基于相关向量机的反应堆功率测量电路故障预测研究

为了提高核测量装置的保障性和维修性,本文以反应堆功率测量放大电路为对象,通过基于量子粒子群优化算法的多核相关向量机模型对电路的典型故障进行预测。从功率测量放大电路的脉冲响应信号中,用小波包分解方法提取特征信息,将计算所得到的特征与电路正常状态特征之间的欧氏距离作为电路故障程度指标,选用多核相关向量机建立电路故障预测模型,并分析了相关向量机模型核函数种类、参数优化算法对于模型预测效果的影响,研究结果表明采用量子粒子群算法优化的多核相关向量机模型对于电路未来运行状态的预测精度较优,能够准确预测电路故障程度的变化规律。      

基于支持向量机的核爆地震自动识别

针对核爆地震识别问题的特点,提出利用支持向量机(SVM)方法进行核爆地震的自动识别。该方法借助算法的内在能力来实现特征的选择变换,不必像传统方法那样将很大的精力用于特征空间的降维处理。同时,由于该方法建立在结构风险最小化准则上,而不是仅仅使经验风险最小,所以,它具有好的推广能力。实际数据处理结果表明,该方法在小样本情况下性能优于神经网络,可以很好地克服过学习问题。     

基于重构概念的变负荷工况下核功率预测研究

为适应船用核动力装置变负荷运行工况时功率的调节,提出了一种基于运行数据统计学习的方法计算需求功率,并分别运用支持向量机和BP神经网络两种机器学习方法进行了数值试验。结果表明,在负荷急剧变化过程中,基于数据统计学习的方法计算精度优于物理模型法,特别是基于支持向量机的方法,它可在短时间内经一遍训练即可得到符合精度的训练模型,且可保证其得到的极值解即为全局最优解。此外,该方法还可应对某些输入信号缺失的情况,提高了计算过程的稳定性、可靠性和容错控制能力。     

基于支持向量机的环境γ剂量率模型

核电厂外围环境辐射连续监测系统获取地表γ剂量率,当剂量率超过预先规定的阈值时,系统会发出警告。但氡子体影响、系统噪声造成的数值不稳定、剂量率具有周期性的变化均会使数据出现波动从而造成无效的报警。为辨别剂量率上升的原因,建立了支持向量机模型对环境剂量率超过阈值的原因进行分类,考察了不同参数对模型精度的影响。通过2000组以上历史数据验证,结果表明,该模型能对环境γ剂量率超过阈值的原因进行准确分类,准确率达98%以上。     

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.     

最小二乘支持向量机在堆芯功率分布重构中的应用

应用最小二乘支持向量机(LS-SVM)进行了堆芯轴向功率分布重构的研究,通过6节堆内中子探测器的信号重构出堆芯轴向18个节块的功率。使用ACP-100模块式小堆的7 740套轴向功率分布对LS-SVM重构算法进行了验证,实验结果表明:LS-SVM算法的重构精度远优于交替条件期望(ACE)算法,且LS-SVM算法具有良好的鲁棒性。     

压水反应堆弹棒事故初步分析

压水堆弹棒事故是反应性事故中最严重的事故,它和大破口失水事故一样,都属于极限事故。尽管这种事故的发生概率比较小,但其研究成果将直接用于控制棒运行方式的选择上,并指导反应堆的安全运行.本文是用点堆动力学模型对典型的压水堆进行弹捧事故分析.由于整个事故过程所需时间很短,我们采用了部分绝热近似.分析结果表明:这种方法是偏于保守的,计算出来的功率峰要比实测数值高一些.     

基于支持向量机的核探测器电路故障诊断方法研究

核数据的获取和处理包括探测器将核粒子能量通过模拟放大器转换成与之对应的脉冲幅度;再由模拟-数字转换器(ADC)或时间-数字变换器(TDC)将探测器给出的脉冲幅度(或时间间隔)变换成离散的核信息数据。本文根据其离散数据提取特征值并进行模式识别,尝试基于支持向量机的模拟电路故障定位,并通过软件仿真对此方法进行检验。通过具体成形放大模拟电路仿真实验,验证了支持向量机对模拟电路故障定位的有效性。     

次临界或低功率启动工况下提棒事故分析

由于控制棒抽出引起堆芯内反应性失控增加,从而导致核功率剧增的事故定义为一组控制棒组件抽出事故。这种瞬态可能是反应堆控制系统或棒控系统失灵引起的。多普勒负反应性反馈效应能在保护动作延迟的时间内将功率限制在可接受的水平。该事故中,燃料棒表面可能发生偏离泡核沸腾(departure from nucleate boiling,简称DNB),导致燃料元件包壳烧毁;燃料芯块也可能发生熔化,对包壳产生不利影响。文章对岭澳混合堆芯和提高富集度论证次临界或低功率启动工况下提棒事故进行了分析。分析结果表明,事故瞬态中不会发生燃料芯块熔化或燃料元件包壳烧毁,可以保证燃料元件的完整性,燃料设计满足限制准则。     

水力控制棒驱动系统失压工况的实验研究

利用200MW低温核供热堆水力控制棒驱动系统的1：1实验台架模拟系统失压况，进行控制棒步升，步降，开阀落棒及关泵开阀落棒实验，并与正常工况下的提棒，落棒的实验结果进行比较，实验结果表明：在系统失压工况下，控制棒能正常提棒，落棒系统失压工况下的弹棒，系统压力与压力壳压力具有瞬时跟随特性，未出现控制棒弹棒事故，对实验的失压速率和事故分析得到的失压速率进行了比较，验证了系统具有良好的安全性和可靠性。     

基于支持向量回归的设备故障趋势预测

介绍了故障趋势预测的研究现状及支持向量回归的基本原理,将支持向量回归用于滚动轴承故障趋势的预测,并与其他方法（BP神经网络、灰色模型及灰色-AR模型）进行比较。结果表明,BP神经网络预测结果不稳定,易出现过学习和局部极小问题;支持向量回归预测结果稳定,在预测精度上优于BP神经网络、灰色模型、灰色-AR模型,是故障趋势预测的一种有效方法。     

基于改进线性学习算法的核动力系统事故诊断研究

为解决核动力系统事故类型多样且故障严重程度难以确定的问题,在传统线性模型的基础上引入层级结构和嵌套结构,并选用支持向量机分类模型作为结构内的诊断模型;采用线性学习实现计算结果的融合,通过分析事故运行过程和机理选取单个分类模型的训练样本,并确定对应类别事故的有效识别区域及敏感参数。结果表明,本文提出的事故诊断框架的识别准确率达到99%以上,可为大型系统的事故诊断提供参考。     

基于奇异值分解和最小二乘支持向量机的气-液两相流流型识别方法

针对气-液两相流压差波动信号的非平稳特征和BP神经网络学习算法收敛速度慢、易陷入局部极小值等问题,提出了一种基于奇异值分解和最小二乘支持向量机（LS-SVM）的流型识别方法。该方法首先采用经验模态分解将气-液两相流压差波动信号分解为多个平稳的固有模态函数之和,并形成初始特征向量矩阵;对初始特征向量矩阵进行奇异值分解,得到矩阵的奇异值,将其作为流型的特征向量,根据LS—SVM分类器的输出结果来识别流型。对水平管内空气-水两相流4种典型流型进行识别,结果表明,与神经网络相比,该方法具有更高的识别率和识别速度。     

基于支持向量回归的多参数融合的蒸汽发生器水位信号预测

舰船核动力装置负荷变化过程中,蒸汽发生器水位经常出现大幅波动甚至假水位现象。同时,水位测量通道故障时有发生。这些问题严重影响着给水流量的自动调节和操纵员对系统运行状态的准确判断。为此提出一种基于多信号重构的方法,对蒸汽发生器水位信号进行预测,该方法增加影响水位变化的相关信号作为预测输入信息。与单纯分析历史水位变化规律而进行的预测方法相比,提高了预测的准确性、稳定性、可靠性,并能进行较长期的预测。     

基于MANTA/SMART三维物理热工耦合的落棒事故分析

传统CPR落棒事故分析采用保守的确定论分析方法,设计保守性较大,已制约了机组的持续改进及后续堆型的研发。为进一步挖掘落棒事故的热工设计裕量,本文以某大型压水堆为研究对象,建立了基于MANTA/SMART程序三维物理热工耦合的落棒事故分析方法,并与CPR落棒分析方法的过程及结果进行了对比分析。研究结果表明,基于MANTA/SMART的三维落棒事故分析方法合理可行,能更真实全面地反映反应堆瞬态过程中的参数特征,并能有效挖掘出落棒事故分析的安全裕量。     

发生落棒事故时的PCI研究

当反应堆发生落棒事故时,燃料芯块与包壳的相互作用瞬间增强,易造成燃料棒破损,从而影响核电站的正常运行.本文介绍了反应堆Ⅱ类瞬态下燃料棒芯块与包壳相互作用的机理和定量分析方法,并针对大亚湾核电站18个月换料的燃料管理方案进行了发生落棒事故时的PCI热力学评价.初步的研究结果表明:如果在自然循环长度和延伸燃耗运行期内发生落棒事故,对于基负荷运行和基负荷一次调频运行,均有PCI的应力裕量,不会造成燃料棒破损.     

熔盐堆低功率工况下反应性引入事故初始条件敏感性探讨

熔盐堆低功率工况反应性引入事故中,不同的反应性引入速率将触发不同的停堆信号.同时反应堆初始功率和反应性温度系数等初始条件影响事故的进程,引起事故后果的差异.本文选取了7个反应性引入速率工况、25个初始功率水平和反应性温度系数的参数组合初始工况,分别讨论了这三个参数对事故后果的影响.分析结果表明:熔盐堆低功率工况反应性引...     

三维耦合分析软件的落棒事故分析

作为数值反应堆中必不可少的物理和热工部分,中广核研究院有限公司开发了三维物理热工耦合分析软件,通过动态链接库技术实现了自主研发的核反应堆系统瞬态分析软件和三维核设计软件的耦合,并已与国际基准题结果对比验证。本文为耦合软件的应用,围绕华龙一号的落棒分析问题,开展不同落棒组合的耦合计算分析,并研究停堆棒组落棒和温度调节棒（R）棒组两组落棒对堆芯功率的影响。分析结果表明,非中心对称的棒组落棒事故会导致堆芯径向功率出现不对称,并使得堆芯出口回路温度不同。落棒反应性价值越大,R棒调节后的稳态功率回升相比初始稳态差异越大,DNBR公式计算值的变化趋势与功率呈现相反规律。     

蚁群优化最小二乘支持向量机在测量数据拟合中的应用

针对传统数据拟合方法存在依赖用户经验,需预先确定估计拟合函数等缺点,提出一种基于蚁群优化最小二乘支持向量回归机（ACO-LSSVR）的数据拟合方法。该方法采用蚁群优化（ACO）对最小二乘支持向量回归机（LSSVR）的参数进行优化,获取最优参数,从而建立数据拟合模型。将该方法与传统回归拟合方法用于核工程的2个测量数据拟合实例中,得到堆芯功率曲线和熔融液滴在冷却剂中运动特性曲线,将2条曲线的拟合结果进行了比较。结果表明,ACO-LSSVR具有较高的拟合精度且无需对数据分段确定拟合函数。      

快中子零功率反应堆(DF-VI)的临界事故概率分析

本文应用故障树分析方法,对快中子零功率堆(DF-Ⅵ)在启动过程中发生临界事故的可能性做了初步的定量估计。结果表明,该堆每次启动发生临界事故的概率约为10~(-6)量级,得出确保装置启动安全的首要因素是选配合格的操作人员的结论,并对设备的改进提出了一些建议.