BP神经网络改进算法在核电设备故障诊断中的应用

根据训练误差大小自适应调整神经元输入特性参数,并应用改进的遗传算法对神经网络的权值和隐含层数目进行优化,对传统的人工神经网络误差反传算法进行了改进,使训练算法的收敛速度大大提高.将人工神经网络技术和改进的BP网络训练算法应用于核电设备故障诊断,并以核电蒸汽发生器U形管破裂为例,建立了故障诊断模型.仿真结果表明,该算法的应用是可行的.     

航天产品静强度试验技术风险分析与控制

本文重点讨论航天型号研制项目技术风险的概念与内涵,从技术风险识别方法、质量控制管理两方面,明晰梳理试验技术风险工作的管理理念,并结合技术归零案例,从过程概述、原因分析、风险警示等方面开展质量问题分析.     

DSmT的主冷却剂泵并发故障融合方法分析

针对核电站主冷却剂泵故障特征微弱难以有效辨识及DST仅能解决在无高冲突辨识框架下的单一故障诊断等问题,提出一种基于DSmT决策级主冷却剂泵并发故障融合诊断模型．采用核主泵自由DSm模型和混合DSm模型对含有故障信息的多个独立证据源进行动态融合计算;分析核主泵DSmT故障特征信度赋值变化,确定主冷却剂泵故障(并发故障)诊断总决策. 结果表明, 将核仿真机采集TS、SS、VS和DS多源传感器数据直接对基本概率函数进行赋值,得出主冷却剂泵故障(并发故障)决策结果与实际工况相符,实例验证了所提方法的可行性、有效性及准确性．     

发动机点火控制台系统设计及应用

本文结合某火箭发动机性能测试的标志呢,对该火箭发动机点火控制台系统进行了设计。在原理上,该系统借助测试系统电路的电阻和恒定电压,依靠设置的点火电流来确保某火箭点火的实现。在软件开发上,本系统主要应用Visual C＋＋联合Measurement Studio的方式。最后对该点火控制台系统的可靠性进行应用分析。     

基于ARIMA和LSTM组合模型的核电厂主泵状态预测

为了对核电厂主泵的运行过程进行监测和追踪,进而提高主泵的预警能力,提出了基于差分自回归移动平均（ARIMA）和长短期记忆（LSTM）神经网络组合模型的主泵状态预测方法,并用该方法对某核电厂主泵止推轴承温度和可控泄漏流量进行单步和多步预测,以根均方误差（RMSE）为指标对预测精度进行评估。结果表明,所建立的ARIMA和LSTM神经网络组合模型能够对主泵的状态进行准确的预测和追踪,并且组合模型的预测精度要优于ARIMA和LSTM单一模型,尤其在多步预测中,组合模型的优势更加明显。      

锚杆坑道两用钻机的研制

介绍了适合西部开发建设用的钻探设备--MKD-1型锚杆坑道两用钻机,该钻机主要用来进行锚杆施工和坑道岩心钻探.     

基于模糊神经网络的核动力装置设备故障诊断系统研究

将模糊逻辑与神经网络相结合,对模糊逻辑和神经网络的区别和联系进行了阐述,并探讨了它们之间的结合．模糊神经网络结构及其实现算法,并将这一理论应用于核动力装置故障诊断,建立了基于模糊神经网络的船用核动力装置故障诊断系统。为了验证该系统的有效性,以蒸汽发生器U形管破裂事故为例,进行了仿真实验研究。诊断结果表明该理论方法对此事故完全可以正确识别。     

住友化学加快扩大烯烃类热塑弹性体产能

据悉,为满足市场不断增长的需求,日本住友化学公司正加快扩大聚烯烃类热塑性弹性体（TPE）产能。 目前,住友化学在日本千叶县拥有TPE产能1．5万t／年,在美国佐治亚州拥有产能5000t／年。住友化学已决定在日本国内的干叶县新建产能为5000t／年生产线,计划2011年底完工。     

基于iForest-Adaboost的核电厂一回路故障诊断技术研究

传统的故障诊断方法如主元分析方法与BP神经网络等在复杂非线性系统中存在泛化能力较差、故障识别准确度较低的问题。而孤立森林（iForest）算法使用孤立树划分思想识别异常数据，可适用于非线性系统的状态监测；Adaboost算法是一种基于组合分类思想的提升算法，可通过多个弱分类器的叠加，使整体算法具有较好的泛化能力。因此采用iForest算法与Adaboost算法建立iForest-Adaboost核电厂一回路故障诊断系统，使用GSE实时仿真平台与福清核电站一号机组仿真数据测试。测试结果表明，iForest算法相比于主元分析与QTA阈值法可以更快识别出系统异常，Adaboost算法相比于BP神经网络与支持向量机方法具有更高的故障识别准确率。      

基于最优小波基的主泵裂纹转子特征识别研究

针对反应堆主冷却剂泵经过长期运行后,可能会出现的转子裂纹故障,利用小波分析,能够实现对故障特征的识别。结合反应堆主冷却剂泵裂纹转子振动模型的仿真信号,运用连续小波变换的方法,从小波基库中选出不同小波基分别计算与故障信号的互相关系数,确定最大值,其对应的小波基即为转子裂纹故障信号的最优小波基,并使用该小波基对故障信号进行分析,将功率谱、变换尺度以及频率以三维图的形式刻画出来。仿真结果表明,最大互相关系数选出的小波基可以作为转子裂纹故障信号的最优小波基,并且能够很好的识别出转子裂纹故障特征。