核电站怎样利用大数据?

得益于信息技术的发展,越来越多机器部件的健康和性能可以在操作过程中被监控。利用此类传感器生成的大量数据,不仅需要复杂的计算,还需要大量的行业经验。美国电力研究院(EPRI)实施了一个新的示范项目,旨在将二者结合起来。

诊断核电站的潜在问题需要耗费大量的时间和资源。虽然大量的数据现在可以通过在线监测系统和其他工况评估设备来获得,但从中区分优劣并发现危急或突发的问题并非一件易事。

EPRI正在开发一个预测和健康管理软件工具,用以支持核电站实现以上目标。比如,一个泵或马达轴承的异常高温读数可以作为设备问题的第一征兆,但如果问题被及时纠正,广泛的破坏就可以被避免。软件自动识别高温读数并提醒用户,列出引发工况的可能的问题。然后,软件从用户那里获得其他信息来确定哪些问题需要改正。

全方位预测与健康管理(FW-PHM)工具

被称作全方位预测与健康管理(FW-PHM)的软件工具,通过集成大量技术来加强监测,包括在线先进识别模式、自动诊断,以及剩余使用寿命(RUL)算法。2013年,该软件工具在几家核电站进行了试点测试,并证明它可以缩短诊断问题的时间,并使得系统工程师能将精力集中在解决问题上。完整的软件包在今年上半年将被更广泛地使用。

监测技术,像FW-PHM软件使用的系统,处于先进工业管理信息系统的前沿。建立在所谓的“大数据”分析的基础上,工业监测技术自动提供核电站人员可用以提高核电站的可靠性、效率和生产力的信息。

过去三十年工业和经济生产率的提升,都是基于数字信息和控制技术的开发和应用。随着核核电站的老化,核电工业在采用这些技术时表现缓慢。其目前的商业模式和硬件设施是上世纪80年代的,如果行业不采取高效率的商业模式,则很难跟上竞争者的步伐。监测技术已具有较高的成本效益,拖延采用可能会增加运行成本并限制核电站的长期经济可行性。

FW-PHM软件套装使得核电站人员对操作和维护设备作出更明智的决定。它能够:

减少设备故障

工厂人员可以预见和避免可能会限制核电站生产或缩短设备生命的设备问题。

提高可靠性和工作效率

这个工具帮助核电站开发了可以一直使用,直到故障能够被补救的故障检修计划。由于它帮助指导故障检修过程,当新的信息出现时,这个工具会持续提问,帮助核电站工程师决定下一个要搜集的最重要的信息是什么。

创建一个更加正式的行业范围的诊断经验记录

当系统性的原因被确定时,核电站可以改变他们的反应,这样问题就不会复发。

拓展知识

每次使用时系统都在通过持续的数据库开发进行“学习”。尽管每个核电站或公用事业公司都有自己的监测中心,EPRI将从核电站的经验中收集新的故障检修信息,进行编译后,再提供给所有使用者。

促进核电站健康

通过获取经验丰富的工程师的知识——他们中的许多人几十年来一直在安全、可靠地运行着核电站,并且可能正考虑离开劳动力队伍,工具能整合核电站员工的知识和经验,帮助提供持续的设备健康管理。

现有技术的局限性

有许多行业中,已经有了很好的先例:因为提供及时纠正或预防维护的监测信息,避免了生产损失或灾难性的事故。对于核电站的应用,工程性的努力来评估异常情况并提供一个对真实老化状况的有用诊断,已经成为在扩大技术应用中的一个障碍。EPRI承认,在工程进入该过程前,需要一个自动诊断和预后顾问来捕捉异常现象并即刻提供诊断信息。

此外,大多数核电站没有一个自动学习的架构来捕捉获得的经验,同时检修故障,然后解决问题。由此带来的结果是,一些行业的问题,经历一次又一次同样漫长的诊断过程。

提供一个风险告知,保持有益的使用寿命估计,将使得核电站优先考虑维护活动。如果适当实现自动化,这种能力将填补在需要及时和准确的性能分析与核电站工程资源的可用性之间的差距。工程焦点将从认同潜在问题,诊断资产故障和提供维护指导向准确解决问题上转移。宝贵的运营资产可以避免过早或不合时宜的失败,或避免生命极限运行模式。