ترمودینامیک نیروگاه هسته ای مدولار GT-MHR-250 با راکتور هلیوم و توربین گاز بر اساس چرخه پیچیده برایتون

Thermodynamics of GT-MHR-250 modular nuclear plant with helium reactor and gas turbine based on the complex Brayton cycle

چکیده
1 مقدمه
2 نیروگاه هسته ایِ GT-MHR
3 نتایج و بحث
4 نتیجه گیری
عدم تضاد منافع
دسترسی به داده ها
تقدیر و تشکر
منابع

چکیده
با اینکه اغلبِ نیروگاه های مدولارِ راکتورِ هلیوم با توربین گازی ، که مورد بررسی قرار گرفته اند، بر اساس چرخۀ (سیکل) رانکین کار می کنند، استفاده از سیکل برایتونِ ترکیبی  می تواند سودمند باشد. با این حال، مقالات علمیِ منتشر شده در سال های اخیر، این ترکیب را با دقّت، ارزیابی نکرده اند. پژوهش حاضر، یک تحلیل ترمودینامیکی از نیروگاه هسته ایِ مدولار با توانِ حرارتی MW 250، را ارائه می دهد که شامل راکتور هسته ایِ خنک- شونده با هلیوم، و واحد تبدیلِ انرژی می باشد و از توربینِ گازیِ عمودی که بر اساس سیکل برایتونِ ترکیبی، کار می کند، استفاده می نماید. دو مُدِ (مدل) اجرایی در نیروگاه هسته ای، به کار گرفته شدند: تولید الکتریسیته ، و تولید ترکیبیِ گرما و الکتریسیته . اجزاءِ واحد تبدیل انرژی، مانند بازده الکتریکی ، توان الکتریکی ، و توان حرارتیِ  رژنراتورهای (بازیابنده های) حرارتی  و مبدّل های حرارتی ، به دست آمده و تحلیل شدند. نتایج حاصل، تأیید نمودند که اگر بهترین پارامترهای اجزاءِ درون-نیروگاهی که در حال حاضر، در توربین گازیِ مدرن و صنایع مهندسی برق وجود دارند، در این طراحی استفاده شوند، می توان به کارایی زیادِ سیکل، در مُد تولید الکتریسیته دست یافت. یافته ها نشان دادند که ضریب حرارتیِ خنک سازی هلیوم، اثر بزرگی بر بازده الکتریکی و توانِ الکتریکی دارد. به منظور ارزیابیِ کاهشِ بازده GT-MHR-250 به دلیل خرابیِ اجزاء ِدرون-نیروگاهی (توربین، کمپرسور، مبدّل های حرارتی) در حین کار، تحلیلِ حساسیت ، انجام شد. در این مورد، بازده الکتریکی و توان الکتریکیِ نیروگاه در مُد (مدل) ترکیبی، قابل توجه تر از مُد تولید الکتریسیته بود. 

2- نیروگاه هسته ایِ GT-MHR
مفهوم GT-MHR
ابتدا، باید اشاره نمود که نمی توان از هر توربین گازیِ سریالی در طراحی نیروگاه استفاده نمود. چون توربینِ هلیومی، ویژگی های خاص بسیاری دارد که آن را از توربین گازیِ قدرتمندِ سریالی، متمایز می سازد. این ویژگی ها عبارتند از: وضعیت عمودی، یاتاقان های مغناطیسی، و بهترین پارامترهای نیروگاهی برای دستیابی به بالاترین عملکرد.

طرح پیشنهادی نیروگاه هسته ایِ GT-MHR، شامل دو بلوکِ جداگانه (بلوک راَکتور هسته ایِ خنک شونده با هلیوم (MHR)، و بلوک تبدیل انرژی) (شکل 1)، بر اساس توربینِ سیکلِ برایتونِ ترکیبی، می باشد ]14-16[.

هیچ جزءِ فلزی، در طراحی هستۀ MHR با یک تعدیل کنندۀ گرافیتی (منطقۀ فعال ) وجود ندارد، که این امر، اجازۀ افزایش دمای هلیوم تا ◦C 950-850 در خروجیِ راکتور، را می دهد و اطمینان از بازده بالای تولیدِ الکتریسیته در سیکل برایتونِ ترکیبی، را حاصل می نماید. در این طرحِ راکتور هلیوم، استفادۀ کارآمدی از سوختِ هسته ای فراهم می شود، اجرای انواع چرخه های سوخت (اورانیوم، پلوتونیوم، توریوم) ممکن می گردد، اثر تشعتشعات بر محیط زیست، کاهش می یابد، و هسته، در حوادث شدید، ذوب نمی گردد. به دلیل عدم وجود خنک کننده های میانی با تغییر فاز (مایع-بخار)، و مبدّل های حرارتیِ توده ای ، طراحی یک نیروگاهِ هسته ای، بسیار ساده شده است. تحقیقات، نشان داده اند که می توان در نیروگاه هسته ایِ GT-MHR، از «سوزاندن کاملِ» پلوتونیومِ گرِید تسلیحاتی استفاده نمود، و سپس، سوختِ مصرف شده را بدون بازپردازشِ اضافی، دور ریخت. هزینه های سرمایه ایِ کُل ، برای نیروگاه هسته ایِ GT-MHR، از 1000 تا 1600 دلارِ آمریکا، به ازای هر kWe 1 (از زمان ساخت نیروگاه، 4-3 سال می گذرد)، تخمین زده شده اند.

تشخیص خطای سنسور در نیروگاه هسته ای با استفاده از روش های آماری

Sensor fault detection in Nuclear Power Plant using statistical methods

چکیده

1. مقدمه

2. شرح مختصری در مورد راکتور آزمایشی زاینده سریع (FBRT)

3. روش پیشنهادی

3.1. بازسازی داده‌ها با استفاده از روش تحلیل مولفه‌های اصلی (PCA)

3.2. روش تجزیه مقدارهای منفرد سنتی برای بازسازی داده‌ها

3.3. روش SVD پیشرفته برای بازسازی داده‌ها

3.4. آزمون نسبت درست‌نمایی تعمیم‌یافته

۴. نتایج و بحث

5. نتیجه‌گیری

چکیده

در مقاله پیش‌رو، یکی از تکنیک‌های تشخیص خطا در سنسور و مجزاسازی آن بر اساس روش‌های آماری پیشنهاد داده می‌شود. در این تکنیک، یک روش بازسازی دیتای پیشرفته پیشنهاد شده که مبتنی بر تجزیه مقادیر منفرد  (SVD) است. در روش بازسازی SVD سنتی، داده‌های خطا می‌تواند روی داده‌های بدون خطا تاثیر بگذارد. اما روش بازسازی SVD پیشرفته (ESVD ) روشی قابل اطمینان برای تصمیم‌گیری در مورد داده‌های خطا مشابه با داده‌های طبیعی است. در این مقاله، یک آزمون فرضیه‌آزمایی موسوم به آزمون نسبت درستنمایی تعمیم‌یافته  (GLRT) برای تشخیص خطا در فضای‌مازاد  مورد استفاده واقع شده است. کارایی روش پیشنهادی، با استفاده از داده‌های حقیقی یک راکتور هسته‌ای آزمایشی از نوع زاینده سریع  (FBTR) به اثبات رسیده است.

1. مقدمه

پایش پیوسته عملکرد سنسور مزایای بسیاری دارد مثل افزایش اطمینان‌پذیری، افزایش ایمنی، کاهش آزمایشات غیرضروری کالیبراسیون (واسنجی) دوره‌ای. برای پایش و کنترل یک سیستم تولید پیچیده، تعداد زیادی سنسور استفاده می‌شود تا اطلاعات دوره‌ای و فضایی مورد نیاز تامین شود. هرچند، با وجود مزایای استفاده از سنسورهای توزیعی، خطراتی نیز وجود دارد زیرا در صورتی که سیگنال‌های ارسالی از سنسورها کالیبره نباشد، می‌تواند عواقب خطرناکی درپی‌داشته باشد. یک سنسور معیوب (خطادار) اطلاعات نادرستی فراهم می‌نماید که می‌تواند بر پایش سیستم و تصمیم‌گیری‌های مربوطه تاثیرگذار باشد. بنابرین، پایش پیوسته عملکرد سنسور یعنی خطا‌یابی و محل‌یابی خطا موضوعات مهمی هستند که در تحقیق پیش رو به آن پرداخته شده است.

5. نتیجه‌گیری

پایش آنلاین وضعیت فیزیکی سنسور می‌تواند از بسیاری از مشکلات مرتبط با کالیبراسیون دستی سنسورها پیش‌گیری نماید. برای تشخیص خطای سنسور در نیروگاه‌های هسته‌ای، می‌توان از مدل مبتنی بر تجزیه مقدارهای منفرد (SVD) استفاده نمود. این مقاله یک روش پیشرفته بازسازی دیتا مبتنی بر تجزیه مقدارهای منفرد را پیشنهاد می‌نماید که موسوم به ESVD است و بر روش تجزیه مقدارهای منفرد معمولی (SVD) ارجحیت دارد. این روش، یک روش فاکتورگیری جبر خطی ساده است. روش تجزیه مقدارهای منفرد پیشرفته (ESVD) برای تولید ماتریس مازاد استفاده می‌شود. این کار از طریق انتخاب تعداد اندکی از بردارهای منفرد متناظر با بزرگترین مقادیر منفرد انجام می‌شود. بدین وسیله ماتریس بازسازی با داده‌های نرمال انطباق داده می‌شود. در فضای مازاد از آزمون نسبت درست‌نمايي تعميم‌يافته (GLRT) برای تشخیص خطا در سنسور استفاده می‌شود. اگر تابع تصمیم‌گیری GLRT از مقدار آستانه عبور کند آن‌گاه خطا شناسایی می‌شود. 

Abstract

In this paper, a sensor fault detection and isolation technique is proposed using statistical methods. An enhanced reconstruction method is proposed using Singular Value Decomposition (SVD). In the traditional SVD reconstruction method, the faulty data may affect other fault free data. The enhanced SVD (ESVD) reconstruction method is a robust method to map as a normal data. The statistical hypothesis test, namely Generalized Likelihood Ratio Test (GLRT) is applied to detect the fault in the residual space. The proposed method performance is verified by the real data of Fast Breeder Test Reactor (FBTR).

1. Introduction

Continuous sensor health condition monitoring provides a variety of benefits such as improved reliability, improved safety, reduced unnecessary periodical sensor calibration testing. For monitoring and controlling application of a complex production system, a large number of distributed sensors are used to provide chronological and spatial information. However, along with the benefit of using distributed sensors, there are some risks because of the severe consequences may arise, if the signals provided by sensors are out of calibration. A faulty sensor can provide an inappropriate information that can affect the system supervision and decisions making. Therefore, continuous monitoring of the performance of the sensor, i.e., sensor fault detection and localization are important issues in current research work.

5. Conclusions

Online monitoring of the sensor physical condition can avoid many problems associated with manual calibration of the sensors. The SVD based model is developed for detection the sensor fault in Nuclear Power Plants. This paper addresses an enhanced SVD (ESVD) reconstruction method, which is superior to SVD reconstruction. It is a simple linear algebraic factorization method. The ESVD is used to generate the residual matrix by selecting few singular vectors corresponding to largest singular values. The reconstruction matrix is mapped to the normal data. The GLRT is employed in residual space to detect the faulty sensor. If the GLRT decision function crosses the threshold value, then the fault is detected. The ESVD-GLRT based fault detection method is better than PCA-GLRT and SVD-GLRT

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

تشخیص خطای سنسور در نیروگاه هسته ای با استفاده از روش های آماری

Sensor fault detection in Nuclear Power Plant using statistical methods

مدیریت دانش در رآکتورهای سریع

Knowledge Management in Fast Reactors

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

مدیریت دانش در رآکتورهای اتمی سریع

Knowledge Management in Fast Reactors

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.