Прогнозирование эрозионно-коррозионного износа элементов трубопроводов атомных электростанций методом нейросетевого моделирования

Авторы

  • Irina V. Biblik Институт проблем машиностроения им. А.Н. Подгорного НАН Украины (61046, Украина, г. Харьков, ул. Пожарского, 2/10), Ukraine
  • Konstantin V. Avramov Институт проблем машиностроения им. А.Н. Подгорного НАН Украины (61046, Украина, г. Харьков, ул. Пожарского, 2/10), Ukraine
  • Roman A. Rusanov Институт проточных машин им. Р. Шевальського Польской АН, (Польша, г. Гданьск 80-231, ул. Фишера, 14), Poland

Ключевые слова:

нейронные сети, компьютерное моделирование, эрозионно-коррозионный износ

Аннотация

На основе комплексного подхода, использующего компьютерное моделирование процесса разрушения конструкционных материалов и технологию самообучающихся нейронных сетей, разработана методология прогнозирования скорости эрозионно-коррозионного износа (ЭКИ) элементов трубопроводов с однофазной средой второго контура АЭС. Нейросетевая модель реализована в среде программирования Delphi. Нейронная сеть состоит из входного слоя, содержащего семь элементов, и выходного слоя с двумя элементами. В качестве входных переменных нейронной сети выбраны параметры, оказывающие наибольшее влияние на процесс ЭКИ. Это температура среды, внутренний диаметр трубопровода, содержание кислорода в среде, скорость течения теплоносителя, водородный показатель, время проведения контроля (или начала эксплуатации) и время, на которое осуществляется прогнозирование. Для каждого из входных параметров сети выбирались интервалы возможных значений. При этом факторы, влияющие на скорость ЭКИ, но не вошедшие в реализуемую модель (содержание хрома, меди и молибдена в материале трубопровода, тип амина), приняты постоянными. Выходными параметрами нейронной сети являются скорость ЭКИ и изменение толщины стенки элемента трубопровода за прогнозируемый временной интервал. В качестве метода обучения нейронной сети выбран метод обратного распространения ошибки, который предполагает прямой и обратный проход по слоям сети. Обучающим алгоритмом нейронной сети является алгоритм обучения с учителем. Для тестовой выборки предлагается, наряду с данными эксплуатационного контроля, использовать результаты расчетов по статистической модели, созданной в рамках специального расчетно-экспериментального метода. Установлена принципиальная возможность использования нейронных сетей для прогнозирования скорости ЭКИ в элементах трубопроводов второго контура АЭС. Разработанный подход позволяет улучшить точность прогноза скорости эрозионно-коррозионного износа без определения всех зависимостей между множеством факторов, оказывающих влияние на процесс ЭКИ. Низкие значения ошибок построенных моделей позволяют использовать результаты расчетов для определения ресурсных характеристик трубопроводов с однофазной средой второго контура АЭС и оптимизации эксплуатационного контроля.

Биография автора

Konstantin V. Avramov, Институт проблем машиностроения им. А.Н. Подгорного НАН Украины (61046, Украина, г. Харьков, ул. Пожарского, 2/10)

доктор технических наук

Библиографические ссылки

Naftal, M. M., Baranenko, V. I., & Gulina O. M. (2004). Use of software tools for calculating flow accelerated corrosion of nuclear power plant equipment and pipelines. Thermal Eng., vol. 61, no. 6, pp. 456–463.

Baranenko, V. I., Yanchenko, Yu. A., Gulina, O. M., & Dokukin, D. A. (2010). O raschete skorosti erozionno-korrozionnogo iznosa i ostatochnogo resursa truboprovodov AES [Calculation of the rate of erosion-corrosion wear and residual life of NPP pipelines]. Izv. Vuzov. Yader. Energetika − Izvestia Vysshikh Uchebnykh Zavedeniy. Yadernaya Energetika, no. 2, pp. 55–63 [in Russian].

Mileshkin, M. B., & Biblik, I.V. (2006). Primeneniye spetsialnogo raschetno-eksperimentalnogo metoda dlya otsenki ostatochnogo resursa elementov konstruktsiy po fakticheskomu sostoyaniyu materiala [Application of a special calculation and experimental method for estimating the residual life of structural elements based on the actual state of the material]. Nadezhnost i Dolgovechnost Mashin i Sooruzheniy – Reliability and Life of Machines and Installations, iss. 27, pp. 304–310 [in Russian].

Mileshkin, M. B., Biblik, I.V., & Inkulis, V. V. (2009). Otsenka veroyatnosti bezotkaznoy raboty oborudovaniya AES na osnove modelirovaniya izmeneniya stepeni ekspluatatsionnoy povrezhdennosti [Evaluation of the probability of failure-free operation of NPP equipment on the basis of modeling the change in the degree of operational damage]. Nadezhnost i Dolgovechnost Mashin i Sooruzheniy – Reliability and Life of Machines and Installations, iss. 32, pp. 105–112 [in Russian].

RD EO 0571-2006. (2006). Normy dopustimykh tolshchin elementov truboprovodov iz uglerodistykh staley atomnykh stantsiy [Norms of admissible thickness of carbon steel pipeline elements of nuclear power plants]. Valid from 2006.11.01.Moscow: OAO 'Kontsern Rosenergoatom', 44 p. [in Russian].

Baranenko, V. I., Gulina, O. M., & Dokukin, D. A. (2008). Metodologicheskaya osnova prognozirovaniya erozionno-korrozionnogo iznosa oborudovaniya AES metodom neyrosetevogo modelirovaniya [Methodological basis of prediction of erosion-corrosion wear of NPP equipment by the method of neural network modeling]. Izv. Vuzov. Yader. Energetika − Izvestia Vysshikh Uchebnykh Zavedeniy. Yadernaya Energetika, no. 1, pp. 3–8 [in Russian].

Baranenko, V. I., Getman, A. F., Ovcharov, O. V., & Gusarov, A. Ye. (2006). Ispolzovaniye programmnykh sredstv dlya rascheta korrozii truboprovodov i oborudovaniya energoblokov AES [Use of software for calculation of corrosion of pipelines and equipment of NPP power units. Available at: www.gidropress.podolsk.ru/files/proceedings/mntk2017/autorun/article19-ru.htm.

Khaykin, S. Neyronnyye seti: per. s angl. [Nuron networks (trans. from English)]Moscow: Izdat. dom 'Vilyams', 1104 p. [in Russian].

Загрузки

Опубликован

2018-10-11

Выпуск

Раздел

Динамика и прочность машин