基于模糊神经网络的核动力装置设备故障诊断系统研究

将模糊逻辑与神经网络相结合,对模糊逻辑和神经网络的区别和联系进行了阐述,并探讨了它们之间的结合．模糊神经网络结构及其实现算法,并将这一理论应用于核动力装置故障诊断,建立了基于模糊神经网络的船用核动力装置故障诊断系统。为了验证该系统的有效性,以蒸汽发生器U形管破裂事故为例,进行了仿真实验研究。诊断结果表明该理论方法对此事故完全可以正确识别。     

基于概念格的核动力设备NN-ES故障诊断方法

将神经网络与专家系统相结合,能充分发挥各自的优点。本工作利用概念格获取对象属性,从大量的原始数据中提取对象故障征兆集的核心属性、不必要属性和相对必要属性。基于这些属性,构建不同重要度的神经网络,使网络学习速度大幅提高,判断准确。为了更好地提高核动力设备故障诊断的准确性,采用基于规则推理的专家系统,对各神经网络融合后的诊断结果进行验证诊断。为验证该方法的有效性,以核动力设备典型故障为例,进行了仿真实验研究。仿真实验结果表明,将基于概念格属性约简理论构建的神经网络与专家系统邦联的诊断方法引入核动力设备故障诊断中是可行的,并且具有网络学习针对性强、计算量小、诊断结果可靠等特点。     

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。     

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。     

基于信息融合技术的核动力装置智能故障诊断系统研究

将信息融合技术应用到船用核动力装置故障诊断中,建立由故障树专家系统、神经网络诊断系统和机理模型验证系统构成的空间融合架构,充分利用系统深层知识、浅层知识和机理模型知识,经仿真验证,信息融合诊断系统可有效提高故障诊断的可靠性.     

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BP神经网络的核电厂主动容错控制方法研究

针对核电厂中的传感器故障,采用改进的BP神经网络算法对传感器进行神经网络训练,建立各种运行状态下的动态模型库,并应用BP神经网络对系统进行实时检测。当传感器发生故障时,采用控制率重构的方法进行容错控制。在核动力装置模拟器上以稳压器为对象进行了仿真实验验证,结果表明该方法对于核电厂中的传感器故障进行容错控制是有效的。     

模糊Petri网专家系统及其在核动力装置故障诊断中的应用

针对传统专家系统存在的知识表达能力不强、推理效率低的问题,采用面向对象的模糊Petri网知识表示方法,对专家系统的知识库进行改进;以此为基础,对专家系统的推理机进行了设计。在核动力装置模拟器上进行仿真试验,结果表明,本文所构建的专家系统能准确地诊断出系统发生的故障。     

船用核动力二回路热力系统动态仿真

基于船用核动力装置运行安全分析,建立了二回路系统两相流通用仿真软件模型,实现了人工干预条件下复杂两相流流体网络系统的动态特性实时仿真,拓展了目前核动力装置通用安全分析程序的研究范围.以二回路快速降负荷为例,对仿真模型的性能进行了验证.结果表明:该软件模型能准确反映船用二回路系统的动态特性,可用于事故处置规程和控制系统功能的验证.该模型也可用于核电站饱和蒸汽系统仿真软件的开发.     

核动力系统神经网络故障诊断专家系统研究

以核动力系统故障诊断专家系统所存储的产生式规则库为依据,构造专家系统人工神经网络模块,建立具有并行推理能力的神经网络推理机制和实例学习能力的知识获取机制。在此基础上,建立了针对所构建神经网络的推理解释机制。系统融合了传统专家系统和神经网络各自优势,能高效、准确地进行实例推理、诊断解释并能有效地从实例中获取知识。     

基于复合人工神经网络的核电站实时故障诊断方法研究

针对核电站运行时故障或事故状态的在线实时判定,提出了一种基于复合人工神经网络的故障诊断和事故判定方法.其基本思想是:首先应用BP网络对事故进行成组快速诊断,而后应用RBF网络对BP网络的诊断结果进行区分和检验.利用核电站正常状态和多种事故状态下各故障特征参数输出的仿真计算结果,对所提出的方法进行了检验.结果表明,通过BP网络和RBF网络的优势互补,不仅能对学习过的故障进行快速、正确的诊断,对不同工况下的故障以及未定义的新故障也能够有效地识别.该方法采用的是随时间序列输出诊断结果及其可信度的方式,操纵员容易接受推理结果.     

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。     

核电厂故障检测与报警系统的发展概况

文章分析了传统的核电厂故障诊断及报警系统的结构和特点,指出了其需要改进的方面。概要评述基于知识库的专家系统、基于故障树的诊断系统和基于神经网络的诊断系统的发展概况及其在核电厂报警系统中的应用前景。     

基于故障树分析的核动力装置实时智能故障诊断专家系统设计

为实时有效诊断核动力装置故障,提高装置可靠性,本文在传统专家系统的基础上引入故障树分析技术,设计了基于综合诊断重要度的推理机制,引入机理模型诊断技术对专家系统诊断结果进行验证,进一步提高诊断系统的可靠性。     

核电厂实时故障诊断专家系统的设计与实现

为进一步减少核电厂中出现故障后的误操作，本文研究设计并实现核电厂实时故障诊断的专家系统。系统用专家系统理论将故障诊断的专家知识转化为存储于数据库的规则，实现了计算机自动异常征兆检测、实时提示、故障实时诊断，以及提出故障操作建议等功能。研究结果表明，开发的实时故障诊断专家系统能够为正确诊断压水堆核电厂多个典型事故提供有效的诊断结果和运行帮助信息。      

BP－RBF神经网络在核电厂故障诊断中的应用

本工作将BP（backpropagation）神经网络与RBF（radialbasisfunction）神经网络相混合,并将其应用于核电厂的状态监测与故障诊断系统中,通过对核电厂典型故障的特征分析,建立相应的网络结构。为验证该混合网络的有效性,在核动力装置模拟器上进行了仿真实验研究,并用VisualBasic6.0编写了网络程序。研究结果表明：该混合网络具有良好的诊断准确性、实时性和可扩充性。     

基于粗糙决策模型的核电厂故障诊断方法

将粗糙集和信息熵相结合,提出了改进的决策树ID3算法,并提出了基于此算法和粗糙集约简算法的故障诊断方法.将该方法用于核电厂故障诊断.结果表明,该方法具有良好的故障诊断性能,可在核电厂故障诊断领域中应用.