結構復雜的工業生產設備的運行狀態會直接或間接影響工業生產活動,故障診斷技術越來越廣泛應用于工業生產設備的健康保障,核能行業尤其如此。
作為安全、清潔、經濟的能源,核電已經被越來越多的國家和大眾所認同。在我國,核電機組陸續建設和投運保障了我國能源需求、緩解了環保壓力,但同時,對核電設備的安全性、可靠性的要求也越來越高。為了減少反應堆非計劃性停堆和避免運行事故的發生,提高反應堆運行的安全性、可靠性和經濟性,自主研究并掌握核電站反應堆設備狀態監測和故障診斷技術、應用并服務于核電,為核電運行保駕護航具有重大意義。
因此,在核電領域,需要這樣一批專業的“在線醫生”,他們研發的監測系統能應用于核電站反應堆設備的在線監測、能及時診斷設備的故障狀態,幫助核電站保持安全、健康運行。中國核動力院研究設計院二所一室主任劉才學便是這支“醫生”隊伍中的專家。
1992年,劉才學碩士研究生畢業后,被分配到核動力院二所一室,從初來乍到時對反應堆物理和故障診斷的茫然無知到如今成長為反應堆故障診斷學科知名專家,是他二十余載的勤勉鉆研、辛勤拼搏、執著追求的回饋;親手培育核動力院反應堆故障診斷專業從無到有、從弱到強,是他善于謀篇、勤于開拓、善為人師的寫照。劉才學始終銘記:作為核工業人,要有前輩兩彈一艇的家國情懷,要發揚前輩艱苦奮斗的優良傳統,要堅守科技強核的初心。
不服輸 開創核動力院核電產品商用化先河
二所一室全稱反應堆物理與屏蔽研究室,專門開展反應堆物理實驗。劉才學也不例外地干過反應堆物理實驗,當過運行操縱員,做過Co-60輻照裝置物理設計,寫過輻照裝置劑量場計算程序、反應堆周期測量軟件、反應性測量軟件和輻照樣品“跑兔”軟件等。時針撥回到上世紀九十年代,二所一室物理實驗任務逐漸萎縮,十多年內分配來的人都下海或調走,研究室亟需開拓新的專業方向。此時,作為青年骨干的劉才學站了出來,踏上了開拓新科研方向的征程。
在原來一室老主任杜繼有老師的帶領下,劉才學開始了反應堆松脫部件監測和堆內構件振動監測技術研究。“選擇從事故障診斷研究是有多方面原因的,一是我國核電設備狀態監測系統依賴進口,故障診斷依賴國外專家,隨著我國核電產業的發展,核電設備國產化、技術支持自主化是大勢所趨,值得去做;二是當時在這個方向開展研究和開發的人還很少、還沒出成果,如果我們來做,并且做得好的話,是有廣泛市場前景的;另一方面也是因為當時研究室面臨發展危機,拓展研究方向也是必然的選擇。”劉才學表示。

對當時還年輕的劉才學來說,涉足一個新的研究領域,是一個巨大的挑戰。“我本科學的理論物理,研究生學的原子與分子物理,從來沒有接觸過反應堆故障診斷,當時也是硬著頭皮上的。”劉才學說,反應堆故障診斷研究完全是從頭學起,一點一點學習,通過調研、查閱國外的文獻資料,學習系統的知識和方法,在掌握了反應堆故障監測入門知識后,開始實踐學習。
2004年,田灣核電公司向核動力院邀請MCDS咨詢專家。劉才學作為專家前往田灣核電站現場,做了為期50天的MCDS技術咨詢。“當時與其說去當專家,不如說是去做了一次學生。”劉才學說,經過田灣核電站MCDS技術咨詢,他開了核電工程的眼界,系統的學習了反應堆故障監測的相關知識,并用于了實踐。此后,他作為項目經理與田灣核電站簽訂了首份松脫振動診斷技術服務合同,作為項目負責人申報了故障診斷研究相關的核動力院首個863課題和首項GF基礎科研重大項目。
2006年,秦山二期擴建和嶺澳二期松脫部件和振動監測系統國際招標,市場機會來了,劉才學作為投標主稿人和主答辯人,通過與國際上美國西屋、美國PAC和法國01dB的同臺競爭,雙雙中標,由此打開了核動力院核電產品在市場競爭中勝出的先河。至今十多年來,核動力院的松脫部件和振動監測系統實現了我國所有新建的二代(二代加)、中核華龍一號、巴基斯坦核電、運行核電機組監測系統改造共48臺機組的全部訂單,也奠定了核動力院在反應堆故障診斷方向技術水平國內領先的地位。

通過多年的努力,劉才學引領團隊研發出了核動力CRDM驅動機構智能檢測儀、屏蔽泵故障監測系統、AP1000的SMS系統、壓力管道LBB泄漏監測系統、核電站主泵狀態監測系統、控制棒驅動機構電流診斷系統、一回路振動噪聲監測系統等。這些技術儲備和研發的監測產品,率先應用到了核動力CRDM檢測、工程堆主泵監測中,成功實現華龍一號福清和巴基斯坦示范項目的主管道和波動管LBB泄漏監測系統自主供貨,具備為CAP1000提供自主知識產權的SMS系統的能力,具備為核電站供應主泵狀態監測、CRDM電流診斷和一回路振動噪聲監測系統的能力,解決了巴基斯坦核級加速度計和聲發射傳感器出口受禁,為參與核電故障監測系統的增設和國產化替代取得了先發優勢。
不止步 弄潮大數據探索核電運維新模式
最初的故障診斷研究,更多的是基于專家知識和機理模型的研究。隨著核電產業的發展,原有的反應堆故障診斷技術和效能已經不能滿足核電站的需求,技術創新是迫在眉睫的問題。
通過對電站幾次松脫部件報警事件的成功診斷,劉才學在核電故障診斷領域獲得了很高的知名度,但他并沒有沾沾自喜,在這個過程中,他逐漸意識到,再高明的專家面對的也是善后事,專家未受邀請或未到達現場前,發生的損失不可逆轉。“對核電站來說,不僅要保障反應堆運行的安全性和可靠性,同時也要考慮到經濟性,避免反應堆非計劃停堆。”劉才學說,原有的反應堆故障診斷技術基本都是需要專家去現場診斷,更多的是事故發生后,提出解決方案,這對核電站來說,并不是一件好事。依賴專家現場會診的模式因為時效性的問題,必然會給核電站造成一些損失。如何解決這一問題,是劉才學一直在努力的方向。

10多年前,劉才學關注到了數據挖據這一新概念,在查閱了相關資料后,他迅速的將數據挖據新概念應用到了驅動機構和泵等機電設備的故障診斷技術研究中,這就是后來稱之為基于大數據的機器學習甚至深度學習的人工智能方法。“隨著新一代信息技術的發展,大數據、人工智能等越來越多的應用到各個領域,發揮著重要作用,對核電領域而言,大數據、人工智能等新一代信息技術的落地應用也尤其的重要。”劉才學說。
2003年,劉才學組織申報了院市場基金,通過該項基金,搭建了核電站KIR監測數據遠程專家分析平臺,自此開啟了為核電站提供松脫振動遠程分析診斷技術服務業務。到目前為止,核動力院每年為包括國內M310、AP1000、VVER機型共30多臺核電機組提供松脫振動遠程分析診斷技術服務,核電發生報警事件再也不用專家去現場診斷,形成了核電運維新模式的雛形。“事后分析診斷效果不佳,所以建立遠程監視診斷平臺是非常有必要的,可根據預測情況,及時對核電站進行技術指導并提供改進方案,可以減少停堆,減少損失。遠程診斷平臺為核電安全有效運行提供了技術支撐。”

2015年和2018年,劉才學又先后組織申報了中核集團和四川省經濟和信息化廳支持的“故障遠程智能診斷系統研制”項目,開發出了包括核電現場機組設備狀態監測層、核電站數據匯集與遠程傳輸層、核動力院的大數據管理與故障智能診斷層三層架構的核電站故障遠程智能診斷平臺(PRID),PRID基于互聯網、大數據、云計算理念架構,將各核電站反應堆關鍵設備監測的數據實時、遠程傳輸至核動力院故障診斷中心(CRID),建立的開放式、可擴展的故障遠程診斷體系,實現大數據管理、遠程監視和智能化診斷,核電設備運維模式的創新可提升核電運維技術服務水平,為核動力院維持核電設備故障遠程診斷現業務、拓展到更多設備、承攬更多新機組的服務業務奠定了先機。在核行業起到了引領、示范作用,助力核能運維模式革新。2019年,“反應堆遠程智能診斷平臺”榮獲國際大數據博覽會“大數據最佳案例實踐”,“反應堆關鍵設備運維模式管理”榮獲中核集團2019年度管理創新一等獎。
謀新篇 自主研發故障預測與健康管理新技術
劉才學的腦子里總是充滿了各種“新點子”,有一次,他生病去醫院,觀察到醫院對病人、病歷、化驗、檢查、處方、治療等全流程數據鏈管理、遠程監控,還開啟了遠程診療、穿戴式健康跟蹤,我國核電行業在這方面是遠落后于醫療行業。反應堆設備故障診斷與醫院診療病人是相似的,那醫院這套流程是不是也可以應用到反應堆設備故障診斷呢?“近年來故障預測與健康管理(PHM)技術方興未艾,核反應堆PHM技術屬于處女地。”劉才學說,作為反應堆故障診斷領域的新技術,推進故障預測與健康管理技術研發與應用是非常必要的。

隨后,劉才學組織年輕人出去學習、參加培訓、調研資料,通過消化吸收和思考,提出了《狀態監測、故障診斷與PHM專業發展報告》,梳理出了狀態監測、故障診斷和PHM概念與內涵、應用需求分析、相關法規標準、國內外技術發展現狀、應用現狀等,指明了狀態監測、故障診斷與PHM研發方向。“過去的二十多年,我們重點在追隨國外核發達國家的狀態監測與故障診斷技術,即鑒別反應堆設備狀態,診斷設備故障位置、類型、程度及參數量化。但是隨著我國核電產業的快速發展,故障診斷研究的自主創新迫切而必要。”劉才學表示,預計“十三五”期間,通過GF預研專題,針對先進反應堆,系統開展、掌握并基本固化核動力設備狀態監測與故障診斷技術;“十四五”期間將全面展開故障(壽命)預測與健康管理技術研發,以期實現設備或部件的剩余壽命或失效時間預測,根據診斷和預測數據、設備維修歷史數據、備件數據,運用大數據分析技術,實現設備運維智能決策。未來,反應堆故障診斷的重點是打造故障預測和健康管理的綜合性新技術。

從無到有,從弱到強,從“外行”到“內行”,一路走來,劉才學始終堅守科研強核的初心,為核電站的健康安全運行“保駕護航”。
免責聲明:本網轉載自合作媒體、機構或其他網站的信息,登載此文出于傳遞更多信息之目的,并不意味著贊同其觀點或證實其內容的真實性。本網所有信息僅供參考,不做交易和服務的根據。本網內容如有侵權或其它問題請及時告之,本網將及時修改或刪除。凡以任何方式登錄本網站或直接、間接使用本網站資料者,視為自愿接受本網站聲明的約束。

