Создание эффективных статистических алгоритмов контроля состояния водно-химического режима на АЭС по данным химического анализа

• Автор: Крюков, Юрий Васильевич
• Шифр специальности: 05.11.13
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Санкт-Петербург
• Количество страниц: 172 с. : ил.

1. КОНЦЕПЦИЯ РАННЕЙ ИДЕНТИФИКАЦИИ АНОМАЛИЙ ВХР И «ЭТАЛОННОГО СОСТОЯНИЯ ВХР»
1.1 .Концепция ранней идентификации аномалий ВХР на АЭС
1.2.Концепция стандартной модели контролируемого процесса или «эталонного
состояния ВХР» необходимая для контроля - сравнения
1.3 .Регламентные процедуры обеспечения и поддержания ВХР как фактор формирования
вероятностных свойств рядов результатов измерений контролируемых показателей качества ВХР
1.4 Анализ особенностей временных рядов результатов измерений для реализаций
эталонного процесса
1.5.0боснование целесообразности использования алгоритмов робастного оценивания для корректного описания статистических свойств результатов измерений показателей качества ВХР
2. ИДЕНТИФИКАЦИЯ ВИДА ЗАКОНОВ РАСПРЕДЕЛЕНИЯ ВЕРОЯТНОСТЕЙ ЭТАЛОННЫХ РЕАЛИЗАЦИЙ ПРОЦЕССА
2.1 .Необходимость идентификации вида законов распределения вероятностей эталонных
реализаций процесса
22.Результаты идентификации закона распределения вероятности стабильных эталонных
реализаций ВХР на АЭС с ВВЭР-1 ООО
2.3Анализ проблем, возникающих при идентификации вида закона распределения
вероятности результатов измерений показателей качества ВХР на АЭС
2.4.0ценка параметров результирующего распределения вероятности эталонных реализаций процесса в условиях статистической неоднородности данных химического анализа
3. ВЫБОР МЕТОДОВ МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ ДЛЯ РАЗРАБОТКИ АЛГОРИТМОВ ОЦЕНКИ СОСТОЯНИЯ ВХР НА АЭС
3.1 .Критерий выбора алгоритмов и методов вероятностной диагностики
3.2Алгоритмы робастного оценивания для распределения Лапласа и «загрязнённого»
нормального распределения вероятности
3.3 .Методы оценивания статистических характеристик совокупности результатов измерений, свободные от распределения вероятности
3.3.1. Методы оценивания, свободные от распределения вероятности
3.3.2. Доверительные интервалы для квангалей совокупности случайной величины
3.3.3. Алгоритм построения толерантных пределов
33.4. Критерий знаков
3.4.Робасгаое оценивание в линейных моделях
3.5 Алгоритмы статистического контроля качества процессов
3.5.1. Контрольные карты текущего среднего значения
3.5.2. Контрольная карга д ля двустороннего контроля показателей качества процесса
3.5.3. Контрольная карта для одностороннего контроля показателей качества ВХР
3.5.4. Анализ информации, отображаемой на контрольных картах

4. РАЗРАБОТКА АЛГОРИТМОВ ВЕРОЯТНОСТНОЙ ДИАГНОСТИКИ ДЛЯ РЕШЕНИЯ ЗАДАЧ ОЦЕНКИ ТЕКУЩЕГО СОСТОЯНИЯ ВХР НА АЭС
4.1.Необходимость адаптации методов вероятностной диагностики при разработке алгоритмов оценки состояния ВХР на АЭС по данным химического анализа
4.2.Разработка алгоритмов обнаружения отклонений центрального значения контролируемого процесса от стандартизованного значения
4.2.1. Разработка алгоритмов обнаружения отклонений процесса от заданного значения на основе критерия знаков
4.2.2. Алгоритм выявления отклонений центрального значения контролируемого процесса от назначенного стандартизованного значения - «Алгоритм № 1»
4.2.3. Визуальный алгоритм выявления отклонений центрального значения контролируемого процесса от стандартизованного значения - «Алгоритм №2»
4.3 .Адаптация контрольной карты Шухарта для ранней идентификации аномалий ВХР
4.3.1. Необходимость адаптации контрольной картытекущего среднего значения для ранней идентификации аномалий ВХР на АЭС
4.3.2. Адаптация контрольной карты Шухарта для случая «загрязнённого» нормального распределения вероятностей
4.3.3. Алгоритм статистического контроля состояния ВХР с использованием адаптированной контрольной карты текущего среднего значения
4.3.4. Анализ проблем, возникающих при использовании адаптированной контрольной карты для статистического контроля состояния ВХР на АЭС
4.4.Разработка контрольной карты текущего центрального значения для контроля состояния ВХР по выборкам малого объёма
4.4.1. Необходимость разработки контрольной карты текущего центрального значения д ля контроля состояния ВХР по выборкам малого объёма
4.4.2. Вывод статистического критерия сравнения выборочной медианы
4.43. Процедура идентификации аномалий ВХР на основе контрольной карты текущей
выборочной медианы
5. ПРИМЕРЫ ИСПОЛЬЗОВАНИЯ АЛГОРИТМОВ ВЕРОЯТНОСТНОЙ ДИАГНОСТИКИ ДЛЯ КОНТРОЛЯ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ВХР НА АЭС
5.1.Использование методов вероятностной диапюсшки для повышения качества контроля и поддержания ВХР второго контура энергоблока АЭС с ВВЭР-1000
5.1.1. Характеристика типичных отклонений ВХР второго контура энергоблоков АЭС с ВВЭР-1000
5.1.2. Использование алгоритмов вероятностной диагностики для контроля показателя pH продувочной воды парогенераторов энергоблока АЭС с ВВЭР-1000
5.1.3. Проведение статистических экспертиз для обоснованного выбора эталонной реализации процесса изменения показателя pH продувочной воды парогенератора
5.1.4. Контроль отклонений показателя pH продувочной воды парогенератора на основе толерантных пределов
5.1.5. Контроль отклонений показателя pH продувочной воды парогенератора на основе критерия знаков
5.1.6. Контроль отклонений показателя pH продувочной воды парогенератора на основе адаптированной контрольной карты текущего среднего значения

5.1.7. Контроль отклонений показателя pH продувочной воды парогенератора на основе контрольной карты текущей выборочной медианы
5.1.8. Построение модели прогноза изменения значений показателя pH продувочной воды парогенератора, вызванного выявленной аномалией ВХР
5.1.9. Использование статистических алгоритмов для контроля удельной электропроводимости продувочной воды парогенератора энергоблока АЭС
5.1.10. Контроль отклонений удельной электропроводимости продувочной воды парогенератора на основе толерантных пределов
5.1.11. Контроль отклонений удельной электропроводимости продувочной воды парогенератора на основе критерия знаков
5.1.12. Контроль отклонений удельной электропроводимости продувочной воды парогенератора на основе контрольных карт
5.1.13. Использование робастного оценивания для повышения надёжности идентификации изменения ионного состава продувочной воды парогенераторов энергоблоков АЭС
52.Использование методов верояшосгаой диагностики для повышения качества контроля и поддержания ВХР первого контура энергоблока АЭС с ВВЭР-1000
5.2.1. Характеристика типичных отклонений ВХР первого контура энергоблоков АЭС с ВВЭР-1000
5.2.2. Использование робастной регрессии для повышения эффективности контроля отклонений по сумме щелочных металлов
5.2.3. Процедура информационной поддержки персонала АЭС при контроле содержания водорода в теплоносителе при наличии резко выделяющихся наблюдений в данных химического анализа
5.3 .Использование методов вероятностной диагностики для контроля состояния оборудования, влияющего на ВХР
5.4.Сравнение эффективности использования разработанных методов вероятностной диагностики для раї шей идентификации аномалий ВХР на АЭС по данным
химического анализа
ВЫВОДЫ
СПИСОК ЛИТЕРАТУРЫ

При использовании метода аппроксимации [46] применительно ко всему массиву результатов измерений (№1 - №100), распределение (с координатой центра Хц = 0.14 мкСм/см) перестаёт быть двухмодальным при ширине интервала пятиступенчатой гистограммы D > 0.02 мкСм/см. При этом вычисленное значение показателя степени огибающей двусторонней симметричной экспоненты составляет к — 1.53 (для D = 0.02 мкСм/см). Следовательно, для описания всего фрагмента данных в рамках результирующего одномодального распределения вероятностей целесообразно воспользоваться распределением Лапласа (к = 1) или «загрязнённым нормальным распределением» вероятности (к= 2).
Оценку приемлемости рекомендуемых результирующих распределений вероятности (распределения Лапласа или «загрязнённого» нормального распределения) для описания в целом совокупности данных результатов измерений №1 -№.'100 можно получить при построении границ доверительного интервала для совокупности случайной величины, которая описывается рекомендуемым результирующим распределением вероятности (распределением Лапласа или «загрязнённым» нормальным распределением). Проиллюстрируем это для случая, когда в качестве результирующего распределения вероятности выбирается распределение Лапласа.
Можно показать, что при уровне доверия а для двустороннего критерия границы интервала, содержащего генеральную совокупность наблюдений, имеющих распределение Лапласа, с центром распределения Хц и масштабным параметром а задаются формулой: Хц ± [43, 49]. При оценке величин Хц и а
по результатам измерений №1 - №100 с использованием формул (5) - (6), приведённых в разделе 3.2, получены результаты: Хц = 0.14 мкСм/см и а = 0.01 мкСм/см. Поэтому вычисленное при уровне доверия Р = (1 - а) = 0.95 значение границ интервала группировки результатов измерений, имеющих распределение Лапласа с Хц = 0.14 мкСм/см и а = 0.01, составляет = 0.17 мкСм/см и = 0.11 мкСм/см. Указанные границы интервала группировки наблюдений изображены на рис. 2 в виде линий (5) и (6).