智能故障诊断技术在核动力装置中的应用研究

• 作者: 刘永阔 夏虹 谢春丽
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 粗糙集理论 模糊神经网络 RBF神经网络 核动力装置 故障诊断
• 年，卷（期）: 2007,（2）
• 页码范围: 241-246
• 页数: 6页
• 分类号: TP183
• 字数: 5055字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7043.2007.02.026

摘要

核动力装置对系统的安全性能要求较高.为了让操作员在发生故障时,避免产生错误的判断及操作,一种较好的方法是将智能故障诊断技术应用到核动力装置故障诊断系统中.利用粗糙集的数据约简技术提取精简的规则,基于这些规则建立的模糊神经网络具有更好的拓扑结构,学习速度大大提高,容错能力强;RBF神经网络有着良好的局部性能,诊断单个故障的能力要优于模糊神经网络,且网络不用训练,诊断实时性好.将粗糙集理论所构建的模糊神经网络与RBF神经网络相结合,能充分发挥各自的优点.为了验证该方法的有效性,以核动力装置蒸汽发生器U形管破裂等故障为例,进行了仿真实验研究.研究结果表明该邦联网络具有良好的诊断准确性、实时性和可扩充性,得到了预期的效果.

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	哈尔滨工程大学核科学与技术学院	53	334	9.0	15.0
2	谢春丽	哈尔滨工程大学核科学与技术学院	16	196	7.0	13.0
3	夏虹	哈尔滨工程大学核科学与技术学院	77	474	12.0	16.0