因要很熟悉，才能对可能出现的事件或事故进行及时、准确地判断。但实际上单靠个人的能力很难保证这些综合目标的实现，特别是在应急值班情况下，很难保证值班人员仅通过主控提供的

2、信息和个人积累的知识与技能准确及时地发现和处理设备缺陷。综上，需要搭建一个仪控维修数据信息平台，能够集中仪控设备的历史缺陷情况、整体仪控设备的缺陷分布/趋势情况、机组I0消耗情况，并通过对专项数据整合、分析、长期监控，进行精细化管理，及时发现设备缺陷趋势、设备共模问题、及设备维修工作過程控制问题。1仪控维修数据信息平台建设总体思路平台需阶段性定期对设备维修状态进行分析总结，为后续维修开展和系统、设备改造及优化工作提供参考。同时，随着SAP系统、I0数据库系统及其他信息化平台的应用，平台可以便捷地将生产的数据进行整合处理，能够实现对工作过程控制、设备状态监控。1.1工作票系统简称SAP中通知单/

3、工单工作票系统简称SAP中通知单/工单是现场系统、设备缺陷处理的直接载体，承担着设备缺陷各工作过程的流转，从工作票的发起、文件准备直至完工报告的各个环节，设备缺陷的处理过程被清晰地记录，能够直观地反映出现场缺陷处理和分布状况，故以工作票数据为根底，对数据进行优化应用，将极大方便设备缺陷数据的管理和分析。1.2机组I0信息机组I0信息是核电站设备状态平安功能可用性、是否偏离工况下造成平安降级的重要指标表达，尤其是随机第一组I0的数量、I0消耗系统分布、I0消耗时间、所占机组I0消耗比都表达了设备健康的状态。1.3关键设备信息针对关键设备信息进行专项梳理，一个设备的“健康状况主要包括设备的系统风险

4、、是否CCM设备、是否敏感区域、是否有关联的存活TCA、效劳支持、对应的标准指令、历史缺陷记录、设备缺陷偏差记录等，可将这些重要信息进行关联，可在一个页面对一个系统进行直观、全面的了解。2信息平台建设工程创新建设本工程开发创新点在于综合核电行业仪控设备维修关键数据进行精细化管理，以目前SAP平台中设备缺陷信息、机组I0信息、关键重要设备状态信息、专项管理信息等海量数据根底上，对仪控设备关键数据进行“剥离、整合、分析，以对设备缺陷关注方面为维度进行多元划分，使用数据统计分析的方法来进行平台数据处理，生成直观的柱状、饼状或曲线趋势图，给仪控维修人员提供最直观、最全面的参考信息，以及设备缺陷趋势、设

5、备共模问题、及设备维修工作过程控制问题。平台主要包括以下三个模块：1仪控设备日常维修月度分析以对设备缺陷关注方面为维度进行划分，使用数据统计分析的方法来进行平台数据处理，可以单一维度或多维度进行综合分析，自动生成直观的柱状、饼状或曲线趋势图，给使用人日常协调、准备工程师、工作负责人对工单执行状态及设备缺陷最直观的呈现。该模块每月对SAP平台中新增的仪控设备维修通知单、工单自动进行多维度分析通知单/工单状态分布维度；按优先级分类分布维度；故障类型分类分布维度；系统分类分布维度；专业组分类分布维度，并生成?仪控设备日常维修月度分析报告?，及时发现设备缺陷率、工单执行率情况、纠正性维修/预防性维修比

6、例偏差等情况。2仪控设备I0消耗周统计以机组随机第一组、第二组I0的消耗时间、消耗系统分布、消耗比作为重要设备的监控手段，定期对设备状态平安功能可用性、是否偏离工况下造成平安降级自动数据处理，并实现数据分布显示及趋势跟踪。仪控设备I0消耗周统计，包括I0消耗系统分布、I0消耗时间、仪控专业I0消耗比，能够对仪控设备的I0消耗进行趋势跟踪、及系统设备分析比照，对I0消耗比较高设备进行专项分析及处理跟踪。3关键设备信息库以仪控某单一设备的重要信息进行专项会聚，包括设备的系统风险跳机、跳堆等、是否有关联的存活TCA、效劳支持搭建脚手架、拆保温等、历史缺陷记录已分票的工单、设备缺陷偏差记录等重要信息进

7、行关联，可实现全面了解设备的健康状况，可实现“对症下药。关键设备信息库，将仪控重要设备进行梳理，给准备工程师或工作负责人最直观、最快速的参考。以上维修关键数据是仪控设备最直接的参考数据，在进行精细化整合根底上可“提炼出系统缺陷的整体情况和趋势判断，有效提高仪控维修人员对设备的整体掌控，减少准备工程师准备工作包时间，减少人因失误。3信息平台建设难点及成果本工程的难点在于将SAP平台中设备缺陷信息、机组I0信息、关键重要设备状态信息等海量数据根底上，对仪控设备关键数据进行“剥离、整合、分析，主要包括：业务梳理/维度分析、故障模型搭建、数据接口等方面的难点1业务深度融合，庞杂业务精细梳理综合核电行业

8、仪控设备维修关键数据进行管理的关键是，熟悉核电工作过程，充分了解现场一个缺陷从发现到处理的各个环节，知悉哪个环节是容易造成滞留耽误的环节，SAP中哪个状态的数据可以表征滞留的程度等，只有在核电维修业务精通的根底上，才能在平台开发时设置后台数据的算法及呈现方式。2数据现场层延伸，多类设备故障样本收集及特征提取设备的故障模型搭建是需要建立的丰富维修经验积累、设备故障特征参数故障概率、故障现象关键词明确、以及设备故障样本数量基数大足以表征全面的根底上。仪控设备日常维修模块开发初期，由仪控专业5名有6年以上丰富维修经验的工程师结合维修经验对常见故障模型进行样本分析，对8000条数据进行了梳理，建立了基

9、于故障参数的常见故障模型。在此根底上，才能在平台开发时，对每月的工单信息功能位置、缺陷描述进行数据结构设计和算法分析，以到达自动识别和归类处理，生产各类统计图表的功能。3创新前沿应用，仪控设备智能化管理在对仪控设备进行经过几个换料周期分类多维度监测后，通过对原始积累数据的分析，形成初步的仪控设备故障类型、故障模式、故障概率的模型。可基于模型搭建和大数据技术应用下，进行智能化的监测、诊断、状态预测。状态预测在故障诊断和设备维护中有着非常重要的意义，预测维修可以有效的降低故障发生的概率，提高设备运行的经济性。4结束语核电仪控维修数据精细化管理平台建设虽然取得了初步的成功，但是在平台架构和细化方面还有待进一步完善。限于目前本工程开发前收集的故障样本较少，对故障模型建立的精度和适用广泛度均存在局限性，且故障模型不具备自学习能力，后续要结合管理智能化的方法，采用数据挖掘的自学习算法，随着智能终端的应用，后续将开发适用于终端的Ap