贝叶斯网络用于屏蔽泵系统故障分析方法的研究

将贝叶斯网络系统故障分析方法中,旨在提高故障分析中不确定逻辑关系知识表达和多故障状态的考虑。本文构建屏蔽泵系统故障的贝叶斯网络,对网络中故障参数进行贝叶斯方法学习,在已知新样本信息时更新网络参数,最后由贝叶斯网络推理,获得屏蔽泵系统的薄弱环节和最大可能的故障模式,及其发生概率。实例证明了贝叶斯网络可作为故障分析方法,具有更强的建模分析表达能力。     

基于概念格的核动力设备NN-ES故障诊断方法

将神经网络与专家系统相结合,能充分发挥各自的优点。本工作利用概念格获取对象属性,从大量的原始数据中提取对象故障征兆集的核心属性、不必要属性和相对必要属性。基于这些属性,构建不同重要度的神经网络,使网络学习速度大幅提高,判断准确。为了更好地提高核动力设备故障诊断的准确性,采用基于规则推理的专家系统,对各神经网络融合后的诊断结果进行验证诊断。为验证该方法的有效性,以核动力设备典型故障为例,进行了仿真实验研究。仿真实验结果表明,将基于概念格属性约简理论构建的神经网络与专家系统邦联的诊断方法引入核动力设备故障诊断中是可行的,并且具有网络学习针对性强、计算量小、诊断结果可靠等特点。     

控制棒驱动机构故障诊断系统设计

基于典型故障模式分析和传感器测点分析,以控制棒驱动机构(CRDM)为对象提出了2种故障诊断算法,即利用状态观测器模型和基于振动信号的智能算法,预先发现其故障现象,精准识别故障模式并实现故障部件隔离,减少故障后报警带来的危害和损失。同时,初步设计了故障诊断系统的软硬件结构,为后续CRDM的故障诊断系统研发与应用提供了支撑。     

基于贝叶斯网络的余热排出泵故障诊断

基于余热排出泵的故障树建立了贝叶斯故障诊断网络。在FT/BN基本转换的基础上,分析了多态逻辑表达的方法和不确定性问题的条件概率表的确定,运用专家分段投票的方法建立了BN网络根节点概率。所建网络可通过节点重要度、灵敏度分析和双向诊断等功能为设备设计使用和维修决策提供参考。     

DUCG在核电站二回路故障诊断中的应用

自美国三哩岛核电站事故以来,故障诊断在核电站中的作用越来越被重视。为探索故障诊断在我国核电站中的应用,介绍了应用于复杂系统不确定性行为的智能故障诊断方法——动态不确定因果图(DUCG)。文中模型以中国广核集团有限公司宁德1号核电机组为原型构建,并利用与此机组对应的核电模拟机数据进行验证,保证了验证的有效性。验证结果表明,采用DUCG方法,能准确对核电站的典型故障进行识别和诊断,展现故障的发展过程,得到引发故障的原因事件和相应概率。     

基于改进遗传算法的核动力装置故障诊断研究

针对核动力装置故障和对应征兆繁多的特点,并克服传统遗传算法进行故障诊断的固有缺陷,提出了一种基于改进遗传算法和概率因果模型的故障诊断技术,构建了诊断系统。该系统主要由数据采集模块和故障诊断模块构成,具有诊断实时性强、计算速度快的特点。为验证系统的有效性,对蒸汽发生器进行了故障诊断,测试结果与相关文献结论吻合。最后还与传统遗传算法进行了比较,表明改进后的遗传算法可有效避免误诊、漏诊现象,诊断准确率较高。     

考虑人因的面向对象贝叶斯网络概率安全评估模型

人因对系统安全的影响日益突出,但现有的概率安全评估方法对其重视不足.本文建立了一种考虑人因的面向对象贝叶斯网络概率安全评估模型.该模型将人因整合到已有的事件序列图框架中,然后构建面向对象贝叶斯网络模型中的类,并转化为潜在贝叶斯网络进行推理,最后将推理结果整合到事件序列图中进行概率安全评估.利用该模型对核电站失水事故进行了分析,结果表明,该模型不仅适用于实时情境评估的情形,还适用于积累了一定量信息之后的情境评估.由于采用了面向对象的建模思想,有效地降低了建模的复杂程度,非常适用于大型复杂系统安全性建模分析.     

基于DUCG的核电站故障诊断专家系统的设计与实现

专家系统有着广泛的应用领域和应用方式。为增强核电站系统的安全性,协助操作员在故障发生时进行分析决策,建立了基于动态不确定因果图（DUCG）理论的核电站故障诊断专家系统。文章详细介绍了这一系统,重点介绍了系统知识库、推理机和图形化用户界面的设计与功能实现过程。验证结果表明,这一系统能进行准确的故障诊断,显示故障的发展过程,为操作员决策提供支持。     

分布式故障诊断策略及其在核电站中的应用

核电站运行状态的监测与故障诊断直接关系到核电站的安全性、可靠性和经济性.针对核电站故障诊断特点,本文提出了一种分布式故障诊断方法,开发了反应堆冷却剂系统分布式故障诊断系统(RCSDFDS).实验测试表明,RCSDFDS不仅能够对单一故障进行及时、准确的识别,而且对多重故障也具有良好的识别效果.     

基于复合人工神经网络的核电站实时故障诊断方法研究

针对核电站运行时故障或事故状态的在线实时判定,提出了一种基于复合人工神经网络的故障诊断和事故判定方法.其基本思想是:首先应用BP网络对事故进行成组快速诊断,而后应用RBF网络对BP网络的诊断结果进行区分和检验.利用核电站正常状态和多种事故状态下各故障特征参数输出的仿真计算结果,对所提出的方法进行了检验.结果表明,通过BP网络和RBF网络的优势互补,不仅能对学习过的故障进行快速、正确的诊断,对不同工况下的故障以及未定义的新故障也能够有效地识别.该方法采用的是随时间序列输出诊断结果及其可信度的方式,操纵员容易接受推理结果.     

基于PCA与SDG的反应堆一回路系统故障诊断方法研究

反应堆一回路系统复杂,运行参数耦合多变,安全问题突出。为了保障运行安全、快速定位故障源,提出基于主元分析（PCA）与符号有向图（SDG）的一回路系统故障诊断模型。以一回路系统为诊断研究对象建立PCA-SDG模型,通过PCA分析监测参数的残差,判断故障的发生;然后采用SDG模型进行反向推理,找到潜在故障类型。通过模拟机仿真试验验证,该方法能够有效诊断故障,并提供报警传递路径。该方法可用于运行人员辅助决策,对运行装置的状态监测、报警分析和故障诊断具有重要意义。      

BP－RBF神经网络在核电厂故障诊断中的应用

本工作将BP（backpropagation）神经网络与RBF（radialbasisfunction）神经网络相混合,并将其应用于核电厂的状态监测与故障诊断系统中,通过对核电厂典型故障的特征分析,建立相应的网络结构。为验证该混合网络的有效性,在核动力装置模拟器上进行了仿真实验研究,并用VisualBasic6.0编写了网络程序。研究结果表明：该混合网络具有良好的诊断准确性、实时性和可扩充性。     

基于频域数据注意力机制的核电厂水泵故障模式识别模型研究

针对核电厂水泵共性的异常振动、转子部件摩擦与磨损等故障模式,利用水泵最容易获取的泵壳加速度信号的频域数据为输入,提出了一种结合卷积神经网络和注意力网络的频域数据注意力机制方法,并建立了核电厂水泵故障模式识别模型。研究结果表明:相对于传统方法,利用频域数据作为输入、基于频域数据注意力网络算法建立的水泵故障模式识别模型输入的数据长度更短,能够有效提升模型训练的效率,该故障模式识别模型在测试集上的故障模式识别准确率达到100%,优于其他基于深度学习算法建立的故障诊断模型,证明了本文提出方法的优势。      

CARR数字化监控系统设计

介绍了中国先进研究堆(CARR)数字化监控系统的组成及其功能,CARR设计采用了可靠的软硬件设计平台、通讯网络、现场I/O主控单元、数据服务器等冗余设计技术以及系统故障诊断及故障监视等技术。目前,该系统已经完成了厂家设计工作,通过了出厂验收,即将进入设备现场安装和调试。     

核测井系统故障诊断

为快速诊断和排除核测井系统应用现场出现的各种故障,提出了基于故障树、基于模糊理论和基于专家系统的故障诊断方法,给出的故障诊断实例表明,论文的故障诊断方法能够满足现场故障诊断和排除的需要,指出了测井系统故障诊断的发展方向.     

核电站高压加热器管系泄漏智能诊断专家知识库的研究

为提高核电站高压加热器管系泄漏故障诊断的准确性和及时性,运用与机组热经济性密切相关的端差触发故障诊断。通过对高压加热器管系泄漏故障进行机理建模,得到与故障相关的征兆参数集;运用数理统计结合现场专家经验,完善对核电站高压加热器管系泄漏故障诊断专家知识库的构建。通过在1000 MW核电模型中人为引入管系泄漏故障,利用基于端差触发的核电站智能诊断专家系统进行故障诊断。结果表明,该方法在故障发生的初期即可对小程度的高压加热器管系泄漏进行准确诊断,证明此知识库的有效性和可行性。     

基于遗传算法的核动力设备实时故障诊断系统

在神经网络故障诊断研究的基础上,将遗传算法引入神经网络优化,并在此基础上设计了核动力设备遗传优化神经网络实时故障诊断系统.测试结果表明,该故障诊断系统能迅速、准确、可靠地诊断出所设故障.     

基于灰熵优化加权灰色关联度模型的核动力装置故障诊断技术

核动力装置作为一种复杂的灰色系统,故障和征兆间并无确定的对应关系,这使故障诊断变得十分困难。针对该问题,本文提出了基于灰熵优化加权灰色关联度的模型,并建立了故障诊断系统。为验证系统有效性,以核动力装置冷凝器典型故障为例进行了仿真研究。结果表明：该系统诊断结论准确可靠、计算速度较快,可满足实时诊断要求,且具有稳定性好、故障分辨率高等特点。     

核电厂稳压器压力瞬态波动故障诊断及方法研究

对某核电厂发生的稳压器压力控制信号瞬态波动的现象进行故障诊断。首先通过根本原因分析法(RCA)列举可能的故障原因,并借助信号仿真工具,层层分析和排除,定位异常点,最后通过对异常板件的离线试验,使故障复现,验证其故障原因定位的正确性。实际案例的故障诊断过程及结果表明:将真实工况信号作为仿真源注入仿真系统,比对实际和仿真控制系统各个环节信号的趋势和曲线可以实现故障的有效定位;对于信号偶发异常(阶跃、毛刺和波动)的故障诊断是一种简单有效的方法。     

基于自适应神经网络技术的钠泵诊断

在径向基函数网络的基础上，应用自适应算法使故障诊断方法具有自适应性：在对中国实验快堆(CEFR)钠泵的故障仿真实验中．该方法能够较好地识别出故障。为了提高识别的准确率，本文在自适应径向基函数网络的基础上对其自适应算法进行了一定的改进，使故障诊断的准确率有所提高。