专利名称：处理核电站的蒸汽发生器管道的方法
技术领域：
本发明总地涉及核电站，更具体地说，涉及评估核电站的蒸汽发生器的管道的方法。
背景技术：
核电站已广为所知。核电站通常包括含有一个或多个燃料电池的反应堆、冷却反应堆的一次回路以及驱动使发电机运转的汽轮机的二次回路。这样的核电站一般还包括一次回路和二次回路之间的换热器。换热器一般为蒸汽发生器的形式，该蒸汽发生器包括承载一次冷却剂的管道及承载二次冷却剂的腔体，其中二次冷却剂与上述管道(进而与一次冷却剂)之间存在热交换关系。另外众所共知，蒸汽发生器的管道会经受因机械振动、腐蚀及其它机械作用造成的磨损。因而有必要周期性地检查蒸汽发生器的管道的磨损情况，以免出现管道故障，这有可能导致诸如二次回路的核污染等问题。虽然已有大量方法被用于执行这样的检查，但这些方法都难免受到诸多限制。一种检查蒸汽发生器的管道的方法涉及向一个或多个管道中插入涡流传感器，从该涡流传感器接收信号，该信号一般为电压及相角的形式。观测该信号数据的分析人员一般必须具有丰富的专业技能，以便准确地根据信号数据确定蒸汽发生器的管道的当前条件。典型的蒸汽发生器可能具有例如三千至一万二千个管道，每个管道的长度有几百英寸。 因此，观测涡流数据可能需要分析人员付出极其大量的时间。虽然某些测试规程取决于具体规程、运行时间及其它因素，可能不需要测试蒸汽发生器的全部管道，但对这些数据的分析仍需要大量的时间和金钱。在分析涡流数据时遇到的困难之一就是判断信号是表明管道的一部分可能出现故障，还是未表明这样的故障。蒸汽发生器的每个管道一般都有多处弯曲及多处机械支撑。 在使涡流传感器穿过这样的管道时，来自涡流传感器的信号将随着每处机械支撑及每处弯曲而发生变化，信号也会在管道有瑕疵(例如裂纹或缺口)处发生变化。这样，分析中的困难就涉及以下能力，即判断来自涡流传感器的信号的变化是表明管道的已知几何状况(例如弯曲或支撑)还是表明裂纹或缺口，在前一种情况下一般不需要对信号做进一步分析， 在后一种情况下一般需要对信号做进一步分析。用于分析管道信号的现有方法涉及使用一个或多个预先建立的信号阈值。然而， 由于在一台给定的蒸汽发生器内管道几何形状的复杂多变性以及每个这样的管道的相互不同的实际状况，使用有限数量的固定信号阈值来解析来自管道的涡流信号数据仍将导致很多管道信号的很多部分超出这些有限数量的固定信号阈值，因而需要分析人员做进一步的人工检查。因此希望提供一种用于估计蒸汽发生器的管道的气流条件的改进的系统。
发明内容
因此，本发明的一个方面可以包括提供一种改进的为蒸汽发生器建模的系统，该系统包括一个或多个关注区(ROI)的基线参数，还包括基于管道的历史分析的各个管道的各个ROI的异常数据。管道的历史分析可能已在蒸汽发生器的制造期间或者在先前的运行检查期间进行。在这样的历史数据收集期间，蒸汽发生器的每个管道的涡流数据可被收集和评估以确保质量。关于特定管道的特定ROI的数据若超过了 ROI的基线性能的值，则将被存储为异常数据。这样的异常数据关系到已被确定为产生会超过对应的基线信号参数值， 但仍可接受的信号数据的特定R0I，因为这样的信号数据代表了 ROI的历史方面，而不代表 ROI中的缺陷。一旦已收集管道数据，则可以建立蒸汽发生器的模型，其包括多种ROI的基线性能参数，还可以包括上述异常数据。在蒸汽发生器的测试期间，来自涡流传感器的信号被输入到定位算法中，以识别分析中的管道的实际R0I，还识别蒸汽发生器的模型中的代表性R0I。如果关于实际ROI的来自涡流传感器的信号超过了相应的代表性ROI的基线参数，则触发额外分析的需求。一开始，额外分析涉及访问异常数据，以利用涡流传感器判断对于分析中的特定管道的特定实际ROI是否存在异常数据。如果存在这样的异常数据，则将历史异常数据与来自涡流传感器的实际ROI的当前信号进行对比，只有在当前信号超过历史异常数据达预定阈值的情况下，才触发对进一步分析的需求。另外，如果对于当前实际ROI不存在相应的异常数据， 则同样触发进一步分析的需求。然而，如果给定ROI的涡流传感器数据没有超过模型中的相应代表性ROI的基线参数，或者如果来自给定实际ROI的信号没有超过该ROI的异常数据达预定阈值，则对该特定ROI不采取任何行动，意味着该ROI被认为合格(PASS)，不需要分析人员的进一步分析。数据收集还可以包括每个管道在其与管板之间的穿越处(在管道的热腿和冷腿两者处)的数据收集和存储。由于管板的厚度相对于管道自身及其它支撑结构的厚度的关系，对于所有管板穿越不能可靠地确立基线信号。因此，在制造时或在运行检查期间对蒸汽发生器的每个管道的每条腿都要收集和存储管板穿越涡流数据。在蒸汽发生器管道的后续测试期间，来自给定的管板穿越的历史信号可以与来自同一管板穿越的当前信号进行对比，并有效地从当前信号镇南关减去，以便生成一个新信号，该新信号代表了该管板穿越中的变化，通常没有历史信号伪像。所得到的信号然后可被放大，以便凸显管道的条件变化， 以简化分析人员的评估或其它用途。因此，本发明的一个方面提供了一种或多种改进的方法，它们减少了分析核电站的蒸汽发生器的管道所需的工作。本发明的另一个方面提供了一种系统，该系统由于需要更少的分析人员的人工评估，从而避免了分析人员的疲劳，并改进了针对真正需要分析人员评估的ROI的总体结果， 所以提高了评估核电站的蒸汽发生器的管道的当前条件的精度。本发明的这些和其它方面可被总体描述为涉及非破坏性地估计核电站的蒸汽发生器的多个管道的当前条件的改进方法，该方法的总体特性可被描述为包括在第一时间对于多个管道的至少一部分中的每个管道，收集历史数据集；在第二时间对于多个管道的至少一部分中的每个管道，收集当前数据集；以及利用历史数据集的至少一部分以及当前数据集的相应至少一部分来生成另一数据集，该另一数据集代表了多个管道中的管道在第一时间和第二时间之间的条件变化。
结合附图阅读以下“具体实施方式
”部分可以进一步理解本发明，在附图中图1是描绘本发明的某些方面的流程图；图2是描绘本发明的某些其它方面的流程图；以及图3是描绘本发明的某些其它方面的另一个流程图。在整个说明书中类似的标号代表类似的部件。
具体实施例方式在图1-3中一般性地描绘了根据本发明的改进的方法。这些方法通常全部涉及核电站，更具体地说，涉及核电站的蒸汽发生器的管道的检查。在不偏离本发明构思的情况下，这里记载的多种方法可以整体上采用，也可以部分地任意组合。这里采用的多种方法的某些方面涉及使用涡流传感器收集数据，该涡流传感器被装入蒸汽发生器的延伸管道的内部并且沿管道纵向穿过管道的内部。可以人工实现传感器的纵向移动，但也可以借助于机器人控制的前进机械装置来有利地实现，该前进机械装置使涡流传感器以受控的速度前进，并能够在任意给定时间提供代表涡流传感器沿管道的纵向距离的数据流分量。来自涡流传感器的其它数据流一般包括表征幅度的电压分量以及表征相角的另一分量。有多种方法可用于存储和分析这样的数据流，其中一种方法涉及存储在沿管道的纵向长度方向上的任意点的电压和相位数据。一般情况下，每英寸收集并存储 30个数据点，但在不偏离本发明构思的情况下可以采用其它数据分布和密度。通常可以理解，典型的蒸汽发生器包括封有大约四千到一万二千个独立管道的腔体，每个管道包括穿过管板的热腿和冷腿，管板本身是厚度一般为20英寸以上的金属厚板。每个管道可以有几百英寸长，有一个U形弯曲或者一对肘状弯曲，但在不偏离本发明构思的情况下可以采用其他几何形状。每个这样的管道一般还包括不同几何形状的20至30 个物理支撑。在初始制造期间，通过在钻穿管板的一对孔中收纳管道的两端并且借助液压使管道的两端膨胀与所钻出的孔的圆柱壁啮合，将每个管道的热腿和冷腿组装到管板。虽然蒸汽发生器的每个管道的几何形状一般都与蒸汽发生器的几乎所有其它管道不同，但是蒸汽发生器的总体构造使得各管道的几何形状合成为一个整体。即，每个管道可以说在其端部都包含一对管板穿越，一般用30. 0伏特量级的涡流传感器电压来表征。在两个管板穿越之间是各种直道、支撑和弯曲。管道的直段的典型涡流电压为0.05伏特，管道的弯曲部的典型电压为0. 1伏特。支撑部的典型电压可以是0. 2伏特，但在给定的蒸汽发生器内可能存在多种类型的支撑，它们可能产生不同的特征电压。然而，有利的是，直段、支撑和弯曲根据沿管道的距离的各种布局在任意给定的蒸汽发生器内为有限数量的排列。这样，根据蒸汽发生器的的已知几何结构以及可从蒸汽发生器收集的历史数据，有利地建立定位算法，其中将一系列电压和距离值输入到算法中可以识别分析中的管道的特定关注区(ROI)。也就是说，通常在管板穿越处、在管道附接到机械支撑的位置处、在管道的直段和弯曲之间的过渡部分、或者在其它容易想到的位置处发生管道经受的磨损。给定管道的各个段可被划分成各种关注区(ROI)，在数据收集期间可以基于合并到定位算法中的蒸汽发生器几何结构的详细信息来非常准确地识别这些关注区。 因而，通过将电压、相位和距离数据输入到定位算法中，定位算法可以识别正被分析的管道的特定段，因而实际ROI。本发明也可以说是包括为蒸汽发生器建立模型，其包括存在于特定蒸汽发生器内的多个代表性ROI中的每一个的基线参数，例如电压和相位。有利地，下面也将更详细地描述，模型还包括关于特定管道的特定ROI的异常数据，这些ROI具有超过模型的相应ROI的基线参数的电压和/或相角参数，不过这些参数也是可接受的，即，来自这些ROI的信号自身并不代表需要分析人员进一步评估的缺陷。可以按照多种方式中的任一种来建立模型的各种代表性ROI的基线参数。在这里描述的示例性实施方式中，基于各管道及它们的ROI的理论估计以及根据实际管道及其实际ROI的涡流分析得出的实验数据来建立模型的各种代表性ROI的各种基线参数。对管道的直接物理分析，例如通过收集蒸汽发生器的各个管道的涡流数据，有利地实现了对于在建立模型的代表性ROI的基线参数时可采用的典型ROI的数据收集。这样的对管道的直接物理分析还可以用来收集随后被存储为特定管道的特定ROI的异常数据的数据。另外，有利地，在蒸汽发生器的初始制造期间对涡流数据的这种直接收集可以实现每个管道的初始评估，以评定该管道是否应被舍弃，或者数据是否看起来不可靠而应该重新收集。如果数据表明一个管道在制造期间是有缺陷的，那么可以舍弃该管道。另一方面，如果数据看起来表明涡流传感器工作不正常，或者其它数据收集方面看起来是错误的或不可靠的，那么可能需要重新收集数据。图1总体描绘了用于收集管道数据的一种示例性方法，这些管道数据使得建立蒸汽发生器的模型以及建立基于蒸汽发生器的几何结构的定位算法成为可能。处理开始于 104，此处针对蒸汽发生器的一个给定管道来收集涡流数据。如本文其它地方所述，数据流一般包括电压、相位和距离分量，它们都可以被检测为沿管道的长度方向的连续信号或者离散数据点集合。可以手动地或者有利地通过专门建造的机器人，将涡流传感器插入管道中并且沿管道的纵向长度方向使涡流传感器纵向前进。处理接着前进到108，此处判断从涡流传感器信号中导出的数据是否潜在不可靠。 例如，如果数据表明可能的数据收集错误，处理前进到112，此处管道数据被舍弃，管道被重新测试。此后处理将继续到104。然而，如果在108处未确定数据是不可靠的，则处理前进到116，此处判断从涡流信号导出的管道数据是否超过接受阈值，如果这样将表明管道自身有机械损伤或其它原因的损伤。一旦数据超过接受阈值，则在120处舍弃该管道。如果在116处管道数据没有超过接受阈值，则处理前进到124，此处判断管道数据是否有任何部分超过理论上应当为管道的该部分的基线参数的值，即，蒸汽发生器的模型的相应代表性ROI的基线参数。举例来说，可能判定分析中的管道的实际ROI包括物理支撑，涡流传感器正在指示0. 4伏的电压。虽然分析人员可能判定对于这样的ROI —般预期电压为0. 2伏，但分析人员仍然可能判定该特定的实际ROI是可接受的，0. 4伏的电压属于可接受的异常值。在这种情况下，在132处关于该特定管道的特定ROI的数据将被保存为异常数据集合的一部分。就此重申，如果关于上述ROI的数据表明该ROI是不可接受的，那么该管道及其数据已分别在112或120处被舍弃了。处理从IM和132 二处都前进到128，此处管道数据被存储在数据集中。然后在 136处判断是否还有其它管道需要上述涡流分析。如果有其它管道等待测试，则处理在104 处从一个新管道开始继续进行。否则，处理在140处继续进行，此处利用关于多个代表性 ROI的每一个的一组基线参数来建立蒸汽发生器的模型。模型还包括关于一个或多个特定管道的一个或多个特定ROI的上述异常数据。可以理解，建立蒸汽发生器模型在140处被包含在该示例性方法内的该特定位置处，这只是可以建立蒸汽发生器的模型的点的一个例子。可以理解，利用多种分析方法，通过将从104至132实验收集的管道数据输送至模型以提供模型细化并提供异常数据，可以建立蒸汽发生器的至少初始模型。因此可以理解，取决于可得到的数据及分析，可以随时完整地或部分地建立蒸汽发生器的模型。处理前进到144，此处可以基于蒸汽发生器的几何结构及其他因素来建立用于识别各种ROI的定位算法。如本文其它地方关于蒸汽发生器模型的建立所阐述的，在图1所总体描绘的建立过程中，取决于可得到的分析和实验数据，可以类似地随时完整地或部分地建立定位算法。在完成后，定位算法有利地可以从位于蒸汽发生器的管道内的涡流传感器接收数据流，并且可以用电压、相位和距离数据分量来识别被存储在蒸汽发生器的模型内的多种代表性ROI中的任一种。也就是说，定位算法可以利用蒸汽发生器的管道内的涡流信号来识别管道的特定段，因而可以识别管道的实际ROI，定位算法还可以根据蒸汽发生器的已建立的模型来识别对应的代表性ROI及其基线参数，以便与正从实际ROI收集的涡流信号进行对比。在图2中以示例性的方式描绘了蒸汽发生器的管道的测试。可以理解，在图1中总体描绘的操作将先进行，本质上属于历史数据集。图2中进行的操作一般随后发生，可能更像是对蒸汽发生器的目前或当前测试。处理开始于204，此处从蒸汽发生器的管道中提取信号。在208处利用上述定位算法来处理来自涡流传感器的信号，以确定作为正从分析中的管道收集的信号的来源的实际ROI。然后在212处，定位算法利用来自涡流传感器的信号从模型中检索被确定为与定位算法已定位的实际ROI相对应的代表性R0I。然后在216处判断该实际ROI的信号数据是否超过了在212处从模型中识别并检索出的代表性ROI的基线参数。如果在216处判定实际ROI的涡流信号没有超过代表性ROI的基线参数，则处理前进到220，此处对于该特定的实际ROI不采取任何进一步的行动。也就是说，对于该特定的实际ROI不触发任何额外的分析，从而不需要分析人员对该实际ROI执行任何评估。然后在2M处判断是否已到达分析中的管道的端部。如果是的，则在2 处结束对当前管道的分析。然后可以分析另一个管道。然而，如果在2M处判定尚未到达管道的端部，则处理继续至204处，继续从分析中的管道提取涡流信号。可以用多种方式来确立模型的各种代表性ROI的上述基线参数。最典型地，如上所述利用理论数据和实验数据来确立基线参数。例如，可能预计从管道的直段检测到的典型涡流电压为0. 05伏，在图1中总体描绘的数据收集工作可能例如呈现出每个管道的每个直段的测试电压值为0. 08伏或更低。这样，对于与管道的直段相对应的代表性ROI的基线电压可被确定为0. 1伏。这将使得作为管道的直段的所有实际ROI在其初始条件下不超过 0. 1伏的基线参数，因而不会触发进一步分析的需求，如220所示。
类似地，可能预计从管道的弯曲部分得到的典型涡流传感器电压为0. 1伏，每个管道的弯曲段的实验ROI的基线参数可被确立为0.2伏。物理支撑一般产生0.2伏的涡流电压，所以物理支撑ROI的基线参数可被确立为0. 3伏。这样的基线参数一般将基于蒸汽发生器和核电站的各种规范以及关于蒸汽发生器的理论数据和实验数据。然而，可以理解， 基线参数的选择一般将满足超过基线参数的涡流传感器信号值得分析人员的进一步评估， 假定在模型中尚不存在可用于特定实际ROI的异常数据。即，希望选择基线参数，使得当涡流传感器信号低于合理地应当触发对特定实际ROI的进一步分析的值时，不会触发任何进一步的行动。然而，可以理解，在不偏离本发明构思的情况下，可以采用多种方法来确立代表性ROI的基线参数。还要注意，基线参数可包括电压、相角、模式数据以及任何其它类型的可能适当的对代表性ROI的表征。基线参数的复杂度仅仅受限于收集和分析关于管道的数据的能力。 不受限地。如果某一信号超过了任意组合中的多种参数里的任何一个或多个参数，那么可以确定超过了代表性ROI的基线参数。另外或者替代地，基线参数可能有更高的复杂度，其中举例来说，某些参数组合需要以某种方式被超过，以使系统触发进一步分析的需求。另一方面，如果在216判定实际ROI的信号以某种方式超过了所识别的相应代表性ROI的基线参数，则处理前进到230，此处判断对于分析中的实际ROI是否存在异常数据。 如本文其它地方所述，异常数据有利地是蒸汽发生器的模型的一部分。如果在230判定存在这样的异常数据，则处理前进到234，此处判断来自实际ROI的信号是否超过异常数据达预定阈值。即，预计作为异常数据主体的实际ROI在蒸汽发生器的生命期内不会保持不变， 而是预计实际ROI将由于磨损、腐蚀等因素随时间劣化。由于实际ROI在采集历史数据集时已被确定为具有超过基线参数(这些基线参数是以其它方式从类似的ROI预期得到的) 的信号，所以已被内置到基线参数中的阈值在评估作为检索出的异常数据的主体的特定实际ROI时不太可能有用。这样，基于各种因素来确立一个独立的阈值，如果来自实际ROI的当前信号超过该阈值，则将在238处触发对该特定实际ROI的进一步分析。这样的进一步分析有可能是分析人员的人工评估。另一方面，如果在234处确定来自实际ROI的信号没有超过检索出的异常数据达预定阈值，则处理前进到220，此处对该特定的实际ROI不采取任何进一步的行动。如果在230处确定对该特定的实际ROI不存在异常数据，则在238处同样触发分析人员的进一步评估。注意，例如，如果显著超过代表性ROI的基线参数，或者显著超过针对异常数据的预定阈值，则可以触发额外的通知，以便警告分析人员应对特定的实际ROI加以更高程度的关注。在本文记载的示例性实施方式中，例如，如果以任何方式超过了代表性ROI的基线参数或者异常数据的预定阈值，则触发进一步的分析。然而，如果信号超过基线参数或者异常数据的预定阈值达例如25%，则可以生成额外的通知。可以理解，可以采用任意类型的准则来触发这样的提高门槛的进一步分析。因此可以看出，利用模型来评估从分析中的管道收集的涡流数据，该模型包括具有基线性能参数的代表性ROI，还包括关于特定管道的ROI的异常数据，评估结果为触发进一步的分析，例如仅在特定的预先定义的情景下由分析人员进行评估，例如在238中发生的。这样，与已知的方法相比，使用这里描述的示例性方法大大减少了分析人员所需的人工评估工作。
9
注意，在图2中总体描绘的示例性方法提出了一种实时的自动分析系统，其中从管道收集的信号被直接输入到定位算法中，并在收集时被评估。然而，可以理解，可以采用不同的方法。例如，来自一个或多个管道的数据可被收集及存储，然后作为一个整体被评估，而不是进行实时分析。在本发明构思的范围内还可以想到其它变型。如本文其它地方所述，由于管板的厚度，在管板穿越区中从管道收集的涡流数据表现出的电压一般远远超出任何代表性ROI的任何基线参数。此外，涡流电压在不同管板穿越之间的变化也远远超出代表性ROI的任何基线参数。例如，如本文其它地方所述，某一管板穿越的涡流电压可能为30. 0伏的量级。另一管板穿越的涡流电压可能为25. 0伏，另一管道的对应值可能为35.0伏。由于在管板穿越处的涡流电压比在管道的其它部分(即， 除管板穿越以外的其它部分)产生的任何电压都要高一个或多个数量级，所以在图3中描绘了一种改进的方法，对此进行描述以便于分析从正在接受分析的蒸汽发生器的管板穿越处收集的信号。总体而言，可以理解，在蒸汽发生器的管板穿越区中从管道收集的涡流信号表现出足够高的电压，以至于涡流信号中可指示可能的缺陷的部分(S卩，关注的信号，它可能为 0.1伏的量级)与总涡流信号相比太小了，很难被检测出来或进行评估。因此，本发明的另一方面为对于蒸汽发生器的每个管道收集历史管板穿越信号数据，如304所示，利用该历史管板穿越数据随后与一段使用期之后的分析中的蒸汽发生器的管道进行对比。有利地， 历史数据与当前收集的数据共有某些方面，该方法有利地从当前信号中消除原先也存在于历史管板穿越数据中的所有方面，以便生成改进的更简单的信号，该信号指示分析中的管道的管板穿越区的条件变化。历史管板穿越信号数据可以在蒸汽发生器制造期间采集，或者可以随后采集，例如在蒸汽发生器的运行检查期间。在蒸汽发生器的制造期间或者运行检查期间在304处收集的历史管板穿越信号数据然后被存储，以供将来检索出来并与随后在当前测试操作期间收集的数据进行对比。 即，对于蒸汽发生器的给定管道，在308处收集当前管板穿越信号数据。检索出同一管道的历史管板穿越数据。通常情况下，将在312处对当前数据或历史数据进行某种类型的调整， 以便进行对比。举例来说，由于不同的涡流传感器或其他仪器被用来采集历史和当前数据集，或者由于被用来采集历史和当前管板穿越数据的涡流传感器之间的不同工作参数，所以可能有必要减小或增大、或以其它方式处理当前或历史数据集的所有值。如果历史管板穿越数据的数据点与当前管板穿越数据的数据点不完全匹配，那么有可能需要进行其它类型的调整。如本文其它地方所述，可以每英寸30个位置来采集数据，但同样可采用每英寸 45个位置，可以有其它数据信号密度。如果涡流传感器的移动方向在历史数据和当前数据之间不同，那么可能需要另外的调整。例如，历史数据可能原先基于涡流传感器在从管板到管板穿越的方向上的纵向移动，然而当前数据可能涉及涡流传感器在从管板穿越到管板的方向上的移动。不管历史和当前管板穿越数据的性质如何，都可以在312处执行缩放或其它数学运算，以便实现两者之间的对比。在316处，可能在312处被调整的当前管板穿越数据和历史管板穿越数据然后被用于生成新信号。该新信号比历史或当前管板穿越数据信号都要简单，这是因为从当前收集的数据信号中消除了历史管板穿越数据所表示的数据的历史方面。新信号代表了在历史管板穿越数据被收集的时间(例如，在制造时或运行检查期间)和当前管板穿越数据已被收集的时间之间、分析中的管板穿越的条件变化。此外，可能希望在320处放大在316处生成的新信号的一个或多个部分。这样的放大信号将凸显新信号中代表历史数据被收集的时间和当前数据被收集的时间之间管板穿越的条件变化的那些方面。然后在3M处提交放大后的信号进行分析。这样的分析可能自动执行，或者可能由分析人员人工执行。然后在3 处判断蒸汽发生器是否还有其它管道需要针对管板穿越区进行分析。如果还有管道需要分析，则处理前进到308。否则，处理在330处结束。在此，可以理解，上述管板穿越分析可以作为图2中总体描绘的分析过程的一部分，或者可以单独执行。在此，在304处收集的历史管板穿越数据有可能被保存为蒸汽发生器的模型的一部分，特别是作为异常数据集的一个专门部分。因此，可以使用这里的教导， 从一个管板穿越开始、穿过其纵向延伸、到达其相对的管板穿越，来完整地分析一条管道。 然而，如本文其它地方所述，可以按需要与管道的其它部分相独立地分析管板穿越。还要注意，可以按累积的方式来施行这里采用的教导，以允许多个历史数据集与当前数据进行对比。也就是说，可以在第一时间采集历史数据，例如在蒸汽发生器的制造时，或者在蒸汽发生器管道的运行检查期间，这样的历史数据可被用于蒸汽发生器管道的后续评估。在这样的后续评估期间构建的数据然后可被存储为第二历史数据集。然后，这两个历史数据集可以与在蒸汽发生器的进一步检查期间所收集的数据进行对比，以便针对几次不同时间上进行的几次检查，能够绘制各种管道随时间的条件变化的图表。可以想到对数据的其它使用。可以理解，可以在数字计算机或者公知类型的其它处理器上执行这里描述的分析。例如，这样的计算机可包括处理器和存储器，存储器中存储有一个或多个可在处理器上运行的例程。存储器可以是多种机器可读存储介质中的任何一种，例如RAM、ROM、EPR0M、 EEPROM、FLASH等等，没有限制。来自涡流传感器的信号可由模数转换器接收，该模数转换器向计算机提供数字输入，以便进行信号处理和存储。历史和当前数据可被存储在任何这样的存储介质上，有可能被传输或发送，以便根据需要在其它计算机或处理器上使用。在不偏离本发明的精神及其本质特征的情况下可以以其它具体形式来实施这里公开的内容。所描述的实施方式的所有方面都被认为是示例性的，而非限制性的。因此，本发明的范围由权利要求书来限定，而不受说明书的限定。所有权利要求的等同含义和范围内的变化都包含在保护范围内。
权利要求
1.一种非破坏性地估计核电站的蒸汽发生器的多个管道的当前条件的方法，该方法包括在第一时间对于所述多个管道的至少一部分中的每个管道，收集历史数据集； 在第二时间对于所述多个管道的至少一部分中的每个管道，收集当前数据集；以及利用所述历史数据集的至少一部分以及所述当前数据集的相应至少一部分来生成另一数据集，该另一数据集代表了所述多个管道中的管道在第一时间和第二时间之间的条件变化。
2.如权利要求1所述的方法，其中，所述利用步骤还包括从所述历史数据集的所述至少一部分和所述当前数据集的所述相应至少一部分中的一个减去所述历史数据集的所述至少一部分和所述当前数据集的所述相应至少一部分中的另一个，从而形成所述另一数据集。
3.如权利要求2所述的方法，还包括放大所述另一数据集的至少一部分。
4.如权利要求1所述的方法，还包括确定被用来收集所述历史数据集的第一涡流传感器和被用来收集所述当前数据集的第二涡流传感器之间的工作参数之差；将所述工作参数之差的至少一部分应用于所述历史数据集和所述当前数据集中的一个数据集，以缩放所述历史数据集和所述当前数据集中的该一个数据集；以及将所述历史数据集和所述当前数据集中的缩放后的一个数据集与所述历史数据集和所述当前数据集中的另一个数据集进行对比，以生成所述另一数据集。
5.如权利要求1所述的方法，其中，在第一时间收集历史数据集的步骤包括在所述蒸汽发生器投入运行之前收集所述历史数据集。
6.如权利要求1所述的方法，其中，在第一时间收集历史数据集的步骤包括在所述蒸汽发生器的运行中检查期间收集所述历史数据集。
7.如权利要求1所述的方法，还包括在另外的时间对于所述多个管道的至少一部分中的每个管道，收集额外的历史数据集，该另外的时间位于所述第一时间和所述第二时间之间；以及将所述当前数据集与所述历史数据集及所述额外的历史数据集两者进行对比，以生成所述另一数据集。
8.如权利要求1所述的方法，还包括对于所述多个管道的至少一部分中的每个管道，在管板穿越区中的多个数据点之中逐个数据点地收集一组幅度和相位值作为所述历史数据集；以及对于所述多个管道的至少一部分中的每个管道，在管板穿越区中的多个数据点之中逐个数据点地收集一组幅度和相位值作为所述当前数据集。
9.如权利要求1所述的方法，还包括确定被用来收集所述历史数据集的第一组仪器和被用来收集所述当前数据集的第二组仪器之间的工作参数之差；以及将所述工作参数之差的至少一部分应用于所述历史数据集和所述当前数据集中的一个数据集，以缩放所述历史数据集和所述当前数据集中的该一个数据集。
10.如权利要求1所述的方法，还包括对所述历史数据集和所述当前数据集之一的至少一部分求反，以便在沿管道的相反纵向方向上收集所述历史数据集和当前数据集的情况下，也能够对比所述历史数据集和所述当前数据集。
11.一种机器可读存储介质，在该介质上存储有指令，当在计算设备的处理器上执行所述指令时，所述指令使该计算设备执行如权利要求1所述的操作。
12.—种表征核电站的蒸汽发生器的多个管道的初始条件的方法，该方法包括 在第一时间对于所述多个管道的至少一部分中的每个管道，收集历史数据集；以及存储所述历史数据集以供将来与当前数据集进行对比，从而生成另一数据集，所述当前数据集是在第二时间对于所述多个管道的至少一部分中的每个管道所收集的，所述另一数据集代表了所述多个管道中的管道在第一时间和第二时间之间的条件变化。
13.如权利要求12所述的方法，其中，在第一时间收集历史数据集的步骤包括在所述蒸汽发生器投入运行之前收集所述历史数据集。
14.如权利要求12所述的方法，还包括将被用来收集所述历史数据集的涡流传感器的一个或多个工作参数存储为所述历史数据集的一部分，以便能够缩放所述历史数据集和所述当前数据集中的一个数据集。
全文摘要
一种检查核电站的蒸汽发生器的管道的改进方法包括收集关于每个管道的管板穿越区的历史数据，以便在后续分析中使用，创建新的更简单的信号，从该新信号中已消除了历史伪像。
文档编号G01F1/00GK102472647SQ201080033217
公开日2012年5月23日 申请日期2010年6月29日 优先权日2009年7月23日
发明者Q·V·勒 申请人:西屋电气有限责任公司