Приложение В (справочное). Оперативный контроль калибровки

Приложение В
(справочное)

Оперативный контроль калибровки

В.1 Введение

Калибровка технологических измерительных каналов на атомных станциях может контролироваться на наличие дрейфа показаний при работе станции. Это новый подход к верификации калибровки измерительных приборов на атомных станциях, который называется "оперативным контролем калибровки", "сокращением калибровки", "продлением интервала калибровки" и т.д. Хотя этот метод применим к большинству измерительных приборов, главный интерес представляет применение этого подхода для датчиков давления, поскольку датчики давления на атомных станциях часто труднее калибровать, чем другие измерительные приборы. Кроме того, опыт показал, что большинство датчиков давления ядерного класса сохраняет свою калибровку в течение длительных промежутков времени. В этой связи частоту калибровки датчиков давления можно продлить за пределы традиционного интервала, т.е. однократно каждый топливный цикл. Метод оперативного контроля позволяет контролировать выходные сигналы датчиков давления на наличие дрейфа показаний и определять, должен ли датчик быть откалиброван.

В.2 Требования к системе оперативного контроля

Оперативный контроль калибровки требует наличия программы, процедуры или системы многоканального сбора, квалификации, анализа данных и интерпретации результатов. Система оперативного контроля должна проводить выборку и обработку многочисленных сигналов измерительных приборов. Она должна также обрабатывать данные и представлять результаты в графической или иных формах, чтобы сравнивать с предопределенными критериями приемки для идентификации измерительных приборов, которые остаются в пределах калибровки, и отделять те измерительные приборы, которые превышают критерии приемки.

Нет необходимости, чтобы система обрабатывала данные в режиме реального времени, пока у системы есть адекватные возможности хранения данных для последующего анализа. Для выборки необходимых данных может использоваться станционный компьютер или другие существующие или установленные системы сбора данных на атомной станции. Выборку и анализ данных можно проводить на одном и том же компьютере или на двух различных компьютерах. Обычно необходимые данные содержатся в станционном компьютере, и в этом случае данные обычно сохраняют на накопителях данных и анализируют в автономном режиме. Когда в станционном компьютере имеются данные оперативного контроля, то необходимо лишь программное обеспечение, чтобы забирать данные от станции, анализировать их и строить графики или печатать результаты.

В.3 Учет систематических ошибок и дрейфа общего типа

В данных оперативного контроля калибровки могут существовать общий дрейф показаний или систематические ошибки, их необходимо должным образом учитывать. Эти ошибки могут быть обусловлены нормальными различиями калибровки между измерительными приборами, различными расположениями контрольных точек и т.д. Кроме того, показания резервированных измерительных приборов могут дрейфовать вверх или вниз все вместе, не позволяя отличать дрейф показаний. Эти проблемы можно решать рядом методов, включая:

a) калибрование одного из резервированных каналов на ротационной основе, чтобы все резервированные каналы периодически калибровались вручную, и/или

b) использование аналитического моделирования технологического процесса, чтобы отслеживать процесс независимо от проверяемого измерительного прибора и установить опорную точку для оперативного контроля калибровки.

Последний метод включает в себя многочисленные методы, большинство которых описано в публикациях, перечисленных в библиографии настоящего стандарта.

В.4 Проблема точечного мониторинга

Еще одна важная проблема метода оперативного контроля - "проблема точечного мониторинга". Конкретнее, если данные оперативного контроля собирают только во время нормальной эксплуатации атомной станции, то анализ этих данных лишь удостоверяет калибровку измерительных приборов в контролируемой точке. Для того чтобы проверить калибровку измерительных приборов в других точках по всему их рабочему диапазону, данные оперативного контроля необходимо собирать не только при нормальной эксплуатации, но также и во время периодов пуска и останова. Если это невозможно, то метод оперативного контроля все же приемлем, но допустимые пределы калибровки должны быть уменьшены на определенный запас для точечного мониторинга, как в библиографии.

В.5 Частота сбора данных

Специфических требований к частоте дискретизации данных оперативного контроля или типу оборудования, которое можно использовать, не существует. Варианты варьируются от очень редкого сбора данных (т.е. несколько раз в течение цикла) до непрерывной выборки данных с помощью станционного компьютера или специализированной системы сбора данных. Однако если должен использоваться какой-либо метод моделирования, то потребуется компьютерный сбор данных при относительно высоких частотах выборки. Кроме того, возможно, что выборку сигналов, моделируемых совместно, придется проводить одновременно.

В.6 Анализ данных

Данные оперативного контроля могут быть выбраны из станционного компьютера, других станционных систем, специализированной системы сбора данных, используемой для сбора данных или их комбинации. Независимо от того, выбираются ли данные из станционного компьютера или посредством специализированной системы сбора данных, сначала следует использовать алгоритм квалификации данных, чтобы отсортировать данные на предмет аномалий, таких как отсутствие частных значений, отсутствие сигналов, нормальное распределение и т.д. После того как данные отсортированы, определены и аттестованы, их следует проанализировать с использованием методов усреднения и/или моделирования. Методы усреднения могут быть адекватны, если доступны резервированные сигналы (более двух). Примерами методов усреднения, которые можно использовать, могут служить: прямое усреднение, средневзвешенное усреднение, паритетное пространство, усреднение по диапазону и т.д. Выбор метода усреднения часто зависит от типа и резервирования данных. Возможно, придется использовать различные методы усреднения для обработки различных сервисов даже на одной и той же станции.

Что касается методов моделирования, можно использовать эмпирическое и/или физическое моделирование. Существует ряд способов использовать эмпирическое моделирование, включая нейронные сети, распознавание образов, нечеткую группировку данных в сочетании с нейронными сетями и т.д. Эти методы описаны в библиографии