Nükleer güç reaktörlerinde sensör güvenilirliğinin reaktör işletimine etkileri

Abstract

Bu çalışmada Hollanda EPZ Borssele Nükleer Güç Santralı 'mn yeni veri toplama sisteminde kullanılan sensörlerin doğrulanması, santral genelinde sensör hatası ve işletimden kaynaklanan anormal durumların belirlenmesi için etkin olarak kullanılabilecek çeşitli metotlar incelenmiş ve bu amaca yönelik yeni yöntemler önerilmiştir. 15.7.2001 - 15.12.2001 tarihleri arasında 5 ay süreyle Hollanda EPZ Borssele Nükleer Güç Santralı'nda tarafımdan, tez çalışmasına yönelik bilimsel araştırma ve çalışmalarda bulunulmuştur. Tezde kullanılan veriler Hollanda EPZ Borssele Nükleer Güç Santralı'ndan elde edilmiştir. Ön işlemden geçirilmiş sensör işaretleri (AC-işaretler) kullanılarak; sensör doğrulama için öz-bağlammlı (auto-regressive) model ile sensör cevap zamanı belirlenmesi, öz-ilişkili (auto- associative) yapay sinir ağı ve çok girişli tek çıkışlı yapay sinir ağı ile kalp dışı nötron sensörlerinin doğrulaması, her iki yapay sinir ağının karşılaştırılması ve bu doğrulanmış sensörlerin işaretleri üzerinden yapılan analizlerle kalp kazanı titreşimlerinin belirlenmesi yoluyla durum izlemesi gerçekleştirilmiş, EPZ Borssele Nükleer Güç Santralı için kalp kazam titreşim analizi yapılmıştır. Santraldan doğrudan gelen sensör işaretleri (DC-işaretler) üzerinde çok girişli tek çıkışlı yapay sinir ağı yaklaşımı ile sensör doğrulama çalışması yapıldıktan sonra bu doğrulanmış sensörlerin işaretleri kullanılarak çok girişli çok çıkışlı yapay sinir ağı ile bileşen bazında doğrulama çalışması gerçekleştirilmiştir. Ayrıca DC-işaretlerle, gerçek zamanda çevrim-içi anormal durum belirleme ele alınmış, literatürde kullanılan klasik metoda (Kalman filtrelemesi tabanlı) alternatif olarak dalgacık analizi kökenli yeni bir metot önerilmiş ve EPZ Borssele Nükleer Güç Santrah'nın işaretleri üzerinde Kalman filtrelemesi tabanlı eski metoda üstünlüğü gösterilmiştir.

In this study several effective methods were studied for validation & verification of The Netherlands EPZ Borssele Nuclear Power Plant's new data acquisition system sensors, plant wide sensor fault and operational anomaly detection and new methods were presented for this purpose. A research study as a part of this thesis has been done in EPZ Borssele NPP between the dates of 15 July to 15 December 2001. The data used in this thesis were taken from the EPZ Borssele Nuclear Power Plant. Sensor response times were determined using auto-regressive model on pre- processed sensor signals (AC-signals) for sensor validation. Auto-associative artificial neural networks and multi input single output artificial neural networks were used for ex-core neutron sensors verification. Core barrel motion analyses have been done for EPZ Borssele Nuclear Power Plant by using the validated signals for condition monitoring purpose. After the generation of validation process using a multi-input single-output neural network approach on the sensor signals coming from the plant, a component based validation study was generated by a multi-input multi-output neural network using these validated sensor signals. A study on real-time on-line anomaly detection by DC-signals has been output, and a new wavelet analysis based method as an alternative to a widely used classical Kalman Filtering based method has been recommended. The superiority of the wavelet based detection method to the former Kalman Filtering based method has been shown in this study.