SDG故障诊断方法在核动力装置中的应用研究

核动力装置运行状态的诊断关系到装置运行的安全性和可靠性。针对核动力装置系统复杂,难以建立数学模型的特点,本文将基于定性模型的符号有向图（SDG）方法应用于核动力装置中进行故障诊断,并以核动力装置主冷却剂系统为研究对象,提出了相应的建模方法并建立了SDG模型,根据所建立的模型开发了基于SDG方法的核动力装置故障诊断系统,并以蒸汽发生器传热管破裂（SGTR）事故和弹棒事故为例对该系统的诊断推理过程进行了分析。仿真结果表明,基于SDG的方法在核动力装置中能有效诊断故障,并能提供故障传播路径,具有良好的解释性,可为运行人员决策提供帮助。     

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。     

基于SDG-QTA的核动力装置故障诊断技术研究

通过对核动力装置进行在线状态监测与故障诊断研究,帮助操作人员及时了解核动力装置的运行状态和事故进程,有助于操作人员进行正确操作,防止事故进一步恶化。符号有向图（SDG）能很好地展示出复杂系统变量之间的关系,同时具有建立模型简单、推理灵活等优点。本文采用SDG对核动力装置进行故障诊断研究。首先,将定性趋势分析(QTA)和阈值法结合对核动力装置进行状态监测。然后,采用SDG对核动力装置进行故障诊断,并通过SDG模型给出故障的传播路径。最后,以核电厂二回路典型故障为例,建立其SDG模型,并通过仿真机对该方法进行验证。     

基于灰色聚类分析的核动力装置故障诊断研究

针对核动力装置故障状态下征兆参数呈现出的灰色特征,提出将灰色聚类分析模型用于核动力装置故障诊断,采用了两种方法构造聚类模型。其一,基于AB0型灰色关联度分析的聚类模型主要通过核动力装置待检序列与标准故障模式序列间的AB0型关联度排序来分析故障类型;其次是基于灰色白化权函数分析的聚类模型主要由核动力装置待检序列与标准故障模式序列间的聚类系数值分析故障类型。以蒸汽发生器典型故障为例,验证了灰色聚类分析方法用于核动力装置故障诊断的可行性。分析结果表明,灰色聚类分析建模简单,可以实现故障的准确诊断。     

基于信息融合技术的核动力装置智能故障诊断系统研究

将信息融合技术应用到船用核动力装置故障诊断中,建立由故障树专家系统、神经网络诊断系统和机理模型验证系统构成的空间融合架构,充分利用系统深层知识、浅层知识和机理模型知识,经仿真验证,信息融合诊断系统可有效提高故障诊断的可靠性.     

改进灰色关联度模型在蒸汽发生器故障分析中的应用

为进一步减少核动力系统发生故障后的误操作,建立灰熵加权优化条件下的关联度模型,并以核动力系统蒸汽发生器典型故障为例,进行核动力系统的故障诊断仿真研究。结果表明,使用改进关联度模型的诊断系统稳定性好,结论准确可靠,能满足实时诊断要求,可以大幅度提高故障隶属度的分辨率。     

船用核动力二回路热力系统动态仿真

基于船用核动力装置运行安全分析,建立了二回路系统两相流通用仿真软件模型,实现了人工干预条件下复杂两相流流体网络系统的动态特性实时仿真,拓展了目前核动力装置通用安全分析程序的研究范围.以二回路快速降负荷为例,对仿真模型的性能进行了验证.结果表明:该软件模型能准确反映船用二回路系统的动态特性,可用于事故处置规程和控制系统功能的验证.该模型也可用于核电站饱和蒸汽系统仿真软件的开发.     

船用核动力装置专家系统技术研究

以船用核动力装置为研究对象 ,建立了运行在仿真机上的全工况核动力装置运行仿真系统。利用智能专家控制理论 ,建立了能够管理整个装置运行的 ,能对典型运行故障进行检测与诊断的管理运行专家系统。此系统在出现故障时能及时调用知识库专家知识进行专家推理 ,分析核动力装置控制实际运行中典型故障产生的原因及解决方法、故障诊断处理具有实时性 ;利用神经网络理论 ,建立了神经网络故障检测与诊断专家系统 ,此系统将不断检测核动力装置各系统 ,并根据检测数据给出故障诊断结果。结果表明 ,在核动力装置三层智能控制结构下 ,利用神经网络故障检测与诊断专家系统对船舶核动力装置可能的运行故障进行险测与诊断 ,利用运行管理专家系统对核动力装置进行运行管理 ,提高了船用核动力装置的运行性能。所进行的专家系统研究对船用核动力装置的安全运行具有一定的指导意义     

专家系统知识表示及其在舰艇核动力装置故障诊断中的应用

为提高舰艇核动力装置安全可靠性，确保故障诊断能高效快捷,依据舰艇核动力装置故障特征，提出一种基于专家系统知识表示的故障诊断方法，该法将专家系统、知识表示与推理机有机结合。实践表明，基于专家系统知识表示的故障诊断方法能够对复杂多样的舰艇核动力装置故障做出诊断，有效提高舰艇核动力装置运行的安全性和可靠性。     

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。     

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。      

基于粗糙决策模型的核电厂故障诊断方法

将粗糙集和信息熵相结合,提出了改进的决策树ID3算法,并提出了基于此算法和粗糙集约简算法的故障诊断方法.将该方法用于核电厂故障诊断.结果表明,该方法具有良好的故障诊断性能,可在核电厂故障诊断领域中应用.     

基于事件触发机制的核电站智能诊断专家系统置信规则库的研究

为提高核电站故障诊断的准确性和及时性,提出采用以核电站主要设备运行参数的报警状态为事件的触发机制对核电站设备故障进行诊断,利用核电站相关运行参数的信息集合建立事件触发下的核电站智能诊断专家系统置信规则库,而构建规则库采用故障机理模型与核电模型等相结合的方式,即在故障引起的报警下进行描述故障的征兆集合提取、规则的表示和规则变量的设定。通过在核电模型中人为引入故障,利用基于事件触发机制的核电站智能诊断专家系统进行故障诊断。诊断结果表明,本系统诊断出的故障类型与在核电模型中引入的故障类型一致,验证了本系统诊断结果的准确性,证明了此规则库的有效性和可行性。     

核电设备状态监测与故障诊断系统的研究

故障诊断系统可作为先进核电站仪表控制系统的重要辅助工具。本文介绍1种用于核电设备的状态监测及故障诊断系统,该系统的系统程序用VisualBasic6.0开发,并集数据采集、状态监测、故障诊断于一体,功能完善,操作使用方便。为了验证该系统的有效性,在核动力装置模拟器上进行了仿真实验研究。实验结果表明,系统完全可对核电设备的典型故障进行准确识别。     

基于Adaboost算法的核电站故障诊断方法

针对当前基于集成学习的核电站故障诊断算法大多注重提高各种机器学习算法识别精度而忽略底层基学习器整合方法,导致集成学习算法识别事故类型精度难以提高,而且存在识别结果是否可信的问题。本文基于Adaboost算法设计了一种可使核电站控制系统自主识别故障类型的机器学习算法模型,该算法模型通过为集成学习的各种故障识别算法合理分配权重系数,提升集成学习整体算法对核电站事故类型的识别精度和算法可靠性。同时测试结果表明Adaboost算法对7种典型的核电站运行或事故工况的平均识别正确率可达95%以上;而且当事故发生150 s后,识别正确率可达100%。因此基于Adaboost算法的基学习器整合方法可用于优化集成学习的算法结构,提高算法对核电站事故类型的识别精度。      

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。     

基于入侵性野草算法的核动力装置故障诊断

针对船用核动力装置故障原因与相应故障征兆之间并非完全一一对应的特点,提出了一种将入侵性野草算法和概率因果模型相结合的故障诊断方法,该方法将概率因果模型中的似然函数作为入侵性野草算法的适应函数,从而将复杂系统的故障诊断转化为优化问题。结果表明,该方法能用于诊断过程中出现的不确定性问题,也可实现通过多个征兆来诊断多个故障的目的,且具有较高的诊断可靠性与实用性。     

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。