核电厂弹簧式安全阀状态监测与故障诊断方法研究.pdf

核电厂弹簧式安全阀状态监测与故障诊断方法研究

摘要

作为核电厂中一种重要设备，阀门拥有很多功能，主要功能则包括开启和关闭管路、

控制介质流向，以及调节和控制输送介质的参数，由于部分核电阀门传输的介质为各种

高辐射，高温高压流体，所以工作环境相当恶劣，因此阀门这类机械部件与其他机械设

备相比更容易发生故障。核电阀门的运行的可靠性直接关系着核电厂运行的经济性和安

全性，例如上充泵零流量管线和下泄流量过滤器弹簧式安全阀一旦发生故障将影响一回

路的安全运行，因此在核电厂运行过程中，对弹簧式安全阀进行故障诊断的研究显得十

分必要。

本文以型号为A42Y-16P的弹簧式安全阀作为实验研究对象，设计并搭建安全阀故

障实验台，以此来模拟弹簧式安全阀一些常见的故障。然后采集安全阀正常运行状态和

故障运行状态的振动和声发射信号，使用希尔伯特黄变换方法(Hilbert-HuangTransform,

HHT)对振动信号进行时频分析，并使用添加高斯白噪声的振动信号对小波包阈值降噪

方法进行了验证。对采集的两种信号分别进行特征参数提取，进而完成对弹簧式安全阀

的状态监测和故障诊断。本文的主要研究内容如下：

1

（）本研究根据安全阀的工作原理及实际实验条件对实验设备进行选购，设计并

搭建了弹簧式安全阀故障模拟实验台，通过实验台模拟弹簧式安全阀内漏、外漏、提前

开启、延时开启、弹簧失效等典型故障，利用加速度传感器以及声发射传感器采集安全

阀正常与故障状态下的振动与声发射信号。利用希尔伯特黄变换对采集的振动信号进行

时频分析，然后使用添加高斯白噪声的原始振动信号对小波包阈值降噪方法进行验证，

并对振动信号进行时域特征提取，使用声发射采集仪完成对声发射信号的采集和特征参

数提取。

2

（）本研究对弹簧式安全阀的故障研究分为两个部分，首先采用主成分分析

(PrincipalComponentsAnalysis,PCA)对安全阀进行状态监测。分别基于振动信号特征和

声发射信号特征，使用正常状态下安全阀实验数据训练PCA算法，并利用平方预测误

22

差(Squaredpredictionerror,SPE)统计量和霍特林T(Hotelling’sT)统计量对不同工况的

相应故障的新数据进行异常检测。然后使用搭建的卷积神经网络(ConvolutionalNeural

Networks,CNN)和支持向量机(SupportVectorMachine,SVM)对安全阀不同工况的相应故

障进行故障诊断。

3

（）模拟实验结果表明，弹簧式安全阀的正常和各故障运行状态在不同压力阶段

哈尔滨工程大学硕士学位论文

下是平稳过程，并得到了频率在不同压力阶段的分布和变化规律。研究方法结果表明，

PCA方法能够准确识别弹簧式安全阀的状态，能及时检测出系统异常，且使用CNN和

SVM能够对弹簧式安全阀的各种故障做出很好的分类和诊断，本文的研究内容为弹簧

式安全阀的动作过程和状态监测、故障诊断等技术的进一步研究奠定了基础。

关键字：核电厂；弹簧式安全阀；特征提取；状态监测；故障诊断

核电厂弹簧式安全阀状态监测与故障诊断方法研究

Abstract

Asanimportantequipmentinnuclearpowerplants,valvesservevariousfunctions,

includingopeningandclosingpipelines,controllingtheflowdirectionofmedia,andregulating

andcontrollingparametersofthetransportedmedia.Duetothefactthatsomevalvesinnuclear

powerplantshandlehigh-radiation,high-temperature,andhigh-