仪表网课

行业企业市场标准科技新品会议展会政策原创

合肥研究院发展出核电厂复杂系统智能故障诊断方法

仪表研发 2021年05月02日 01:38:18 来源:合肥物质科学研究院人气:20087
分享:
  【仪表网 仪表研发】中国科学院合肥物质科学研究院核能安全技术研究所研究员汪建业课题组在核电厂复杂系统智能故障诊断方法研究方面获进展。该研究基于数据驱动的方法建立了核电厂复杂系统的故障诊断模型,发展出一套基于带精英保留策略的非支配遗传算法和卷积神经网络算法相结合的自适应故障诊断方法,为核电厂复杂系统的故障诊断提供了理论和方法支持,相关研究成果发表在Annals of Nuclear Energy上。硕士研究生贺晨为论文第一作者,副研究员戈道川和博士后雍诺为论文通讯作者。
 
  故障诊断技术是核电厂运行支持系统的重要组成部分,有助于核能生产的安全性和可靠性。目前用于核电厂复杂系统故障诊断的网络结构需要专业人员设计,消耗时间长,诊断效率低。因此,如何优化故障诊断的网络结构、提高诊断的效率和准确性是一项具有工程意义的研究工作。
 
  研究人员分析了核电厂数据的特点,建立了基于数据驱动的核电厂复杂系统故障诊断模型,发展出一套基于带精英保留策略的非支配遗传算法和卷积神经网络算法相结合的自适应故障诊断方法,该算法已在中科院战略性先导科技专项中国铅基研究反应堆平台上开展了应用研究。研究表明,基于带精英保留策略的非支配遗传算法和卷积神经网络算法相结合的自适应故障诊断方法在故障诊断效率和模型结构构建方面,相比目前三种经典CNN架构模型具有显著优势,对核电厂复杂系统的故障诊断具有理论指导意义。
 
  研究工作得到国家重点研发计划和国家自然科学基金的资助。
关注本网官方微信 随时阅专业资讯
加入本网采购群 了解更多采购信息
@仪表网

全年征稿 / 资讯合作

联系邮箱:ybzhan@QQ.com

我要评论

文明上网,理性发言。(您还可以输入200个字符)

所有评论仅代表网友意见,与本站立场无关。

  • 凡本网注明"来源:仪表网"的所有作品,版权均属于仪表网,未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明"来源:仪表网"。违反上述声明者,本网将追究其相关法律责任。
  • 本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
  • 如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。
  • 合作、投稿、转载授权等相关事宜,请联系本网。联系电话:0571-87759945,QQ:1103027433。
成丰仪表——中国第三代流量计领军品牌


返回首页