WWW.KONF.X-PDF.RU
БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА - Авторефераты, диссертации, конференции
 

Pages:     | 1 | 2 || 4 |

«ПРИМЕНЕНИЕ МЕТОДОВ СТАТИСТИЧЕСКОГО АНАЛИЗА ДЛЯ РАСЧЕТНОГО ОБОСНОВАНИЯ БЕЗОПАСНОСТИ РЕАКТОРНЫХ УСТАНОВОК ...»

-- [ Страница 3 ] --

4.3 Выбор и описание аварийного режима Режим с исходным событием «разрыв паропровода» имеет ряд особенностей, влияющих на выполнение системой аварийной защиты реактора функций безопасности.

При истечении пара, как из аварийного, так и из работоспособных парогенераторов через ГПК, снижается давление во втором контуре.

Увеличившийся теплоотвод от первого контура приводит к снижению параметров в нем – происходит существенное захолаживание теплоносителя в петле с аварийным парогенератором.



В результате работы АРМ в режиме поддержания давления во втором контуре и действия обратных связей по температуре теплоносителя происходит увеличение мощности реактора. Это приводит к достижению уставки на срабатывание аварийной защиты.

Обесточивание блока принятое в данной аварии, приводит к худшим условиям съема тепла в активной зоне.

При моделировании исследуемой аварии приняты отказ на закрытие БЗОК на паропроводе аварийного парогенератора, отказ одного аварийного питательного насоса (АПН) и нахождение в ремонте в момент наступления аварии второго.

Данная авария характерна глубоким захолаживанием теплоносителя первого контура. На рисунке 29 приведен график изменения температуры теплоносителя в холодных участках петель.

–  –  –

Рис. 29 – Температура теплоносителя в холодных участках петель

Протекание аварии можно условно разделить на 3 этапа:

1) Значительное захолаживание теплоносителя приводит к росту мощности и срабатыванию аварийной защиты реактора, которая переводит РУ в подкритическое состояние.

2) Дальнейшее захолаживание теплоносителя, а, следовательно, ввод значительной положительной реактивности, может привести к повторной критичности (возможен локальный рост мощности в том секторе активной зоны, который прилегает к аварийной петле) и опасности нарушения приемочных критериев безопасности. Это возможно при отказе значительного количества ОР СУЗ.

3) Опустошение аварийного парогенератора и оголение трубного пучка приводит к снижению интенсивности теплообмена и, как следствие, к прекращению дальнейшего захолаживания теплоносителя.

При отказе некоторого количества ОР СУЗ может происходить локальный рост мощности в момент наибольшего захолаживания теплоносителя первого контура (второй этап), а значит, возникает опасность нарушения приемочных критериев безопасности. Растет максимальная температура топлива (рисунок 30), уменьшается минимальный коэффициент запаса до кризиса теплообмена (рисунок 31). В качестве результатов рассматривались экстремальные значения этих параметров на втором этапе аварии (на рисунках 30 и 31 обозначены точками). Следует отметить, что количество и расположение отказавших ОР СУЗ влияет на протекание переходного процесса именно на этом этапе аварии. Это видно на рисунке 32, где показано максимальное линейное энерговыделение для нескольких вариантов с различными комбинациями 9 отказавших ОР СУЗ. При этом для наиболее опасных комбинаций отказавших ОР СУЗ наблюдается значительный локальный рост мощности, и, как следствие, выходные параметры достигают наиболее критичных значений. Для конкретного варианта отказов ОР СУЗ, представленного на рисунках 30 и 31, экстремальные значения параметров на втором этапе аварии не являются опасными. Для других вариантов возможно нарушение установленных критериев безопасности.

–  –  –

Рис. 31 – Экстремальное значение минимального коэффициента запаса до кризиса теплообмена на втором этапе аварии Рис. 32 – Максимальное линейное энерговыделение для нескольких вариантов Как видно из рисунка 29, при расчете данного режима имеют место неравномерности параметров теплоносителя по петлям. Соответственно, при моделировании неполного перемешивания теплоносителя в камерах реактора, в различных участках активной зоны также имеется неравномерность. На рисунке 33 приведены значения температуры теплоносителя на входе в ТВС.

Видно, что в том секторе, который прилегает к аварийной петле температура значительно ниже.

Рис. 33 – Значение температуры теплоносителя на входе в ТВС на 50 секунде аварии В свою очередь неравномерность температуры теплоносителя приводит к неравномерному росту мощности. Это видно, на примере трех симметричных ТВС – 79, 120 и 123 (рисунок 33). Изменение коэффициента неравномерности энерговыделения по кассетам (Kq) в ходе переходного процесса представлено на рисунке 34. В начальный момент времени Kq для рассматриваемых ТВС одинаковые. Но в ходе переходного процесса картина меняется. В ТВС 123 энерговыделения растут наибольшим образом, так как эта кассета находится в секторе, куда поступает более холодный теплоноситель от аварийной петли.





Кассета 79 наиболее удалена от фронта холодного теплоносителя (среди трех рассматриваемых), как следствие, Kq падает.

1.8

–  –  –

В аварийных ситуациях со значительной ассиметрией параметров в активной зоне важно учитывать расположение отказавших ОР СУЗ. Очевидно, наиболее опасен такой случай, когда отказавшие ОР СУЗ располагаются компактно в зоне с наименьшей температурой теплоносителя.

–  –  –

В этом подразделе представлена методика оценки вероятности нарушения критериев безопасности при множественных отказах ОР СУЗ, основанная на комбинировании детерминистических и вероятностных подходов [83].

При анализе надежности механической части системы аварийной защиты реактора определяется вероятность отказа различного количества ОР СУЗ [67]. При этом учитывается надежность отдельных элементов и отказы по общим причинам. В результате определяется вектор значений этих вероятностей:

–  –  –

где N = 61 – число ОР СУЗ для рассматриваемого энергоблока АЭС;

q0, q1, q2 – вероятность отказа 0, 1, 2… и т.д. ОР СУЗ.

При достигнутом уровне надежности системы аварийной защиты

–  –  –

Оценка компонентов вектора qT выходит за рамки данной работы. Хотя их величины могут влиять в некоторой степени на требуемые объемы вычислений при оценке условной вероятности выполнения критериев безопасности при применении процедуры Монте-Карло. В целом это связано с условиями выполнения значения общего показателя надежности системы, требуемого в ГОСТ 26843-86 [71].

Вместе с тем важно знать, какова условная вероятность нарушения приемочных критериев (при условии отказа конкретного числа ОР СУЗ).

При отказе одного любого ОР СУЗ нарушение критериев безопасности отсутствует во всем спектре проектных аварий. Это является следствием выполнения требования, согласно которому аварийная защита должна выполнять свои функции при отказе одного самого эффективного ОР СУЗ для всех проектных аварий. Естественно, при наиболее вероятном случае, если аварийная защита сработает без единого отказа, безопасность также будет обеспечена.

Для отказа двух и более ОР СУЗ проводился поиск наихудших сочетаний с последующим проведением соответствующих расчетов с обоснованием отсутствия нарушения критериев безопасности. Если при некотором количестве отказов ОР СУЗ не обнаружено нарушения критериев безопасности при самой опасной комбинации, то нарушений не будет при любой другой комбинации. При этом условная вероятность невыполнения функции безопасности принимается равной 0.

Если же при достаточно большом количестве отказавших ОР СУЗ консервативный анализ дает отрицательный результат (т. е. имеет место нарушение критериев безопасности), необходимо использовать вероятностные подходы для получения более реалистичных оценок. В этом случае выполняется серия теплогидравлических расчетов со случайным расположением отказавших ОР СУЗ. Проводится непараметрическая оценка условной вероятности нарушения критериев безопасности (без построения функции распределения) по формуле Уилкса (1).

Таким образом, на основе детерминистических и вероятностных методов оцениваются компоненты вектора qc из формулы (7), т. е. условная вероятность нарушения критериев безопасности при конкретном количестве отказов. Эти данные можно использовать для общего анализа надежности аварийной защиты и оценить, соответствуют ли показатели надежности требованиям ГОСТ 26843-86 [71].

На первом этапе подробно рассмотрены наиболее опасные варианты отказа трех ОР СУЗ. Нарушения критериев безопасности не обнаружены. В случае отказа 9 ОР СУЗ и нахождения их в зоне, примыкающей к аварийной петле, были получены нарушения приемочных критериев. Вариант с таким количеством отказов далее рассмотрен более подробно с применением вероятностных подходов.

Для реализации цикла расчетов с генерацией случайных значений исходных данных была разработана программа, алгоритм которой представлен на рисунке 35.

–  –  –

На рисунке 35 показан алгоритм для 100 расчетов и 9 отказавших ОР СУЗ. Но в целом программа универсальная и может работать с различным числом расчетов и отказов. В программе реализован цикл для 100 вариантов расчета. Для каждого расчета создается файл SUZ.DAT (содержит информацию о расположении ОР СУЗ, а также об отказавших ОР СУЗ). На каждом этапе цикла программы случайным образом генерируется 9 чисел от 1 до 61 (61 – общее число ОР СУЗ для рассматриваемого блока). При этом реализована процедура проверки на несовпадение номеров отказавших ОР СУЗ. Понятно, что N1N2, N1N3, N1N4 и так далее. Где N1, N2 … N9 – номера застрявших ОР СУЗ.

Для автоматизации процесса многовариантных расчетов была разработана программа, которая выполняет некоторые рутинные операции (сохранение нужного файла исходных данных в расчетной директории, запуск расчета, переименование файла с результатами).

Проведено 100 расчетов по ПК ТРАП-КС с различным положением 9 застрявших ОР СУЗ по всей активной зоне реактора. В данном случае не получено ни одного варианта расчета с нарушением критериев безопасности.

По формуле Уилкса (1) непараметрическая оценка условной вероятности нарушения критериев безопасности при отказе 9 ОР СУЗ для такого количества расчетов равна 0,03 при доверительной вероятности оценки 0,95. Поскольку нарушения критериев безопасности отсутствуют, а при этом даже в самом худшем варианте наблюдается некоторый запас, данная оценка является консервативной.

Проводится формирование полного вектора значений условной вероятности qcT при отказах i (i = 0, 1, 2 … 61) ОР СУЗ. Значения компонентов данного вектора определены исходя из результатов детерминистического консервативного исследования и вероятностной оценки по формуле Уилкса (1).

Для рассматриваемой аварии этот вектор равен:

qcT = (0; 0; 0; 0; 0,03; 0,03; 0,03; 0,03; 0,03; 0,03; 1; 1; 1 …1)

Условная вероятность невыполнения критериев безопасности при числе отказов не более трех рана нулю. Такая оценка была сделана исходя из консервативных детерминистических расчетов.

Значение вероятности при отказах от четырех до девяти ОР СУЗ консервативно принято 0,03, исходя из результатов расчетов для 9 ОР СУЗ. При отказе более девяти ОР СУЗ условная вероятность консервативно принята равной единице.

Общая вероятность отказа системы аварийной защиты реактора определяется по формуле (7). Исходя из достигнутой надежности механических частей системы аварийной защиты и, как следствие, малым значениям компонент вектора q при числе отказов больше либо равным 4, полученная оценка компонентов вектора qc может удовлетворять требованию к надежности системы в целом (QRPS 10-5). При невыполнении указанного условия цикл исследований повторяется с увеличением количества отказавших ОР СУЗ.

Таким образом, мы уточняем значения для qc10, qc11 и так далее (без проведения расчетов они консервативно оценивались как 1, т. е. принято достоверное нарушение критериев безопасности при отказе данного количества ОР СУЗ).

Можно также дать параметрическую оценку условной вероятности нарушения критериев безопасности, построив функцию распределения вероятности по результатам расчетов. Плотность нормального вероятностного распределения минимального коэффициента запаса до кризиса теплообмена (Ккриз) в проведенных расчетах представлена на рисунке 36. Исходя из параметров полученного распределения, вероятность того, что коэффициент запаса будет меньше 1 равна 510-3.

Ввиду того, что минимальное значение Ккриз для 100 теплогидравлических расчетов было равно 1,36, прогноз величины вероятности возникновения кризиса является, по сути, экстраполяцией результатов. Пути уточнения параметрической оценки изложены ниже.

Количество наблюдений

–  –  –

4.5 Оценка вероятности нарушения критериев безопасности по процедуре Монте-Карло с использованием поверхности отклика Необходимо отметить, что впервые рассмотрение случайного расположения отказавших ОР СУЗ для анализа теплогидравлической надежности аварийной защиты на примере аварии с исходным событием «Разрыв паропровода» проведено в работе [69]. На основании ряда теплогидравлических расчетов в качестве условия отказа системы найдены критические сочетания количества отказавших ОР СУЗ при их попадании в три области «холодного» пятна в активной зоне. Такой способ разделения значений исследуемых выходных параметров на успешные и неуспешные и применение методики в целом предполагает экспертное построение областей и зависит от рассматриваемой аварии.

В диссертации разработана и применена более универсальная модель, определяющая условную вероятность отказа системы. Предлагаемый подход основан на применении соответствующей модели поверхности отклика.

Поверхность отклика является упрощенной моделью для непосредственного нахождения значений приемочных критериев безопасности, достигаемых в ходе переходного процесса, при большом количестве вариантов случайных расположений отказавших ОР СУЗ [84].

Отказы ОР СУЗ для аварии с разрывом паропровода наиболее опасны в зоне с наименьшей температурой теплоносителя (а, следовательно, с наибольшими энерговыделениями), которая прилегает к аварийной петле. Для построения поверхности отклика, охватывающей критическую область выходного параметра (с Ккриз1), проведены дополнительные теплогидравлические расчеты со смещением области возможных отказов 9 ОР СУЗ в сторону аварийной петли, как показано на рисунке 37. Область застрявших ОР СУЗ сокращается с 61 до 38 и далее с 61 до 22 (на рисунке показано ярким цветом). Серым цветом обозначена рабочая группа ОР СУЗ.

Были сформированы два набора по 100 файлов исходных данных (все застрявшие ОР СУЗ располагаются в рассматриваемых зонах из 38 и 22 ОР СУЗ). Следует отметить, что количество проводимых расчетов для каждой группы может быть и меньше 100.

На данном этапе исследования выбор направления смещения зоны отказов проводился исходя из инженерных соображений, которые для рассматриваемой аварии очевидны. Ниже изложена более универсальная модель построения поверхности отклика, в которой определение критической области осуществляется на основе анализа чувствительности.

–  –  –

В качестве выходных данных рассмотрены экстремальные значения минимального коэффициента запаса до кризиса теплообмена, достигаемые в ходе переходного процесса после срабатывания аварийной защиты. На рисунке 38 приведены результаты для трех наборов. Для удобства восприятия варианты расчетов упорядочены по возрастанию рассматриваемого параметра.

Результаты, обозначенные «all_core», относятся к набору расчетов, где отказ ОР СУЗ рассматривался для всей активной зоны. Результаты, обозначенные «part_38_suz» относятся к набору расчетов, где отказ ОР СУЗ возможен в зоне из 38 ОР СУЗ, смещенной к аварийной петле, а «part_22_suz», соответственно, в зоне из 22 ОР СУЗ.

–  –  –

Рис. 38 – Минимальный коэффициент запаса до кризиса теплообмена Минимальный коэффициент запаса до кризиса теплообмена для набора расчетов «all_core» составляет 1,36, для набора «part_38_suz» – 1,24, а для набора «part_22_suz» имеется два варианта, в котором достигается кризис теплообмена.

Таким образом, при дальнейшем уточнении параметрической оценки вероятности нарушения критериев безопасности при помощи поверхности отклика, построенной с использованием смещенной области отказов ОР СУЗ, в определенном смысле мы имеем дело не с экстраполяцией, а также с интерполяцией результатов.

Следует отметить, что вероятность нахождения всех отказавших ОР СУЗ в рассматриваемых зонах, достаточно мала. Вероятность того, что все 9 застрявших ОР СУЗ окажутся в области из 38 ОР СУЗ можно вычислить по формуле:

–  –  –

где hx и hy – координаты кассеты, которая находится в центре «холодного пятна» (рисунок 33), здесь выбрана кассета № 136.

На рисунке 40 показана зависимость минимального коэффициента запаса до кризиса теплообмена от среднего расстояния между отказавшими ОР СУЗ и кассетой № 136. Очевидно, что этот параметр характеризует как компактность расположения отказавших ОР СУЗ, так и их удаленность от сектора, примыкающего к аварийной петле.

3.83 3.52 3.23 2.95 2.64

–  –  –

2.09 1.82 1.55 1.28 1.00 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0

–  –  –

Рис. 40 – Зависимость минимального коэффициента запаса до кризиса теплообмена от среднего расстояния отказавших ОР СУЗ до кассеты №136 Анализ данного подхода по использованию H как входного параметра показывает очевидность поиска более критичной зоны. Выше описан метод, при котором область возможных отказов ОР СУЗ смещена в сторону аварийной петли так, что число возможных застрявших ОР СУЗ сокращается с 61 до 38 (в первом случае), и с 61 до 22 (во втором случае). Такое смещение приводит к получению более консервативных результатов, а при построении поверхности отклика имеет место интерполяция результатов, а не экстраполяция. Это было выполнено исходя из инженерных аналитических соображений. Но, как мы видим, к такому умозаключению можно прийти, используя математический аппарат.

Наилучшим образом проявила себя поверхность отклика, где использовался набор из 61 входного параметра, каждый из которых соответствует определенному ОР СУЗ. При отказе ОР СУЗ параметр принимает значение 1, в противном случае – 0. Таким образом, мы получаем бинарную матрицу входных параметров М следующего вида:

0 0 0 1 0 0 0 1... 0 0 1 0 1 1 0 0 0... 0

–  –  –

0 0 1 0 0 0 1 0... 0......

..............................

0 0 0 0 0 0 0 0...

Количество строк равно общему числу проведенных теплогидравлических расчетов, количество столбцов – 61. Понятно, что в случае с 9 отказами ОР СУЗ для каждого расчета мы имеем набор из 9 единиц и 52 нулей.

На основе имеющегося набора теплогидравлических расчетов со случайным расположением отказавших ОР СУЗ строится линейная аппроксимация зависимости выходных параметров от входных. В данном случае определяется значение минимального коэффициента запаса до кризиса теплообмена в зависимости от сочетаний отказов ОР СУЗ:

K(x1, x2…x61) = a0 + a1·x1 + a2·x2 + a3·x3 + … + a61·x61 (10) Здесь a0, a1, a2… a61 – коэффициенты линейной функции, которые находятся таким образом, чтобы полученное значение K(x1, x2, x3…x61) наилучшим образом соответствовал результату теплогидравлических расчетов.

Оценивается минимальное значение коэффициента запаса до кризиса теплообмена в ходе переходного процесса на том этапе аварии, где существует опасность возникновения повторной критичности. Входные параметры x1, x2, x3… x61 – данные о наличие или отсутствие отказа конкретного ОР СУЗ, т. е.

компоненты бинарной матрицы M.

По имеющейся матрице входных параметров и результатам 300 теплогидравлических расчетов была построена поверхность отклика. В данном случае применена линейная функция входных параметров, полученная с использованием многомерной линейной регрессии [85]. Коэффициенты a0, a1,

a2… a61 из формулы (10) находятся следующим образом:

–  –  –

На рисунке 41 показаны соотношения между полученными в расчете значениями минимального коэффициента запаса до кризиса теплообмена и этими же значениями, полученными по функции поверхности отклика. Следует отметить, что в данной аварии поверхность отклика дает консервативные результаты в наиболее критической зоне (Kкриз1,3).

Загрузка...

4.0 3.5 3.0 2.5 2.0

–  –  –

Коэффициенты линейного многочлена и соответствующие коэффициенты корреляции, полученные на первой стадии анализа (при проведении 100 расчетов без сдвига области отказов ОР СУЗ), можно использовать для поиска критической области, в которой отказы ОР СУЗ наибольшим образом влияют на приемочные критерии безопасности. При этом не требуется каких-либо экспертных оценок или дополнительных анализов чувствительности.

На рисунке 42 представлена картограмма активной зоны с полем температур теплоносителя на входе в ТВС в один из моментов переходного процесса. Также здесь обозначены те ОР СУЗ (подчеркиванием), которые соответствуют минимальным коэффициентам линейного многочлена (ai). Отказ этих ОР СУЗ является наиболее значимым с точки зрения минимального коэффициента запаса до кризиса теплообмена. Как видно из рисунка, они расположены в секторе с наименьшей температурой теплоносителя, прилегающем к аварийной петле. В таблице 7 представлены коэффициенты линейного многочлена для этих ОР СУЗ.

–  –  –

Полученная поверхность отклика использовалась в процедуре МонтеКарло с генерацией большого числа вариантов отказов 9 ОР СУЗ. Выходные параметры вычислялись подстановкой входных параметров в линейную функцию. Для 104 вариантов было получено 14 случаев достижения кризиса теплообмена, соответственно вероятность кризиса в данной аварии при отказе 9 ОР СУЗ составляет 1,4·10-3. Эта оценка несколько ниже, чем та, которая получена при построении вероятностного распределения. В то же время, оценки по вероятностному распределению и по поверхности отклика дают более реалистичные результаты, чем оценки по формуле Уилкса.

Общий алгоритм определения условной вероятности отказа системы аварийной защиты реактора при помощи поверхности отклика состоит из:

генерации множества комбинаций отказов ОР СУЗ случайным образом равновероятно по всей активной зоне;

проведения теплогидравлических расчетов с использованием множества отказов ОР СУЗ, полученных на предыдущем шаге;

анализа чувствительности и выбора наиболее важных ОР СУЗ с использованием коэффициентов регрессии;

дополнительной генерации отказов наиболее важных по анализу чувствительности ОР СУЗ в соответствующей области активной зоны;

проведения дополнительных вариантов теплогидравлических расчетов;

построения поверхности отклика по результатам всех теплогидравлических расчетов;

генерации большого числа (104 и более) комбинаций отказов ОР СУЗ случайным образом по всей активной зоне;

оценки вероятности нарушения приемочных критериев с использованием поверхности отклика.

Обработка результатов для различного количества 4.6 отказов ОР СУЗ В предыдущем подразделе были рассмотрены случаи для конкретного количества отказов, т. е. варьировалось только местоположение отказавших ОР СУЗ, но общее количество отказов оставалось равным 9. Линейная поверхность отклика строилась по результатам теплогидравлических расчетов именно для такого количества отказов. В данном подразделе рассмотрены случаи, когда общее количество отказов также варьируется [86]. Соответственно были сформированы исходные данные для дополнительных многовариантных расчетов, в которых отказы ОР СУЗ моделировались случайным образом.

Выполнены 400 расчетов с общим количеством отказов 20, 30 и 40. Также для дальнейшего анализа использовались уже имеющиеся данные, которые были описаны в предыдущем подразделе (300 расчетов с 9 отказами ОР СУЗ). Таким образом, при обработке результатов использовался достаточно представительный набор данных, полученных из 700 расчетов.

На рисунке 43 приведены результаты для трех групп расчетов: с отказом 20, 30 и 40 ОР СУЗ. В качестве результатов рассматриваются минимальные значения коэффициента запаса до кризиса теплообмена на втором этапе аварии.

3.0 2.5

–  –  –

Рис. 43 – Минимальный коэффициент запаса до кризиса теплообмена для трех групп расчетов (расчеты с отказами 20, 30 и 40 ОР СУЗ) Очевидно, что на результаты расчета влияет как количество отказавших ОР СУЗ, так и их расположение. В целом, чем больше количество отказов ОР СУЗ, тем меньшая отрицательная реактивность вносится при срабатывании аварийной защиты, и, как следствие, тем больше опасность нарушения критерия безопасности по кризису теплообмена (другими словами, математическое ожидание этого параметра ниже). Это подтверждается данными, представленными на рисунке 43. Однако на результаты расчета также влияет и расположение отказавших ОР СУЗ, так как в ходе переходного процесса наблюдается значительная неравномерность в активной зоне.

На рисунках 44 и 45 представлены два варианта для различного количества отказавших ОР СУЗ (отказавшие ОР СУЗ обозначены бледным серым цветом, а сработавшие ОР СУЗ – ярким). В первом варианте с числом отказавших ОР СУЗ 30 минимальный коэффициент запаса до кризиса теплообмена в процессе аварии составляет 1,589. Во втором варианте с числом отказавших ОР СУЗ 20 минимальный коэффициент запаса – 1,177. Как видно, во втором случае отказы ОР СУЗ сконцентрированы в зоне, прилегающей к аварийной петле, поэтому такой вариант более опасен, несмотря на то, что общее число отказов меньше.

Рис. 44 – Вариант для 30 случайно расположенных отказавших ОР СУЗ и значение минимального коэффициента запаса до кризиса теплообмена Рис. 45 – Вариант для 20 случайно расположенных отказавших ОР СУЗ и значение минимального коэффициента запаса до кризиса теплообмена Можно использовать различные математические модели, которые определяют взаимосвязь между входными параметрами и результатами многовариантных теплогидравлических расчетов. Например, уже рассмотренную выше линейную поверхность отклика (линейную регрессию), построение которой основано на методе наименьших квадратов.

Также можно использовать дискриминантный анализ, который широко применяется там, где необходимо классифицировать события по группам.

Такой анализ подходит для поставленной задачи в том случае, если в обучающей выборке имеется некоторое количество нарушений критерия безопасности. Все события можно разделить на две группы: режим проходит с нарушениями критериев безопасности и без нарушений. На основе обучающей выборки могут быть получены функции классификации, являющиеся двумя линейными многочленами:

(x1, x2…x61) = b0 + b1·x1 + b2·x2 + b3·x3 + … + b61·x61 (12) (x1, x2…x61) = c0 + c1·x1 + c2·x2 + c3·x3 + … + c61·x61 (13) При этом, если для конкретного случая (x1, x2…x61) (x1, x2…x61), данное событие относится к первой группе, если (x1, x2…x61) (x1, x2…x61) – ко второй. В дальнейшем функции классификации используются в процедуре Монте-Карло для того, чтобы определить, нарушается ли в конкретном варианте критерий безопасности или нет.

В данном исследовании для обработки результатов применялся как метод линейной регрессии с построением поверхности отклика, так и дискриминантный анализ, с делением всех случаев на два класса: «достигается кризис теплообмена» и «не достигается кризис теплообмена». Использованы результаты расчетов для различного количества отказавших ОР СУЗ. В качестве входных параметров, как для многомерной линейной регрессии, так и для дискриминантного анализа использовались данные по наличию/отсутствию

–  –  –

Результаты оценки условной вероятности кризиса теплообмена при использовании полученной линейной поверхности отклика в процедуре МонтеКарло продемонстрированы на рисунке 46. Было сгенерировано по 10000 вариантов со случайным расположением отказавших ОР СУЗ для общего количества отказов 12 и 25. Данные были обработаны при помощи линейной поверхности отклика, позволяющей оценить значение минимального коэффициента запаса до кризиса теплообмена на втором этапе аварии. В первом случае (с 12 отказами) не было получено ни одного варианта с нарушением критерия, т. е. вероятность кризиса теплообмена меньше 10–4. Во втором случае – 788 вариантов. Таким образом, можно оценить, что вероятность кризиса теплообмена для 25 отказов ОР СУЗ составляет 0,0788. На рисунке 46 представлены гистограммы распределения результатов для двух случаев.

–  –  –

Следует отметить, что в разделе 3.5 поверхность отклика построена для случаев, в которых общее число отказов ОР СУЗ составляло 9. При этом получены более консервативные результаты. Это говорит о некоторой нелинейной взаимосвязи между входными и выходными параметрами, вследствие чего, результаты, полученные при помощи поверхности отклика, зависят от того, какие расчетные данные использовались для ее построения.

Проведен анализ того, каким образом различные комбинации расчетов, используемых для построения поверхности отклика (обучающая выборка), влияют на оценку вероятности нарушения критериев безопасности.

Рассмотрено 3 варианта обучающих выборок:

1) серия из 100 теплогидравлических расчетов с 9 отказами ОР СУЗ (всего 100 расчетов, ни в одном не достигается кризис теплообмена);

2) две серии по 100 теплогидравлических расчетов каждая, с 9 и 20 отказами ОР СУЗ (всего 200 расчетов, ни в одном не достигается кризис теплообмена);

3) три серии по 100 теплогидравлических расчетов каждая, с 9, 20 и 30 отказами ОР СУЗ (всего 300 расчетов, 17 случаев, когда в ходе переходного процесса достигается кризис теплообмена).

При помощи трех полученных поверхностей отклика по процедуре Монте-Карло оценены вероятности достижения кризиса теплообмена для различного количества отказов ОР СУЗ. При использовании только серии расчетов с 9 отказами ОР СУЗ для построения поверхности отклика получены консервативные значения вероятности кризиса теплообмена. Дальнейшие шаги по увеличению числа отказавших ОР СУЗ уменьшают консерватизм оценки.

Поэтому при применении этой методики следует учитывать ее точность и консервативность, а также применять более прогрессивные математические модели. Эти вопросы будут подробно рассмотрены ниже.

При проведении процедуры Монте-Карло для различного количества отказов ОР СУЗ получена зависимость, представленная на рисунке 47. Она показывает оценку условной вероятности нарушения критерия безопасности в зависимости от общего количества отказов ОР СУЗ. При большом количестве отказов ОР СУЗ (30 и 40) наличие кризиса теплообмена в некоторых вариантах теплогидравлических расчетов позволяет проводить прямую оценку вероятности появления кризиса теплообмена при протекании аварии (на рисунке отмечены треугольным маркером). Их значения соответствуют оценкам по методу линейной регрессии и по дискриминантному анализу.

0.1

–  –  –

Рис. 47 – Условная вероятность нарушения критерия безопасности

4.7 Оценка консервативности и точности результатов Исследовано, на сколько приемлемо полученная поверхность отклика описывает рассматриваемое событие, с точки зрения оценки условной вероятности нарушения критериев безопасности.

На рисунке 48 представлен график, где для каждого рассматриваемого случая по оси абсцисс отложено значение минимального коэффициента запаса до кризиса теплообмена, полученное по поверхности отклика, а по оси ординат

– это же значение, но полученное в результате теплогидравлического расчета.

Рис. 48 – Сопоставление значений минимального коэффициента запаса до кризиса теплообмена по поверхности отклика и т/г расчету

–  –  –

Стандартное отклонение погрешности для всего набора расчетов (результаты которых представлены на рисунке 48) составляет = 0,288.

Для определения условной вероятности нарушения критериев безопасности наиболее важной является та область, где коэффициент запаса близок к единице, т. е. там, где существует опасность нарушения критерия безопасности (на рисунке 48 отмечена овалом). Поэтому отдельно оценим стандартное отклонение для тех вариантов, где K 2: K 2 = 0,270 Следует отметить, что в рассматриваемом случае в наиболее критичной области поверхность отклика дает консервативные результаты.

На рисунке 49 вся область возможных значений разбита на две части. В первой из них значения, полученные по поверхности отклика, меньше, чем по теплогидравлическому расчету. Таким образом, подобласть 1 – это консервативная часть, подобласть 2 – неконсервативная.

Рис. 49 – Зоны с консервативными и неконсервативными значениями минимального коэффициента запаса до кризиса теплообмена, полученными по поверхности отклика С другой стороны, поверхность отклика используется в процедуре Монте-Карло для того чтобы оценить, нарушены ли при данной комбинации отказов критерии безопасности или нет. Поэтому область можно разделить так, как представлено на рисунке 50. Характеристики этих зон представлены в таблице 9.

Рис. 50 – Зоны с правильным и неправильным определением наличия кризиса теплообмена В зонах 2 и 3 наличие или отсутствие кризиса теплообмена определено правильно (совпадает, как по теплогидравлическому расчету, так и по поверхности отклика). В зоне 1 по поверхности отклика получается кризис теплообмена, хотя согласно результатам теплогидравлических расчетов кризиса нет. То есть в этой зоне поверхность отклика допускает ошибку в консервативную сторону. Также ошибка имеет место и в зоне 4. Здесь согласно поверхности отклика кризис теплообмена отсутствует, хотя в теплогидравлических расчетах кризис есть. При этом в зоне 4 ошибка поверхности отклика неконсервативная.

–  –  –

3 + + 91

– 4 + 10

–  –  –

где QТГ – доля случаев с кризисом теплообмена, полученная по результатам теплогидравлических расчетов;

QПО – доля случаев с кризисом теплообмена, полученная при помощи оценки по поверхности отклика;

N1, N 2, N 3, N 4 – количество случаев, относящихся соответственно к зонам 1, 2, 3 и 4 в соответствии с рисунком 50.

Таким способом можно оценить консервативность предлагаемой методики использования линейной функции в качестве поверхности отклика. В QПО QТГ, т. е. линейная поверхность отклика дает данном случае консервативную оценку. При использовании поверхности отклика в процедуре Монте-Карло для определения условной вероятности нарушения критериев безопасности следует учитывать ее погрешность в общем результате.

4.8 Выводы к четвертой главе

В данной главе рассматривается вопрос надежности аварийной защиты реактора в части выполнения критериев безопасности при протекании аварии.

Разработана методика, которая позволяет определять условную вероятность нарушения приемочных критериев безопасности при отказе различного количества ОР СУЗ.

Применение разработанной методики исследовано на примере аварии с исходным событием «Разрыв паропровода», которая выбрана как наиболее показательная по двум причинам. Во-первых, при поступлении захоложенного теплоносителя из аварийной петли возникает значительная неравномерность параметров в активной зоне. Поэтому расположение отказавших ОР СУЗ существенным образом влияет на результаты расчета. Во-вторых, данный режим характерен глубоким захолаживанием теплоносителя первого контура.

Множественный отказ ОР СУЗ может привести к локальному росту мощности в том секторе активной зоны, который прилегает к аварийной петле, и, как следствие, к опасности нарушения приемочных критериев безопасности.

Проведены многовариантные расчеты по сопряженному коду ТРАП-КС с отказом различного количества ОР СУЗ, при этом комбинации отказов моделировались случайным образом. Использовались различные методы статистического анализа расчетных данных, которые позволяют выявить закономерности между исходными данными (информацией об отказах) и результатами расчетов (экстремальными значениями критериальных параметров, характеризующих безопасность).

Представлена методика оценки вероятности нарушения критериев безопасности при множественных отказах ОР СУЗ, основанная на комбинировании детерминистических и вероятностных подходов.

Детерминистические консервативные анализы для наихудшего сочетания отказавших ОР СУЗ дают однозначную оценку максимального количества отказов, при котором нет нарушений кризиса теплообмена. Непараметрическая оценка, основанная на формуле Уилкса, дает консервативную оценку условной вероятности нарушения критериев безопасности в зависимости от числа теплогидравлических расчетов.

При применении метода поверхности отклика исследован вопрос наиболее рационального выбора входных параметров, характеризующих отказавшие ОР СУЗ по месту их положения в активной зоне. Наилучшим образом проявила себя линейная поверхность отклика, где в качестве входных данных используется информация о наличии или отсутствии отказов конкретных ОР СУЗ.

Полученные математические модели использовались в процедуре Монте-Карло с генерацией большого числа случайных комбинаций отказов ОР СУЗ для оценки условной вероятности нарушения критериев безопасности при конкретном количестве отказов.

Разработанная методика является частью анализа надежности аварийной защиты реактора, оценивающего общую вероятность невыполнения функции аварийной защиты с учетом множественных отказов ОР СУЗ. Были получены высокие показатели надежности.

ГЛАВА 5. ПРИМЕНЕНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ

СЕТЕЙ ДЛЯ ИССЛЕДОВАНИЯ НАДЕЖНОСТИ АВАРИЙНОЙ

ЗАЩИТЫ РЕАКТОРА

5.1 Развитие искусственных нейронных сетей Развитие искусственных нейронных сетей тесно связано с изучением нервной системы различных биологических организмов [87]. Искусственная нейронная сеть – ни что иное, как попытка смоделировать те процессы, которые происходят в нервной системе животных и человека.

Первые искусственные нейронные сети создавались в виде специализированных электронных машин, которые назывались персептронами.

Позже все большее применение стали получать программы, которые имитируют работу нейронов на компьютере [88].

Одним из важнейших свойств искусственных нейронных сетей является способность к обучению на основании имеющейся информации, а после завершения процесса обучения – возможность прогнозирования.

Алгоритм проектирования искусственной нейронной сети заключается в следующем: формулирование цели, определение входных и выходных параметров и структуры сети, организация процесса обучения, т.е.

демонстрация сети верных решений, контрольная проверка работы сети. Во время обучения нейронная сеть устанавливает закономерности между входными и выходными параметрами.

Популярность искусственных нейронных сетей лавинообразно росла, что можно объяснить действительно хорошими результатами. Неоспоримые плюсы нейронных сетей следующие:

– применимость к решению задач высокой сложности;

– необязательно знать точные правила, описывающие исследуемые процессы.

Искусственные нейронные сети применяются в различных областях [89]: в медицине, экономике, распознавании образов, технике и др.

Существует опыт применения искусственных нейронных сетей и для расчетного обоснования реакторных установок. Например, в статье [90] описывается возможность создания кодов реального времени, моделирующих переходные процессы на основе искусственных нейронных сетей. Обучение ведется при помощи расчетных данных, полученных по коду ATHLET.

Искусственная нейронная сеть демонстрирует хорошую сходимость с эталонными результатами, но при этом скорость расчета значительно выше.

В статьях [91, 92] искусственная нейронная сеть используется для определения критического теплового потока на основе серии экспериментов, использующейся для обучения. Статистический анализ данных позволяет определить, каким образом различные входные параметры влияют на результат. Искусственная нейронная сеть определяет результаты с большей точностью, чем использовавшиеся ранее корреляции.

Статья [93] описывает систему OCONN, главная цель которой оптимизировать загрузку активной зоны реактора кипящего типа, схемы перегрузок, а также расположение ОР СУЗ. Система использует искусственную нейронную сеть. Результаты показали, что система позволяет определить конфигурацию, которая удовлетворяет требованиям, как эффективности, так и безопасности.

В статье [94] рассматривается система, которая способна определять тип аварии на АЭС, как на самой ранней стадии возникновении, так и в процессе ее развития. Ее разработка вызвана необходимостью не только сигнализировать о возникновении аварии, но также распознавать ее тип и осуществлять поддержку оператора или кризисного центра непосредственно во время протекания аварии на всех ее стадиях. Для решения этой проблемы представлены методы, основанные на применении искусственных нейронных сетей, а также интегральных системных кодов.

5.2 Устройство искусственного нейрона и нейронных сетей

Составным элементом любой искусственной нейронной сети является искусственный нейрон. Нейрон состоит из трех компонентов, каждый из которых выполняет свою функцию: умножителей входных сигналов (синапсов), сумматора и нелинейного преобразователя (рисунок 51). Синапсы умножают входной сигнал на число w – вес синапса, который характеризует силу связи. Сумматор выполняет сложение этих умноженных входных сигналов, а также свободного члена (b). Нелинейный преобразователь реализует некоторую функцию (линейную или нелинейную), аргументом которой является выход сумматора. Эта функция называется функцией активации. Результат этой функции – выходной сигнал нейрона.

Рис. 51 – Строение искусственного нейрона Могут применяться различные типы функций активации нейрона [87], некоторые из них приведены в таблице 10.

–  –  –

Одной из наиболее распространенных является нелинейная функция с насыщением – так называемая логистическая функция (№3 в таблице 10).

График такой функции (с коэффициентом a=2) представлен на рисунке 52.

–  –  –

В искусственной нейронной сети множество нейронов объединены в единую сеть. При этом выходные сигналы одних нейронов поступают на вход в другие.

5.3 Частный случай нейронной сети Исследовано применение искусственных нейронных сетей для проблемы, подробно рассмотренной в четвертой главе, а именно, для определения взаимосвязей между отказами ОР СУЗ и результатами расчета.

Искусственные нейронные сети показали некоторые несомненные преимущества по сравнению с другими математическими моделями.

Частный и простейший случай нейронной сети – это сеть, состоящая всего лишь из одного нейрона. Если при этом используется линейная функция активации (№ 1 из таблицы 10) с коэффициентом k, равным 1, минимальный коэффициент запаса до кризиса теплообмена будет определяться линейной функцией (10).

Ранее для нахождения линейной функции, которая бы наилучшим образом описывала изучаемое явление, использовался метод наименьших квадратов (11).

А в данной главе для нахождения коэффициентов линейной функции использованы методы, применяемые при обучении нейронных сетей. Алгоритм обучения следующий [95]:

1) Изначально все коэффициенты линейной функции ai определяются случайным образом, либо приравниваются какому-нибудь значению.

2) Далее для каждой комбинации отказов ОР СУЗ, для которой выполнен теплогидравлический анализ, находится значение минимального коэффициента запаса до кризиса теплообмена. При этом используется линейная функция: K(x1, x2…x61) = a0 + a1·x1 + a2·x2 + a3·x3 + … + a61·x61.

–  –  –

где K – минимальный коэффициент запаса до кризиса теплообмена, найденный при помощи линейной функции;

– минимальный коэффициент запаса до кризиса теплообмена, K полученный в результате теплогидравлического расчета;

a i – коэффициент для i-го ОР СУЗ;

–  –  –

быстро мы будем приближаться к идеальному значению на каждой итерации (0 1).

Таким образом, в ходе обучения данной упрощенной нейронной сети, состоящей из одного нейрона, на каждом шаге происходит корректировка весов связей. Значения минимального коэффициента запаса до кризиса теплообмена, получаемые при помощи нейронной сети, постепенно приближаются к значениям теплогидравлического расчета.

На рисунке 53 графически представлен процесс корректировки весовых коэффициентов для нескольких ОР СУЗ (№ 2, 18 и 49). Изначально коэффициенты с a1 по a61 принимаются равными 0, а коэффициент a0 равным 1.

В процессе реализации представленного выше алгоритма они изменяются. Для обучения использовались расчетные данные для 1476 вариантов – так называемая обучающая выборка. В теории искусственных нейронных сетей существует такое понятие как эпоха обучения – когда алгоритм «проходит»

всю обучающую выборку один раз. На рисунке показан результат обучения для 32 эпох. Рассматриваемые коэффициенты, относящиеся к ОР СУЗ № 2, 18 и 49, соответственно становятся равными 0.007, –0.001 и –0.227. Если продолжить обучение, коэффициенты продолжат корректироваться, однако скорость корректировки будет постепенно замедляться вплоть до 0.

Рис. 53 – Процесс корректировки весовых коэффициентов Результаты, полученные таким способом, близки к тем, которые были получены при помощи метода наименьших квадратов.

Рассмотрим, что получится, если коэффициент скорости обучения варьировать в зависимости от значения минимального коэффициента запаса до кризиса теплообмена. Наиболее важно получать точные результаты в области малых значений минимального коэффициента запаса до кризиса теплообмена.

Поэтому в области, где K2, используем больший коэффициент скорости обучения, чем в области, где K2.

Таким способом можно добиться большей точности в области малых значений минимального коэффициента запаса до кризиса теплообмена, как видно из рисунка 54 (хотя для всей области значений в целом точность хуже).

Рис. 54 – Влияние коэффициента скорости обучения на результаты расчета Как уже отмечалось выше, для оценки точности используется стандартное отклонение. Для всей области значений оно составляет = 0,418, а для области с K2 – K 2 = 0,157 (ранее с одинаковым коэффициентом скорости обучения были получены следующие значения стандартных отклонений: = 0,288 и K 2 = 0,270).

Таким образом, несмотря на увеличение ошибки для всей области значений, для важной нам области значений (K 2) ошибка уменьшена.

5.4 Нейронные сети с несколькими слоями По-настоящему мощный математический аппарат можно получить, если объединить искусственные нейроны в сеть. При этом выходной сигнал одних нейронов является входным сигналом для следующих, как показано на рисунке

55. Рассмотрим, как работает такая нейронная сеть. Входные сигналы подаются на нейроны входного слоя, обозначенные треугольниками (в отличие от нейронов других слоев). Они играют роль распределителей, т. е. не выполняют каких-либо преобразований, а лишь рассылают сигналы по всем нейронам следующего слоя. Здесь сигналы преобразуются в зависимости от веса каждой связи, затем они суммируются и обрабатываются некоторой функцией активации. Получившиеся в результате обработки выходные сигналы передаются далее на входы нейронам следующего слоя.

Рис. 55 – Структура нейронной сети с одним скрытым слоем

Предварительно были рассмотрены искусственные нейронные сети с различным количеством слоев, нейронов в каждом слоем и структурой связи между нейронами. В ходе исследования для рассматриваемой задачи хорошо себя проявила сеть с распространенной топологией: 3 слоя, однонаправленное распространение сигнала, нейроны соединяются по принципу «каждый с каждым» [95]. Во входном слое имеется 61 нейрон – соответствует количеству ОР СУЗ. На каждый нейрон поступают данные о срабатывании или отказе соответствующего ОР СУЗ (0 – в случае срабатывания, 1 – в случае отказа).

Входные сигналы после умножения на соответствующие весовые коэффициенты связей перераспределяются на нейроны второго (скрытого) слоя.

Количество нейронов скрытого слоя равно 32. Такое количество нейронов в скрытом слое выбрано в соответствии с рекомендацией [87]:

количество нейронов в скрытом слое должно быть примерно вдвое меньше, чем во входном слое. Очевидно, что маленькая нейронная сеть может оказаться слишком примитивной для решения поставленной задачи, а слишком большая сеть создаст проблемы в процессе обучения. Следует сделать пояснение, что, несмотря на уже многолетнюю историю развития искусственных нейронных сетей, не существует точной теории, какое количество слоев, и какое количество нейронов в каждом слое выбрать. Но, тем не менее, существуют некоторые рекомендации, найденные методом проб и ошибок. В нейронах скрытого слоя используется функция активация № 3 из таблицы 10 с коэффициентом a=2.



Pages:     | 1 | 2 || 4 |
Похожие работы:

«КАБАЛИН ЕГОР ИВАНОВИЧ РАЗРАБОТКА КОНСТРУКЦИИ И МЕТОДИКИ РАСЧЕТА СИСТЕМЫ ДВУХКОНТУРНОГО ОХЛАЖДЕНИЯ ЭЛЕКТРОПРОВОДЯЩИХ ТИГЛЕЙ ВАКУУМНЫХ ИНДУКЦИОННЫХ ПЕЧЕЙ Специальность 05.09.10 Электротехнология Диссертация на соискание учной степени кандидата технических наук Научный руководитель: д. т. н., профессор Кувалдин А.Б. Москва 2014...»

«Петров Владимир Сергеевич ЦИФРОВАЯ СИСТЕМА АВТОМАТИЧЕСКОГО ОГРАНИЧЕНИЯ ПОВЫШЕНИЯ НАПРЯЖЕНИЯ СЕТЕЙ 110-750 КВ Специальность 05.14.02 – Электрические станции и электроэнергетические системы Диссертация на соискание ученой степени кандидата технических наук Научный руководитель: кандидат технических наук, доцент...»

«Варков Артем Александрович РАЗРАБОТКА И ИССЛЕДОВАНИЕ СИСТЕМЫ УПРАВЛЕНИЯ МАНИПУЛЯЦИОННЫМ ПРОМЫШЛЕННЫМ РОБОТОМ НА БАЗЕ КОНТРОЛЛЕРА ДВИЖЕНИЯ Специальность 05.09.03 – «Электротехнические комплексы и системы» ДИССЕРТАЦИЯ на соискание ученой степени кандидата технических наук Научный руководитель: доктор...»

«Заименко Александр Андреевич УПРАВЛЕНИЕ ЭЛЕКТРОПОТРЕБЛЕНИЕМ РЕГИОНАЛЬНОГО ЭЛЕКТРОЭНЕРГЕТИЧЕСКОГО КОМПЛЕКСА НА ОСНОВЕСИСТЕМНОГОПОТЕНЦИАЛА ЭНЕРГОСБЕРЕЖЕНИЯ Специальность 05.14.01 «Энергетические системы и комплексы» Диссертация на соискание ученой степени кандидата технических наук Научный руководитель: доктор технических наук, профессор Гнатюк Виктор Иванович Красноярск–2015 Содержание Содержание 1. Современное состояние регионального электроэнергетического комплекса ООО...»

«Шаровина Светлана Олеговна АДАПТИВНОЕ УПРАВЛЕНИЕ ТЕМПЕРАТУРНЫМ ПРОФИЛЕМ РЕКТИФИКАЦИОННОЙ КОЛОННЫ ТАРЕЛЬЧАТОГО ТИПА 05.13.06. – Автоматизация и управление технологическими процессами и производствами (по отраслям: энергетика) Научный руководитель: д.т.н., профессор В. П. Шевчук Диссертация на соискание ученой степени кандидата технических наук МОСКВА – 2014 С О ДЕ РЖ АН И Е СПИСОК СОКРАЩЕНИЙ ВВЕДЕНИЕ 1 АНАЛИЗ...»

«Артюшкин Виктор Федорович Прогнозно-аналитические методы как инструмент формирования внешней государственной энергетической политики России Специальность 23.00.02 – политические институты, процессы и технологии Диссертация на соискание ученой степени кандидата политических наук Научный руководитель: доктор...»

«ЛОГАЧЕВА Алла Григорьевна КОМПЛЕКСНАЯ МЕТОДИКА ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ МНОГОФАЗНЫХ ЭЛЕКТРИЧЕСКИХ ДВИГАТЕЛЕЙ ПЕРЕМЕННОГО ТОКА Диссертация на соискание ученой степени кандидата технических наук Специальность 05.09.01 «Электромеханика и электрические аппараты» Научный руководитель: д.т.н, профессор Ш.И. Вафин Казань 2015...»

«УДК. 621.039.51 Дружаев Андрей Александрович Интегрированные математические модели активных зон ядерных реакторов для контроля распределения энерговыделения в режиме реального времени Специальность 05.14.03 Ядерные энергетические установки, включая проектирование, эксплуатацию и вывод из эксплуатации Диссертация на соискание ученой степени кандидата технических наук Научный руководитель: Доктор физико-математических...»

«Марьяндышев Павел Андреевич СОВЕРШЕНСТВОВАНИЕ ТЕХНОЛОГИИ ЭНЕРГЕТИЧЕСКОГО ИСПОЛЬЗОВАНИЯ ДРЕВЕСНОГО БИОТОПЛИВА Специальность 05.14.04 «Промышленная теплоэнергетика» Диссертация на соискание ученой степени кандидата технических наук Научный руководитель: д.т.н, профессор...»

«Долгушин Илья Александрович ИССЛЕДОВАНИЕ И СОВЕРШЕНСТВОВАНИЕ СХЕМЫ ТЭС С КОТЛОМ ЦКС ДЛЯ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ И УЛУЧШЕНИЯ ЭКОЛОГИЧЕСКИХ ПОКАЗАТЕЛЕЙ Специальность 05.14.14 – тепловые электрические станции, их энергетические системы и агрегаты Диссертация на соискание ученой степени кандидата технических наук Научный...»

«Суворова Ирина Александровна ВЫБОР СЕЧЕНИЙ ПРОВОДНИКОВ И РАЦИОНАЛЬНЫХ НАПРЯЖЕНИЙ РАСПРЕДЕЛИТЕЛЬНЫХ ЭЛЕКТРИЧЕСКИХ СЕТЕЙ В СОВРЕМЕННЫХ УСЛОВИЯХ Специальность 05.14.02 Электростанции и электроэнергетические системы ДИССЕРТАЦИЯ на соискание ученой степени кандидата технических наук Научный руководитель доктор технических наук, профессор В.В.Черепанов Киров, 2015 2 Содержание СОДЕРЖАНИЕ Введение Глава 1 Анализ состояния распределительных...»

«СИМОНЯН Левон Ашотович Экономические проблемы развития электроэнергетического хозяйства стран Совета сотрудничества арабских государств Персидского залива (1970-2013 гг.) (08.00.14 – мировая экономика) Диссертация на соискание ученой степени кандидата экономических наук Научный руководитель – кандидат экономических наук Смирнова Галина Ивановна Москва – ОГЛАВЛЕНИЕ Введение Глава I....»

«ГРУДАНОВА АЛЁНА ИГОРЕВНА ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ПРОИЗВОДСТВА НИЗКОЗАСТЫВАЮЩИХ ДИЗЕЛЬНЫХ ТОПЛИВ РЕГУЛИРОВАНИЕМ СОСТАВА КАТАЛИЗАТОРОВ ТЕРМОГИДРОКАТАЛИТИЧЕСКИХ ПРОЦЕССОВ 05.17.07 – Химическая технология топлива и высокоэнергетических веществ Диссертация на соискание ученой степени кандидата технических...»

«Сапига Вячеслав Владимирович УДК 621.822.114 – 621.822.5 ОБЕСПЕЧЕНИЕ РАБОТОСПОСОБНОСТИ СУДОВОГО ВАЛОПРОВОДА ПРИ ОБВОДНЕНИИ СМАЗОЧНОГО МАСЛА В ПОДШИПНИКАХ 05.05.03 Двигатели и энергетические установки Диссертация на соискание учёной степени кандидата технических наук Научный руководитель: к.т.н., доцент И.В. Логишев Одесса – 2015 СОДЕРЖАНИЕ ПЕРЕЧЕНЬ УСЛОВНЫХ ОБОЗНАЧЕНИЙ, СИМВОЛОВ, ЕДИНИЦ, СОКРАЩЕНИЙ И ТЕРМИНОВ. 6 ВВЕДЕНИЕ.. 9 РАЗДЕЛ 1....»

«Валеев Рустам Галимянович ПОВЫШЕНИЕ УРОВНЯ ЭЛЕКТРОБЕЗОПАСНОСТИ В ЭЛЕКТРИЧЕСКИХ СЕТЯХ НАПРЯЖЕНИЕМ ДО 1000 В ПРИ ОДНОФАЗНЫХ КОРОТКИХ ЗАМЫКАНИЯХ Специальность 05.26.01 «Охрана труда (электроэнергетика)» Диссертация на соискание ученой степени кандидата технических наук Научный руководитель доктор...»

«УРАЗОВ ДМИТРИЙ ЮРЬЕВИЧ НАУЧНОЕ ОБЕСПЕЧЕНИЕ ПРОЦЕССА ТЕРМОВЛАЖНОСТНОЙ ОБРАБОТКИ КОЛБАСНЫХ ИЗДЕЛИЙ СПЕЦИАЛЬНОСТЬ 05.18.12 ПРОЦЕССЫ И АППАРАТЫ ПИЩЕВЫХ ПРОИЗВОДСТВ ДИССЕРТАЦИЯ на соискание ученой степени кандидата технических наук Научный руководитель: доктор технических наук,...»

«Нехамин Сергей Маркович СОЗДАНИЕ И ВНЕДРЕНИЕ ЭНЕРГОЭФФЕКТИВНЫХ ДУГОВЫХ И ШЛАКОВЫХ ЭЛЕКТРОПЕЧНЫХ КОМПЛЕКСОВ С ИСПОЛЬЗОВАНИЕМ ПОСТОЯННОГО ТОКА И ТОКА ПОНИЖЕННОЙ ЧАСТОТЫ Специальность 05.09.10 Электротехнология Диссертация на соискание ученой степени доктора технических наук Научный консультант: заслуженный деятель науки РФ, доктор технических наук, профессор Кувалдин Александр Борисович Москва 201...»

«Валеев Рустам Галимянович ПОВЫШЕНИЕ УРОВНЯ ЭЛЕКТРОБЕЗОПАСНОСТИ В ЭЛЕКТРИЧЕСКИХ СЕТЯХ НАПРЯЖЕНИЕМ ДО 1000 В ПРИ ОДНОФАЗНЫХ КОРОТКИХ ЗАМЫКАНИЯХ Специальность 05.26.01 «Охрана труда (электроэнергетика)» Диссертация на соискание ученой степени кандидата технических наук Научный руководитель доктор...»

«Авдеев Борис Александрович ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ОЧИСТКИ МОТОРНОГО МАСЛА В СУДОВЫХ ДИЗЕЛЯХ ПРИМЕНЕНИЕМ МАГНИТНЫХ ГИДРОЦИКЛОНОВ Специальность 05.08.05 – Судовые энергетические установки и их элементы (главные и вспомогательные) Диссертация на соискание ученой степени кандидата технических наук Научный руководитель: доктор...»

«Николаев Александр Александрович УЧЕТ ЭФФЕКТОВ ПРОСТРАНСТВЕННОЙ ГЕТЕРОГЕННОСТИ В МНОГОМЕРНЫХ РАСЧЕТАХ РЕАКТОРОВ С ЖИДКОМЕТАЛЛИЧЕСКИМ ТЕПЛОНОСИТЕЛЕМ СВИНЕЦ-ВИСМУТ Специальность 05.14.03 Ядерные энергетические установки, включая проектирование, эксплуатацию и вывод из эксплуатации Диссертация на соискание учной степени кандидата технических наук Научный руководитель кандидат технических наук, А.В. Дедуль...»









 
2016 www.konf.x-pdf.ru - «Бесплатная электронная библиотека - Авторефераты, диссертации, конференции»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.