公司主導的新燃料智能檢查系統投入運行
近日,由公司主導研發的集團首套新燃料組件外觀及燃料棒端塞智能檢查系統在H2R09新燃料接收期間首次投入運行。該系統利用高分辨率光學成像、機器視覺識別、深度學習缺陷檢測等先進技術,通過對新燃料組件進行全流程、高精度、智能化檢查,實現了新燃料檢查從人工目視到智能診斷的重要跨越。長遠來看,該系統還將為構建核燃料健康狀態預測系統提供數據基礎,實現對潛在風險的早發現、早干預,支撐“燃料零破損”戰略目標,全面提升核燃料管理的智能化水平和安全可靠性。
突破技術瓶頸,實現檢查智能化升級
近年來,國內核電廠多次發生因燃料破損、下端塞掉落導致的非計劃停堆事件,引發行業對核燃料安全的高度關注。國家核安全局明確要求,核電廠必須堅持以“核燃料零破損”為目標導向,全面提升燃料組件的可靠性與質量管理水平。長期以來,核電廠在新燃料組件入堆前的檢查主要依賴人工目視,存在效率低、經驗依賴、無影像資料留存、難以發現微小缺陷等問題,技術支持部主動謀劃,引入高分辨率光學成像、機器視覺與深度學習技術,打造了一套集自動化檢查、影像采集、智能分析與數據管理于一體的智能檢查系統。該系統具備四面外觀檢查與下端塞焊縫檢測能力,可在燃料接收提升過程中自動完成全方位高清影像采集與缺陷識別,有效補齊傳統檢查方式短板,實現了從“人眼判斷”到“智能診斷”的根本性轉變。
技術方案創新,構建全流程檢查能力
該系統由主控制機柜、端塞狀態檢查子系統和四面外觀檢查子系統組成,具備多軸運動控制、高精度定位、力感知保護等先進功能。系統采用多軸直線模組與微型成像模組,實現在狹窄空間內對燃料棒下端塞的精準定位與高清成像,通過微型成像模組與多相機協同作業,可在燃料組件提升過程中同步完成四面外觀與下端塞焊縫的圖像采集與智能分析。算法方面,系統采用基于深度學習的PaDiM異常檢測模型,即使在異常樣本極少的情況下,仍能實現對燃料組件表面劃痕、異物、焊縫缺陷等的高精度識別,顯著提升了檢測準確性。
實施成效顯著,實現多重價值提升
該系統已在紅沿河基地完成現場測試與功能驗證,成效顯著。在安全性能保障方面,具備力感知保護與空間姿態識別功能,杜絕燃料組件機械損傷風險;檢查效率大幅提升,可在1分鐘內完成一組燃料組件的高清成像與智能分析,效率遠超人工;缺陷識別能力增強,成功識別出人為設置的細微劃痕與異物,識別精度優于1mm;全流程可追溯,所有檢查影像與結果自動存儲,形成核燃料組件全生命周期數字化檔案。
競爭優勢突出,具備行業推廣價值
該系統以“最高標準、最實舉措”響應國家核安全局要求,具備全流程自動檢查、AI智能診斷、技術自主化、可持續升級等多項優勢。其成功實施標志著新燃料質量管理從“被動響應”邁向“主動預防”,不僅提升了燃料可靠性水平,也為下一步搭建燃料組件健康預測模型、推動“智慧電廠”與“數字孿生”建設奠定了數據基礎,具備成為行業標準應用的潛力。
下一步,技術支持部將持續借助數智時代賦予的新機遇,在乏燃料外觀檢測智能診斷、核燃料可靠性全流程智能診斷、核燃料“數字孿生”技術、數據治理等方向持續探索發力,充分利用智能化、自動化技術實現核燃料領域的離線“狀態體檢”到在線“實時健康管理”的技術革新,為行業健康發展貢獻“紅沿河智慧”。
