39ª Reunión Anual de la SNE Reus (Tarragona) España, 25-27 septiembre 2013

Cualificación del Sistema Automático de señales de corrientes inducidas de tubos de generadores de vapor en EPRI B. Ribes, F. García, M. Salvatori, J.M. Rego Tecnatom [email protected]; [email protected]; [email protected]; [email protected] Resumen – Los sistemas avanzados de inspección por corrientes inducidas de tubos de generadores de vapor cuentan con clasificadores automáticos de señales lo que les permite realizar un análisis secundario que complementa al análisis primario realizado por un analista. El software de análisis de datos de generadores de vapor desarrollado por Tecnatom, TEDDY-EVAGV, cuenta con la opción de realizar un análisis automático basándose en una serie de algoritmos de localización, detección y clasificación de señales. Con el objetivo de cualificar dicho sistema en el EPRI, se ha procedido a optimizar el mismo permitiendo a la vez analizar una mayor variedad de modelos de generadores de vapor así como de tipos de defectos. Como resultado de estas optimizaciones se ha conseguido la cualificación del sistema automático en el EPRI Summary – Advanced Eddy current systems for steam generator tubes have an auto data analysis module which enables a secondary data analysis that complements the primary analysis traditionally performed by an analyst. The data analysis software TEDDY-EVAGV developed by Tecnatom has the option to make a complete automatic analysis based on a series of algorithms to locate structures and to detect and classify Eddy current signals. With the aim of qualifying the automatic analysis in EPRI, the system has been optimized enabling to analyze a wider variety of Steam Generator models as well as defect types. As a result of this optimizations the automatic analysis has obtained EPRI qualification.

1. INTRODUCCIÓN Tecnatom viene desarrollando estudios sobre sistemas automáticos de evaluación de datos de corrientes inducidas de tubos de Generadores de Vapor desde el año 1989. En 1990 desarrolló su primer sistema automático que fue utilizado en las inspecciones en servicio de las centrales nucleares españolas en 1991. Desde entonces el sistema ha ido evolucionando añadiendo nuevos algoritmos de búsqueda de defectos, parámetros de caracterización de señales, clasificadores automáticos basados en reconocimiento de patrones y un sistema experto basado en regresión logística. Para cualificar el sistema se ha realizado una optimización en las tres etapas claves del mismo: localización de estructuras, detección de posibles señales y clasificación de las mismas, resultando en una mayor versatilidad (capacidad para contemplar otros modelos de generador de vapor), un incremento en la capacidad de detección (se cuenta con dos algoritmos independientes de búsqueda de posibles indicaciones) y una mejora en el sistema de clasificación basado en reglas, dotándolas de nuevos parámetros de caracterización de defectos. En conclusión, se ha mejorado todo el proceso y se dispone de un sistema más robusto y fiable. Como resultado de estas optimizaciones se ha conseguido la cualificación del sistema automático en el EPRI.

39ª Reunión Anual de la SNE Reus (Tarragona) España, 25-27 septiembre 2013

2. DESCRIPCION DEL SISTEMA AUTOMATICO El software de evaluación automático es capaz de examinar los datos, buscar indicaciones, clasificarlas y evaluarlas, de acuerdo con unas reglas y unos parámetros dados por un analista. El analista define exactamente, como quiere realizar el análisis. Por lo tanto, el conocimiento de la defectologia que existe en el modelo de generador, y más concretamente del generador que se va a evaluar es fundamental. En la actualidad, en las inspecciones que realiza Tecnatom de los tubos de los GG.VV con bobina circular, se realizan dos análisis independientes, un primario en forma manual y un secundario mediante el software de evaluación automática. Posteriormente se comparan ambos resultados antes de emitir un informe final. El proceso que sigue el software automático en la evaluación de un registro es el siguiente: • Leer el fichero de datos del registro y aplicar la calibración a los datos. • Identificar las señales debidas a las estructuras soportes, incluidas las barras antivibratorias, mediante un algoritmo que consta de dos partes, una primera en la que se detectan todas las posibles indicaciones de las estructuras y una segunda en la que se asigna a cada señal la etiqueta que le corresponde de acuerdo con un modelo previamente definido y seleccionado. • Detectar posibles indicaciones de defecto de acuerdo con las reglas definidas por el usuario (canal de CC.II, filtro, componente, localización axial, umbral, tamaño, etc.) • Clasificar y evalúar las indicaciones detectadas de acuerdo con las reglas definidas por el usuario, que normalmente son las mismas que se emplean en el análisis manual (canal, amplitud, fase, relación entre diferentes canales y parámetros, etc.) • Reportar las indicaciones que cumplen las reglas de clasificación, incluyendo: identificación del tubo, amplitud, fase, tipo de indicación, profundidad, localización axial etc. En la figura 1 se describe a modo de esquema los pasos de los que consta el proceso de análisis automático

39ª Reunión Anual de la SNE Reus (Tarragona) España, 25-27 septiembre 2013

Datos de corrientes Raw Data Datos calibrados

Reconocimiento de placas

Detección de estructuras

Identificación de estructuras

Detección de posibles señales

Detección basada en umbrales

Detección de picos

Clasificación de señales

Basada en reglas

Basada en un sistema experto

Basada en reconocimiento de patrones

Evaluación de señales

Informe de resultados

Figura 1. Pasos del proceso de análisis automático.

Los pasos anteriores son secuenciales, por lo que si falla uno los siguientes se verán afectados por ese fallo. Por ello, el sistema cuenta con mecanismos que permiten identificar si se ha producido un fallo y al mismo tiempo el sistema dispone de algoritmos de búsqueda y clasificación totalmente independientes, lo que le confiere una alta probabilidad de detección y clasificación a la vez que le convierte en un sistema muy versátil. En el caso de las reglas de detección y clasificación de defectos, éstas se revisan y ajustan para cada central y modelo de GGVV previo a realizar la inspección de tal forma que se consiguen sistemas fiables y robustos. De igual forma que un analista se entrena y aprende de sus errores lo hace un sistema automático. Cada vez se exige que los sistemas automáticos sean capaces de detectar defectos en sus etapas tempranas lo que implica detectar indicaciones muy pequeñas en magnitud. Esto a menudo provoca que los umbrales de detección sean cada vez más cercanos al

39ª Reunión Anual de la SNE Reus (Tarragona) España, 25-27 septiembre 2013

nivel de ruido y por lo tanto el número de señales candidatas a ser defectos aumente considerablemente y resulte más complejo encontrar una regla de clasificación adecuada. El software automático de la aplicación de análisis TEDDY-EVAGV dispone de un módulo para definir las macros automáticas para cada modelo de generador de vapor, central y unidad. La macro de análisis automático consta de cuatro diálogos: el de búsqueda, el de señales, el de clasificación y el principal (ver figura 2). La búsqueda de señales se realiza mediante la combinación del diálogo de búsqueda y del diálogo de señales, en el primero de los cuales se establece el tipo de búsqueda (canal, componente, filtro, umbral, etc.) y en el segundo la parte del tubo a la que se aplica ese tipo de búsqueda. Las reglas de clasificación se escriben en el dialogo de condiciones, en el que se establecen los requisitos que debe de cumplir cada señal, y por último en el diálogo principal se aplican unas reglas de clasificación a un conjunto de señales, es decir se combinan las reglas de búsqueda y de clasificación pudiéndose definir operaciones entre los conjuntos de señales.

Figura 2. Macro automática: Búsqueda, detección y clasificación de señales.

Se han implementado una serie de herramientas que se ejecutan en modo trace (seguimiento) y que permiten comprobar visualmente como están funcionando las reglas de búsqueda y clasificación, ajustándolas si es preciso.

Figura 5. Macro automática modo Trace: visualización y seguimiento de resultados.

39ª Reunión Anual de la SNE Reus (Tarragona) España, 25-27 septiembre 2013

3. MEJORAS INTRODUCIDAS 3.1. Reconocimiento de placas Se han ampliado el tipo de modelos de generadores de vapor soportados por la aplicación y se ha optimizado el algoritmo de reconocimiento de estructuras permitiendo detectar cada tipo de estructura de manera independiente lo que ha aumentado el porcentaje de tubos bien reconocidos.

Figura 3. Tipos de modelos de GGVV soportados.

3.2. Detección de señales A la hora de detectar defectos estos se buscan en aquellas zonas susceptibles de presentar dicha defectología. En este sentido se han definido nuevas macros de búsqueda que han permitido mejorar la detección de señales en la zona curva del tubo tanto en las zonas bajo las barras anti-vibratorias como las zonas entre barras. En la actualidad existe una detección de posibles señales basadas en umbrales, los canales sobre los que se buscan las posibles señales de defectos se pueden mezclar, filtrar y rotar entre otros. Se ha implementado un algoritmo basado en la detección de picos, completamente independiente del anterior que permite detectar posibles señales defectuosas. En estos casos es vital disponer de una regla de clasificación precisa pues son muchas las indicaciones detectadas. El algoritmo permite introducir el canal y componente a buscar, un umbral de detección mínimo para evitar el ruido, el orden del filtro a aplicar así como unos parámetros relativos al tamaño para considerar que picos de entre los detectados forman una señal. (ver figura 4)

Figura 4. Algoritmo de detección de picos aplicado a la detección de una señal tipo denting en su fase de iniciación.

39ª Reunión Anual de la SNE Reus (Tarragona) España, 25-27 septiembre 2013

3.3. Clasificación de señales Por un lado se han implementado nuevos parámetros para poder caracterizar los defectos. Dichos parámetros son fruto de un trabajo conjunto entre analistas y desarrolladores para extraer mediante parámetros aquellas características sobre la forma de la señal que define el comportamiento de determinados defectos. Por otro lado se ha dotado al sistema de la posibilidad de definir uniones y/o intersecciones entre conjuntos de defectos que verifican una condición lo que permite definir con mayor precisión las reglas de clasificación a la hora de determinar si una señal sigue el comportamiento de un determinado tipo de defecto. Esta nueva funcionalidad permite reproducir mejor el razonamiento seguido por un analista a la hora de considerar que es un defecto.

Figura 5. Macro automática: Múltiples algoritmos de detección sobre una zona y operaciones entre distintos algoritmos de detección y clasificación.

4. RESULTADOS OBTENIDOS Tras la validación interna del sistema automático, se crearon los modelos de los distintos generadores de vapor, así como las macros automáticas para cada modelo de generador de vapor y central. Se realizó el entrenamiento requerido con la base de datos suministrada por el EPRI y una vez ajustadas las macros automáticas se procedió a realizar el examen para obtener la cualificación EPRI del sistema.

4.1. Criterios de evaluación De acuerdo con el programa establecido por el EPRI [1] y para el caso de datos de sonda circular los criterios de evaluación de los resultados del examen son: Examen sobre la detección de defectos (detección y clasificación) Para cada una de las categorías de defecto incluidas en el examen se considerará que se ha pasado el mismo si se alcanzan los siguientes requisitos: • Una POD1 de al menos el 80% a un nivel de confianza del 90% para defectos >= 40% de pérdida de espesor.

1

POD: Probabilidad de detección (Probability of Detection)

39ª Reunión Anual de la SNE Reus (Tarragona) España, 25-27 septiembre 2013

• Una detección de al menos el 80% para defectos 0% TW) Tube Support Structure

100.00%

94.90%

90%

PASS

OTSG

ODSCC & IGA (0% TW) Tube Support Structure

100.00%

97.65%

90%

PASS

BWI

Wear (0% TW) U-Bend Structure

95.83%

84.74%

90%

PASS

2

RMSE: Root Mean Square Error

39ª Reunión Anual de la SNE Reus (Tarragona) España, 25-27 septiembre 2013

Tabla 2. Resultados del dimensionamiento. SG ID

Criteria Sets

W

Thinning TS Sludge Pile

W

Counted Calls

RMSE

Correct Calls

Result Less than 16 0 counted calls

Notes

N/A

0

Thinning Tube Support Structure

5.28%

50

65 PASS

W

Wear Tube Support Structure

1.64%

43

44 PASS

W

Wear U-Bend Structure

6.33%

289

291 PASS

OTSG

Wear Tube Support Structure

3.37%

29

97 PASS

=40% TW

BWI

Wear U-Bend Structure

1.46%

23

23 PASS

=40% TW

=40% TW

Tabla 3. Análisis de las falsas llamadas. Average of Overcalls for all Tubes

Overcall Analysis

Total number of tubes

W

r1234_02-01-2013_14_54.txt

1304

6940

5.32

OTSG

r1234_01-30-2013_19_53.txt

405

1904

4.70

BWI

r1234_01-28-2013_19_53.txt

28

3

0.11

1737

8847

5.09

SG ID

Totals

Number of Overcalls

Como se puede observar en las tablas los resultados del examen han sido excelentes.

5. CONCLUSIONES El sistema automático de evaluación de tubos de generadores de vapor del software de análisis TEDDY-EVAGV ha obtenido la certificación EPRI de reconocido prestigio. Los últimas mejoras incluidas en el sistema permiten: • Modelar un mayor número de tipos de Generadores de Vapor • Mejorar la detección y clasificación de señales en general y en particular en sus fases tempranas de formación. • Mejorar la clasificación de indicaciones complejas. Por otro lado, los algoritmos independientes de detección y clasificación de indicaciones están en la línea de permitir realizar un doble análisis automático independiente o un automático en una sola pasada (puesto que es posible definir múltiples algoritmos de búsqueda y clasificación para un mismo tipo de defecto o para una misma zona).

AGRADECIMIENTOS Tecnatom agradece el asesoramiento técnico y la ayuda prestada por personal del EPRI durante el proceso de cualificación.

REFERENCIAS [1] Steam Generator Management Program: Automated Analysis Performance Demonstration Database. Qualification Program Protocol Update. del EPRI.