基于运行过程变量特征分析的核级闸阀故障诊断方法

针对核级闸阀卡滞故障,提出一种基于运行过程变量特征分析的闸阀故障诊断方法。闸阀开关运行过程往往包含故障特点及变化规律,因此该方法首先利用Shannon熵对闸阀开关过程振动信号功率谱进行信息化度量,计算出功率谱熵均值作为目标过程变量,分析闸阀健康情况下和故障情况下的目标过程变量的特征变化,进而划分故障区域和非故障区域,对闸阀进行故障诊断。最后基于核级闸阀实验,对该方法进行实验验证,结果表明该方法能够有效地诊断出核级闸阀故障,并且该方法具有一定的故障预测能力。因此该方法的使用能够降低因为闸阀卡滞故障造成的核设施事故发生概率,同时该方法能够用于其他领域闸阀故障诊断。     

基于BP神经网络的核探测器故障诊断方法研究

核探测器是核设施放射性监测的重要设备,为了保障该设备的持续稳定运行,本研究针对闪烁体探测器提出了一种基于BP神经网络的在线智能故障诊断方法。采用小波包变换将探测器输出信号从时域变换至频域后提取特征向量,将得到的特征向量作为BP神经网络故障诊断模型的输入,再通过误差梯度下降法对该模型的参数进行优化,最终利用最优的诊断模型完成故障类型的智能识别与分类,并将该方法与统计诊断方法和基于支持向量机的故障诊断方法进行横向的对比研究。研究结果表明,新方法的平均诊断准确率均优于上述两种方法。因此,该方法的应用能有效地提高核探测器的故障诊断准确率。     

核探测器监测及故障诊断装置构建

针对核探测器闪发故障频发,且故障后数据分析困难,构建了一套核探测器监测及故障诊断装置.该装置由核探测器、放大电路、峰值检测保持电路、高速数据采集卡、温湿度传感器、低频辐射在线监测仪与辅助诊断软件组成,能够实时监测核探测器的工作情况并记录故障前后的核信号数据,还能使维护人员迅速掌握发生故障前后探头温湿度及其他环境参数的变...     

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KNN改进算法的闪烁体探测器故障诊断

为研究核探测器的可靠性,本文提出了一种基于K近邻（KNN）算法的闪烁体探测器故障诊断方法。首先通过提取不同工况下的核脉冲信号的下降沿时间、信号幅值及能谱信号的能峰位置和低道址计数等特征参数,建立故障核信号统计特征信息库。通过修正权重因子,改变邻点距离计算方式等方法改进KNN算法建立闪烁体探测器故障诊断模型,并搭建故障数据采集验证系统,提取探测器输出信号的特征信息放入到模型中进行诊断实验。实验结果表明,该方法不仅能实现对探测器故障类别的智能诊断,而且能对不同故障的严重程度做出良好的判别。     

基于KNN改进算法的闪烁体探测器故障诊断

为研究核探测器的可靠性,本文提出了一种基于K近邻(KNN)算法的闪烁体探测器故障诊断方法。首先通过提取不同工况下的核脉冲信号的下降沿时间、信号幅值及能谱信号的能峰位置和低道址计数等特征参数,建立故障核信号统计特征信息库。通过修正权重因子,改变邻点距离计算方式等方法改进KNN算法建立闪烁体探测器故障诊断模型,并搭建故障数据采集验证系统,提取探测器输出信号的特征信息放入到模型中进行诊断实验。实验结果表明,该方法不仅能实现对探测器故障类别的智能诊断,而且能对不同故障的严重程度做出良好的判别。     

基于粗糙集理论和支持向量机算法的核电厂故障诊断方法

核电厂故障特征复杂多样,具有不确定性.提出一种基于粗糙集理论和支持向量机(SVM)算法的核电厂故障诊断方法.该方法运用粗糙集理论完成对不确定、不完整数据的约简,然后在此基础上设计SVM多级分类器进行故障诊断.最后,将该方法用于核电厂蒸汽发生器传热管破损、冷端破口、汽相破口、热阱丧失等4种典型故障的诊断.研究表明,该方法能够实现对核电厂故障的快速准确诊断.     

核级电动闸阀样机端部加载试验技术要点探讨

核级电动闸阀端部加载试验是通过对阀门管端施加载荷,测定载荷施加过程中力和应变的变化,考核阀门的刚度、强度以及在载荷作用时和作用后的性能指标,验证当阀门受到所有管端载荷及压力和自重在内的正常工作载荷作用时阀门的可操作性。本文探讨了核级电动闸阀样机端部加载试验的技术要点,并以一实际样机试验为例,描述了核级电动闸阀样机端部加载试验的试验方法及其试验结果。     

基于PCA与SDG的反应堆一回路系统故障诊断方法研究

反应堆一回路系统复杂,运行参数耦合多变,安全问题突出。为了保障运行安全、快速定位故障源,提出基于主元分析（PCA）与符号有向图（SDG）的一回路系统故障诊断模型。以一回路系统为诊断研究对象建立PCA-SDG模型,通过PCA分析监测参数的残差,判断故障的发生;然后采用SDG模型进行反向推理,找到潜在故障类型。通过模拟机仿真试验验证,该方法能够有效诊断故障,并提供报警传递路径。该方法可用于运行人员辅助决策,对运行装置的状态监测、报警分析和故障诊断具有重要意义。      

基于神经网络与表决融合的核动力装置故障诊断方法

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。利用核动力装置典型的运行模式来验证所提出的诊断方法的效果。结果表明,与单神经网络相比,该方法可提高核动力装置故障诊断结果的精度和可靠性。     

CPR1000型核电站给水泵事故瞬态分析

以CPR1000型核电站3×50%电动给水泵为研究对象,采用基于RELAP5和Simulink程序开发的CPR1000数字化仪控系统仿真试验台,详细计算分析了给水泵单泵故障和双重故障对反应堆运行的影响及相应的缓解措施。结果表明,给水泵单泵故障对反应堆运行的影响较小,各相关参数能够很快重回事故前的稳态工况。在给水泵双重故障情况下：初始核功率在75%FP及以下时,不会出现蒸汽发生器(SG)低-低水位;初始核功率高于75%FP、汽机初始负荷在90%FP及以下时,需将汽机负荷阶跃降至50%FP,才不会出现SG低-低水位;汽机初始负荷在90%FP以上时,建议停堆。     

基于自适应神经网络技术的钠泵诊断

在径向基函数网络的基础上，应用自适应算法使故障诊断方法具有自适应性：在对中国实验快堆(CEFR)钠泵的故障仿真实验中．该方法能够较好地识别出故障。为了提高识别的准确率，本文在自适应径向基函数网络的基础上对其自适应算法进行了一定的改进，使故障诊断的准确率有所提高。     

报警触发式蒸汽发生器传热管破裂事故诊断专家系统的研究

针对蒸汽发生器U型传热管破裂事故(SGTR),设计报警状态触发启动运行的故障诊断专家系统。通过对SGTR事故进行故障机理建模,得到故障征兆特征;利用仿真实验获得的实验数据设置置信规则的参数,构造该专家系统的规则库,并对多重专家库的诊断结果进行信息融合,得出最后诊断结果。仿真测试表明,该专家系统能够准确、快速诊断出SGTR事故,并提供操作指导。     

分布式故障诊断策略及其在核电站中的应用

核电站运行状态的监测与故障诊断直接关系到核电站的安全性、可靠性和经济性.针对核电站故障诊断特点,本文提出了一种分布式故障诊断方法,开发了反应堆冷却剂系统分布式故障诊断系统(RCSDFDS).实验测试表明,RCSDFDS不仅能够对单一故障进行及时、准确的识别,而且对多重故障也具有良好的识别效果.     

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。     

基于集成学习的核电站故障诊断方法

核电站系统复杂,需要采集和监测的变量较多,给核电站的故障诊断增加了困难。针对该问题提出集成学习算法,对核电站的失水事故、给水管道破裂、蒸汽发生器U型管破裂和主蒸汽管道破裂等4种典型故障进行训练学习,并分别在正常情况下和参数缺失情况下进行仿真实验。仿真结果表明,该算法在参数缺失的情况下仍能得到较好的诊断结果,具有良好的容错能力和泛化能力。     

基于特征事件序列的船用核动力系统故障诊断方法研究

针对船用核动力系统工况多变、故障概率高、操纵员支持手段匮乏等问题,提出一种基于特征事件序列的故障诊断方法。在分析大量运行数据的基础上,通过定义特征事件序列来提取不同类型故障特征,并构建各种典型事故的标准特征事件序列谱。当系统运行发生故障时,按特定算法实时提取系统当前事件序列特征,将其与标准特征事件序列谱比对,通过计算相似度,辨识引起系统异常的初因事件。经试验验证,该方法可辨识初因事件的程度,并定位其相对位置,与传统数据驱动的方法相比,具有易追溯、可解释等优点,因而更具研究和推广价值。     

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。     

核电站分布式智能故障诊断系统研究与设计

为进一步减少核电站运行中发生故障后的误操作,根据核电站各设备功能分布及核电站数字化仪控系统分布式控制的特点,研究设计了核电站分布式状态监测与故障诊断系统。依据分解 综合的诊断思想,提出模糊神经网络和RBF神经网络进行分布式局部诊断和多源信息融合技术进行全局综合诊断的方法。仿真实验结果表明,该诊断系统能够正确诊断压水堆核电站多个典型故障,并能为核电站运行提供有效的帮助信息。     

核设备抗震鉴定试验中功率谱密度检验方法分析评估

为满足核设备抗震鉴定试验中输入运动的功率谱密度（PSD）要求,基于对规范背景和目标PSD算法的调研以及典型算例的对比分析,对PSD的检验方法进行分析评估。结果表明,检验PSD最为直观的方法即对比输入运动PSD与目标PSD;根据各类目标PSD算法的结果精度、保守性及其规范依据,推荐使用2014版美国核管理委员会标准审查大纲（SRP）3.7.1节附录B中人工合成时程的方式来计算目标PSD:虽然该算法通常适用于核电厂的厂址设计反应谱,但对于设备抗震鉴定反应谱,仅需将人工合成时程的目标反应谱替换为鉴定反应谱即可;采用本文推荐方法计算目标PSD时,设备抗震鉴定输入运动的PSD检验应与SRP 3.7.1保持一致,即在0.3 Hz到目标反应谱的最高截断频率范围内包络目标PSD的70%。