预测性维修技术在核电厂的应用研究

尚宪和; 曾春; 李蔚

doi:10.13832/j.jnpe.2022.S2.0060

预测性维修技术在核电厂的应用研究

doi: 10.13832/j.jnpe.2022.S2.0060

1.
中核核电运行管理有限公司，浙江海盐，314300
2.
浙江大学能源工程学院，杭州，310027

详细信息

作者简介:
尚宪和（1973—），男，研究员级高级工程师，主要从事反应堆运行和设备管理工作，E-mail: shangxh@cnnp.com.cn

中图分类号: TM623.7
计量
- 文章访问数: 183
- HTML全文浏览量: 30
- PDF下载量: 43
- 被引次数: 0
出版历程
- 收稿日期: 2022-07-28
- 修回日期: 2022-10-10
- 刊出日期: 2022-12-31

Study on Application of Predictive Maintenance Technology in Nuclear Power Plant

1.
CNNC Nuclear Operation Management Co., Ltd., Haiyan, Zhejiang, 314300, China
2.
College of Energy Engineering, Zhejiang University, Hangzhou, 310027, China

摘要

摘要: 为保障核电厂机组的安全稳定经济运行，核电企业逐步引入基于设备状态的预测性维修（PdM）。本文基于某核电厂的生产实践，对PdM技术的发展应用情况及在核电厂实际应用过程中面临的挑战进行了探讨，指出考虑到核设备的复杂性和特殊性，在应用PdM技术时，应根据设备的分级情况、设备失效机理和PdM技术自身的成熟度合理选择不同的维修策略；同时还应注意收集和分析设备的数据信息以便优化PdM技术，从而获得满意的设备管理结果。
- 预测性维修(PdM) /
- 核电厂 /
- 设备 /
- 故障
Abstract: In order to ensure the safe, stable and economic operation of nuclear power plant units, nuclear power enterprises have gradually introduced predictive maintenance (PdM) based on equipment status. Based on the production practice of a nuclear power plant, this paper discusses the development and application of PdM technology and the challenges faced in the practical application of PdM technology in nuclear power plants, and points out that in consideration of the complexity and particularity of nuclear equipment, when applying PdM technology, different maintenance strategies shall be reasonably selected according to the classification of equipment, the failure mechanism of equipment and the maturity of PdM technology itself; at the same time, attention shall also be paid to the collection and analysis of equipment data information in order to optimize predictive maintenance technology, so as to obtain satisfactory equipment management results.
- Predictive maintenance (PdM) /
- Nuclear power plant /
- Equipment /
- Failure

HTML全文

图 1 基于信息新技术的寿命预测方法

Figure 1. Life Prediction Method Based on New Information Technology

下载: 全尺寸图片幻灯片

参考文献(20)

[1]	张小丽,陈雪峰,李兵,等. 机械重大装备寿命预测综述[J]. 机械工程学报,2011, 47(11): 100-116.
[2]	李葆文,陈雪芹,黄如诔. 2020中国设备管理新趋势报告[J]. 中国设备工程,2020(24): 4-9. doi: 10.3969/j.issn.1671-0711.2020.24.003
[3]	王美慧. 预测性维修技术的发展障碍[J]. 航空维修与工程,2020(6): 19-20. doi: 10.3969/j.issn.1672-0989.2020.06.006
[4]	王梦云. 2000~2001年全国超高压变压器、电流互感器事故和障碍统计分析[J]. 电力设备,2002(4): 1-6.
[5]	俞珊,徐志望,董纪清. 开关电源中电解电容寿命预测分析[J]. 电源学报,2016, 14(6): 87-92,121. doi: 10.13234/j.issn.2095-2805.2016.6.87
[6]	孙见君,顾伯勤,魏龙,等. 接触式机械密封寿命预测方法[J]. 化工学报,2008, 59(12): 3095-3100. doi: 10.3321/j.issn:0438-1157.2008.12.021
[7]	雷格. 电力设备诊断手册[M]. 北京: 中国电力出版社, 2001.
[8]	张金豹, 邹天刚, 王敏, 等. 滚动轴承剩余使用寿命预测综述[J/OL]. 机械科学与技术, （2021-07-13）. https://doi.org/10.13433/j.cnki.1003-8728.20200489.
[9]	任博,董兴辉,郑凯. 基于相似性的风电机组轴承剩余寿命预测方法[J]. 机械设计与研究,2016, 32(4): 101-104. doi: 10.13952/j.cnki.jofmdr.2016.0150
[10]	谷梦瑶,陈友玲,王新龙. 多退化变量下基于实时健康度的相似性寿命预测方法[J]. 计算机集成制造系统,2017, 23(2): 362-372.
[11]	李琪,高占宝,李善营,等. 变工况条件下基于相似性的剩余使用寿命预测方法[J]. 北京航空航天大学学报,2016, 42(6): 1236-1243. doi: 10.13700/j.bh.1001-5965.2015.0396
[12]	沈红,马丽萍. 核电厂设备状态监测及应用[J]. 华东电力,2014, 42(12): 2635-2637.
[13]	贾云献,李欣玥,王鹏,等. 考虑多故障模式的新型装备更新保修费用预测[J]. 系统工程与电子技术,2015, 37(8): 1810-1817. doi: 10.3969/j.issn.1001-506X.2015.08.15
[14]	孔德萍. 秦山核电厂长期运行工程实践[J]. 核动力工程,2022, 43(S1): 1-6.
[15]	谢志敏. 机械系统剩余寿命预测及预防性维修决策研究[J]. 设备管理与维修,2020(12): 71-72. doi: 10.16621/j.cnki.issn1001-0599.2020.06D.36
[16]	裴德强,茹善宏,方立宏,等. 核电厂及设备的寿期和剩余寿期预测分析方法的研究[J]. 核科学与工程,2017, 37(1): 117-122. doi: 10.3969/j.issn.0258-0918.2017.01.020
[17]	周海川,李建新,张富,等. 预测性维修在现代化设备维护中的应用[J]. 冶金设备,2002(5): 48-51. doi: 10.3969/j.issn.1001-1269.2002.05.017
[18]	李上元,韩传伟,谢岱良,等. 压水堆核电厂阀门老化管理方法应用[J]. 科技创新导报,2018, 15(21): 193-197,199. doi: 10.16660/j.cnki.1674-098X.2018.21.193
[19]	汪鹏. 数字芯片的故障预测与健康管理（PHM）关键技术研究[D]. 成都: 电子科技大学, 2016.
[20]	李政. 基于在线状态监测系统的设备预测性维修[J]. 仪器仪表用户,2020, 27(9): 41-44. doi: 10.3969/j.issn.1671-1041.2020.09.011