基于RS-FNN的核电厂设备智能故障诊断方法的研究

• 作者: 刘永阔 夏虹 谢春丽 陈宏霞 陈志辉
• 来源期刊: 核动力工程
• 关键词: RS理论 规则提取 模糊神经网络 核电厂设备 故障诊断
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 安全与分析
• 页码范围: 110-114
• 页数: 5页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.0258-0926.2007.01.025

摘要

将粗糙集(RS)理论与模糊神经网络(FNN)相结合,能充分发挥各自的优点.本文利用RS方法对知识的约简技术,从大量的原始数据中提取精简的规则,基于这些规则建立的FNN网络具有更好的拓扑结构,学习速度大大提高、判断准确、容错能力强,具有更高的实用价值.为了验证该方法的有效性,以核电厂设备蒸汽发生器U形管破裂等故障为例,进行了仿真实验研究.诊断结果表明,将基于RS理论的FNN智能故障诊断方法引入核电厂设备故障诊断中是可行的,并且具有简单方便、计算量小、诊断结果可靠等特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘永阔	哈尔滨工程大学动力与核能工程学院	53	334	9.0	15.0
2	谢春丽	哈尔滨工程大学动力与核能工程学院	16	196	7.0	13.0
3	夏虹	哈尔滨工程大学动力与核能工程学院	77	474	12.0	16.0
4	陈志辉	哈尔滨工程大学动力与核能工程学院	6	46	4.0	6.0
5	陈宏霞	哈尔滨工程大学动力与核能工程学院	1	5	1.0	1.0