【摘 要】
:
保护系统作为核电厂神经中枢,是核电厂安全稳定运行的重要保障。传统保护系统采用模拟仪控技术,系统故障率高、自诊断能力差,定期试验多采用手动方式,试验步骤复杂、人因失误率高。随着计算机技术在保护系统中的应用,数字化保护系统自动化程度高、可扩展性强、自诊断功能强大,其可靠性评估方式和定期试验方案必然与传统模拟保护系统存在较大区别。另外,法规标准虽然对定期试验总体要求一致,但详细要求比较离散且不够统一。由
论文部分内容阅读
保护系统作为核电厂神经中枢,是核电厂安全稳定运行的重要保障。传统保护系统采用模拟仪控技术,系统故障率高、自诊断能力差,定期试验多采用手动方式,试验步骤复杂、人因失误率高。随着计算机技术在保护系统中的应用,数字化保护系统自动化程度高、可扩展性强、自诊断功能强大,其可靠性评估方式和定期试验方案必然与传统模拟保护系统存在较大区别。另外,法规标准虽然对定期试验总体要求一致,但详细要求比较离散且不够统一。由于各种堆型工艺和仪控平台存在较大区别,设计也不尽相同,尚未形成一种得到国内外广泛认可的定期试验完整方案,能够完全检测保护系统潜在故障。因此,有必要深入研究、分析和论证,总结形成一套完整有效的保护系统定期试验方案。本文首先分析核电厂保护系统定期试验相关的国内外法规标准、保护系统设计准则和可靠性理论,通过对离散的要求进行融合和总结,形成一套完整的定期试验理论基础。然后结合CPR1000系列核电工程项目应用实践,论述保护系统定期试验的系统设计过程,包括需求分析、架构设计、试验方法设计、试验周期设计、试验数据恢复设计等,将整体定期试验划分为输入通道检查试验、逻辑功能试验和输出通道检查试验三种互相迭代的部分,详细分析过程设计方法和总结创新理念,提出相应的改进策略。接下来,本文论述硬件设计、软件设计与实现过程等,系统性地考虑自动化设计、避免试验误触发设计、人因工程设计、人机接口设计和操作便捷性设计等模块化方案,将抽象的标准原则落实到具体的软硬件实现,提炼出了一套完整而详细的数字化保护系统定期试验方案。最后,本文阐述定期试验执行和验证过程,通过具体执行操作、应用业绩和试验数据,证明本试验方案符合数字化仪控系统的整体要求,能够正确执行数字化保护系统定期试验、显著提升试验效率、有效降低人因风险。本文形成的理论基础、设计思想、创新观点和改进策略等,可以为其它堆型技术和仪控平台的保护系统定期试验方案设计提供技术指导。
其他文献
In the field of energy industry,PLC(programmable controller)industrial control technology is a key technology.It is the core technology to control the automatic and efficient operation of business.The
近年来,随着5G通讯、物联网、人工智能等技术的迅猛发展,各类数据每年呈指数型增长,其中80%的数据都会转变为冷数据保存。如何将海量的冷数据以安全稳定、绿色节能、低成本的方式进行长期保存成为数据中心所面临的日益严峻的问题。均匀介质体存储(Homogeneous Medium Volume Optical Data Storage,HMV-ODS)具有在标准蓝光光盘大小的盘片中廉价安全存储数十、甚至上
商业化新型非易失性内存(Non-Volatile Memory,NVM)产品的出现为实现大容量持久缓存提供了良好的机遇。在大容量持久缓存中,索引结构是决定缓存访问性能的关键因素。另一方面,持久化存储可避免缓存冷启动问题,但需要提供数据一致性保障机制,避免因意外宕机造成缓存数据不一致。因此,如何设计高效的索引结构并提供低开销的数据一致性保障机制成为构建大容量持久缓存的重要挑战。针对上述挑战,结合NV
远程直接内存访问(Remote Direct Memory Access,RDMA)技术的出现为构建高速分布式存储系统提供了新的可能,但是RDMA区别于传统以太网的通信特点,促使分布式系统需要重新考虑通信模块的线程架构以及数据传输方式。现有的分布式块存储系统传输过程中线程切换和锁争用开销巨大,针对这一问题提出贯穿式通信模型,一个线程贯穿整个RDMA传输周期,避免多线程通信时线程切换和锁争用开销。目
近些年来,随着全球数据产生量的爆发式增长,上层应用对底层存储的要求越来越高。与此同时,出现了一系列存储介质、存储协议、网络通信等方面的新兴技术。基于光纤的非易失性内存接口规范(Non-Volatile Memory Express over Fabrics,NVMeo F)扩展了非易失性内存接口规范(Non-Volatile Memory Express,NVMe)语义,广泛应用于分布式存储的高速
分布式数据库凭借其良好的写性能和扩展能力在大数据场景得到了广泛应用,基于日志结构合并树(Log-Structured-Merge Tree,LSM-Tree)的键值存储系统是数据库中最为常见的单机存储引擎。当有热点访问或节点伸缩时,分布式数据库各节点间以数据分片为单位进行数据迁移,而这通常会改变LSM-Tree按比例逐层放大的稳定树形结构。为保持结构稳定,LSM-Tree必须在后台频繁执行合并操作
预取作为常见的片外存储器延迟隐藏技术之一,可以有效缓解“内存墙”问题。传统预取器通过学习存储器访问模式来预测将要访问的数据。然而,数据组织方式的复杂导致存储器的访问呈现出不规则的特点,且多核系统的使用也令访问模式难以辨别,这些都使得传统预取器的精准预测变得困难。为此,具有复杂问题建模和强大学习能力的机器学习方法被用于设计预取器。但现有基于机器学习的预取器只专注于地址预测的准确性,而忽略了调整激进程
最近这些年,鉴于中国经济形态的转变,消费成为经济发展的主要动力。在影视行业飞速发展的同时,越来越多的角色演员被招募进来。推荐技术没有跟上,故而本论文采取了与过去不同的思路,设计了一个演员推荐系统。本论文围绕演员推荐系统的目标设计了一套推荐算法,并实现了一套有效的演员推荐系统,为选角人提供个性化的演员推荐。首先,借助于查询、分类、阅读相关文献,学习国内外理论研究现状及成果,分析未来发展走向,了解利益
基于非易失内存构建的持久化键值存储系统因其大容量、高性能、快速持久化等特性被广泛使用。为了满足应用不断增长的性能需求和对范围查询的功能需求,相关工作对持久化内存键值存储系统进行了优化,但以B+树作为索引的键值存储系统存在点查询性能低的问题,而基于Radix树索引的键值存储系统无法同时提供高性能和低空间开销,且崩溃一致性保证开销较大。针对上述问题,在非易失内存中设计实现了基于Min RT索引的持久化
随着数据密集型应用的日益增加,现代计算机系统对内存的容量和带宽提出了更高的要求。为了满足这些需求,采用DRAM(Dynamic Random Access Memory)与NVM(Non-Volatile Memory,非易失性内存)共同组成混合内存已经成为一种趋势。由于当前NVM与DRAM尚存在性能差距,为了充分发挥混合内存的性能,需要使更多的内存请求在高性能内存上完成,因此如何高效地动态管理数