仪器仪表学报

作者：林蔚青，缪希仁，江灏，叶铭新，陈静

单位：林蔚青,福州大学电气工程与自动化学院福州350108,,缪希仁,福州大学电气工程与自动化学院福州350108,,江灏,福州大学电气工程与自动化学院福州350108,jiangh@fzu.edu.cn,叶铭新,福州大学电气工程与自动化学院福州350108,,陈静,福州大学电气工程与自动化学院福州350108,

关键词：核电厂;控制棒驱动机构;异常检测;图卷积网络;动态阈值

基金：福建省高校产学合作项目（2023H6006）资助

控制棒驱动机构(CRDM)作为核电厂的关键执行部件，通过电磁-机械耦合控制多组线圈电流信号，以实现控制棒精准动作，其健康状态关乎反应堆安全运行。然而，现有CRDM异常检测方法主要聚焦于单组线圈建模，未充分考虑多线圈间的变化规律和动态模式。为此，提出一种多线圈联合学习(MCJL)模型，旨在精准检测控制棒动作过程中的潜伏性异常。首先，定义线圈节点和全连接边，并引入衰减邻接矩阵，以构建多线圈联动图结构，进而表征CRDM内部提升线圈、移动线圈和保持线圈间的动态耦合关系。其次，采用移动图卷积网络，以高效捕获多线圈间的局部时序依赖关系，并协同重构3组线圈的电流信号。最后，通过计算重构信号和真实信号间的残差，利用多尺度动态检测策略实现CRDM逐个动作周期的异常检测。对某地区压水堆机组的历史监测数据与模拟异常样本进行算例分析，表明该方法可有效捕获多线圈间的动态耦合关系并提取驱动机构动作的时序特征，实现电流信号的精准重构。相较于多种异常检测方法，所提MCJL模型在信号重构和异常检测方面具有更优越的性能，其动态阈值策略可灵活调整决策边界，具有较强的容错能力。

来源：2025年第6期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第6期