核电仪控卡件运行MTBF评估方法研究

莫昌瑜; 李刚; 李明利; 胡俊; 吴彬; 朱丽玲

doi:10.13832/j.jnpe.2024.050024

核电仪控卡件运行MTBF评估方法研究

doi: 10.13832/j.jnpe.2024.050024

北京广利核系统工程有限公司，北京，100094

详细信息

作者简介:
莫昌瑜（1985—），男，高级工程师，现主要从事核电仪控系统可靠性设计与评估工作，E-mail: bhmoyu@126.com

中图分类号: TL362⁺.1
计量
- 文章访问数: 8
- HTML全文浏览量: 4
- PDF下载量: 1
- 被引次数: 0
出版历程
- 收稿日期: 2024-05-24
- 修回日期: 2024-07-21
- 网络出版日期: 2025-06-09
- 刊出日期: 2025-06-09

Research on Evaluation Method for MTBF of NPP I&C Cards during Operation

China Techenergy Co., Ltd., Beijing, 100094, China

摘要

摘要: 核电仪控卡件运行平均故障间隔时间（MTBF）评估对故障根本原因分析、电厂维修老化管理和智能运维技术研究有重要意义。然而，现阶段由于核电行业缺乏统一的技术标准，实际工程应用中主要采用简单求平均来计算运行MTBF，此算法不考虑责任故障定义、失效分布拟合情况，也无法给出更有指导意义的区间估计。为优化当前算法，本研究提出了一种基于多失效分布拟合优度检验的核电仪控卡件运行MTBF评估方法，首先给出需要纳入评估范围的责任故障定义准则，并依据此准则进行故障筛选与统计；其次建立了针对定时截尾数据的4种失效分布参数估计似然方程，并应用皮尔逊检验和贝叶斯信息准则（BIC），开展拟合优度检验与最优分布选择，在此基础上计算出一定置信度下仪控卡件的运行MTBF。使用此方法对某核电机组商运状态下的继电器输出板卡进行了研究实践，应用结果表明，此方法得到的继电器输出卡件运行MTBF评估结果，包含点估计与区间估计结果，综合考虑了失效分布、数据样本特征和信息损失量的贡献，要比现阶段常规作法更合理、结果更准确。因此，本研究建立的核电仪控卡件运行MTBF评估方法能够应用于工程化的核电仪控卡件故障分析。
- 核电仪控卡件 /
- 平均故障间隔时间（MTBF） /
- 失效分布 /
- 定时截尾 /
- 拟合优度检验
Abstract: The evaluation of mean time between failure (MTBF) for NPP I&C cards during operation is significant for root cause analysis, NPP maintenance and aging management, and intelligent operation and maintenance technology research. However, due to the lack of unified technical standards in the nuclear power industry at the current stage, the simple averaging method is mainly used in practical engineering applications to calculate the operational MTBF. This algorithm does not consider the definition of liability failures or the fitting of failure distribution, and it cannot provide more instructive interval estimation. To address this issue, this study proposes an MTBF evaluation method for nuclear power I&C cards based on goodness-of-fit tests for multiple failure distributions. Firstly, the definition criteria for liability failures that need to be included in the evaluation scope are provided, and fault screening and statistics are conducted based on these criteria. Secondly, likelihood equations for parameter estimation of four failure distributions are established for timed truncated data. The goodness-of-fit test and optimal distribution selection are then conducted using the Pearson chi-square test and Bayesian information criterion (BIC). Based on this, the MTBF of the card under a certain confidence level is calculated. This method was applied to the relay output cards of a nuclear power unit in commercial operation. Practical applications have shown that the MTBF evaluation results obtained using this method, including point estimation and interval estimation, comprehensively consider the contributions of failure distribution, data sample characteristics, and information loss. These results are more reasonable and accurate compared to the conventional approach. Therefore, the MTBF evaluation method established in this study for nuclear power I&C card components can be applied to engineering-based fault analysis of NPP I&C cards.
- NPP I&C cards /
- Operational mean time between failure (MTBF) /
- Failure distribution /
- Timed truncation data /
- Goodness-of-fit test

HTML全文

图 1 运行MTBF评估流程

Figure 1. Evaluation Process of Operational MTBF

下载: 全尺寸图片幻灯片

图 2 继电器输出卡件经验分布函数与拟合分布

Figure 2. Empirical Distribution Function and Fitted Distribution of Relay Output Card

下载: 全尺寸图片幻灯片

表 1 继电器输出板卡故障时刻表

Table 1. Failure Time of Relay Output Cards

序号	故障时间	故障模式	运行时间/h
1	2017-07-12	通道故障	264
2	2017-08-06	通道故障	864
3	2017-08-17	通道故障	1128
4	2017-08-20	板载电源A故障	1224
5	2017-08-20	通道故障	1224
6	2017-08-20	通道故障	1224
7	2017-11-25	通道故障	3528
8	2018-01-02	通道故障	4440
9	2018-02-06	板载电源A故障	5280
10	2018-04-05	通道故障	6672
11	2018-04-12	通道故障	6840
12	2018-09-20	通道故障	10704
13	2018-10-25	通道故障	11544
14	2018-11-02	板载电源B故障	11736
15	2018-11-16	通道故障	12072
16	2019-01-17	通道故障	13560
17	2019-01-26	板载电源A故障	13776
18	2019-02-10	处理功能故障	14136
19	2019-02-24	通道故障	14472
20	2019-04-13	通道故障	15624
21	2019-05-06	通道故障	16176
22	2019-05-22	处理功能故障	16560
23	2019-06-05	通道故障	16896
24	2019-06-12	通道故障	17064
25	2019-06-12	通道故障	17064
26	2019-08-27	通道故障	18888
27	2019-09-06	通道故障	19128
28	2019-10-09	通道故障	19920
29	2019-10-31	通道故障	20448
30	2020-01-05	通道故障	22032
31	2020-03-25	通道故障	23952
32	2020-10-04	通道故障	28584
33	2021-01-04	通道故障	30792
34	2021-02-26	板载电源A故障	32064
35	2021-07-29	通道故障	35736
36	2022-02-14	通道故障	40536
37	2022-06-24	板载电源B故障	43656
38	2022-08-15	通道故障	44904
39	2023-05-21	通道故障	51600
40	2023-07-31	通道故障	53304
41	2023-10-03	通道故障	54840
42	2023-12-31	无故障	56976
43	2023-12-31	无故障	56976

下载: 导出CSV

表 2 继电器输出卡异常类别

Table 2. Abnormal Types of Relay Output Cards

序号	异常类型	数量/例	责任故障
1	处理功能故障	2	是
2	通道故障	31	是
3	现场异常导致通道故障（2017年8月20日发生）	2	否
4	板载电源A故障	3	是
5	板载电源B故障	2	是
6	现场异常导致板载电源A故障　（2017年8月20日发生）	1	否

下载: 导出CSV

表 3 参数估计结果

Table 3. Parameter Estimation Results

分布类型	参数估计值/h	似然方程误差/h
指数分布	$\hat \theta = 23282.5$	不适用
正态分布	$\hat \mu = 22438.3$ $\hat \sigma = 17190.0$	1.39×10⁻¹⁴
对数正态分布	$\hat \mu = 9.621$ $\hat \sigma = 1.189$	2.17×10⁻¹⁰
威布尔分布	$ \hat \beta = 1.016 $ $ \hat \eta = 23365.2 $	1.09×10⁻¹¹

下载: 导出CSV

表 4 样本分组

Table 4. Sample Grouping

组序号	时间区间/h	$ {n_i} $
1	254.0~8358.6	8
2	8358.6~16463.1	10
3	16463.1~24567.7	10
4	24567.7~32672.3	3
5	32672.3~40776.9	2
6	40776.9~48881.2	2
7	48881.2~56986.0	3

下载: 导出CSV

表 5 4种拟合分布的皮尔逊统计量观测值

Table 5. Pearson’s Statistics Observation Values for 4 Types of Fitting Distributions

组序号	$ {n_i} $	D₀/h
组序号	$ {n_i} $	指数分布	正态分布	对数正态分布	威布尔分布
1	8	0.842	3.705	1.206	0.768
2	10	0.62	2.680	0.328	0.577
3	10	3.663	1.246	5.199	3.480
4	3	0.203	2.000	0.007	0.229
5	2	0.202	1.838	0.009	0.220
6	2	0.002	0.378	0.149	0.001
7	3	1.945	1.468	3.140	1.925
累计	38	7.477	13.316	10.039	7.200

下载: 导出CSV

表 6 拟合优度检验结果

Table 6. Goodness-of-fit Test Results

拟合分布	D₀/h	临界值/h	检验结果
指数分布	7.477	9.236	通过
正态分布	13.316	7.779	拒绝
对数正态分布	10.039	7.779	拒绝
威布尔分布	7.20	7.779	通过

下载: 导出CSV

表 7 2种分布MTBF估计值

Table 7. Estimated MTBF Values of Two Distributions

评估方法	运行MTBF点估计值/h	运行MTBF区间估计值/h
常规算法	21578.93	无法评估
指数分布	23282.50	$ \begin{gathered} {{\hat \theta }_{\text{L}}} = 17762.8 \\ {{\hat \theta }_{\text{U}}} = 31087.1 \\ \end{gathered} $
威布尔分布	23365.23	$ \begin{gathered} {{\hat \theta }_{\text{L}}} = 15954.48 \\ {{\hat \theta }_{\text{U}}} = 33953.33 \\ \end{gathered} $

下载: 导出CSV

参考文献(14)

[1]	江国进. 基于RAMSN理论的核安全级DCS故障诊断设计[M]. 北京: 清华大学出版社,2021: 45-49.
[2]	国家核安全局. 核动力厂调试和运行安全规定: HAF103-2022[S]. 北京: 国家核安全局,2022: 15-18.
[3]	聂卫,许琳燕,陈璞洁,等. 秦山第二核电厂过程仪表系统老化分析及维护策略[J]. 核动力工程,2015, 36(S1): 103-106.
[4]	国家能源局,科学技术部. 关于印发《“十四五”能源领域科技创新规划》的通知[EB/OL]. (2021-11-29)[2023-11-07]. https://www.gov.cn/zhengce/zhengceku/2022-04/03/content_5683361.htm.
[5]	NATARAJAN D. Reliable design of electronic equipment[M]. Cham: Springer, 2015: 45-49.
[6]	国家核安全局. 中国核电厂设备可靠性数据报告(2022版): 国核安发[2023]13号[R]. 北京: 国家核安全局,2023.
[7]	International Electrotechnical Commission. Equipment reliability testing –– part 4: statistical procedures for exponential distribution – point estimates, confidence intervals, prediction intervals and tolerance intervals: IEC 60605-4[S]. Geneva: IEC, 2001: 34-38.
[8]	徐莉,郑伟,李禾. 经验贝叶斯方法在核电站概率安全评价中的应用[J]. 原子能科学技术,2006, 40(1): 57-60.
[9]	王大林,刘井泉,黄祥瑞. 核电厂可修设备失效数据的处理方法[J]. 核动力工程,2011, 32(4): 99-104.
[10]	刘方亮,刘井泉,刘伟. 双参数威布尔分布在核电站数据处理中的应用[J]. 原子能科学技术,2011, 45(7): 796-800.
[11]	中国人民解放军总装备部. 可靠性维修性保障性术语: GJB 451A-2005[S]. 北京: 中国人民解放军总装备部,2005: 21-26.
[12]	马小兵,杨军. 可靠性统计分析[M]. 北京: 北京航空航天大学出版社,2020: 75-79.
[13]	茆诗松,吕晓玲. 数理统计学[M]. 第二版. 北京: 中国人民大学出版社,2016: 85-89.
[14]	NELSON W. Applied life data analysis[M]. New York: Wiley, 1982: 115-119.