核动力设备状态趋势预测方法研究

为了保证机械设备安全、经济、可靠地运行，工业现场越来越需要对机械设备的运行状态和长期发展趋势进行监测和预报。按设备状态对机组实行超前管理和预知维护，以便做到防患于未然，减少突发故障和降低维修费用。设备运行状态的趋势预测已成为现代设备动态管理的一个必不可少的重要工作，特别是对核动力设备这种事故后果严重、社会影响恶劣而且维修成本大的大型复杂设备。 本文以大亚湾核电站一回路系统为对象，根据核动力设备故障诊断的特点，对趋势预测系统在故障诊断系统中的作用进行了论述，并通过对系统的认真分析结合核动力设备在不同的运行状态下运行参数的特点，对设备状态进行了细致的分类，整理出一回路各系统需要重点监测的特征信息，并且分析了几种典型故障，为故障诊断趋势预测系统的开发奠定了基础。 由于传统的利用概率和统计理论来进行的预测方法计算过程复杂、所需样本大且预测精度差，通过对核动力设备特性的分析，证明了把灰色系统理论引入核动力设备中进行趋势预测的可行性。引入灰色预测模型满足了在小样本、贫信息的情况下建立模型的要求。为了克服对核动力设备运行中随机性和波动性较大的数据拟合效果差的缺点，又提出了采用灰色马尔柯夫预测方法，通过对预测模型的优化和反馈校正等处理，进一步提高了预测精度。最后，根据已有的数据验证了预测模型的有效性，预测效果良好。