集成神经网络方法在蒸汽发生器故障诊断中的应用
针对蒸汽发生器传统故障检测与诊断方法的不足,提出了基于集成神经网络的蒸汽发生器故障检测与诊断的新方法.该方法采用两个神经网络.一个神经网络作为蒸汽发生器的动力学模型,用于蒸汽发生器的重要运行参数的预测,其原理是通过检测蒸汽发生器运行参数监测信号值与相应的蒸汽发生器神经网络模型预测值之间的偏差来确定是否发生了异常,如果某一参数偏差超过了预先给定的极限,就认为发生了异常.另一个神经网络作为故障分类模型,用以对蒸汽发生器故障进行分类,给出故障的类型.由两个神经网络监测和诊断结果的融合给出蒸汽发生器故障较为清晰的信息.仿真结果表明,该方法能够提高蒸汽发生器监测与诊断的能力.
核动力蒸汽发生器、集成神经网络、异常监测、故障诊断
43
TL362(核反应堆工程)
中国博士后科学基金资助项目20080441291
2010-01-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
997-1002