非线性动力学理论在反应堆噪声分析中的应用研究

利用非线性动力学理论，给出了反应堆噪声功率振荡的非线性特性的差别方法，并对实际信号进行了处理。结果表明热态模拟运行时，反应堆的功率振荡易发生Hopf分叉，圆周形吸引子是存在的，随机噪声会对维数产生较大的干扰，但基本未改变吸引子的形状。该方法对反应堆的详细分析有一定的实际意义。     

基于自适应AR模型的核电站松动件报警方法

为能快速准确地检测到核电站一回路零部件的松动或脱落,提出1种基于自适应AR（auto-regressive）模型的松动件报警方法。该方法利用自适应AR模型跟踪一回路中背景噪声的变化,先对信号进行白化处理,再计算白化后信号的短时均方根（RMS）,设置RMS动态阈值实现报警。采用秦山核电站一号机组背景噪声和松动件碰撞信号叠加进行了仿真试验,结果表明,该方法能够在低信噪比和噪声复杂变化的条件下快速检测出松动件碰撞信号。     

基于盲源分离算法的压水堆松动件信号提取方法

压水堆一回路松动件状态监测系统的关键环节在于如何从复杂背景噪声中提取松动件冲击信号。利用基于最大信噪比的盲源分离算法，将压水堆背景噪声和松动件冲击信号从观测到的混合信号中分离，并利用相似系数对该算法的分离效果进行了评估。根据该算法，当分离信号之间关系均独立时，信噪比函数取得最大值。研究结果表明，该算法可高效、准确地实现压水堆一回路松动件冲击信号和背景噪声信号的分离。     

小波变换在核电站一回路松动件定位的应用研究

松动件定位是核电站一回路松部动监测系统（LPMS）中一个重要的内容,其中时延的精确计算是提高精度的关键。用连续小波变换方法确定碰撞信号的时间延迟,并用三角形定位方法进行了实验,结果表明小波变换对随机噪声有较好的抑制作用,奇异点位置确定比较精确,定位精度有所提高。     

小波变换在反应堆跌落物质量估计中的应用研究

采用小波能量谱比值方法,对跌落物进行了质量估计。研究结果表明,该方法明显好于传统的频率比估计法,能较好地区分螺钉（5g）和螺母（12g）,且在图表上也能较好地反应冲击能量的变化。小波能量比法为提高跌落物的质量估计精度提供了一个有效的途径。     

用逐级消除平均误差的LMS自适应算法检测瞬态信号

瞬态信号由于短时性、宽频带和相关性强之特点,实际的检测往往比较困难.本文是在LMS算法的基础上,以逐级消除平均误差为准则,对算法进行修正,并根据权向量的收敛过程和权向量误差的有关分析理论基础上,提出了反向滤波的方法.实验表明该滤波算法能有效地提高精度,反向滤波方法能有效地克服了正向滤波权向量不收敛现象.     

基于连续小波变换的Hilbert包络线松动部件定位方法

本文结合时-频域信号处理方法,在对冲击信号进行连续小波变换(CWT)的基础上,采用计算信号Hilbert包络线极大值的方法确定冲击信号的到达时间,并应用于网格定位。研究结果表明,该方法具有较高的定位精度,对小质量的松动部件能准确地定位其位置,且具有较好的抗噪能力。     

基于多尺度分解的瞬态信号检测

瞬态信号的检测在信号处理研究中占有重要地位。本文在多尺度分解的基础上对含噪声信号进行尺度上和尺度间作两维自适应滤波,并采用逐级消除平均误差的方法对自适应滤波算法进行了改进,从而有效地滤去噪声,达到提取信号的目的。基于瞬态信号的特点,在滤波的方法上提出了反向滤波的方法。实践结果表明,该方法在信噪比较小时仍能取得较好的结果。     

基于神经网络的松动部件监测系统小波质量估计方法研究

采用基于神经网络的小波质量估计方法对松动部件检测系统中小质量的螺钉(5g)、螺母(12g)和钢球(4．5g)进行了实验研究。结果表明：该方法能较好地区分不同质量的螺钉、螺母和钢球。     

基于支持向量机的核电站松动件质量估计方法

在分析传统松动件质量估计方法的基础上,提出一种基于支持向量机(SVM)的核电站松动件质量估计方法.分析松动件跌落碰撞信号的频率分布特征与松动件质量之间的关系,提取表征信号频谱的特征向量.以该特征向量为SVM的输入,松动件质量为输出,实现对核电站松动件质量大小的估计.最后进行平板实验验证,实验结果表明,该方法比传统方法具有更高的计算精度和实现方便性,为核电站松动件质量估计提供了一种新的方法.