基于GrC-SDG的核電廠故障診斷研究
發(fā)布時間:2020-05-18 19:49
【摘要】:隨著生態(tài)環(huán)境的惡化及對電力需求的日益增大,核能作為最具潛力的清潔能源越來越受人們的重視。但是核電廠具有嚴(yán)重的潛在放射性危害,其安全性問題嚴(yán)重制約著核電事業(yè)的快速發(fā)展。為保證核電廠安全穩(wěn)定運(yùn)行,需要實時監(jiān)測相關(guān)系統(tǒng)的狀態(tài),當(dāng)出現(xiàn)參量異常情況時立即進(jìn)行故障診斷,幫助操縱員第一時間了解故障的詳細(xì)信息并采取有效措施,避免造成嚴(yán)重后果。本文針對福清核電廠2號機(jī)組,結(jié)合現(xiàn)有的故障診斷技術(shù),對核電廠的狀態(tài)監(jiān)測、故障診斷及程度評估等關(guān)鍵技術(shù)進(jìn)行研究,提出了一種適用于核電廠的故障診斷方法并開發(fā)出一套相應(yīng)的故障診斷系統(tǒng)。主要研究工作如下:(1)采取定性趨勢分析與閾值法相結(jié)合的方式對核電廠相關(guān)運(yùn)行參量進(jìn)行狀態(tài)監(jiān)測,以提高監(jiān)測的靈敏度,實現(xiàn)異常參量的早期發(fā)現(xiàn)。(2)對符號有向圖(Signal Directed Graph,SDG)方法進(jìn)行研究并引入決策表,改進(jìn)SDG方法的診斷流程,形成基于診斷規(guī)則的SDG故障診斷方法,避免SDG模型的重復(fù)性搜索推理工作,獲得故障的傳播路徑,提高診斷速度。針對研究對象,建立核電廠SDG模型,清楚表達(dá)出各參量間的影響關(guān)系,并利用仿真機(jī)對其進(jìn)行正確性驗證。(3)研究粒計算(Granular Computing,GrC)理論的屬性約簡算法與相似度推理算法。利用相對粒度屬性約簡算法對核電廠決策表進(jìn)行簡化,在確保分類能力不變的情況下剔除不必要的條件屬性,從而降低決策表的復(fù)雜度、提高規(guī)則匹配的效率,并利用相似度推理算法確保匹配結(jié)果準(zhǔn)確可靠,形成基于GrC-SDG的核電廠故障診斷方法。(4)研究深度神經(jīng)網(wǎng)絡(luò)的三種主要深度學(xué)習(xí)模型,并選擇出適用于核電廠數(shù)據(jù)的深度置信網(wǎng)絡(luò)模型,建立相關(guān)評估參量與故障程度的映射關(guān)系,實現(xiàn)對故障程度大小的評估計算。(5)采用C#4.0編程語言開發(fā)出一套集狀態(tài)監(jiān)測、故障診斷和程度評估等多種功能于一體的核電廠故障診斷系統(tǒng),并利用福清2號機(jī)組仿真機(jī)進(jìn)行各項功能的測試與分析。測試結(jié)果表明本文提出的狀態(tài)監(jiān)測、故障診斷和程度評估方法可以及時準(zhǔn)確地監(jiān)測出異常參量、識別故障的類型并獲得較為準(zhǔn)確的評估結(jié)果,驗證了方法的可行性和系統(tǒng)各功能的有效性,為進(jìn)一步研究及工程實際應(yīng)用打下了基礎(chǔ)。
【圖文】:
也如雨后春筍般出現(xiàn)。印度的 S算法,并將反向彈性傳播算法應(yīng) 等研究者將小波變換與人工神經(jīng)網(wǎng)事故為研究對象,進(jìn)行故障診斷核動力裝置的冷凝器為研究對象障診斷的可行性[52]。2010 年海軍來,改進(jìn)單神經(jīng)網(wǎng)絡(luò)診斷方法的絡(luò)具有很多優(yōu)點但也存在一些局況下對復(fù)雜函數(shù)的表示能力有限學(xué)習(xí)則可實現(xiàn)復(fù)雜函數(shù)的逼近,具用范圍更廣等優(yōu)點,尤其適合數(shù)領(lǐng)域中最為熱門的研究方向,其行非線性變換,結(jié)構(gòu)如圖 1.2 所
22圖 2.8 MSLB(殼內(nèi))相關(guān)參量變化趨勢根據(jù) SDG 模型進(jìn)行正向推理,可以得到相關(guān)參量的理論變化趨勢如下:MSLB(殼內(nèi))→安全殼壓力升高,MSLB(殼內(nèi))→安全殼內(nèi)溫度升高,MSLB(殼內(nèi))→蒸發(fā)器 A 蒸汽壓力減小→蒸發(fā)器 A 水位上升,MSLB(殼內(nèi))→蒸發(fā)器 B 蒸汽壓力減小→蒸發(fā)器 B水位上升,MSLB(殼內(nèi))→蒸發(fā)器 C 蒸汽壓力減小→蒸發(fā)器 C 水位上升,,MSLB(殼內(nèi))→蒸發(fā)器 A 蒸汽流量增大 →蒸發(fā)器 A 主給水流量增大 →1 環(huán)路冷管段溫度下降,MSLB(殼內(nèi)) →蒸發(fā)器 B 蒸汽流量增大 →蒸發(fā)器 B 主給水流量增大 →2 環(huán)路冷管段溫度下降,MSLB(殼內(nèi))→蒸發(fā)器 C 蒸汽流量增大→蒸發(fā)器 C 主給水流量增大→3 環(huán)路冷管段溫度下降。通過比較得知,從仿真機(jī)取到的相關(guān)參量的實際變化趨勢與理論變化趨勢一致,MSLB 局部模型建立正確。同理,對其余幾個故障源進(jìn)行分析,結(jié)果表明核電廠 SDG 模型建立正確,且質(zhì)量很高,符合進(jìn)行故障診斷的要求。
【學(xué)位授予單位】:哈爾濱工程大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:TM623
【圖文】:
也如雨后春筍般出現(xiàn)。印度的 S算法,并將反向彈性傳播算法應(yīng) 等研究者將小波變換與人工神經(jīng)網(wǎng)事故為研究對象,進(jìn)行故障診斷核動力裝置的冷凝器為研究對象障診斷的可行性[52]。2010 年海軍來,改進(jìn)單神經(jīng)網(wǎng)絡(luò)診斷方法的絡(luò)具有很多優(yōu)點但也存在一些局況下對復(fù)雜函數(shù)的表示能力有限學(xué)習(xí)則可實現(xiàn)復(fù)雜函數(shù)的逼近,具用范圍更廣等優(yōu)點,尤其適合數(shù)領(lǐng)域中最為熱門的研究方向,其行非線性變換,結(jié)構(gòu)如圖 1.2 所
22圖 2.8 MSLB(殼內(nèi))相關(guān)參量變化趨勢根據(jù) SDG 模型進(jìn)行正向推理,可以得到相關(guān)參量的理論變化趨勢如下:MSLB(殼內(nèi))→安全殼壓力升高,MSLB(殼內(nèi))→安全殼內(nèi)溫度升高,MSLB(殼內(nèi))→蒸發(fā)器 A 蒸汽壓力減小→蒸發(fā)器 A 水位上升,MSLB(殼內(nèi))→蒸發(fā)器 B 蒸汽壓力減小→蒸發(fā)器 B水位上升,MSLB(殼內(nèi))→蒸發(fā)器 C 蒸汽壓力減小→蒸發(fā)器 C 水位上升,,MSLB(殼內(nèi))→蒸發(fā)器 A 蒸汽流量增大 →蒸發(fā)器 A 主給水流量增大 →1 環(huán)路冷管段溫度下降,MSLB(殼內(nèi)) →蒸發(fā)器 B 蒸汽流量增大 →蒸發(fā)器 B 主給水流量增大 →2 環(huán)路冷管段溫度下降,MSLB(殼內(nèi))→蒸發(fā)器 C 蒸汽流量增大→蒸發(fā)器 C 主給水流量增大→3 環(huán)路冷管段溫度下降。通過比較得知,從仿真機(jī)取到的相關(guān)參量的實際變化趨勢與理論變化趨勢一致,MSLB 局部模型建立正確。同理,對其余幾個故障源進(jìn)行分析,結(jié)果表明核電廠 SDG 模型建立正確,且質(zhì)量很高,符合進(jìn)行故障診斷的要求。
【學(xué)位授予單位】:哈爾濱工程大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2018
【分類號】:TM623
【參考文獻(xiàn)】
相關(guān)期刊論文 前10條
1 劉永闊;劉震;吳小天;;SDG故障診斷方法在核動力裝置中的應(yīng)用研究[J];原子能科學(xué)技術(shù);2014年09期
2 梁美麗;;基于SDG模型的故障診斷技術(shù)[J];無線互聯(lián)科技;2013年11期
3 楊磊;陳文振;趙新文;祁杰;;船用堆中破口失水加全部電源喪失事故分析[J];原子能科學(xué)技術(shù);2012年S1期
4 謝剛;劉靜;;粒計算研究現(xiàn)狀及展望[J];軟件;2011年03期
5 武星;王e
本文編號:2670233
本文鏈接:http://sikaile.net/projectlw/hkxlw/2670233.html
最近更新
教材專著