共查询到17条相似文献,搜索用时 58 毫秒
1.
2.
集成神经网络方法在蒸汽发生器故障诊断中的应用 总被引:1,自引:1,他引:0
针对蒸汽发生器传统故障检测与诊断方法的不足,提出了基于集成神经网络的蒸汽发生器故障检测与诊断的新方法。该方法采用两个神经网络。一个神经网络作为蒸汽发生器的动力学模型,用于蒸汽发生器的重要运行参数的预测,其原理是通过检测蒸汽发生器运行参数监测信号值与相应的蒸汽发生器神经网络模型预测值之间的偏差来确定是否发生了异常,如果某一参数偏差超过了预先给定的极限,就认为发生了异常。另一个神经网络作为故障分类模型,用以对蒸汽发生器故障进行分类,给出故障的类型。由两个神经网络监测和诊断结果的融合给出蒸汽发生器故障较为清晰的信息。仿真结果表明,该方法能够提高蒸汽发生器监测与诊断的能力。 相似文献
3.
4.
5.
6.
本文运用相关辨识理论,用模拟装置对核电站蒸汽发生器进行水位高度随阀门开度变化的动态特性辨识。辨识是在 FFT 频谱分析仪上进行的,直接由蒸汽发生器的输入,输出信号得到相关函数,从而求得蒸汽发生器的动态特性曲线,并进行分析和研究。 相似文献
7.
8.
9.
10.
本文针对整体式预热器U型管蒸汽发生器建立了热工数学模型并进行了动态模拟。该模型是一个25阶、非线性、可移动边界模型。包括:一、二次侧的质量与能量平衡方程以及确定二次侧下降段流量的动量守恒方程。对所建立的模型利用Gear方法作了蒸汽阀门开度阶跃10%的瞬态模拟,所得结果和国外所公布的结果吻合得很好。由此可见。本文所建立的模型可以为这种蒸汽发生器的设计、运行、控制提供理论依据。 相似文献
11.
12.
13.
14.
15.
16.
核动力装置结构复杂、运行参数多且耦合程度高,在异常运行工况时,运行参数之间存在极其复杂的非线性关系。采用人工方式进行故障诊断难度较大,亟需一种能高效识别异常运行工况类型的智能技术。概率神经网络(PNN)具有良好的非线性映射功能,适用于核动力装置多参数、强耦合情况下的异常运行工况识别。本文选取6种核动力装置异常运行工况,依托核动力装置事故分析平台进行了模拟计算并提取了特征参数。分别采用PNN与BP神经网络方法,在MATLAB环境中建立了异常运行工况识别模型,并进行了验证。结果表明,基于PNN的异常运行工况识别方法有效,且较传统BP神经网络方法更准确、快速。 相似文献