对CPR1000机组在临界启机阶段安全壳密封性的判断

金　鑫，谢岱良，王志敏，申少华

对CPR1000机组在临界启机阶段安全壳密封性的判断

金鑫，谢岱良，王志敏，申少华

（广西防城港核电有限公司，广西 防城港538000）

CPR1000机组正常运行时，通过安全壳泄漏率在线监测系统对其安全壳密封性进行实时监测，并以安全壳内外压差在+60 hPa（6 kPa）下的泄漏率估算值来进行考核。该系统存在固有的计算模型缺陷，即在启机积累拟合数据的初始阶段，法定泄漏率值存在一个计算“真空期”。基于某核电厂1、2号机组在线监测系统的运行实践及对历史数据的统计分析，对系统初始阶段判断安全壳密封性的思路进行了探讨，并由此提出了一套判断方案。该方案在一定程度上弥补了上述计算“真空期”的缺陷。

安全壳；
密封性；
初始阶段；
判断方案

在CPR1000机组正常运行期间，通过安全壳泄漏率在线监测系统（以下称EPP系统）对安全壳密封性进行在线连续性的监测，其本质是监测安全壳内的气体质量变化，具体为通过拟合安全壳日泄漏率［ld，m3/h（文中所指的气体体积均为标准状况下的体积）］与安全壳内外压差（D，hPa）的趋势关系来估算在+60 hPa（6 kPa）下安全壳的法定泄漏率（l60），原理见图1。但在拟合ld-D趋势的数据积累的初始阶段，即EPP系统的初始化阶段，由于数据点偏少且点分布相对集中，其拟合趋势不具有代表性、真实性，因此该阶段的数据趋势不能客观反映出安全壳日泄漏率与压差的变化关系，进而也就无法估算出法定泄漏率值。

图1　泄漏率计算模型Fig. 1 The model of leakage rate calculation

为保证点分布的相对离散，需满足以下条件：有效数据点（ld，D）至少为5个；
安全壳内外压差的分布跨度要不小于15 hPa（1.5 kPa）。一般来说，EPP系统初始化阶段在5～10天，此阶段的法定泄漏率值存在一个计算“真空期”，此为系统固有的计算模型缺陷所致。

安全壳泄漏率监测的本质是监测安全壳内气体质量的变化，相比于趋势估算值l60，ld更能直观地表征气体质量的变化趋势。若安全壳存在较大漏点，则壳内湿空气标准体积（vh）曲线会连续性呈较大幅度下降趋势，与之相对应，ld在较大正压下会持续呈现一个较大负值。

从理论上讲，安全壳密封性存在异常（即存在漏点）时，ld与D应基本服从图2、图3所示的分布。

图2　拟合直线不同的象限分布Fig. 2 The distribution of fitted lines in different quadrant

图3　拟合直线不同的斜率分布（|K3|＞|K2|＞|K1|）Fig. 3 The different slope of the fittedlines（|K3|＞|K2|＞|K1|）

在安全壳密封性的估算与评价中，1、2、3直线依次代表着严重程度递增的异常工况趋势。同时，对于ld来说：在同一D下，|ld3|＞|ld2|＞|ld1|。也就是说，在正压下ld越负，负压下ld越正，l60拟合直线斜率越负，对密封性评价越不利；
所以，初始化阶段ld的数值及分布对泄漏率状态（即密封性）的判断具有较大的参考意义。若能分别了解日泄漏率数据在泄漏率状态正常时的一般统计分布和泄漏率状态异常时的特殊分布，同时结合一定的理论限值分析，就能在工程实践中更加客观准确地判断泄漏率的真实状态。

分别从ld数据分析、初始化阶段ld数据分析、ld反算安全壳壳内净压升三个维度来说明安全壳密封性的判断方法。

2.1　Qld数据分析

主要针对ld的正负分布、数值区间分布及单个压力循环内的分布情况，统计某电厂1、2号机组EPP系统从2016年（机组首次临界投用）至2021年采集到的数据，并进行分析，ld样本量约3 200个。

2.1.1ld正负分布

在安全壳密封性正常时，对应若干个压力循环，ld正负性在整体上表现出一种随机性分布，与D并没有呈现出较有规律的关系，但总体说来负值偏多。若将D分成（-30 hPa，0）、（0，20 hPa）、（20 hPa，60 hPa）三个局部区间，对应不同区间，ld也基本呈现出一种随机性分布。在负压差下，ld正负不定；
在正压差下，ld亦正负随机，但总体上负值偏多。

2.1.2ld数值区间分布

在安全壳密封性正常时，ld数值区间分布如下：绝大多数（约97%）分布在（-1.5，2），小概率情形（2%～3%）≤-1.5，小概率情形（约1%）≥2。据此分布可认为，在安全壳密封性正常时，ld≤-1.5 m3/h或ld≥2 m3/h的情形为小概率事件，再结合实际推断原理（小概率事件一般来说不会发生），可得出结论：若某天实际计算出的ld出现此小概率事件，则有理由怀疑该数据反常，需重点关注与分析。

2.1.3单个压力循环内的ld变化

机组正常运行期间，在单个压力循环内，可能使安全壳密封性发生变化的隔离阀一般来说不会动作（安全壳空气监测系统周期性排放除外）。据此可认为，此阶段安全壳的密封性会保持一个稳态，进而可说ld应保持一个相对稳定的数值，至少其正负性应该不变。然而，在系统实际计算中通常会发现，对应某一个压力循环，在安全壳密封性正常且没有发生变化时，ld数值乃至正负都会表现出一定的不稳定性，这其实也从一个侧面反映出EPP系统计算模型的粗略性。

综上所述，得出结论一：

在安全壳密封性正常时，ld特征如下：正负随机分布，总体负值偏多；
数值绝大多数分布在（-1.5，2），小概率情形下ld≤-1.5或ld≥2；
数值及正负会随机波动。

2.1.4小概率事件情形

考虑到安全壳泄漏率异常时的最不利情形为真实存在漏点，从理论上讲，此时ld（在正压下）会呈现连续性较大负值，故笔者主要对ld≤-1.5 m3/h的数据进行讨论。值得强调的是，以下统计均选取的是安全壳泄漏率正常时的数据。

日泄漏率为量化每日安全壳内湿空气标准体积（vh，m3）的变化趋势，其数学思想就是对vh曲线进行线性拟合求其变化率。那么，通常vh曲线有以下三种典型分布走势：

（1）整体连续、平滑；

（2）存在拐点，局部连续、平滑；

（3）整体分布混乱，无典型趋势。

对于走势（1），趋势明显、典型，计算简单；
对于走势（2），因热力瞬态变化或运行操作使vh曲线存在拐点突变，此时需对曲线进行拐点识别、分段计算，然而此种曲线变化工况较多，提出一种包容性较好的分段算法相对困难；
对于走势（3），vh曲线分布混乱，对整体抑或局部均无趋势可讲，此种数据已经不具备采取线性拟合求趋势的特征，在处理中应视为无效数据，但在当前设计层面，此vh曲线工况未作考虑。

为更多地分析ld的计算情况及对应的vh曲线趋势，扩大了分析范围，即从满足ld≤-1 m3/h的数据开始统计。分析表明：在系统计算值满足ld≤-1.5时，实际上均为分段计算失效所得，具体说是对应的vh曲线存在趋势变化，本应予以分段计算而系统却没能有效地判断识别，进而计算出来的ld也就不能客观地表征当天的vh变化趋势；
如果进行了有效合理的分段计算，就会发现分段计算后的ld值会大大减小。

对此，可得出结论二：

在安全壳密封性正常时，ld呈现出如下特征（在系统当前算法下）：-1.5＜ld≤-1可能为系统正常计算所得，也可能为分段计算失效所得；
ld≤-1.5均为系统分段计算失效所得，此较大负值是虚假显示；
倘若对所有存在趋势变化的vh曲线均能进行合理分段，则真实ld基本不会低于-1.5。

将结论二与结论一相结合，则进一步有：小概率事件情形下可能会出现ld≤-1.5，而具体分析所有的ld≤-1.5对应的vh曲线后发现，其均为系统分段计算失效所致，真实趋势变化率实则较小。进而可得出推论三：在安全壳泄漏率状态正常阶段，若能对vh曲线进行合理有效分段计算，则基本不可能甚至完全不可能出现ld≤-1.5的情况，若在实际运行中出现了真实的ld≤-1.5的情形，尤其是连续性多个出现，则有理由认为泄漏率状态存在异常的可能性较大。

2.2　初始化阶段Qld历史数据分析

笔者选取初始化阶段的历史数据进行分析，鉴于某电厂101大修及201大修上行初始化阶段的工况较为典型，故予以重点关注。

2.2.1101大修历史数据分析

101大修上行初始化阶段ld数据、vh曲线分别如表1和图4所示。

表1　101大修上行初始化数据Table 1 The initialization data of Unit 1 in the first refueling outage

图4　101大修上行初始化阶段Dvh曲线Fig. 4 The Dvh curve of the Unit 1 in the first refueling outage

系统初始化之初，D在25 hPa左右，初始化阶段ld均为正值，vh曲线持续上升，初始化结束后首个l60为-3.6 m3/h，此数值（绝对值）较正常数据远远偏大，泄漏率稍显异常。但若要评价安全壳密封性，则可很确定地判断为安全壳密封性正常，论据为：安全壳始终处于正压（最大正压为+40.97 hPa）的初始化阶段，安全壳内气体质量变化的本征变量vh呈连续上升或保持走平趋势，此情形下安全壳密封性不可能存在异常。

那么，l60为-3.6 m3/h这一较大量值又该如何理解与解释？可以肯定地说，此数据为虚假显示，且真实l60量值会较小。此外，随着后续有效数据点的更新累计，l60值（绝对值）会趋于减小，渐至正常。对于偏大负值的解释如下。

（1）初始化阶段数据点量少且相对集中，l60估算通常具有较大不确定度。线性拟合原理是利用数理统计进行趋势预测，数据量越多且越离散，拟合趋势越客观，反之，则越失真，此为计算模型局限所致。

（2）初始化阶段ld算法包容性不尽完善。计算出的ld不能绝对准确地表征vh曲线的真实趋势，对于某些存在趋势明显变化的曲线未能识别进而分段计算，导致ld量值（绝对值）偏大，而在初始化阶段对拟合直线的走势，每一个数据点的分布（尤其是首尾端点）都占据着极大的贡献比例，所以量值偏大的ld值会直接导致拟合值l60数据量值偏大。具体来讲，当前系统初始化阶段仅以不确定度ld≥3为ld的分段计算判断逻辑，此设定对实际工况的包容性及适用性极小。图4中的第1天数据ld即明显表现出上述计算不准确的情形。

（3）数据分布的巧合性。由结论一可知，在安全壳密封性正常阶段，ld分布及计算存在一定的随机性，包括正负和数值本身。表1中的ld数据就明显表现出某种程度的巧合，在可以确定泄漏率正常的前提下，ld与D恰好呈现出较大负斜率趋势—D变大、ld变小，拟合趋势与实际vh曲线情况明显相悖。

（4）存在人工识别干预的设计盲区。上述（1）为模型局限；
（2）为算法局限，同时系统在设计层面还存在着初始化阶段人工识别干预的盲区，进一步加剧了初始化阶段l60计算的不精确性甚至不可控性。

2.2.2201大修历史数据分析

201 大修上行初始化阶段的ld数据、vh曲线如表2和图5所示，初始化结束后7天的vh曲线如图6所示。

经实践证明，此次初始化阶段安全壳泄漏率真实异常，存在一贯穿件性质的漏点（风阀关闭不严），导致安全壳泄漏率接近运行限值。从vh曲线走势和ld数据计算看，同时结合后续的安全壳漏点排查及处理过程，此事件始末可谓典型的安全壳泄漏率异常工况。

表2　201大修上行初始化数据Table 2 The initialization data of Unit 2 in the first refueling outage

其一，vh曲线在正压下规律性地呈现出连续、平滑的大幅下降趋势，这就最直观地反映出安全壳内气体在不断外泄、气体净质量在持续衰减，表明了安全壳存在漏点；
并且在漏点消除后，vh曲线原有的不断下降趋势随即得以遏止，转而呈现出走平之态。其二，ld在计算较为客观准确的情况下，在正压下整体性表现出较大负值，这与在泄漏率状态正常情况下的ld值正负随机且量值较小的统计情况存在明显、强烈的反差。其三，ld与D关系基本符合泄漏率理论模型，实践验证了理论，但要说明的是，并不是一旦在某个阶段ld-D关系分布呈现出此种关系，就能代表安全壳泄漏率存在异常，101大修上行初始化阶段即为此情形，此理论模型仅为安全壳存在漏点的必要条件。

图5　201大修上行初始化阶段Dvh曲线

图6　201大修上行初始化结束后7天Dvh曲线

综上所述，初始化结束伊始阶段l60数据具有较大偏差，可信度较低，泄漏率状态应由vh曲线趋势变化进行根本的定性判断，同时辅助以关注ld数据进行定量判断，具体如下。

（1）定性判断。最直观也最根本的指标为vh曲线，vh曲线趋势变化可定性地判断泄漏率状态是否正常。若在正压下的连续若干天内无持续性大幅走低趋势，即可基本断定泄漏率正常；
反之，则存在异常的可能性较大。

（2）定量判断。在ld计算准确的前提下，若正压下的若干天内不连续性出现较大负值，则基本可判断泄漏率正常，再结合ld数据统计结论二和推论三，此较大负值可把统计值-1.5 m3/h作为参考限值。加之，通常来讲，初始化阶段前2～3天基本均满足D为较大正压情形，则进一步可说，若初始化阶段前2～3天不连续出现ld≤-1.5 m3/h的数据情况，则基本可判断泄漏率状态正常，若前2～3天内连续出现或出现多个ld≤-1.5 Nm3/h的数据，则泄漏率真实异常的可能性较大。

2.3　Qld反算安全壳内净压升

安全壳泄漏率状态是否正常，壳内气体压力、温度参数变化也具有一定的参考性，尤其是看正压下壳内气体在排除温度变化后的净压升。一般来讲，泄漏率异常，壳内压力涨幅较小或者基本不涨；
泄漏率正常，壳内压力上涨正常。下面就一般工况下正常幅度的日净压升给出一个参考说明。

如图7所示，主要考虑核岛仪用压缩空气分配系统气体的注入量SAR和ld的泄漏量，以计算壳内气体净质量变化（D），换算出理论日净压升（d），而后与实际日净压升（d）比较。要注意的是，上述计算均以当天00:00时刻温度（初）为基准。参考一般历史数据，赋值SAR=7 m3/h，初=37 ℃，=49 400 m3，同时以参考限值ld=-1.5 m3/h代入计算，可得d=2.97 hPa；
若以ld=+1.5 m3/h代入计算，则得出d=4.6 hPa。也就是说，在实际工况接近SAR=7 m3/h、初=37 ℃时，理论上壳内净日压升大概在3～4.6 hPa。当然，实际工况下的理论压升范围要以实际数据代入计算，可能略有差异，尤其是SAR流量值对压升的贡献率极大，需保证示值处于正常水平，同时，在正压下关注壳内压升情况更加保守，参考意义也就更大。对上述d上下限值分别取整，即得到一般工况下正常幅度的日净压升范围为（3，4.6）hPa。

图7　安全壳内日净压升推算

第2章中，分析某核电厂1、2号机EPP系统近五年的日泄漏率历史数据和初始化阶段数据，由此得出了在安全壳泄漏率状态正常时ld的一般分布和在安全壳泄漏率存在异常时ld及vh曲线的特殊情形；
同时，结合历史运行数据，对一般工况下的安全壳日净压升（D）进行了反推估算。此外，考虑到EPP系统预投用及正式投用节点的实际选择，基于此，得出以下初始化阶段安全壳泄漏率状态判断方案，如图8所示。

图8　初始化阶段泄漏率状态判断方案Fig. 8 The scheme of leakage rate estimation in the initialization phase

本文统计归纳了某核电厂两台机组EPP系统在安全壳泄漏率状态正常和泄漏率异常时的历史运行数据，提出了如下的泄漏率状态判断方案：初始化结束伊始阶段+60 hPa下的法定泄漏率值数据具有较大偏差，可信度较低，初始化期间泄漏率状态应根据安全壳内湿空气标准体积曲线趋势变化进行根本的定性判断，同时，辅助以关注日泄漏率和安全壳内日净压升数据进行定量判断。此方案的提出在一定程度上弥补了CPR1000机组EPP系统固有的在初始化阶段存在泄漏率值的计算“真空期”的缺陷，并为从业人员提供了判断安全壳泄漏率状态的一种相对全面及量化的方法。

鉴于不同核电厂机组间存在实际运行差异，文中总结提出的初始化阶段泄漏率状态判断方案需结合实际运行工况予以应用。

The Judgment on Containment Airtightness at the Critical and Startup Stage of CPR1000

JIN Xin，XIE Dailiang，WANG Zhimin，SHEN Shaohua

（Guangxi Fangchenggang Nuclear Power Co.，Ltd.，Fangchenggang of Guangxi Prov. 538000，China）

During the normal operation of the CPR1000, containment airtightness is monitored in real time by the Containment Leakage Monitoring System (hereinafter referred to as EPP) and is evaluated by Ql60, estimating containment’s leakage under a pressure difference of +60 hPa (6 kPa) inside and outside the containment. Due to the inherent calculation model, EPP can’t figure out Ql60 in the fitting data accumulation stage. Based on the statistics of EPP’s historical operating data from a nuclear power plant, this article discusses how to estimate the containment airtightness in the initial phase and raises a scheme.

Containment airtightness; Initial phase; Estimation

TH48

A

0258-0918（2022）06-1441-08

2021-10-28

金 鑫（1988—），男，湖北十堰人，工程师，学士，现主要从事核电厂性能试验方面研究

猜你喜欢密封性安全壳分段CAP1000严重事故下安全壳超压缓解策略研究核科学与工程(2021年4期)2022-01-12一类连续和不连续分段线性系统的周期解研究数学物理学报(2021年4期)2021-08-30膜式燃气表机芯密封性检测装置及方法煤气与热力(2021年5期)2021-07-22发动机装配过程中火花塞孔密封性测试失效问题分析和解决制造技术与机床(2019年11期)2019-12-04分段计算时间小学生学习指导(低年级)(2018年11期)2018-12-03CAP1400钢制安全壳现场组装焊接质量控制中国核电(2017年2期)2017-08-113米2分段大力士“大”在哪儿?太空探索(2016年9期)2016-07-12大型干式安全壳严重事故下超压失效概率研究核科学与工程(2016年3期)2016-01-03非能动核电站安全壳外壁下降水膜的稳定性分析核科学与工程(2016年3期)2016-01-03工业聚乙烯（PE）管道安装质量控制科技与创新(2015年16期)2015-08-19