适用于CPR机组的中子通量指套管磨损深度预测方法与流程

本发明属于核电检测设备领域，特别涉及一种适用于cpr机组的中子通量指套管磨损深度预测方法。

背景技术：

1、指套管是移动式微型裂变室的通道，是核电站反应堆堆芯中子通量测量系统的重要组成部分。目前，业界主要通过bobbin探头涡流检测方法定期跟踪检查指套管磨损缺陷；对指套管磨损深度的预测则是通过整体采集数据，对采集的数据进行整体处理分析，如公开号为cn113836709a的专利，由于其数据进行整体采集处理分析，因此数据噪音较大，导致存在预测数据结果异常概率高，拟合精度不高的问题，且其针对磨损速度进行预测，无法直接用于对指套管状态评估后的决策。

技术实现思路

1、本发明的目的是提供一种适用于cpr机组的中子通量指套管磨损深度预测方法，其精度更高，数据说服性更强。

2、为解决上述技术问题，本发明采用如下技术方案：一种适用于cpr机组的中子通量指套管磨损深度预测方法，指套管位于堆芯上，它包括以下步骤：

3、a.将堆芯分为n个区域，n为大于1的整数，分区域对各区域内的指套管进行采集数据，数据至少包括指套管在反应堆的区域分类，磨损部位的分类；

4、b.将采集到的数据进行降噪处理；

5、c.数据处理完成后，对n个区域的数据分别构建ann与cnn神经网络模型，选取连续年份的数据进行学习并预测得到信号值，将预测信号值与实际信号值进行对比，直至模型的预测准确率达95％以上；

6、d.利用合格的模型得到预测的信号值之后，需要将其转换为缺陷的具体参数，结合实际磨损情况，将缺陷分为楔形和环形两类，两类缺陷分别对应不同的磨损部位，分别对其进行数值仿真模拟，并绘制出缺陷深度和周向角度与幅值相位信号之间的关系。

7、另一种实施方式，所述ann神经网络模型中，网络共包含输入层、m个隐藏层以及输出层；cnn神经网络模型中，网络共包含输入层、a个卷积层，b个池化层，c个平铺层以及输出层。

8、另一种实施方式，其中输入层x个神经单元，分别代表近x年的信号数据。

9、另一种实施方式，输出层至少有二个神经单元分别代表预测年份的幅值与相位。

10、另一种实施方式，隐藏层各包含z个神经单元。

11、另一种实施方式，4≤n≤8。

12、另一种实施方式，2≤m≤6。

13、另一种实施方式，4≤a≤10。

14、另一种实施方式，0≤b≤a。

15、另一种实施方式，2≤x≤8。

16、另一种实施方式，4≤z≤20。

17、另一种实施方式，步骤b中，采集的四个频率信号经过混频之后可以消除背景噪声并将信号增强，然后对于测量时由于测量方式产生的误差加以调整；对于测量失误而导致明显异常的值进行删除和校正；对于未进行测量而导致年份之间存在的缺失数据，参照前后年份的值进行均值填补。

18、本发明的有益效果在于：本发明能有效降低堆芯内环境以及磨损部位对数据的影响，同时数据插值与神经网络算法结合可以更加贴近真实的变化关系，进而降低误差，提高预测的精准度。

技术特征：

1.一种适用于cpr机组的中子通量指套管磨损深度预测方法，指套管位于堆芯上，其特征在于：它包括以下步骤：

2.根据权利要求1所述的适用于cpr机组的中子通量指套管磨损深度预测方法，其特征在于：所述ann神经网络模型中，网络共包含输入层、m个隐藏层以及输出层；cnn神经网络模型中，网络共包含输入层、a个卷积层，b个池化层，1个平铺层以及输出层。

3.根据权利要求2所述的适用于cpr机组的中子通量指套管磨损深度预测方法，其特征在于：其中输入层x个神经单元，分别代表近x年的信号数据。

4.根据权利要求2所述的适用于cpr机组的中子通量指套管磨损深度预测方法，其特征在于：输出层至少有二个神经单元分别代表预测年份的幅值与相位。

5.根据权利要求2所述的适用于cpr机组的中子通量指套管磨损深度预测方法，其特征在于：隐藏层各包含z个神经单元。

6.根据权利要求1所述的适用于cpr机组的中子通量指套管磨损深度预测方法，其特征在于：4≤n≤8。

7.根据权利要求2所述的适用于cpr机组的中子通量指套管磨损深度预测方法，其特征在于：2≤m≤6。

8.根据权利要求1所述的适用于cpr机组的中子通量指套管磨损深度预测方法，其特征在于：4≤a≤10。

9.根据权利要求2所述的适用于cpr机组的中子通量指套管磨损深度预测方法，其特征在于：0≤b≤a。

10.根据权利要求3所述的适用于cpr机组的中子通量指套管磨损深度预测方法，其特征在于：2≤x≤8。

11.根据权利要求1所述的适用于cpr机组的中子通量指套管磨损深度预测方法，其特征在于：4≤z≤20。

12.根据权利要求1所述的适用于cpr机组的中子通量指套管磨损深度预测方法，其特征在于：步骤b中，采集的四个频率信号经过混频之后可以消除背景噪声并将信号增强，然后对于测量时由于测量方式产生的误差加以调整；对于测量失误而导致明显异常的值进行删除和校正；对于未进行测量而导致年份之间存在的缺失数据，参照前后年份的值进行均值填补。

技术总结
本发明公开了一种适用于CPR机组的中子通量指套管磨损深度预测方法，它包括以下步骤：a.堆芯分为N个区域；b.将采集到的数据进行降噪处理；c.数据处理完成后，对N个区域的数据分别构建ANN和CNN神经网络模型并进行学习并预测得到信号值，将预测值与实际磨损量进行对比，直至模型的预测准确率达95％以上；d.利用合格的模型得到预测的信号值之后，需要将其转换为缺陷的具体参数，结合实际磨损情况，将缺陷分为楔形和环形两类，分别对其进行数值仿真模拟，并绘制出缺陷深度和周向角度与幅值相位信号之间的关系。本发明能有效降低堆芯内环境对数据的影响，进而降低误差，提高预测的精准度。

技术研发人员：罗立群,王春辉,方奎元,安英辉,李晓光,吴同,苏治锋
受保护的技术使用者：大亚湾核电运营管理有限责任公司
技术研发日：
技术公布日：2024/1/15