Prosessianturien ikääntymisen havaitseminen kohinamittauksen avulla

dc.contributorAalto-yliopistofi
dc.contributorAalto Universityen
dc.contributor.advisorSirola, Miki
dc.contributor.advisorLaukkanen, Jarkko
dc.contributor.authorToosi, Topi
dc.contributor.schoolPerustieteiden korkeakoulufi
dc.contributor.supervisorKarhunen, Juha
dc.date.accessioned2016-06-17T12:41:01Z
dc.date.available2016-06-17T12:41:01Z
dc.date.issued2016-06-13
dc.description.abstractTässä diplomityössä tutkitaan menetelmiä prosessiantureiden ikääntymiseen liittyvän vikaantumisen havaitsemiseksi anturin kohinasignaalista. Tutkimuksen kohteena ovat ydinvoimalaitosyksiköiden Olkiluoto 1 ja Olkiluoto 2 pinnankorkeuden ja paineen mittaukseen käytetyt paine-ero- ja painelähettimet. Työssä esitellään kirjallisuudesta löytyviä menetelmiä vikaantumiseen liittyvien indikaattoreiden: anturin kalibraation ja vasteajan muutosten sekä signaalin resonanssipiikkien muutosten tunnistamiseksi anturin signaalin tehospektristä. Lisäksi työssä esitellään menetelmä anturit yksilöivien sormenjälkien muodostamiseksi spektristä pääkomponenttianalyysin avulla. Seuraamalla näiden sormenjälkien muutoksia sekä eroja samaa suuretta mittaavien rinnakkaisten anturien välillä voidaan tunnistaa merkkejä anturien vikaantumisesta. Kokeellisissa mittauksissa menetelmällä pystytään muodostamaan stabiileja sormenjälkiä pintamittauksen paine-erolähettimistä. Sormenjälkimenetelmän ja spektrin muutosten avulla löydetään merkkejä mahdollisesta vikaantumisesta yhdessä Olkiluoto 2 hienopinnan mittaukseen käytettävässä anturissa.fi
dc.description.abstractThe topic of this thesis is the methods used for detection of aging related faults in the signal noise of process sensors. The subject of the research is the pressure and differential pressure transmitters used for pressure and water level measurements at the Olkiluoto 1 and Olkiluoto 2 nuclear power plants. Known methods for detecting the primary indicators for sensor faults - changes in the calibration and the response time and changes in the resonance peaks - from the signal spectrum are presented. Additionally a new method for fingerprinting the sensors by the PCA of the signal spectra is presented. Sensor fault detection is possible by inspecting changes over time in these fingerprints and comparing fingerprints of the redundant sensors. Empirical measurements confirm that the method is capable of forming stable fingerprints from the signal spectra of the differential pressure sensors. By using fingerprinting method and inspecting the signal spectra one possible faulty water level sensor at Olkiluoto 2 plant is detected.en
dc.ethesisidAalto 4230
dc.format.extent62
dc.format.mimetypeapplication/pdfen
dc.identifier.urihttps://aaltodoc.aalto.fi/handle/123456789/20970
dc.identifier.urnURN:NBN:fi:aalto-201606172578
dc.language.isofien
dc.locationP1
dc.programmeTietotekniikan koulutusohjelmafi
dc.programme.majorLaskennallinen tiedefi
dc.programme.mcodeIL3001fi
dc.rights.accesslevelopenAccess
dc.subject.keywordikääntyminenfi
dc.subject.keywordkohina-analyysifi
dc.subject.keywordpaineanturifi
dc.subject.keywordkohinamittausfi
dc.subject.keywordvikaantuminenfi
dc.titleProsessianturien ikääntymisen havaitseminen kohinamittauksen avullafi
dc.titleDetection of the Aging of Process Sensors from Signal Noiseen
dc.typeG2 Pro gradu, diplomityöfi
dc.type.okmG2 Pro gradu, diplomityö
dc.type.ontasotMaster's thesisen
dc.type.ontasotDiplomityöfi
dc.type.publicationmasterThesis
local.aalto.idinssi54008
local.aalto.openaccessyes
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
master_Toosi_Topi_2016.pdf
Size:
1.65 MB
Format:
Adobe Portable Document Format