中国核电工程有限公司 北京 100080
摘要：我国自主产权的M310机组、华龙一号所采用的设备在线监测系统，仅限于信号的拾取、传输、阈值判断和报警。在数字化和人工智能高速发展的现代化工业背景下，本文提出了大数据、智能诊断技术和互联网+在核电应用的必要性。
1.现代化工业环境分析
从数字化到人工智能，从生产实施大数据平台到工业互联网，伴随着物联网的发展和成熟，工业各领域已经不满足于简单的信号传输和报警显示，依靠投入大量的人力进行设备状态的跟踪和分析已问题突显，远程智能诊断技术已经作为香饽饽被越来越多的现代工厂引入；同时大数据概念的引入和工业互联网的崛起，孕育了一批远程诊断中心的诞生。
2.核电厂设备故障诊断现状分析
2.1.核电厂设备故障诊断调研
目前核电厂在线监测系统，对设备状态信号的处理，仅限于信号的拾取、传输、阈值判断和报警，且设备的振动信号、温度信号、压力信号、转速信号等是相对独立的，各设备之间是绝对独立的。这种状态下，即不利于核电运行、维修的深入发展，限制了我国核电在这一领域智慧化的提升；也不利于我国后期在机组设备上的跟踪、服务和设计优化。
2.2.核电厂设备故障诊断的不足
基于上述设计的核电机组在信号传输至DCS后，无法实现信号分析处理，导致在设备故障监测与诊断的技术和经济等方面有较多的限制。
2.2.1.设计不足带来的技术落后
多年来，由于核电机组在线监测系统在设计上没有升级和突破，设备采购阶段采购振动传感器及分析软件质量参数不齐，因传感器测量范围不匹配、传感器类型不当、传感器安装位置错误等导致主控显示数据不准确的事件屡见不鲜。
另外，设计上未考虑设计方对设备故障数据的收集、整理与分析，不能形成良好循环以促进设计优化。
2.2.2.技术不足带来的消费升级
在设备故障诊断领域，幅值显示、超限报警以及近期趋势查询是在线监测最低的门槛。核电调试和运行阶段，设备安装故障及长期运行疲劳磨损故障非常普遍，导致每个机组在调试和运行阶段至少配备2套离线的诊断系统和更多的专业技术人员长期的开展就地测振分析工作；甚至需要外委专业的振动检测单位来进行数据采集和故障分析，带来额外专用工具费用和服务费用。
期刊文章分类查询,尽在期刊图书馆
3.智能诊断技术及互联网平台的设计
在原设计的基础上，构建物联网平台引入基于大数据及趋势管理的智能诊断技术，相对于原设计做出如下改进：
3.1.新增局域网智能诊断平台
新增的局域网智能诊断平台仅限于厂区内的应用作业，具备以下功能：
-依据国内外已成熟的诊断技术和经验，开发设备故障模型，具备专家智能诊断功能。
-基于智能诊断和设备计算模型，结合设备长期运行数据及发展趋势，参考标准规范中对振动变化的要求和建议，进行设备状态的趋势管理和预防性维修。
-智能诊断平台中嵌入动平衡、轴承诊断等计算模块，提升电厂故障处理能力。
3.2.新增互联网平台
核电厂就地服务器通过互联网通信将运行数据传送到远程诊断中心的网络服务器（即互联网平台服务器），可为设计、运行实现以下服务：
-远程诊断中心，具备比核电厂局域网智能诊断中心更完善、更专业的设备健康管理资源，如专家资源、故障源库资源等，对疑难问题的解决更加有利。对核电厂不能自主解决的问题，可通过互联网通信实时观测故障设备的运行数据。
-通过大数据中心，同时可以不断的发现和积累新的故障案例、诊断技术和解决方案，从而促进诊断平台的技术提升，进而逐步实现量变到质变的飞跃。
3.3.智能诊断技术及互联网平台的优势
本文建议在核电设计阶段引入局域网智能诊断物联网平台和工业互联网平台，除技术指标、经济性和安全性外，更能在市场和服务方面刺激我国核电的综合提升：
-设计质量提升：通过此平台构建核电设备信息及故障诊断的大数据中心，积累国内外核电设备调试、运行、维修数据，可极大提高后续设备和设计的改进。
-市场竞争力提升：我国核电技术，肩负着一带一路、核电走出去的重任，而国际上各国设备故障诊断技术水平参差不齐，在这种环境下，通过智能专家诊断技术弥补水平落后的技术短板尤为重要。
-服务模式提升：通过互联网远程诊断技术在大数据中心可实时查看设备故障数据，可极大地减少我国核电出口后现场服务，也便于国内专家团队力量的集中攻艰。
4.总结
基于大数据的远程智能诊断中心，不仅能够充分利用国内外成熟的故障诊断技术经验，减少一般故障分析对个人专业技术水平的依赖；同时能够通过不断的数据和案例积累，形成良好的经验反馈以不断提高智能诊断水平，更能开展进一步开展故障机理的研究；通过计算机和互联网的高速计算和智能管理，也能够极大的促进国际上越来越重视的设备趋势管理和预防性维修的急速发展。
互联网的引入，必然会带来网络攻击的风险，若能在网络安全威胁和互联网平台优势之间通过理性的分析找到合理的平衡点，将远程智能诊断技术应用在我国核电设备上，带来的将是一场巨大变革。
论文作者:刘明媚,彭巧云,李建发
论文发表刊物:《建筑学研究前沿》2018年第33期
论文发表时间:2019/3/7
标签：互联网论文; 核电论文; 设备论文; 智能论文; 技术论文; 核电厂论文; 数据论文; 《建筑学研究前沿》2018年第33期论文;