点云化自由曲面上闭合加工路径数学建模

为了解决点云化曲面上闭合加工路径识别问题,对扫描仪获得的大量点云数据先进行网格化约减,提取含有加工路径点云的轮廓网格,再根据网格中的点云估算出网格的特征点,特征点信息包括三维空间坐标和法向量,将特征点有序化,最后用贝塞尔曲线簇建模。最终加工路线由一条封闭的光滑的自由曲线表示,解决了闭合加工路径的识别问题。     

基于DNN的托卡马克等离子体边界重建研究

  目的  为了实现托卡马克在放电过程中对等离子体位形的实时重建，在对相机标定算法分析的基础上，提出一种基于全连接神经网络的可见光边缘重建算法。  方法  该算法的作用是建立像素坐标系和托卡马克坐标系的对应关系进而实现等离子体可见光边缘重建。  结果  在该算法的基础上引入小样本学习，来对全连接神经网络重建算法做进一步改进。  结论  实验结果表明该算法可以精确地对等离子体可见光边缘进行重建，同时也满足系统对实时性的要求。     

基于FSS对二次侧非能动余热排出系统的验证

  目的  作为应对全厂断电事故（SBO）所做的重要设计改进项，二次侧非能动余热排出系统（ASP）基于蒸汽发生器（SG） 的二次侧闭式自然循环，在全部补水丧失的情况下，可以有效导出堆芯余热。  方法  基于全范围模拟机Full Scope Simulator(简称FSS)，在模拟机平台引入SBO+SBO柴油机失效+ASG气动泵失效事故工况，通过仿真模拟的方式，验证ASP系统对机组一、二回路的影响。  结果  仿真结果表明:ASP系统投运后，堆芯余热被有效导出，运行4 h后，SG内水位可恢复至8.6 m，SG内压力降至1.2 MPa（a），堆芯出口温度降至约为209 ℃，堆芯饱和温度裕度大于20 ℃，堆芯不存在融毁风险，事故处于可控状态。  结论  ASP系统满足设计工况需求，可实现堆芯余热的长期有效导出。     

核电人工智能应用：现状、挑战和机遇

近年来，人工智能技术被广泛应用于核电领域，以促进核电厂通过实现自诊断、自寻优、自适应，最终达到提高生产效率、降低运行成本、提高运行安全性的目的。本文介绍了在核电领域经常使用的人工智能技术，总结了其在智慧矿山、智能设计、智能制造和智能运维4个核工业典型应用场景中的研究现状，最后，从数据样本、网络安全、深度学习的解释性3个方面分析了人工智能技术在核电领域应用的挑战和发展趋势。