搜索结果: 1-5 共查到“核动力工程技术 诊断方法”相关记录5条 . 查询时间(0.363 秒)
近日,中科院合肥研究院核能安全技术研究所汪建业课题组在核电厂复杂系统智能故障诊断方法研究方面获得新进展。该研究基于数据驱动的方法建立了核电厂复杂系统的故障诊断模型,发展了一套基于带精英保留策略的非支配遗传算法和卷积神经网络算法相结合的自适应故障诊断方法,为核电厂复杂系统的故障诊断提供了理论和方法支持,相关研究成果发表在国际核能领域期刊Annals of Nuclear Energy上。硕士研究生贺...
基于邻域粗糙集和决策树算法的核电厂故障诊断方法
核动力装置 故障诊断 邻域粗糙集 决策树
2010/10/22
核动力装置系统复杂,需要采集和监测的变量较多,这给装置故障诊断增加了困难。针对该问题提出基于邻域粗糙集的参数约简算法,该算法实现了实数空间的粒度计算,可直接处理数值型参数,无需离散化参数。在此基础上,采用决策树算法对核电厂的失水事故、给水管道破裂、蒸汽发生器U形管破裂和主蒸汽管道破裂等4种典型故障进行训练学习,并将诊断决策结果与支持向量机算法进行对比。仿真结果表明,该算法可快速、准确地诊断出核电厂...
基于神经网络与表决融合的核动力装置故障诊断方法
核动力装置 神经网络 表决融合 故障诊断
2010/8/5
针对单神经网络(ANN)故障诊断方法的不足,将多神经网络诊断与表决融合方法结合起来,研究了基于多神经网络与表决融合的核动力装置故障诊断方法。在该方法中,多个不同类型的神经网络训练后用于核动力装置的故障诊断。选择对核动力装置安全有重要影响的运行参数作为各神经网络的输入变量,神经网络的输出是核动力装置的故障模式。用表决融合方法对不同神经网络的诊断结果进行融合,从而得到核动力装置故障诊断的最后结果。利用...
基于数据融合的核动力装置故障诊断方法
故障 核动力装置
2009/12/3
数据融合作为一种处理多源信息的方法适合于核动力装置的故障诊断。利用数据融合信息分级处理的思想,将核动力装置故障诊断分为3级进行,数据级采用了数据挖掘的方法对数据进行处理,对属性进行约简;特征级采用并行的3个神经网络处理数据级的约简属性,并将其输出作为决策级 Dempster-Shafer(D-S)证据理论的基本概率赋值;决策级采用了改进的D-S证据理论对神经网络的输出进行合成,克服了传统D-S证据...