ПРОГНОЗУВАННЯ ЕРОЗІЙНО-КОРОЗІЙНОГО ЗНОСУ ЕЛЕМЕНТІВ ТРУБОПРОВОДІВ АТОМНИХ ЕЛЕКТРОСТАНЦІЙ МЕТОДОМ НЕЙРОМЕРЕЖЕВОГО МОДЕЛЮВАННЯ

Автори

І. В. Біблік, Інститут проблем машинобудування ім. А.М. Підгорного НАН України (61046, Україна, м. Харків, вул. Пожарського, 2/10), e-mail: miles@ipmach.kharkov.ua, ORCID: 0000-0002-8650-1134

К. В. Аврамов, Інститут проблем машинобудування ім. А.М. Підгорного НАН України (61046, Україна, м. Харків, вул. Пожарського, 2/10), e-mail: kvavramov@gmail.com, ORCID: 0000-0002-8740-693X

Р. А. Русанов, Інститут проточних машин ім. Р. Шевальського Польської АН, (Польща, м. Гданськ 80-231, вул. Фішера, 14), e-mail: rrusanov@imp.gda.pl, ORCID: 0000-0003-2930-2574

Анотація

На основі комплексного підходу, що використовує комп’ютерне моделювання процесу руйнування конструкційних матеріалів і технологію самонавчальних нейронних мереж, розроблено методологію прогнозування швидкості ерозійно-корозійного зносу (ЕКЗ) елементів трубопроводів з однофазним середовищем другого контуру АЕС. Нейромережева модель реалізована в середовищі програмування Delphi. Нейронна мережа складається з вхідного шару, що містить сім елементів, і вихідного шару з двома елементами. Як вхідні змінні нейронної мережі обрані параметри, які чинять найбільший вплив на процес ЕКЗ. Це температура середовища, внутрішній діаметр трубопроводу, вміст кисню в середовищі, швидкість течії теплоносія, водневий показник, час проведення контролю (або початку експлуатації) і час, на який здійснюється прогнозування. Для кожного з вхідних параметрів мережі вибиралися інтервали можливих значень. Проте чинники, що впливають на швидкість ЕКЗ, але не увійшли в реалізовану модель (вміст хрому, міді та молібдену в матеріалі трубопроводу, тип аміну), прийняті постійними. Вихідними параметрами нейронної мережі є швидкість ЕКЗ і зміна товщини стінки елемента трубопроводу за прогнозований часовий інтервал. Як метод навчання нейронної мережі обраний метод зворотного поширення помилки, що передбачає прямий і зворотний прохід. Навчальним алгоритмом нейронної мережі є алгоритм навчання з учителем. Для тестової вибірки пропонується, поряд з даними експлуатаційного контролю, використовувати результати розрахунків за статистичною моделлю, створеною в рамках спеціального розрахунково-експериментального методу. Встановлено принципову можливість використання нейронних мереж для прогнозування швидкості ЕКЗ в елементах трубопроводів другого контуру АЕС. Розроблений підхід дозволяє поліпшити точність прогнозу швидкості ерозійно-корозійного зносу без визначення всіх залежностей між безліччю факторів, що впливають на процес ЕКЗ. Низькі значення помилок побудованих моделей дозволяють використовувати результати розрахунків для визначення ресурсних характеристик трубопроводів з однофазним середовищем другого контуру АЕС і оптимізації експлуатаційного контролю.

Ключові слова: нейронні мережі, комп’ютерне моделювання, ерозійно-корозійний знос

Література

1. Naftal M. M., Baranenko V. I., Gulina O. M. Use of software tools for calculating flow accelerated corrosion of nuclear power plant equipment and pipelines. Thermal Eng. 2004. Vol. 61. No. 6. P. 456–463. https://doi.org/10.1134/S0040601514060081
2. Бараненко В. И., Янченко Ю. А., Гулина О. М., Докукин Д. А. О расчете скорости эрозионно-коррозионного износа и остаточного ресурса трубопроводов АЭС. Изв. вузов. Ядер. энергетика. 2010. № 2. С. 55–63.
3. Милешкин М. Б., Библик И. В. Применение специального расчетно-экспериментального метода для оценки остаточного ресурса элементов конструкций по фактическому состоянию материала. Надежность и долговечность машин и сооружений. 2006. Вып. 27. С. 304–310.
4. Милешкин М. Б., Библик И. В., Инкулис В. В. Оценка вероятности безотказной работы оборудования АЭС на основе моделирования изменения степени эксплуатационной поврежденности. Надежность и долговечность машин и сооружений. 2009. Вып. 32. С. 105–112.
5. РД ЭО 0571-2006. Нормы допустимых толщин элементов трубопроводов из углеродистых сталей атомных станций. – Введ. 2006-11-01. – М.: ОАО «Концерн Росэнергоатом», 2006. 44 с.
6. Бараненко В. И., Гулина О. М., Докукин Д. А. Методологическая основа прогнозирования эрозионно-коррозионного износа оборудования АС методом нейросетевого моделирования. Изв. вузов. Ядер. энергетика. 2008. № 1. С. 3–8.
7. Бараненко В. И., Гетман А. Ф., Овчаров О. В., Гусаров А. Е. Использование программных средств для расчета коррозии трубопроводов и оборудования энергоблоков АЭС. [Электронный ресурс]. – Режим доступа: www.gidropress.podolsk.ru/files/proceedings/mntk2017/autorun/article19-ru.htm
8. Хайкин С. Нейронные сети: пер. с англ. – М.: Издат. дом «Вильямс», 2006. 1104 с.

Надійшла до редакції 07 червня 2018 р.