核电厂操纵员可靠性与素质关系研究

通过核电厂操纵员在模拟机上的事故不响应概率实验，研究操纵员可靠性与素质的关系，并运用模糊回归方法对操纵员可靠性进行分析。研究结果表明．该方法适用于我国核电厂的小样本数据情况。     

核电厂操纵员认知模型研究

本工作涉及中国核电厂操纵员可靠性研究的认知模型。采用核电厂模拟机作为研究平台，以核电厂操纵员事故不响应概率两参数威布尔分布拟合在核电厂模拟机上获取的有关核电厂6个事故序列的实验数据，得到了中国核电厂操纵员对事故的响应时间及其它分布参数。该研究结果可推广应用于我国核电厂操纵员的能力评价，对核电厂安全运行具有一定意义。     

核电厂操纵员多种方法可靠性研究

采用核电厂模拟器作为研究平台,利用国际上流行的多种可靠性研究方法,对过去十几年中国核电厂操纵员的可靠性研究进行回顾总结,阐明了从人的认知可靠性模型、模糊综合评价数学模型、心理素质研究模型等多种角度对中国核电厂操纵员研究的必要性和可行性.利用多种研究方法对核电厂操纵员进行可靠性研究可对核电厂的安全运行起到有益作用.     

核电厂操纵员认知行为失误分析

核电厂是一个集机械、电子、自动控制的复杂人机系统,它要求操纵员具有良好的认知能力,能够进行正确的分析和操作。文章对操纵员在核电厂事故状态下的认知行为进行探讨。将认知行为过程分为5个阶段,并应用认知行为模型对操纵员认知过程中的失误情况进行了分析,得到操纵员发生认知失误的阶段和根源,从而为核电厂设备的人机界面设计和操纵员的培训与评价提供相应的依据。     

操纵员心理评价方法研究

文章对核电厂操纵员心理定性化评价以及定量化评价方法进行分析和探讨。对轮廓图匹配法和模糊综合评价法的适用范围、应用效果进行了比较分析。该研究的结果可为操纵员评价提供有益参考。     

核电厂操纵员可靠性理论模型与实验研究

采用核电厂模拟器作为研究平台,以人的认知可靠性模型为参考,运用两参数威布尔分布对原有理论模型进行改造,建立了中国核电厂操纵员可靠性研究理论模型。应用该模型对核电厂操纵员可靠性进行研究,并与国外同类研究成果进行了比较,得到了一致的结果。     

利用核电厂模拟器进行操纵员可靠性研究

为提高核电厂运动可靠性,需要对核电厂操纵员进行可靠性研究。本文结合我国核电厂操纵员可靠性研究的状况,并参考国际上流行的核电厂操纵员可靠性研究方法,利用两参数威布尔分布的理论在核电厂模拟器上对我国核电厂操纵员进行认知可靠性研究,将该方法得到的结果与其他理论模型的结果进行了比较和讨论,得到了一致的认知。本文的研究方法可为真实核电厂运行提供参考。     

核电厂操纵员认知可靠性研究模型的选择与实验

本文采用核电厂模拟器作为研究平台 ,利用国际上流行的人的认知可靠性模型作为参考 ,运用两参数威布尔分布对三参数威布尔分布进行改造 ,建立了具有特色的中国核电厂操纵员可靠性研究理论模型 ,并应用该模型对核电厂操纵员可靠性进行了深入研究 ,与国外同类研究成果进行了比较 ,得到了一致的结果 ,该研究的进行可对核电厂的安全运行起到有益作用。     

基于模糊距离的核电厂瞬态分段识别方法

近年来发展的核电厂瞬态识别技术,可为操纵员提供处于发展阶段的故障信息,有助于了解核电厂状态并及时采取相应的操作动作,保证核电厂的安全运行。将瞬态过程曲线分为两段,前段利用聚类方法用于快速识别,后段利用提取的瞬态过程的特征进行更准确的识别。利用待识别瞬态与参考瞬态间的模糊距离描述二者的相近程度,可以消除噪声等扰动的影响,并得到更符合认知习惯的结果。利用高温气冷堆核电厂仿真机的故障数据验证瞬态识别方法的有效性。     

基于模糊距离的核电厂瞬态分段识别方法

近年来发展的核电厂瞬态识别技术,可为操纵员提供处于发展阶段的故障信息,有助于了解核电厂状态并及时采取相应的操作动作,保证核电厂的安全运行。将瞬态过程曲线分为两段,前段利用聚类方法用于快速识别,后段利用提取的瞬态过程的特征进行更准确的识别。利用待识别瞬态与参考瞬态间的模糊距离描述二者的相近程度,可以消除噪声等扰动的影响,并得到更符合认知习惯的结果。利用高温气冷堆核电厂仿真机的故障数据验证瞬态识别方法的有效性。     

基于卷积长短期记忆网络和人工鲸鱼算法的核反应堆运行事件诊断方法研究

当核电厂发生异常后应及时诊断原因,以避免对运行人员和周围环境造成严重后果。本文利用卷积神经网络（CNN）和长短期记忆（LSTM）网络可更好地提取数据的局部特征和记忆时间序列信息的特征,研究基于卷积长短期记忆（CLSTM）网络和人工鲸鱼算法的核反应堆运行事件诊断技术。通过核电厂反应堆模拟机仿真实验对本文所述方法进行测试,最终测试准确率为99.91%,证明了本文所述研究方法的有效性。相关研究成果可作为核电厂运行事件的一种诊断方法,有利于提高运行事件诊断的智能化和信息化水平,为核电厂的少人值守甚至无人值守提供技术基础,提高公众对核电厂的认识与信赖。      

基于时序深度学习模型的安全壳关键参数快速预测研究

主蒸汽管道断裂（MSLB）事故威胁核电厂安全运行。本文基于时序深度学习模型预测核电厂非能动安全壳冷却系统（PCCS）在MSLB事故下关键安全参数随时间变化的瞬态响应。以瞬态安全参数为研究对象,数据通过线性归一化、特征标签分割预处理,使用短期数据集训练,采用长短时记忆网络（LSTM）和循环神经网络（RNN）建立单参量与多参量协同的时序深度学习模型;由多参量协同模型预测未经训练的长期数据集。研究表明:在同类事故、不同工况下,基于时序深度学习模型的预测具有适用性;基于训练短期数据来预测长期数据方法可行;使用LSTM的单参量模型或多参量协同模型的预测精度比RNN更高,基于LSTM深度学习模型能够有效、高精度快速预测MSLB事故下PCCS瞬态安全参数响应特性, 可为事故安全分析提供快速预测分析。      

核动力装置多变量模糊预测控制仿真研究

为了进一步提高核动力装置的动态控制性能,本文在核动力装置汽轮机和直流蒸汽发生器数学模型的基础上,将基于模糊模型的多变量非线性广义预测控制算法应用于核动力装置主要参数的控制中,包括控制结构和控制器设计。仿真结果显示,当核动力装置负荷的工况变化时,多变量模糊预测控制律下汽轮机相对转速和蒸汽发生器出口压力变化响应时间较经典PID控制律下的快,而PID控制律下的相对转速较多变量模糊预测控制律下的多出3%～5%的超调。由此表明,所采用的多变量模糊预测控制算法能较好地控制核动力装置主要参数的输出,可获得较好的控制效果。     

核电厂评价系统的评价指标敏感性研究

为开发先进反应堆评价系统，通过层次分析、模糊综合决策方法得到了评价结果。然后，变化经济性、安全性和技术性评价指标的权重，研究这3个指标在不同权重下的评价结果，从而得到了对评价结果的敏感性分析。结合分析结果，对各评价结果进行了比较和总结。      

基于模糊熵的核电站瞬态识别方法

为保障核电站安全经济运行,需及时准确地识别核电站出现的异常。本文通过处理关键变量的时间序列数据,对瞬态过程进行识别：利用模糊熵度量时间序列复杂度的能力,判断系统是否处于正常状态;进而利用互模糊熵度量两时间序列相似度的能力,对出现的瞬态进行类型识别。利用模块式高温气冷堆核电站仿真机的数据验证了本方法的可行性和有效性,结果表明本文方法可有效进行瞬态识别,且不需复杂的训练过程。