压水堆核电站核主泵机械密封泄漏量预测研究的文献调研
【2019年的文献调研，不是最新版】
摘要：
本文以“压水堆核电站核主泵机械密封泄漏量分析和预测”为例，阐述了初始接触一个研究课题之后，如何快速有效地分析课题内容、查阅相关文献、了解前沿技术，进而合理地安排项目结构和进度。首先，分析课题的关键词是必须的，接着，根据中英文关键词在相应网站上进行检索、初步筛选，确定相关度高的热点文献，进而详细阅读，分析课题研究现状和前景发展，最终实现对课题目标和结构的建设。
- 课题背景：
反应堆主冷却剂循环泵（简称核主泵）是核电站的重要设备，被喻为反应堆冷却系统的心脏，其主要功能是克服主冷却剂的流动阻力、保证循环流量。世界上大部分压水堆核电站采用轴封泵作为核主泵，轴封泵采用控制主冷却剂泄漏量的方式来实现高压密封和液膜润滑，其机械密封是关键技术，机械密封组件是核主泵上最容易损坏的部件，稍有运行偏差即可造成泄漏量异常，甚至导致反应堆紧急停堆事件，威胁反应堆安全，也将导致巨大的经济损失。根据对主泵工作情况调查，70%以上的故障来自机械密封，其中一号机械密封泄漏量异常是主要故障模式之一。运行期间如果机械密封出现降级或失效，或者机械密封注入水系统压力出现波动都会导致异常，泄漏情况严重时会导致机组的核安全及运行安全事故。
- 关键词分析：
欲分析压水堆核电站核主泵机械密封泄漏量与哪些因素有关并进行预测，关键词可拆分为两类：应用和技术，应用层面主要关注核主泵一号机械密封的结构、功能和泄漏原因分析；技术层面主要关注特征选择和提取的逻辑，以及回归算法(故障预测)。据此拆解关键词如下：
| 课题关键词 |
|
| 中文 |
英文 |
| 核电站、压水堆 |
Nuclear power plant,Pressurized water reactor |
| 核主泵、机械密封、泄漏量 |
nuclear main pump,Mechanical Seal,Leakage quantity |
| 特征选择、特征提取 |
Feature Selection |
| 回归分析（神经网络、SVM） |
regression analysis(neural network,ANN,DNN,CNN,SVM) |
| 故障预测 |
Fault prediction |
单独的关键词对应文献范围过大，因此在检索文献时需要将关键词合理组合，使得检索到的文献能够尽可能地与课题研究内容相关。比如检索时选择核主泵+泄露量，或者核主泵+机械密封+故障预测，而不选择单独的核主泵、故障预测、回归算法等进行检索。
- 文献检索
- 初步检索
鉴于在此之前从未接触过核电站相关项目，因此在查阅相关文章前首先对核电站的构造和功能进行了解，以便进一步理解课题内容和目标，并对之后文章检索时关键词的调整提供依据。该部分通过常用搜索引擎实现，如百度、谷歌，这里采用百度进行中文检索（百度百科（baike.baidu.com）、百度学术（xueshu.baidu.com））。
- 百度百科检索
在百度百科中对关键词进行检索，部分结果如下所示：
- 百度学术检索
经过初步检索，了解了压水堆核电站中主泵的大致构造和功能，准确地定位到了课题的研究内容和意义，并大致确定了选择的技术实现方法（神经网络）。百度学术上相关文献较少，但与课题研究内容比较接近。大部分关键词组合搜索结果都是不相干的文献，进行对比和分析后对关键词进行筛选，之后的检索主要根据核主泵和机械密封，在所得结果中选取失效、泄漏原因等相关内容。
- 知网检索
中国知网是集期刊杂志、博士论文、硕士论文、会议论文、报纸、工具书、年鉴、专利、标准、国学、海外文献资源为一体的、具有国际领先水平的网络出版平台。在知网以“核主泵 机械密封”为关键词进行检索，检索结果如下：
可以看到相关文献较少，且结果分类（红框标记位置）含有很多不相关内容，因此不考虑进行计量可视化分析，直接分析检索到的文章。
将检索结果按照被引量进行排序，并利用“导出/参考文献”批量导出文章标题、作者、发表时间等信息。
对导出的105篇文章根据标题进行筛选，留下其中与课题研究有关的11篇文章以及相应作者和期刊，如下所示：
课题内容过于具体，所以参考文献不是特别多，但逐一分析发现检索到的文章大多与课题背景和内容相符，只是分析的不够深入和全面，可以通过整理分析现有的搜集结果为课题研究打下基础。
- web of science检索
Web of Science是美国科学情报研究(ISI)于1997年推出的基于网络的引文索引数据库,其中包含了自然科学引文索引扩展版(SCI-E)、社会科学引文索引(SSCI)、艺术与人文引文索引(A&HCI)三大引文数据库。这三个数据库收录的文献质量较高,被全世界广泛接受和认可。其中SCI所收录的科技论文的数量和质量被看作衡量某个地区或机构的基础科学研究实力的重要评价指标。进入21世纪,中国的科研实力稳步增强,每年都有大量论文在国外发表,并被Web of Science收录。
检索时发现，英文关键词组合检索的结果很少，且几乎没有与课题相关度较高的文章，对比分析之后调整关键词为“nuclear main pump”，用web of science进行检索，结果如下所示：
同样的，检索结果很有限，且有大量不相关内容，但这些文献均与“nuclear main pump”有关，即使内容参考性不强，也可以对相关刊物进行分析。同时，可以通过邮件或者EndNote Desktop导出检索结果的作者、标题、来源出版物和摘要进行筛选（也可在页面上进行筛选、记录），从而定位到精确的相关文献及其作者、刊物。
选择“分析检索结果”和“创建引文报告”功能进行分析前，限定时间跨度为“最近5年”，由于高引用文献较少因此不再进行过滤，首先查看“分析检索结果”：
以出版刊物为例，选择出版数排序前20的刊物：
这些刊物均与“核主泵”的研究有关，其中“NUCLEAR ENGINEERING AND DESIGN”和“ANNALS OF NUCLEAR ENERGY”最近五年内刊登文献总数多且被引用量高，虽然根据检索到文献的标题分析后发现没有与课题比较贴切的文章，但可以着重关注刊物，作为之后投稿的参考。
同样地，在引文报告里也可以对高引用文章及其出版刊物进行分析：
可以看到，去除自引后，该领域内263篇文献的被引用量为1201次，且呈逐年上升趋势。但粗略阅读文献标题后暂未发现与“压水堆核电站核主泵机械密封泄漏量分析和预测”有关的文章。
详细阅读导出文献的摘要，发现几乎所有的文章都基于仿真、测试（如RELAP5、SHRT-45R），且集中于研究LOCA中的某一种情况（SBLOCA比较多，还有停电、堵塞、LBLOCA等）的模拟和优化建议等，未发现对泄漏量进行分析或预测的文献。对LOCA的概念和形成原因也没有很完善和具体的解释，有诸如“The first part is originated from, the failure of the pump and the second part derives from the significant flow blockage at a fuel assembly inlet.”，“Some kinds of break in the reactor coolant system may cause the coolant to exit rapidly from the failure site, which leads to the loss of coolant accident (LOCA). ”，“The loss of coolant accidents are mainly in the form of small break LOCA.”等不同的说法。还有一些文献旨在降低泄露危害从而对设备进行优化，或者研究失水事故后对纤维状碎屑床污水的处理等。但文献中也有值得借鉴的地方，比如对失水事故危害和研究重要性的描述，比如：“The loss of coolant accidents are mainly in the form of small break LOCA. As no safety injection system is designed for coolant makeup, the water volume in the reactor vessel is critical since it determines whether the reactor will be submerged during the whole scenario. Therefore, the study on coolant loss in this pool system is indispensable. ”，“The reliable operation of the emergency coolant pumps and passive gravitational injection systems are an important safety issue during accident scenarios with coolant loss in pressurized water reactors. Because of the pressure drop and flow disturbances surface vortices develops at the pump intakes if the water level decreasing below a critical value. ”，“The loss-of-coolant accident (LOCA) refers to the loss of a reactor coolant due to broken primary pipes in a nuclear power plant, which results in a rapid rise of containment temperature and pressure. The effused coolant flashes into steam because of the high core pressure, increasing the temperature and pressure inside the containment. ”，“Results evidence the positive impact of low-leakage seals, which greatly increase the margin to core uncoveryand reduce core damage frequency.”.....等等。也有一篇文章引入了不确定性，“Best estimate plus uncertainty (BEPU) is a promising approach to the safety analysis of nuclear reactors, and the uncertainty calculation is a very important concern about it. ”，虽然与课题内容符合度不是特别高，但不失为一个有前途的研究方向。
- 文献分析
仅 1998 年 1 月至 2001 年 10 月，法国电力公司（EDF）有 6 家核电站因此故障模式被迫停机停堆，累计停产约 50 天，对核电站产生巨大损失。所以，在核主泵一号机械密封泄漏量出现异常持续增大或减小时，找出有效办法，在不影响正常机组运行的情况下，将一号机械密封泄漏量调节和控制在正常范围内是十分必要的。该问题在世界核电领域都是一个有待根本解决的问题。经过多年的研究，目前在出现异常后的处理上有比较明确的方法，但是还没有从根本上消除该问题的手段。
分析检索到的相关文献发现，现今已有基于经验和物理层面的泄漏原因分析，泄露异常分析，仿真，相应处理措施......等等，但数据驱动下的影响因素分析和泄漏量预测几乎没有。虽然传统的经验分析有一定的成效，在大数据背景下，为了提高故障分析和预测的准确度和时效性，基于实际数据进行分析很有必要。
本课题基于已有数据（事件发生之前的一段时间内，13个参数的变化以及相应泄漏量）分析哪些因素对泄漏量的影响比较大，并结合传统算法和神经网络算法对泄漏量进行预测，使得模型精度高的同时具有可解释性，具有比较深远的意义。
- 总结
阅读文献是研究生必须掌握的能力，通过这次调研工作，作者已初步掌握了课题相关文献查阅和分析的能力，对“压水堆核电站核主泵机械密封泄漏量分析和预测”这一课题的研究现状和研究方向都有了一定的了解，也为确定课题进度和结构，以及进一步研究打下了基础。
在这之后写的论文：ShieldSquare Captcha Reactor Coolant Pump Leakage Estimation of PWR Based on Broad Learning System