Содержание к диссертации
Введение
1 Анализ современного состояния неразрушающего контроля труб парогенераторов АЭС 11
1.1 Структура и принцип действия ПГ 11
1.2 Неразрушающий контроль теплообменных труб парогенераторов АЭС с ВВЭР 16
1.3 Вихретоковый контроль ТОТ ПГ АЭС 21
1.4 Системы обработки данных вихретокового контроля 27
1.5 Выводы и постановка задачи диссертационной работы 32
2 Исследование и моделирование процедуры вихретокового контроля теплообменных труб парогенераторов с учетом мешающих факторов 34
2.1 Исследование математической модели взаимодействия электромагнитного поля с электропроводящим изделием 35
2.2 Определение вносимых параметров преобразователя при взаимодействии поля с дефектным изделием 39
2.3 Расчет выходных сигналов проходного вихретокового преобразователя (ВТП) при сканировании ТОТ 44
2.4 Исследование влияния геометрических параметров дефектов на сигналы ВТП 49
2.5 Исследование влияния основных мешающих факторов при вихретоковом контроле теплообменных трубок 55
2.6 Методы решения обратных задач электромагнитного контроля 61
2.7 Формирование базы модельных сигналов от дефектов с различными геометрическими характеристиками 72
2.8 Расчет основных признаков вихретоковых сигналов 77
2.8.1 Признаки, описывающие геометрию сигнала на плоскости 77
2.8.2 Признаки, описывающие распределения сигналов 79
2.8.3 Признаки, описывающие коэффициенты формы годографа 80
2.8.4 Исследование влияния параметров дефектов на признаки 82
2.9 Выводы 85
3 Разработка алгоритмов автоматической обработки сигналов ВТК ТОТ ПГ АЭС 86
3.1 Общий алгоритм обработки данных 86
3.2 Модуль отстройки от геометрического шума 87
3.3 Обнаружение конструктивных элементов 90
3.4 Отстройка от влияния конструктивных элементов 96
3.4.1 Формирование комбинированного сигнала из сигналов разных частот 96
3.4.2 Подбор аппроксимирующих функций сигнала решетки 99
3.5 Алгоритмы автоматического обнаружения дефектов 109
3.6 Классификация и параметризация дефектов на основе ИНС 114
3.7 Выводы 125
4 Разработка, испытание и внедрение программы анализа данных pirate в практику вихретокового контроля парогенераторов АЭС с ВВЭР-440 и ВВЭР-1000 126
4.1 Описание программного обеспечения PIRATE 126 4.2 Приемочные испытания программно-методического обеспечения 135
4.2.1 Программа и методика приёмочных испытаний 135
4.2.2 Анализ результатов приемочных испытаний 140
4.3 Опытно-промышленные испытания программно-методического обеспечения для систем контроля теплообменных трубок 142
4.3.1 Программа опытно-промышленной эксплуатации (ОПЭ) программы PIRATE 143
4.3.2 Результаты опытно-промышленной эксплуатации на Кольской АЭС (парогенератор АЭС с РУ ВВЭР-440) 146
4.3.3 Результаты опытно-промышленной эксплуатации на Калининской АЭС (парогенератор АЭС с РУ ВВЭР-1000) 151
4.4 Разработка амплитудного критерия глушения теплообменных трубок парогенераторов 152
4.4.1 Исследование данных эксплуатационного ВТК парогенераторов ВВЭР-440 152
4.4.2 Исследование данных эксплуатационного ВТК парогенераторов ВВЭР-1000 164
4.4.3 Обоснование выбора параметров амплитудного критерия 171
4.4.4 Тестовые испытания амплитудного критерия 175
4.5 Выводы 181
Заключение и основные выводы по работе 182
Литература 184
- Неразрушающий контроль теплообменных труб парогенераторов АЭС с ВВЭР
- Расчет выходных сигналов проходного вихретокового преобразователя (ВТП) при сканировании ТОТ
- Обнаружение конструктивных элементов
- Опытно-промышленные испытания программно-методического обеспечения для систем контроля теплообменных трубок
Введение к работе
Актуальность темы
Безопасность эксплуатации атомной электростанции во многом определяется безаварийной работой парогенератора. На российских АЭС с реакторами типа ВВЭР-440 и ВВЭР-1000 установлены парогенераторы (ПГ) горизонтального типа, представляющие собой цилиндрические сосуды диаметром более 3 и длиной 12-15 м. Теплоноситель поступает в парогенератор снизу через горячий коллектор и выходит из него через холодный коллектор. От горячего коллектора к холодному теплоноситель проходит через систему трубок (трубчатку). На ВВЭР-440 таких трубок в каждом ПГ более 5 тыс. На ВВЭР - 1000 число трубок в каждом ПГ увеличено до 11 тыс.
Парогенераторы в реакторах типа ВВЭР являются классическими
теплообменными устройствами, в которых используется тепло от первичного
(реакторного) хладагента, чтобы заставить пар во вторичном контуре вращать
турбины генераторов. Типовая электростанция имеет от четырех до шести
парогенераторов в реакторе (для ВВЭР–1000 и ВВЭР–440 соответственно).
Тонкостенные трубы парогенератора фактически могут представлять собой угрозу
радиоактивного заражения в случае сохранения высокого давления системы
первичного контура. Чтобы действовать как эффективный барьер, эти трубки
должны быть свободными от трещин, коррозий, утонений и напряженного
состояния металла трубки. К сожалению, в последнее время участились случаи выхода из строя теплообменных труб парогенераторов из-за деградационных процессов в металле этих труб.
Частота и последствия отказов труб парогенератора могут быть значительно
уменьшены путем осуществления соответствующих и своевременных операций
неразрушающего контроля с заменой или глушением чрезмерно поврежденных
трубок. Большинство парогенераторов обычно контролируется при их останове и
охлаждении, когда их внутренние структуры становятся доступными для
неразрушающего инспекционного оборудования, а также для ремонта
обнаруженных дефектных труб. Тем не менее, основной проблемой является достоверность контроля. Не менее сложной задачей также является вынесение заключения о том, какие именно трубки из частично-поврежденных являются все еще пригодными, а какие требуется заменить или вывести из эксплуатации.
Наиболее эффективным методом оценки состояния теплообменных труб ПГ на данный момент является вихретоковый метод контроля (ВТК). ВТК позволяет выявить не только сквозные дефекты, но и дефекты различной глубины и размеров, что позволяет превентивно глушить трубы с дефектами, которые еще не пропускают теплоноситель из первого контура во второй, но могут развиться до сквозных. Многочастотный ВТК теплообменных труб (ТОТ) ПГ с использованием внутреннего проходного дифференциального преобразователя дает возможность проконтролировать трубы по всей длине, позволяет зафиксировать наличие дефекта, локализовать его и оценить глубину.
На российских АЭС многочастотный метод вихретокового контроля металла ТОТ ПГ применяется уже более 20 лет, но, несмотря на такой длительный срок,
остаются проблемы с достоверностью получаемых результатов ВТК, связанной с субъективностью соответствующих экспертных решений. Одной из причин является сложность анализа эксплуатационных вихретоковых сигналов, обусловленная наличием множества мешающих факторов (шум, сигналы от элементов конструкций, отложения).
В связи с этим актуальной является постановка задачи, связанная с разработкой и исследованием эффективных и объективных алгоритмов автоматического выявления дефектов теплообменных труб ПГ как на свободных участках, так и под конструктивными элементами. Помимо обнаружения весьма важной задачей является определение геометрических параметров дефектов для дальнейшего заключения о возможной эксплуатации этой ТОТ или глушения.
Объект исследования
Вихретоковые сигналы, полученные при контроле труб внутренним дифференциальным проходным преобразователем.
Предмет исследования
Методы и алгоритмы на основе алгоритмов фильтрации и аффинных преобразований сигналов для отстройки от мешающих факторов и обнаружения дефектов. Методы и алгоритмы классификации и параметризации сигналов от дефектов на основе аппарата искусственных нейронных сетей (ИНС).
Цель работы
Разработка алгоритмов автоматической обработки вихретоковых сигналов, получаемых при контроле теплообменных трубок парогенераторов. Повышение вероятности правильной регистрации дефектов при обработке сигналов, полученных при вихретоковом контроле. Разработка алгоритмов классификации и определения параметров дефектов с целью повышения достоверности результатов контроля с использованием как аппарата ИНС, так и стандартных калибровочных зависимостей.
Задачи, решаемые для достижения поставленных целей
Решение прямой задачи вихретокового контроля для расчета сигнала на выходе вихретокового преобразователя;
Формирование базы модельных сигналов от дефектов с различными геометрическими характеристиками;
Формирование и анализ информативных признаков вихретокового сигнала от дефекта, используемых для классификации и параметризации;
Разработка алгоритмов автоматического обнаружения и локализации дефектов по ВТК сигналам, используя алгоритм согласованной фильтрации;
Решение обратной задачи электромагнитного контроля с целью определения геометрических параметров дефектов, используя аппарат ИНС;
Экспериментальные исследования разработанных методов цифровой
обработки вихретоковых сигналов и нейросетевого классификатора на
данных, полученных при лабораторных исследованиях и штатных
контролях парогенераторов.
Методы исследования.
В работе использованы методы цифровой обработки сигналов, теории распознавания образов, теории вероятностей и математической статистики, математический аппарат искусственных нейронных сетей.
При разработке и исследовании алгоритмов программ использовались следующие пакеты прикладных программ: Delphi, MathCAD, Maple, Matlab.
Научную новизну работы составляют следующие положения
Разработка модели процедуры вихретокового контроля и получение сигнала вихретокового преобразователя при перемещении вдоль оси ТОТ. При этом проведены теоретические исследования влияния изменения геометрических параметров дефекта на сигнал ВТП, влияние наличия ферромагнитных и проводящих отложений на сигнал ВТП, влияние наличия элементов конструкций (дистанционирующих и антивибрационных решеток) на сигнал ВТП.
Разработка методики автоматического обнаружения дефектов по сигналам вихретокового контроля. При этом, с помощью согласованного фильтра выделяются области сигнала, соответствующие дефектам, а с использованием статистических алгоритмов выделяются области сигнала, соответствующие конструктивным элементам.
Разработка методики классификации и параметризации сигналов от дефектов, основанная на аппарате искусственных нейронных сетей. При этом производится классификация дефектов по расположению на трубке (внешние, внутренние, сквозные) и определяются геометрические параметры дефектов.
Практическая значимость.
Практическая ценность работы связана с разработкой алгоритмов, позволяющих в автоматическом режиме производить обработку вихретокового сигнала и выдавать заключение об обнаруженных дефектах и их геометрических параметрах. Разработанные в диссертации классификатор и параметризатор на основе искусственных нейронных сетей позволяют повысить эффективность и точность определения геометрических параметров дефектов.
Внедрение результатов работы
Результаты диссертационной работы могут быть использованы для обработки сигналов, при многочастотном вихретоковом контроле.
Предложенные методики и алгоритмы обработки вихретоковых данных полностью реализованы в законченном программном обеспечении «PIRATE», позволяющем производить весь перечень операций по обработке данных и формированию заключения по обнаруженным дефектам.
Работа над диссертацией проводилась в рамках 4-х хоздоговорных НИОКР с Концерном РосЭнергоАтом, результатом которых явилась разработка программы «PIRATE» - нейросетевого классификатора дефектов ТОТ ПГ АЭС с реактороной установкой (РУ) ВВЭР. В настоящее время программа проходит этап опытно-промышленной эксплуатации на Кольской АЭС.
Основные положения, выносимые на защиту:
Способ отстройки от «размерного» шума на основе аффинного преобразования сигналов различных частот.
Способ отстройки от сигналов конструктивных элементов на основе автоматической адаптации аппроксимирующей функции.
Способ обнаружения дефектов на свободном участке и под дистанционирующими элементами ТОТ на основе применения согласованного фильтра.
Алгоритм классификации дефектов по вихретоковым сигналам на основе ИНС.
Алгоритм параметризации дефектов по вихретоковым сигналам на основе ИНС.
Достоверность
Достоверность научных положений, выводов и рекомендаций, разработанных в диссертации, подтверждается сопоставлением с публикациями в научных изданиях, а также проверкой с использованием экспериментальных данных, полученных на модельных и реалистичных образцах.
Неразрушающий контроль теплообменных труб парогенераторов АЭС с ВВЭР
При работе ПГ через него прокачивается высокорадиоактивный теплоноситель первого контура. В связи с этим, он практически недоступен для непосредственного осмотра и обслуживания при эксплуатации, а во время останова его основные узлы и полости имеют высокий уровень остаточной радиоактивности даже после дезактивации (специальной отмывки). По этой причине инспекции и контрольные проверки состояния металла и узлов ПГ, а также ремонтные работы существенно осложнены, но вместе с тем они должны быть надежными и выполняться в полном объеме в соответствии с требованиями эксплуатационной документации.
Причинами межконтурной неплотности могут быть протечки через фланцевые уплотнения первого контура и через дефекты в теплообменных трубах, сварных швах приварки их к коллектору.
Необходимость обеспечения межконтурной плотности (отсутствия протечек) обусловлена опасностью попадания воды первого контура во второй и повышением по этой причине активности во втором контуре до недопустимого уровня. Кроме того, протечка через неплотность (дефект) в металле какого-либо элемента почти всегда содержит опасность развития этого дефекта и перерастания в большую, некомпенсируемую течь. Контроль протечек из первого контура во второй выполняется периодически по методу расчета приведенной активности изотопа в продувочной воде из «солевого» отсека ПГ [2]. Фиксируется также активность воды второго контура.
При превышении значения хотя бы одного эксплуатационного предела (после повторной проверки) блок переводится в «холодное» состояние для поиска и устранения протечки. При достижении предела безопасности блок переводится в «холодное» состояние сразу без повторной проверки.
Также поиск межконтурных неплотностей производится при планово-предупредительном ремонте. Предусмотрены следующие способы обнаружения дефектных труб: гидравлический с визуальным контролем протечек (ГВК); гидравлический с дистанционным контролем протечек (ГДК); гидравлический с люминесцентным индикаторным покрытием (ГЛИП); пневмогидравлический аквариумный способ контроля протечек (ПГА); вихретоковый контроль (ВТК). Гидравлический способ с визуальным контролем протечек
Парогенератор заполняется по второму контуру до уровня 2600 мм водой с температурой 80...90 С, охлаждается до температуры 25....30 С, давление в парогенераторе поднимается до 1,96—2,45 МПа. Производится поиск дефекта путем непосредственного осмотра внутренней поверхности коллекторов первого контура. Обнаружение протечек воды свидетельствует о наличии дефекта. Следует зафиксировать координаты дефектной трубы. Давление не снижается в течение всего периода поиска.
Гидравлический способ с дистанционным контролем протечек
Этот способ предусматривает выполнение тех же операций, что и при гидравлическом способе с визуальным контролем протечек, но с применением перископа или телевизионной камеры. Гидравлический с люминесцентным индикаторным покрытием способ контроля протечек
Используется в случае сомнений в результатах поиска течи способами ГВК и ГДК. На внутреннюю, предварительно тщательно очищенную поверхность коллектора, наносится слой люминесцентной индикаторной суспензии. Парогенератор заполняется водой как при ГВК и ГДК. Производится осмотр поверхности коллектора в лучах ультрафиолетового света в условиях полного или частичного затемнения (освещенность не более 10 лк). Со стороны второго контура поддерживается давление 1,96-2,45 МПа. Температура воды в ПГ не выше 40 С. В месте контакта суспензии с водой (в случае протечки) появляется зеленое свечение. Как и в предыдущих случаях, место протечки следует фиксировать. После контроля суспензию тщательно удаляют путем протирки ветошью, смоченной в спирте.
Пневмогидравлический аквариумный способ контроля протечек Способ ПГА позволяет выявить поврежденную теплообменную трубу. Его принцип заключается в обнаружении протечек по появлению пузырьков воздуха на поверхности зеркала воды в коллекторе, при этом со стороны второго контура должно поддерживаться избыточное давление воздуха не менее 0,196 МПа (2 кгс/см2). Изменяя уровень воды в коллекторе, можно весьма точно определить координату текущей трубы. Метод наблюдения за появлением пузырьков воздуха может быть визуальным и инструментальным (перископом, телекамерой) под водой внутри коллектора первого контура. Этот способ получил высокую оценку при эксплуатации на АЭС. Показано, что эффективность обнаружения течи повышается при увеличении давления вплоть до 2 МПа и времени наблюдения (выдержки) до 4—10 часов.
При первых 4-ех методах поиска течи следует вести наблюдение — визуальное или приборное внутренней поверхности коллектора. Вихретоковый метод контроля принципиально отличается от описанных выше способов контроля межконтурной плотности, которые могут обнаружить только сквозные дефекты.
Расчет выходных сигналов проходного вихретокового преобразователя (ВТП) при сканировании ТОТ
Обратные задачи и методы для их решения постоянно находятся в центре внимания исследователей во многих технических дисциплинах.
Для специалистов неразрушающего контроля и диагностики решение таких задач позволяет идентифицировать и оценивать параметры (размеры, форму и расположение) дефектов, основываясь на результатах измерений, проводимых на контролируемом изделии. Стратегия решения подобных обратных задач зависит от вида дифференциального уравнения в частных производных, описывающего соответствующее физическое явление. Большинство задач электромагнитного неразрушающего контроля в предположении линейности и изотропности физических свойств сред описывается следующей математической моделью:
Правая часть ( ) представляет собой трехмерную функцию, обусловленную источниками поля, в качестве которых могут быть распределенные в пространстве электрически заряженные тела, проводники или катушки с током, а также постоянные магниты. В качестве неизвестной (искомой) переменной ( ), функция распределения которой в области и является целью решения обратной задачи, может быть как вектор напряженности электрического Е или магнитного Н поля, так и потенциал (скалярный или векторный ). Параметр в приведенном уравнении определяет природу рассматриваемого поля. Возможны три варианта для значения этого параметра: а) - физический процесс статический (в качестве источников поля выступают неподвижные заряженные тела или постоянные магниты) или стационарный (источник поля - ток в проводниках) по природе; б) - уравнение (2.21) описывает квазистационарный процесс (уравнение диффузии) и, наконец, в) - уравнение (2.21) описывает процесс распространения электромагнитной волны в пространстве. Физические процессы, обусловленные различным значением параметра , отличаются друг от друга. Соответственно, методы, предполагающие при решении конкретной обратной задачи опираться на физику явления, должны учитывать особенности характера распространения электромагнитной энергии во времени и пространстве. Методы электромагнитных испытаний, процессы взаимодействия энергии и контролируемого материала в которых не зависят от времени (статика), опираются на сбор и анализ экспериментальной информации, содержащейся, как правило, в координатных составляющих векторов магнитного или электрического поля, измеренных в зоне контроля с помощью соответствующих датчиков. Методы, описываемые уравнением диффузии (квазистационарные процессы), позволяют получать в качестве экспериментальных данных, помимо амплитудных значений, фазовые соотношения между измеряемыми сигналами и сигналами источников. И, наконец, в волновых методах исследования возможны измерения как амплитудных и фазовых параметров сигнала, так и временных параметров. Отсюда можно заключить, что измеряемые сигналы становятся потенциально богаче по своему содержанию при переходе от статических методов к методам, описываемым волновыми уравнениями. Этот факт имеет очевидные последствия. С одной стороны, шансы в решении обратной задачи повышаются. С другой стороны, объем данных, необходимых для решения, значительно возрастает, и потребуются серьезные затраты для сбора, накопления и хранения результатов измерения.
Уравнение (2.22) является интегральным уравнением Фредгольма первого рода. Решение задачи, предполагающей расчет распределения поля в области по известной функции Грина, относительно прост и не представляет больших проблем известными численными методами. Напротив, получить решение обратной задачи чрезвычайно трудно [23], а в ряде случаев и невозможно, и даже ввод определенных ограничений на область поиска не дает возможности найти устойчивое решение современными методами.
Прямые методы решения обратных задач включают исследование и решение матричного уравнения (2.24). Ключевая задача при реализации процедуры обращения лежит в увеличении специального параметра – числа обусловленности матрицы. Хотя подобные «прямые» методы и кажутся привлекательными и относительно простыми, результаты, полученные этими методами до настоящего времени, не могут считаться удовлетворительными для практики. Поэтому инженерные подходы к решению обратных задач на практике, как правило, ориентируются на применение непрямых методов.
Одним из наиболее ранних и широко используемых подходов является метод, предполагающий построение калибровочных характеристик, когда отдельные значения параметров, выделенные в экспериментальных данных, сравниваются с теми значениями, которые взяты из совокупности стандартных сигналов, полученных от известных дефектов. Например, Hwan и Lord [24] построили ряд таких калибровочных кривых, используя сигналы магнитного поля рассеяния различных дефектов, выделив при этом некоторые характерные параметры, такие, как амплитудное значение касательной составляющей поля, а также расстояние между двумя экстремумами. Дефект описывается несколькими геометрическими параметрами, как правило, шириной, длиной, глубиной и углом наклона к поверхности, а также расстоянием от поверхности в случае подповерхностного (внутреннего) дефекта. Каждая калибровочная кривая получается, если меняется один из параметров дефекта, при этом все другие остаются неизменными и принимают известные конкретные значения. Строятся графики зависимости этих параметров сигнала от изменяющегося параметра.
Обнаружение конструктивных элементов
Развитие искусственных нейронных сетей связано с биологией [64]. Нервная система человека построена из элементов, называемых нейронами. Каждый нейрон обладает многими качествами, общими с другими элементами тела, но его уникальной способностью является прием, обработка и передача электрохимических сигналов по нервным путям, которые образуют коммуникационную систему мозга. Схема биологического нейрона На рис.3.41 показана структура типичного биологического нейрона. Дендриты идут от тела нервной клетки к другим нейронам, где они принимают сигналы в точках соединения, называемых синапсами. Принятые синапсом входные сигналы подводятся к телу нейрона. Здесь они суммируются, причем одни входы стремятся возбудить нейрон, другие – воспрепятствовать его возбуждению. Когда суммарное возбуждение в теле нейрона превышает некоторый порог, нейрон возбуждается, посылая по аксону сигнал другим нейронам. У этой основной функциональной схемы много усложнений и исключений, тем не менее, большинство искусственных нейронных сетей моделируют лишь эти простые свойства.
Искусственный нейрон Искусственный нейрон имитирует в первом приближении свойства биологического нейрона. На вход искусственного нейрона поступает некоторое множество сигналов, каждый из которых является выходом другого нейрона. Каждый вход умножается на соответствующий вес, аналогичный синаптической силе, и все произведения суммируются, определяя уровень активации нейрона. На рис.3.42 представлена модель, реализующая эту идею. Хотя сетевые парадигмы весьма разнообразны, в основе почти всех их лежит эта конфигурация. Здесь множество входных сигналов, обозначенных x1, x2,…, xn, поступает на искусственный нейрон. Эти входные сигналы, в совокупности обозначаемые вектором X, 115 соответствуют сигналам, приходящим в синапсы биологического нейрона.
Каждый сигнал умножается на соответствующий вес w1, w2,…, wn, и поступает на суммирующий блок, обозначенный . Каждый вес соответствует «силе» одной биологической синаптической связи. (Множество весов в совокупности обозначается вектором W.) Суммирующий блок, соответствующий телу биологического элемента, складывает взвешенные входы алгебраически, создавая выход, который мы будем
Рис.3.42 Математическая модель искусственного нейрона Сигнал S далее, как правило, преобразуется активационной функцией F и дает выходной нейронный сигнал Y. Активационная функция может быть обычной ступенчатой функцией Y = K(S), где К – постоянная пороговой функции Y = 1, если S T, Y = 0 в остальных случаях, где Т – некоторая постоянная пороговая величина Также активационной может быть функция, более точно моделирующая нелинейную передаточную характеристику биологического нейрона и представляющая нейронной сети большие возможности.
В качестве такой функции часто используется логистическая или «сигмоидальная» (S-образная) функция, показанная на рис.3.43в. Эта функция математически выражается как:
Активационные функции искусственных нейронов, используемые при моделировании ИНС По аналогии с электронными системами активационную функцию можно считать нелинейной усилительной характеристикой искусственного нейрона. Коэффициент усиления вычисляется как отношение приращения величины Y к вызвавшему его небольшому приращению величины S. Он выражается наклоном кривой при определенном уровне возбуждения и изменяется от малых значений при больших отрицательных возбуждениях (кривая почти горизонтальна) до максимального значения при нулевом возбуждении и снова уменьшается, когда возбуждение становится большим положительным. Каким образом одна и та же сеть может обрабатывать как слабые, так и сильные сигналы? Слабые сигналы нуждаются в большом усилении, чтобы дать пригодный к использованию выходной сигнал. Однако усилительные каскады с большими коэффициентами усиления могут привести к насыщению выхода шумами усилителей (случайными флуктуациями), которые присутствуют в любой физически реализованной сети. Сильные входные сигналы, в свою очередь, также будут приводить к насыщению усилительных каскадов, исключая возможность полезного использования выхода. Центральная область логистической функции, имеющая большой коэффициент усиления, решает проблему обработки слабых сигналов, в то время как области с падающим усилением на положительном и отрицательном концах подходят для больших возбуждений. Таким образом, нейрон функционирует с большим усилением в широком диапазоне уровня входного сигнала.
Другой широко используемой активационной функцией является гиперболический тангенс. По форме она сходна с логистической функцией и часто используется биологами в качестве математической модели активации нервной клетки (рис. 3.43д).
Рассмотренная простая модель искусственного нейрона игнорирует многие свойства своего биологического двойника. Например, она не принимает во внимание задержки во времени, которые воздействуют на динамику системы. Входные сигналы сразу же порождают выходной сигнал. Несмотря на эти ограничения, сети, построенные из этих нейронов, обнаруживают свойства, сильно напоминающие биологическую систему
Опытно-промышленные испытания программно-методического обеспечения для систем контроля теплообменных трубок
В программе есть возможность анализировать и просматривать сигналы сразу на двух частотных каналах (основном и дополнительном). Сигналы основного канала на графиках и годографе отображаются желтым цветом, а дополнительного канала – белым цветом. Список каналов (он одинаковый для основного и дополнительного каналов отображения) может изменяться в зависимости от источника сигнала – это касается начала списка (исходных частот) и параметров файла комбинаций частот (для каждого типа вихретоковой установки можно задать свой набор комбинаций частот для оптимального подавления мешающих факторов). Текущая частота в списке частот отмечается кружочком желтого цвета для основного канала и белого цвета - для дополнительного канала (рис.4.8).
Информационная панель индикаций предназначена для выделения и детального анализа установленных индикаций дефектов, конструктивных элементов и отложений. На ней также приводится краткая информация о расположении индикаций и реперных точек на сигнале (рис.4.10). Она состоит из двух частей: панели инструментов для управления индикациями и непосредственно списка индикаций.
Информационная панель индикаций В списке индикаций отображается информация по всем особенностям, отмеченным на сигнале. Сортировка производится по координате центра рамки с индикацией. Все три типа особенностей, устанавливаемых в программе, отображаются с определенными параметрами в следующем виде: Тип – Подкласс – Реперная точка – расстояние Тип – тип особенности, приводится в виде англоязычной аббревиатуры. Подкласс – для дефектов обозначает вид данной особенности. Реперная точка – определенные конструктивные элементы, соответствующим образом пронумерованные относительно горячего или холодного коллектора; этими элементами являются дистанционирующие и антивибрационные решетки (обозначаются буквами P и V соответственно с последующей нумерацией от коллектора – определяется автоматически), а также плита коллектора (обозначается CS). Коллектор – холодный или горячий обозначается буквами С (cool) и H (hot) соответственно, относительно которого производится замер расстояний и реперных дочек для дефекта. Расстояние – расстояние от индикации до ближайшей реперной точки, в мм (положительным считается направление от коллектора).
Для возможности работать в качестве основного средства анализа сигналов ВТК на АЭС программное обеспечение PIRATE должно пройти все необходимые испытания на данных штатного контроля ТОТ ПГ АЭС, а также на наборе реалистичных дефектов [75, 76, 77]. Для этого была разработана программа и методика проведения приёмочных испытаний.
Программа и методика приёмочных испытаний Программа и методика приемочных испытаний предназначена для проведения приемочных испытаний программного обеспечения PIRATE на образцах с реалистическими дефектами [78]. В программе предусмотрены порядок подготовки, проведения, объем и методика приемочных испытаний, метрологическое обеспечение и отчетность.
Испытания проводились на площадке филиала ОАО «Концерн Энергоатом» «Кольская атомная станция» персоналом Кольской АЭС с использованием аттестованного штатного оборудования вихретокового контроля теплообменных труб парогенераторов АЭС с ВВЭР.
Целями приемочных испытаний являются: экспериментальная проверка выявляемости дефектов в теплообменных трубках с применением программного обеспечения PIRATE в составе аппаратуры, методики контроля и персонала, аттестованного для проведения вихретокового (ВТ) контроля парогенераторов; оценка программного продукта как средства анализа экспериментальных данных при проведении неразрушающего ВТ контроля на теплообменных трубках; принятие решения о возможности применения Классификатора на объектах использования атомной энергии и необходимости проведения опытно-промышленных испытаний.
Приемочные испытания проводились приемочной комиссией, назначенной Техническим руководством ОАО «Концерн Росэнергоатом, на производственной площадке филиала ОАО «Концерна Росэнергоатом», «Кольская атомная станция». Испытания проводились на испытательных образцах трубок с реалистичными дефектами, согласно требованиям РД ЭО 0487-05 «Типовые требования к порядку разработки технического задания, проведению испытаний и условиям применения систем и средств эксплуатационного неразрушающего контроля на объектах использования атомной энергии» [79] и РД ЭО 0488-03 «Методические рекомендации по оценке достоверности средств и методик неразрушающего контроля» [80].
В процессе испытаний не проводилось каких-либо наладочных и регулировочных работ, корректирующих работу программного обеспечения PIRATE и непредусмотренных эксплуатационной документацией. Испытания проводились на испытательных образцах ТОТ с реалистичными дефектами, воспроизводящими дефекты (трещины различной ориентации относительно оси трубы, язвы), возникающие в теплообменных трубах парогенератора при его эксплуатации, а также на бездефектных испытательных образцах.
Образцы теплообменных труб каждого типа (за исключением бездефектных) имеют четыре градации характеристического размера (глубины) дефекта и несколько моделей дефектов каждого размера. Значения градаций глубины для всех типов дефектов одинаковы и представлены в таблице 4.1.
