Detección de fallas en equipo con análisis de ruido

Detección de fallas en equipo con análisis de ruido

Especialidad: Ingeniería Nuclear, Subespecialidad Reactores Nucleares, Gran Reto de la Ingeniería Mexicana: Desarrollo de métodos no invasivos para deteción de fallas en sistemas con participación activa en la generación de calor y que influyen en el comportamiento del núcleo de los reactores nucleares tipo BWR.

1

DETECCIÓN DE FALLAS EN EQUIPO CON ANÁLISIS DE

RUIDO Especialidad:__ Ingeniería Nuclear Subespecialidad: _ Reactores Nucleares Gran Reto de la Ingeniería Mexicana:_ Desarrollo de

métodos no invasivos para detección de fallas en sistemas con participación activa en la generación de calor y que influyen en el comportamiento del núcleo de los reactores nucleares tipo BWR.

Gabriel Calleros Micheland Maestría en Reactores Nucleares

Fecha de ingreso (17, 03, 2016)

Ciudad de México



2

A la memoria de mi papá, Gabriel Calleros González, por enseñarme con su ejemplo de vida, el valor de la perseverancia y que el éxito se alcanza con trabajo constante, superando con paciencia los obstáculos que se presenten en su búsqueda. A mi mamá, Margarita Micheland Loyo, por la educación que me brindó y la formación que me dio, para tener el carácter y la disciplina necesarios para enfrentar y superar los retos que se me presentan en la vida. A mis hijas, Arlette y Paulette, a mi esposa, Dianel, por creer en mi, permitirme realizarme y ser las musas que dan color y música a mi vida.



3

Contenido

Agradecimientos 4 Resumen ejecutivo 5 Palabras clave 5 Executive summary 6 Keywords 6 Objetivo 7 Alcance 8 Antecedentes 9 1. Introducción 10 2. Análisis del ruido en las señales 11 3. Aplicación del análisis de ruido en Laguna Verde 15 4. Análisis de resultados de la aplicación 21 5. Conclusiones 22 6. Figuras 25 7. Referencias 29 8. Bibliografía 31



4

AGRADECIMIENTOS Agradezco a los Doctores Gilberto Espinosa Paredes y Juan Luis Francois Lacouture, así como, al M.C. Víctor González Mercado, su dedicación en la revisión de este trabajo. Agradezco la paciencia y el aliento que recibí por parte de la Doctora Lydia C. Paredes, Gutiérrez, Presidenta de la Especialidad de Ingeniería Nuclear de la Academia de Ingeniería y del Doctor Gustavo Alonso Vargas, Secretario de la Especialidad de Ingeniería Nuclear de la Academia de Ingeniería para culminar éste trabajo y por permitirme someterlo a la Academia de Ingeniería. Agradezco a los maestros en ciencias Marxlenin Zapata Yáñez y Humberto Gonzáles Campos, a los Ingenieros Ricardo Hernández Acuña y Luis David Vázquez Martínez, integrantes del Departamento de Ingeniería del Reactor, de la Central Laguna Verde, de la Comisión Federal de Electricidad, el apoyo que me brindaron durante el proceso de colección y análisis preliminar de los datos utilizados en la elaboración de este trabajo.



5

RESUMEN EJECUTIVO El propósito de este trabajo es mostrar las aplicaciones que se han realizado en un reactor nuclear con agua en ebullición (BWR), en particular en el reactor de la Central Nucleoeléctrica Laguna Verde, con técnicas de análisis de ruido para verificar que no hay componentes fallados pertenecientes a uno o más equipos que tienen injerencia sobre la generación de la potencia térmica e influencia en el comportamiento del núcleo en el reactor nuclear.

Adicionalmente, se identifican las aplicaciones potenciales o retos para la ingeniería nuclear con relación a la detección anticipada de fallas en componentes que intervienen de manera directa o indirecta en la generación de calor en el reactor y que influyen sobre el comportamiento del núcleo del reactor a través de un sistema no invasor de identificación de fallas. Es decir, un sistema que permite identificar fallas en equipos sin necesidad de desarmado o someterlo a un proceso de mantenimiento para determinar una potencial falla posterior. Palabras clave: análisis de ruido, identificación temprana de fallas, técnicas no invasoras para identificar fallas potenciales, central nuclear, central nucleoeléctrica, reactor nuclear.



6

Executive summary The purpose of this work is to show the applications that have been made in a boiling water reactor (BWR), particularly in the reactor of Laguna Verde Nuclear Power Plant with noise analysis techniques to verify there are not failed components belonging to one or more equipments that have interference on the generation of thermal power and have influence in the behavior of the core in the nuclear reactor. In addition, potential applications or challenges to nuclear engineering are identified in relation to the early detection of faults in components involved directly or indirectly in the generation of heat in the nuclear reactor through a non-invasive system for identification of failures. That is, a system that identifies equipment failures without the need of its disassembly or a maintenance process to determine a potential failure.

Keywords: noise analysis, identification of anticipated fails, non-invasive techniques to identify potential failures, nuclear power plant, nuclear reactor.



7

Objetivo Compartir con los miembros de la Academia de Ingeniería las aplicaciones actuales y potenciales de las técnicas de análisis de ruido aplicadas a las señales de proceso del reactor nuclear con agua en ebullición (BWR) y la turbina principal que son sensadas durante el funcionamiento de la central nucleoeléctrica cuando está suministrando electricidad a la red eléctrica. Mostrar las ventajas de las técnicas de análisis de ruido, como un método no invasivo para anticipar fallas de componentes o equipos que pudiesen perturbar la operación en estado estacionario del reactor nuclear. Exponer los retos para la ingeniería con relación al análisis de ruido.



8

Alcance En este trabajo, se divulga a los miembros de la Academia de Ingeniería, a través de un ejemplo, aplicado a un ciclo de operación de un reactor nuclear con agua en ebullición (BWR), en particular, al reactor de la Central Laguna Verde, como se utilizó el análisis de ruido para confirmar la inexistencia de alguna anomalía en algún componente o equipo por el buen funcionamiento reflejado a través de la instrumentación nuclear y de la instrumentación de proceso del reactor nuclear y la turbina principal. Los resultados mostrados aquí son específicos para ciclo y el reactor analizados, por lo tanto, no son válidos para ser aplicados en los ciclos actuales o futuros de los reactores nucleares de la Central Laguna Verde.



9

Antecedentes Las técnicas de análisis de señales en instalaciones nucleares fueron aplicadas a reactores de investigación en la década del 50 y luego en centrales de potencia a partir de fines del 60. El desarrollo se refleja en numerosos métodos estadísticos usados en reactores de investigación y en la aplicación para predecir fallas y dar seguimiento del comportamiento de los componentes internos del reactor con sistemas de análisis de señales de flujo neutrónico implementados en la mayoría de las centrales nucleares en operación, para mejorar la disponibilidad y seguridad de las plantas.

Estudiando la literatura referida al tema, se encuentra que hay trabajos en desarrollo con aplicaciones prácticas directas. Las aplicaciones concretas que se están implementando son: monitoreo del estado de vibración de cadenas de instrumentación, estimación de la velocidad de circulación del fluido refrigerante, vibraciones mecánicas en elementos combustibles y otros elementos estructurales, etc. [16, 17].

La tendencia a futuro es el desarrollo de nuevas técnicas de análisis para mejorar la eficiencia en la estimación de parámetros caracterizados por la señal del ruido registrado por los monitores de flujo neutrónico y en diagnosticar fallas incipientes. Se prevé que se continuará impulsando estas técnicas en la industria ya que tienen la bondad de diagnosticar y/o predecir posibles fallas en componentes sin necesidad de pruebas especiales que perturban las condiciones de proceso y apartan a la central de sus condiciones nominales de operación, lo que también se traduce en pérdidas económicas.

En Argentina, estas técnicas son desarrolladas y aplicadas por parte del Grupo Física Experimental de Reactores, de la Unidad de Actividad Reactores y Centrales Nucleares de la Comisión Nacional de Energía Atómica y forman parte de los sistemas de Alerta Temprana en las Centrales Nucleares Atucha I y Embalse [18, 19, 20].



10

1. INTRODUCCIÓN. En las centrales nucleares se han presentado fallas inesperadas en componentes o equipos cuando la central está conectada a la red eléctrica suministrando electricidad. Para corregir estas fallas, dependiendo del componente(s) y equipo(s) involucrado(s), en el mejor de los casos, se tiene que realizar una reducción no programada de la potencia del reactor y como consecuencia, reducir inesperadamente la producción de energía eléctrica que se está suministrando a la red. En otro caso, se tendrá que realizar un paro ordenado del reactor no esperado, o en el peor de los casos, el reactor realizará un paro automático, si el equipo que está fallando puede reducir el margen de seguridad con el cual está operando el reactor. En estos últimos casos se dejará de proporcionar electricidad a la red eléctrica inesperadamente durante el tiempo que se requiere para identificar y reparar la falla. Para volver a poner en marcha el reactor, después de un paro no programado, se requiere identificar la causa de la falla, acceder al componente o equipo fallado, para confirmar que fue el causante del malfuncionamiento, realizar su mantenimiento y las pruebas necesarias para regresarlo a la condición de operación satisfactoria. Lo anterior, originará, además de perdidas económicas, dosis colectivas no planeadas por exposición del personal a la radiación. Con una técnica no invasiva para identificar los componentes o equipos que tienen una falla incipiente cuando el reactor está operando y la central nucleoeléctrica está suministrando electricidad a la red eléctrica, se podría anticipar el mantenimiento preventivo a los componentes o equipos durante un periodo de recarga de combustible o en un paro programado para evitar la falla inesperada del componente o equipo. Con lo cual, se evitarían pérdidas económicas y dosis colectivas de los trabajadores no planeadas. En este trabajo se describe como se aplicó a un reactor con agua en ebullición (BWR), en particular, al reactor de la Central Laguna Verde, una técnica, con la cual se confirmó la ausencia de fallas en componentes que tienen una participación activa en el proceso de generación de calor en el reactor y que influyen en el comportamiento del núcleo. Esta técnica se podría aplicar en ciclos de operación futuros para identificar fallas tempranas de componentes o equipos, las cuales pueden ser corregidas anticipadamente para evitar fallas inesperadas cuando la central nucleoeléctrica está conectada a la red produciendo electricidad.



11

2. ANÁLISIS DEL RUIDO EN LAS SEÑALES Los descriptores básicos de una señal aleatoria se dividen en tres categorías [1]: a) Amplitud b) Tiempo c) Frecuencia a) Amplitud El RMS (Root Mean Square) está en la categoría de la amplitud para describir la señal aleatoria, permite visualizar en forma rápida el contenido energético de la señal:

T= Tiempo de observación de la señal. El RMS es una indicación de la amplitud y no contiene información detallada de la naturaleza variable del proceso. b) Tiempo En el dominio temporal los descriptores básicos son funciones de autocorrelación y correlación cruzada con una o dos señales respectivamente. c) Frecuencia Las funciones típicas, para el análisis de ruido en el dominio de la frecuencia son: PSD (Power Spectral Density) CPSD (Cross Power Spectral Density) Transformada en el Dominio de Frecuencia

( )( ) ( )∫+=T

dttxT

txRMS0

21



12

Para poderlos llevar al dominio de la frecuencia, en este trabajo, se utilizan algoritmos basados en la Transformada de Fourier. Para una señal aleatoria estacionaria x(t), su Transformada de Fourier es:

Hay dos razones por la que esta integral no es posible realizarla: La señal aleatoria está acotada, solo es conocida en el intervalo [0,T], por lo que no se satisface la condición de Dirichlet siguiente:

No es posible medir una señal durante un tiempo infinito. Para poder realizar la Transformada de Fourier se divide la señal aleatoria en intervalos de tiempo de longitud T, lo que equivale a multiplicar la función x(t) por una función w(t), llamada ventana, con valores igual a uno en el intervalo [0,T] y cero fuera de este intervalo, con esto se obtiene la Transformada Finita de Fourier:

Al realizar un análisis sobre muestras digitales de la señal aleatoria muestreadas en intervalos regulares Δt: x(0), x(Δt), x(2Δt)...x((N-1)Δt), se realiza la versión discreta, de la ecuación anterior, DFT (Discrete Fourier Transform):

( ) ∫∞

∞−

−= dtetxfX ftj π2)(

∫∞

∞−

∞=dttx )(

∫ ∫∞

∞−

−− ===T

ftjftj dtetxdtetwtxfXTfX0

22 )()()()(),( ππ

tnfjN

netnxtfX Δ−

−

=∑ ΔΔ= **2*1

0

)()( π



13

Esta ecuación implica un continuo de frecuencias, la frecuencia máxima, por el teorema de Nyquist, es Fn. El rango de definición para la frecuencia está acotada en el intervalo [0,Fn]. El muestreo discreto nos limita a un número finito de puntos de la señal aleatoria en el intervalo [0,T], por lo que se puede expresar la señal aleatoria o el espectro en forma discreta:

Donde f = k Δf , Fn = Δf (N) y Δf: resolución espectral. Por el teorema de Nyquist:

fs es el número de frecuencias que hay en el espacio muestreado y fn es el número de frecuencias que se pueden obtener en el espacio muestreado con un número finito de puntos. Por otro lado el periodo de muestreo es:

La forma discreta más común de los valores de frecuencia es tomando:

∑−

=

ΔΔ− =ΔΔ=1

0

))((2 ...3,2,1,0)()(N

n

tnfkj ketnxtkX π

tf

ffff N

sNNs Δ

=⇒==21

2;2

NTttNT =Δ⇒Δ= )(

Tf 1=Δ



14

Entonces:

Esto quiere decir que k puede tomar los valores de 0 hasta N/2. Por lo tanto, la representación espectral en frecuencias de la señal está dada por:

La ecuación anterior es la Transformada de Fourier Discreta (DFT). Para obtenerla con un número reducido de operaciones aritméticas se utiliza el algoritmo de Transformada Rápida de Fourier (FFT). El autoespectro o Densidad Espectral de Potencia (PSD, Power Espectral Density), de una señal, es una función real que da la distribución de la energía de la señal en el dominio de la frecuencia y está dada por la siguiente expresión:

∑−

=

−=ΔΔ=

1

0

))(1(2

2...3,2,1,0)()(

N

n

NTn

Tkj NketnxtkX

π

∑−

=

−=ΔΔ=

1

0

2

2...3,2,1,0)()(

N

n

Nknj NketnxtkXπ

fNTN

NTt

f N Δ==

⎟⎠

⎞⎜⎝

⎛=

Δ=

222

121



15

El autoespectro normalizado o la Densidad Espectral de Potencia Normalizada (NPSD, Normalized Power Spectral Density) se obtiene con la normalización de la PSD con respecto a la amplitud de la señal, la cual es función principalmente de la potencia del reactor.

NPSD( f ) = PSD( f )

x kΔt( )k=0

N /2

∑N / 2

El fenómeno de aliasing consiste en que las frecuencias de la señal aleatoria que son mayores (fSEÑAL) que la frecuencia de muestreo (fs) se interpretan como frecuencias menores a ésta (frecuencias alias), dando lugar a componentes de frecuencia iguales a fSEÑAL - fs y múltiplos de ésta. 3. APLICACIÓN DEL ANÁLISIS DE RUIDO EN LAGUNA VERDE Las señales que se analizan provienen del SIIP (Sistema Integral de Información de Proceso) {2}. Este sistema está sensando y registrando las señales de proceso que intervienen en la generación de calor del reactor y los equipos que forman parte del balance de calor y del turbo-generador. La frecuencia de muestreo normal está entre 5 y 10 muestras por segundo (entre 5 y 10 Hz). El los análisis que se presentan en este trabajo se configuró previamente la frecuencia de muestreo de algunas señales muestreadas por el SIIP a 250 Hz. La aplicación del análisis de ruido de las señales del reactor nuclear que intervienen en la generación de calor, surge a raíz de que ocurrieron eventos de inducción de oscilaciones no divergentes hacia el Núcleo del Reactor por parte del sistema Electrohidráulico de Control de la Turbina (DEHC) en la Unidad 2 de la Central Nucleoeléctrica Laguna Verde [3],[4],[5].



16

Se realizó un análisis de densidad espectral sobre las señales relacionadas con el sistema DEHC, para demostrar que la frecuencia de las señales no es coincidente con la frecuencia característica del núcleo del reactor nuclear. Se obtuvieron los datos correspondientes a las pruebas sin carga practicadas al sistema DEHC para determinar si el reemplazo de los actuadores de las GV1, 2, 3 y 4, fue efectivo. Para ello se realizo el análisis por Densidad Espectral de Potencia (NPSD) a los datos para cuatro posiciones de las válvulas de Gobierno: 25%, 50%, 75% y 100% y la Presión de Aceite del EHC (TURBA103). La frecuencia de muestreo del SIIP se configuró a 250Hz y los datos se procesaron para el intervalo de frecuencias de 0 a 2.5 Hz, ya que el fenómeno buscado es de frecuencia menor a 1 Hz. En el análisis sin carga del DEHC se obtuvieron los NPSD de las cuatro Válvulas de Gobierno y de la Presión del Aceite del EHC. Se observo que la presión del aceite se mantuvo sin perturbaciones relevantes a baja frecuencia. En cambio, las cuatro GV mostraron una perturbación de interés de 0.4739 Hz, aunque podría tratarse de Aliasing o bien de Ruido, ya que se presentan otros picos similares a frecuencias mayores (Figura 1). Las señales de las cuatro GV abiertas al 100% no se analizaron por ser poco confiables ya que las señales no mostraron variación

CONDICIONES EN LAS CUALES SE REALIZARON LOS ANÁLISIS

ESPECTRALES

CASO POTENCIA (%)

CAUDAL DEL NÚCLEO

(%)

VELOCIDAD DE BOMBAS DE

RECIRCULACIÓN

POTENCIA (MWT)

1 12 33.5 BAJA 0.0 (sin señal) 2 13 33.8 BAJA 0.0 (sin señal) 3 18.6 36.5 BAJA 90.3

TABLA 1

Se efectuaron análisis espectrales con el Reactor Nuclear a Potencia, en las condiciones mostradas en la Tabla 1.



17

SEÑALES OBTENIDAS PARA EL CALCULO DE NPSD

LPM2425A LECTURA DEL LPRM 24-25 A LPM2425B LECTURA DEL LPRM 24-25 B LPM2425C LECTURA DEL LPRM 24-25 C LPM2425D LECTURA DEL LPRM 24-25 D LPM2417A LECTURA DEL LPRM 24-17 A LPM2417B LECTURA DEL LPRM 24-17 B LPM2417C LECTURA DEL LPRM 24-17 C LPM2417D LECTURA DEL LPRM 24-17 D LPM3225D LECTURA DEL LPRM 32-25 D LPM3225A LECTURA DEL LPRM 32-25 A RXPRES PRESION MANOMETRICA DEL REACTOR RXXA17 CAUDAL DE VAPOR PRINCIPAL AGALA701 CAUDAL CRUDO DE AGUA DE ALIMENTACIÓN, LAZO "A" AGALA702 CAUDAL CRUDO DE AGUA DE ALIMENTACIÓN, LAZO "B" RRCA001 CAUDAL TOTAL A TRAVES DEL NUCLEO TURBA004 POSICIÓN DE LA VALVULA DE BAIPAS 1 TURBA005 POSICIÓN DE LA VALVULA DE BAIPAS 2 TURBA006 POSICIÓN DE LA VALVULA DE BAIPAS 3 TURBA013 PRESIÓN DE EHC-A TURBA014 PRESIÓN DE EHC-B TURBA021 POSICIÓN DE LA VALVULA DE GOBIERNO 1 TURBA022 POSICIÓN DE LA VALVULA DE GOBIERNO 2 TURBA023 POSICIÓN DE LA VALVULA DE GOBIERNO 3 TURBA024 POSICIÓN DE LA VALVULA DE GOBIERNO 4 TURBA026 VELOCIDAD DE LA TURBINA PRINCIPAL TURBA103 PRESION DEL FLUIDO ELECTROHIDRAULICO RRCA003 CAUDAL TOTAL DEL LAZO DE RRC-A RRCA004 CAUDAL TOTAL DEL LAZO DE RRC-B RRCA005 CAUDAL MOTRIZ DE RRC-A RRCA007 CAUDAL MOTRIZ DE RRC-B

TABLA 2

En todos los casos se obtuvieron datos con frecuencia de 5 Hz durante diez minutos de las siguientes señales mostradas en la Tabla 2.



18

Los análisis se realizaron con las Bombas de Recirculación en Baja Velocidad porque la operación con bajo caudal es la condición mas restrictiva para la estabilidad del Núcleo [6],[7],[8],[9],[10],[11],[12],[13], [14]. Los análisis se realizaron con las condicionantes de la Tabla 3, las cuales no invalidan los cálculos ni las conclusiones.

CONDICIONANTES EN LOS ANÁLISIS

1 Baipás de 4 cadenas LPRM nuevas. 2 No se incluyeron las señales TURBA021, TURBA 023 Y TURBA 024 ya que el

control de la Turbina Principal se realizo únicamente con la GV-2 (TURBA022), debido a que el Generador Principal no estaba sincronizado a la Red.

3 No se consideró la señal RRCA003 (WD-A) por falla intermitente de la adquisición de valores..

4 No se consideraron las variables de proceso asociadas a CRD, RWCU, Temperaturas de Recirculación (RRC) y Agua de Alimentación (A.A.), ya que no son impactantes para el análisis.

5 En el Caso 3 se contó con el muestreo de las cuatro cadenas de LPRM y las Válvulas de Gobierno GV-1 y GV-2 (TURBA021 y TURBA 022) porque el Generador Principal estaba sincronizado a la Red.

TABLA 3

Caso 1

El procesamiento NPSD de las señales del Caso 1, se muestra en la Figura 1. Se observó lo siguiente:

a) Los LPRM mostraron una perturbación en 0.2124 Hz, acoplada con las señales RRCA001 (WT), RRCA004 (WJ-B), RRCA005 (WD-A, caudal del flujo motriz de recirculación, lazo A) y RRCA007 (WD-B, caudal de flujo motriz, lazo B). b) Las señales RXXA17 (Wvp, caudal de vapor), AGALA701 (WAA-A, caudal de agua de alimentación, Lazo A) y AGALA702 (WAA-B, caudal de agua de



19

alimentación, Lazo B) no muestran acoplamientos con los LPRM, ni mostraron frecuencias relevantes. c) Las señales RXPRES (Presión Manométrica del Reactor), TURBA021, TURBA022, TURBA023, TURBA024 (GV-1, GV-2, GV-3 y GV-4); y TURBA004, TURBA005 y TURBA006 (VB-1, VB-2 y VB-3, “Vertical Boards en el cuarto de control, 1, 2 y 3”) no muestran acoplamientos con los LPRM. d) La serial TURBA026 (velocidad de la Turbina Principal) muestra algún desfase con los LPRM en fTURBA026= 0.2451 Hz. e) Las señales TURBA013 y TURBA014 (presiones del DEHC A & B) y la señal TURBA103 (Presión del Fluido Electrohidráulico) muestran picos cercanos a 0.5 Hz o bien cercanos a la frecuencia perturbada de los LPRM: fTURBA013 = 0.4248 Hz, fTURBA014 = 0.3105 Hz, fTURBA014 = 0.1961 Hz y fTURBA103 = 0.2451 Hz. Sin embargo las energías asociadas a las frecuencias indica que sus perturbaciones son débiles, lo cual coincide con el hecho de que los LPRM no muestran perturbaciones coincidentes.

Se demostró que al 12 %PTN y con Generador Principal fuera de Línea no existen inestabilidades inducidas al Núcleo. Caso 2 El procesamiento NPSD de las señales, del Caso 2, se muestra en la Figura 2, observándose lo siguiente: a) Los LPRM mostraron una perturbación en 0.3268 Hz con NPSD débil, ligeramente acoplada con las señales RRCA001 (WT, caudal total del núcleo), RRCA004 (WJ-B, caudal de las bombas de chorro, lazo B), RRCA005 (WD-A) y RRCA007 (WD-B). Se observo otro ligero acoplamiento con los LPRM en la frecuencia de 0.2288 Hz.

b) Las señales RXXA17 (Wvp, caudal de vapor), AGALA701 (WAA-A, caudal de agua de alimentación, lazo A) y AGALA702 (WAA-B, caudal de agua de alimentación, lazo B) no muestran acoplamientos con los LPRM, ni frecuencias relevantes.



20

c) Las señales RXPRES (Presión Manométrica del Reactor), TURBA021, TURBA022, TURBA023, TURBA024 (GV-1, GV-2, GV-3 y GV-4); y TURBA004, TURBA005 y TURBA006 (VB-1, VB-2 y VB-3) no muestran acoplamientos con los LPRM. d) La serial TURBA026 (velocidad de la Turbina Principal) muestra un desfase con los LPRM en fTURBA026 = 0.2614 Hz. e) Las señales TURBA013 y TURBA014 (presiones del DEHC A & B) y la señal TURBA103 (Presión del Fluido Electrohidráulico) muestran picos cercanos a 0.5 Hz o bien cercanos a la frecuencia perturbada de los LPRM: fTURBA013

= 0.5065 Hz, fTURBA014 = 0.3595 Hz, y fTURBA103 = 0.1634 Hz. Sin embargo

las energías asociadas a las frecuencias indica que sus perturbaciones son débiles, lo cual coincide con el hecho de que los LPRM no muestran perturbaciones coincidentes. Se demostró que al 13 %PTN y con el Generador Principal fuera de Línea no existen inestabilidades inducidas al Núcleo.

Caso 3

El procesamiento NPSD de las seriales, del; Caso 3, se muestra en la Figura 3. Se observó lo siguiente:

1. Los LPRM no mostraron perturbaciones relevantes en el Rango de frecuencias de 0 a 2.5 Hz, en especial en la vecindad de 0.5 Hz, por lo que no existió ninguna inducci6n perturbadora por parte de alguna variable de proceso interna (autoinducción) o externa (inducción).



21

2. Se observaron los siguientes picos no inductivos, todos con energías pequeñas, las cuales se muestran en la Tabla 4.

CARACTERÍSTICAS SOBRESALIENTES OBSERVADAS EN EL DOMINIO DE LA

FRECUENCIA EN EL CASO 3

1 Presión del Reactor: 0.2941 Hz, 0.3595 Hz (picos restantes se asocian a aliasing). 2 WT: 0.2451Hz & 0.3922 Hz. 3 WBJ-A: 0.2778 Hz. 4 WD-A: 0.4248 Hz & 0.6373 Hz. 5 WD-B: 0.3105 Hz, 0.4085 Hz & .0.4902 Hz. 6 WVp: 0.3431 Hz & 0.4575 Hz. 7 WAA-A: 0.4575 Hz & 0.5065 Hz. 8 WAA-B: 0.4412 Hz.& 0.5229 Hz. 9 GV(1): 0.6373 Hz & 1.4542 Hz. 10 GV(2): 1.4542 Hz. 11 Velocidad de la Turbina Principal: 0.2124 Hz, 0.3105 Hz, 0.3922 & 0.4902 Hz. 12 Presión del DEHC-A (TURBA013): 0.4412 Hz & 0.7843 Hz. 13 Presión del DEHC-B TURBA014): 0.3105 Hz & 0.8987 Hz. 14 Presión del Fluido DEHC (TURBA103): 0.4412 Hz & 0.7843 Hz.

TABLA 4

4. ANÁLISIS DE RESULTADOS DE LA APLICACIÓN.

Con los análisis de ruido de las señales que intervienen en los procesos de generación de calor en el reactor y generación de la potencia eléctrica del turbogenerador, considerando el sistema DEHC sin carga y con carga a una potencia menor al 23%PTN, se observa que no existe acoplamiento entre los Monitores Locales en el Rango de Potencia en el núcleo del reactor (es decir, en el flujo neutrónico sensado por los Monitores en el Rango de Potencia Locales, LPRM) y las variables de proceso analizadas (influyentes externos en el comportamiento del núcleo del reactor), en especial la presión del



22

reactor y las posiciones de las válvulas de gobierno del Sistema de la Turbina Principal (válvulas de gobierno, GV, o válvulas reguladoras de entrada de vapor a la turbina principal), lo cual implica que los cambios practicados al sistema DEHC fueron efectivos.

También se demostró que persisten perturbaciones débiles en las Válvulas de Gobierno 1 y 2, con frecuencias cercanas a 0.5 Hz; estas perturbaciones tienen un impacto despreciable sobre la estabilidad del núcleo del reactor.

En la condición mas limitante desde el punto de vistas de estabilidad del núcleo del reactor nuclear (bajo caudal a través del núcleo) no se presenta el fenómeno de inducción de perturbaciones termohidráulicas no divergentes, en particular, por el componente externo, Control Electrohidráulico Digital de la Turbina Principal (DEHC). 5. CONCLUSIONES Se ilustró la aplicación de una técnica de análisis de ruido, en un reactor nuclear con agua en ebullición (BWR), en particular, en el reactor de la Central Nucleoeléctrica de Laguna Verde, utilizando un algoritmo basado en la transformada discreta de Fourier, para obtener el espectro en el dominio de la frecuencia de las señales de componentes o equipos que intervienen en la generación de calor y que tienen influencia sobre el comportamiento del núcleo del reactor, tales como, las señales de proceso del reactor y la turbina principal, señales de control del reactor y señales de control de la turbina principal, con la cual se confirmó que el reactor funcionará en estado estacionario sin perturbaciones inducidas por fallas en componentes o equipos externos al sistema del reactor nuclear. En la aplicación del análisis de ruido a una Central Nuclear se observa que la metodología en el análisis de ruido, involucra la comparación de varias señales de proceso en el dominio de la frecuencia, las cuales son obtenidas y registradas en el dominio del tiempo por un Sistema Integral de Información de Proceso (SIIP), el cual fue configurado previamente para obtener una frecuencia de muestreo de 250 muestras por segundo (250 Hz) en las señales de proceso que previamente fueron seleccionas (véase la tabla 2). La frecuencia normal del SIIP es de 5 muestras por segundo. El análisis de ruido puede realizarse con la Transformada de Fourier [1] o con algoritmos más sofisticados, como los Wavelets, ya implementados [15], o con metodologías que



23

podrían ser desarrolladas en el futuro, para obtener espectros con mayor resolución en el dominio de la frecuencia, asociados a cada una de las señales de los componentes que pertenecen a sistemas externos al núcleo del reactor nuclear que intervienen en la generación de calor y que tienen influencia sobre el comportamiento de éste. Sin embargo, independientemente del método seleccionado o de la exactitud para realizar el análisis de las señales en el dominio de la frecuencia, la precisión en el análisis de ruido aumentará si los espectros en el dominio de la frecuencia se obtienen en forma periódica (por ejemplo, realizando análisis en el dominio de la frecuencia de las señales analizadas en este trabajo, en lapsos de tiempo menores o iguales a un mes), lo que permitiría obtener una buena estadística de cada una de las señales en el dominio de la frecuencia. Con esta estadística sería posible identificar la forma característica del espectro, en el dominio de la frecuencia, de cada señal de los componentes de los procesos antes mencionados, de manera similar a lo que son las huellas dactilares en los seres humanos. En una etapa inicial, se puede identificar la característica de los espectros en el dominio de la frecuencia de las señales mencionadas en la Tabla 2, cuando los componentes y equipos están funcionando correctamente en condiciones de arranque y operación nominal del reactor, cuando la central nucleoeléctrica está proporcionando electricidad a la red, realizando un seguimiento periódico de los análisis realizados en el dominio de la frecuencia durante cada ciclo de operación. Este seguimiento periódico consiste en la obtención de espectros en el domino de la frecuencia de cada una de las señales de la tabla 2 al menos una vez por mes, con una alta frecuencia de muestreo. Como el Sistema Integral de Información de Proceso (SIIP) registra todo el tiempo las señales de los principales procesos de la planta, con una alta frecuencia de muestreo (250 Hz) tiene la desventaja que se reduce el tiempo de respaldo en el disco duro (normalmente tiene capacidad para almacenamiento entre 6 y 8 horas, una vez alcanzada su capacidad sobre escribe los resultados) que tiene este sistema para registrar y almacenar el comportamiento de las señales en el dominio del tiempo. Cuando ocurren transitorios operacionales en la central, se puede realizar un análisis posterior, en el dominio del tiempo del evento. Si ocurre el evento fuera de la capacidad de respaldo del periodo que puede almacenar el disco duro del SIIP, podría no registrarse de manera correcta el evento. Por esta razón, el análisis con alta frecuencia, se acota para realizarse durante 10 a 15 minutos como máximo. Con base a lo anteriormente expuesto, se tiene el siguiente reto para la ingeniería.

1. Realizar una configuración automática del muestreo del SIIP a 250 Hz, de las señales que se mencionaron en la Tabla 2, en el dominio del tiempo, al menos una vez al mes.



24

2. Obtener, registrar y respaldar el muestreo realizado con el SIIP a una frecuencia de 250 Hz durante 10 a 15 minutos de manera automática., en el dominio del tiempo.

3. Regresar de manera automática, la configuración del SIIP para que la frecuencia de muestreo sea normal, para las señales mencionadas en la Tabla 2, una vez que haya finalizado la obtención, el registro y el respaldo las señales durante, 10 a 15 minutos, en el dominio del tiempo, con una frecuencia de muestreo de 250 Hz, para aumentar la capacidad de almacenamiento del disco duro del SIIP y para que pueda registrar los eventos que ocurran en la central durante el máximo periodo de tiempo posible.

4. Realizar de manera automática el procesamiento de las señales que se obtuvieron en el dominio del tiempo, para obtenerlas a través de uno o más algoritmos, en el dominio de la frecuencia. Una vez realizado este proceso, deberá registrarse y respaldarse de manera automática las señales en el dominio de la frecuencia.

5. Realizar un algoritmo para que de manera automática compare entre si, las señales obtenidas, en el dominio de la frecuencia, que se obtuvieron después de realizar el muestreo durante 10 a 15 minutos de las señales que se respaldaron en el SIIP, con una frecuencia de muestreo de 250 Hz.

6. Realizar un algoritmo para que de manera automática compare, las señales actuales en el dominio de la frecuencia con las que se tienen respaldadas y que se obtuvieron con muestreos en los meses anteriores.

7. Realizar un algoritmo que alerte al operador y al personal de mantenimiento sobre cualquier cambio significativo que se detecte con relación al comportamiento normal de la señal en el dominio de la frecuencia, como resultado de haber realizado el análisis histórico de las señales o haberlo identificado después de comparar las señales en el dominio de la frecuencia entre si al final del último muestreo realizado a 250 Hz.

Con los puntos expuestos anteriormente, como parte del reto para la ingeniería, se estará desarrollando un sistema no invasivo e inteligente de alerta temprana, para anticipar una falla potencial de algún componente o sistema que intervenga en la generación de calor y que tenga influencia sobre el comportamiento del núcleo del reactor. Lo que permitirá programar y realizar un mantenimiento anticipado del componente o sistema para garantizar que el reactor estará operando en forma confiable cuando la central este suministrando electricidad a la red.



25

6. FIGURAS



26



27



28



29

7. REFERENCIAS. 1. Calleros-Micheland, Gabriel. Tesis de Maestría en Reactores Nucleares,

Diseño conceptual de un sistema de análisis de señales de flujo neutrónico para diagnosticar vibraciones mecánicas en la Central Laguna Verde. Universidad Tecnológica Nacional, Facultad Buenos Aires, diciembre 2000, Buenos Aires, Argentina.

2. Catálogo de Señales del Sistema Integral de Información de Proceso (SIIP) de la Central Laguna Verde.

3. 0000-0109-3360-RO, "05129109 and 05130109 Startup Power Oscillation Event: OPRM Performance Evaluation for Laguna Verde Unit 2", November 2009.

4. IRX/006.AMM.R0,"Comportamiento de los OPRM durante los preparativos para transferencia de las bombas de recirculación a alta velocidad", Arranque BOC de U2C11, 29 Y 30 Mayo de12009.

5. IRX/010.GCM.R0,"Comportamientode los OPRM durante la Maniobra de Reducción de Potencia al 50% PTN, Operando con Tres Líneas de Vapor Principal", U2C11, 08 de Agosto del 2010.

6. CLO 3/4.1.1, Sistema de Recirculación Lazos de Recirculación, Especificaciones Técnicas de Operación de la Unidad 2.

7. NEDO-31960-A and Supplement 1, "BWR Owner's Group Long-Term Stability Solutions Licensing Methodology," November 1995.

8. GE Service Information Letter, SIL-380, Rev.1, BWR Thermal-Hydraulic Stability. February 1980.

9. BWROG-94079, "BWROG Guidelines for Stability Interim Corrective Action", June 1994.

10. US NRC Bulletin No 88-07, Supplement 1, "Power Oscillations in Boiling Water Reactors (BWRs)", June 1988.

11. OG-02-0119-260. "Backup Stability Protection (BSP) for Inoperable Option III Solution," GE to BWR Owners' Group Detect and Suppress 11 Committee, July 2002.

12. BWROG-02072. "Review of BWR Owners' Group Guidelines for Stability Interim Corrective Action,"BWROG-02072, November 2002.

13. 0000-0101-2250-RO, "Laguna Verde 2 Cycle 11 DSS-CD Settings Report", April 2009.

14. OE24212, “Unexpected OPRM-Related Half-Scram During Plant Start-Up



30

(OE24212),” Perry Unit 1, December 2006. 15. Espinosa-Paredes, G., Prieto-Guerrero, A., Nunez-Carrera, A. and R.

Amador-Garcia, Wavelet-based Method for Instability Analysis in Boiling Water Nuclear Reactors, Vol. 151, No. 3, pp. 250-260, Nuclear Technology, September 2005.

16. A. Racz, I. Pazsit, Diagnostic of Detector Tube Impacting Using Wavelet Techniques, Annals of Nuclear Energy, 25, 6, 387-400 (1998)

17. J. Piñeyro, A. Klempnov, V. Lescano, Effectiveness of New Spectral Tools in the Anomaly Detection of Rolling Element Bearings, 12th International Conference on Internal Friction and Ultrasonic Atenuation in Solids, Vol. 1, pag.1, Buenos Aires (July 19-22, 1999)

18. J. Piñeyro, H. Lescano, E. Laggiard, L. Weintzeis, A. Pereyra, J. Sidelnik, R. Pérez,. Monitoring of the Internals in the PHWR Atucha I by Means of Neutron Noise Analysis, SMORN VI, A Symposium on Nuclear Reactor Surveillance and Diagnostics, Vol. 1, Session 15.01, Gatlinburg, Tenesse, USA (May 19-24, 1991)

19. J. Fiedler, V. Lescano, Vibration Measurements in the Argentine CANDU Reactor Embalse by Use of Neutron Noise Analysis, Vol. 1, pag. 35, Avignon, France (1995)

20. V. H. Lescano, Monitoreo del Estado de Vibración de los Internos del Reactor de la CNA I Usando la Técnica de Análisis de Ruido, CNEA, C., RCN.ITA.087 (Enero, 1999)



31

9. BIBLIOGRAFÍA

1. Thie, J.A., Power Reactor Noise, La Grange Park Illinois: American Nuclear Society (1981).

2. Lamarsh, John R., Introduction to Nuclear Reactor Theory, Addison-Wesley, New York (1972).

3. Press, William H. et al., Numerical recipes in FORTRAN: the art of scientific computing, Cambridge University Press, New York (1992).

4. Prieto-Guerrero A. , Espinosa-Paredes G., Laguna-Sánchez G.A., Stability monitor for Boiling Water Reactors based on the Multivariate Empirical Mode Decomposition, Annals of Nuclear Energy (2015).

Detección de fallas en equipo con análisis de ruido

Engineering

Transcript of Detección de fallas en equipo con análisis de ruido