核電廠運(yùn)行過(guò)程中存在潛在的放射性威脅,一旦發(fā)生放射性外泄后果極為嚴(yán)重。其特殊性決定了核電廠系統(tǒng)及設(shè)備對(duì)安全性要求很高。因此,通過(guò)研究故障早期檢測(cè)、故障診斷等技術(shù),在核電廠出現(xiàn)異常時(shí),及早確定系統(tǒng)運(yùn)行狀態(tài),給操縱人員以正確判斷,對(duì)于提高核電廠安全性與可靠性具有重要意義。本文針對(duì)核電廠主冷卻劑系統(tǒng)研發(fā)了一套智能故障診斷系統(tǒng),解決了非線性系統(tǒng)的故障早期檢測(cè)與診斷等一系列問(wèn)題。本文將診斷系統(tǒng)按功能邏輯劃分為四個(gè)子模塊,依次為:故障特征降維與聚類、故障早期檢測(cè)、故障類型模式識(shí)別以及故障程度近似評(píng)估模塊。通過(guò)分析、比較不同方法的效果,對(duì)各子模塊依據(jù)功能需求選取最佳數(shù)據(jù)驅(qū)動(dòng)方法,并最終集成于同一數(shù)據(jù)平臺(tái)下進(jìn)行統(tǒng)一調(diào)度。具體工作如下:（1）通過(guò)選取人工數(shù)據(jù)集和核電廠主冷卻劑系統(tǒng)運(yùn)行數(shù)據(jù)試驗(yàn),對(duì)比分析4種非線性流形學(xué)習(xí)方法與2種線性流形學(xué)習(xí)方法的數(shù)據(jù)降維、特征提取和聚類能力。最終,確定了綜合性能最好的非線性局部切空間排列（Local Tangent Space Arrangement,LTSA）流形學(xué)習(xí)算法作為特征聚類方法。（2）用非線性LTSA方法取代傳統(tǒng)的線性主元分析（Principal Compo... 

【文章來(lái)源】：哈爾濱工程大學(xué)黑龍江省 211工程院校

【文章頁(yè)數(shù)】：103 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

故障診斷系統(tǒng)功能流程

圖 2.21 主元貢獻(xiàn)率圖2.5.2 近鄰點(diǎn)選擇流形學(xué)習(xí)算法首先要選取k個(gè)近鄰點(diǎn)作為鄰域[54]。這其中涉及到兩個(gè)關(guān)鍵問(wèn)題，第一，距離的度量標(biāo)準(zhǔn)；第二，近鄰參數(shù)k的取值。（1）常用距離實(shí)際過(guò)程中用到的距離主要有：曼哈頓距離(Manhattan Distance)、歐式距離(Euclidean Distance)、閔可夫斯基距離(Minkowski Distance)等[55]。（2）近鄰參數(shù)的選取。一般流形學(xué)習(xí)近鄰點(diǎn)數(shù)是通過(guò) K-近鄰方法確定的。這種方法的近鄰點(diǎn)數(shù)是固定的，因此，k取不同值，會(huì)帶來(lái)不同的降維結(jié)果。模式識(shí)別的理想狀態(tài)是同類型點(diǎn)盡可能聚集到一塊，而不同類的點(diǎn)距離較遠(yuǎn)，這樣分類準(zhǔn)確率較高。本文最終目的是對(duì)數(shù)據(jù)進(jìn)行分類識(shí)別，因此，對(duì)近鄰點(diǎn)數(shù)的選取以聚類能力為標(biāo)準(zhǔn)。圖 2.22 是采用 LLE 算法、近鄰參數(shù)k取不同值的降維試驗(yàn)結(jié)果。

對(duì)實(shí)時(shí)數(shù)據(jù)用流形學(xué)習(xí)方法進(jìn)行，同時(shí)用 BP 神經(jīng)網(wǎng)絡(luò)評(píng)估故障程是由Vapnik于1995年提出的一種機(jī)器學(xué)習(xí)方法不具備的優(yōu)點(diǎn)。例如點(diǎn)和所需訓(xùn)練樣本較少等。性可分的情況為例，介紹支持向類別不同的數(shù)據(jù)點(diǎn)。這兩類點(diǎn)是線以認(rèn)為是一個(gè)最簡(jiǎn)單的線性支持b=0。在直線一側(cè)的點(diǎn)類別全是“

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)的K最近鄰分類器的風(fēng)機(jī)故障診斷[J]. 吳斌,奚立峰,范思遐,王加祥.  機(jī)械設(shè)計(jì)與研究. 2016(05)
[2]數(shù)據(jù)挖掘與人工智能技術(shù)研究[J]. 萬(wàn)璞,王麗莎.  無(wú)線互聯(lián)科技. 2016(10)
[3]基于改進(jìn)LLE算法的機(jī)械故障特征壓縮與診斷[J]. 王江萍,崔錦.  科學(xué)技術(shù)與工程. 2016(13)
[4]基于貝葉斯網(wǎng)絡(luò)的Android惡意行為檢測(cè)方法[J]. 張國(guó)印,曲家興,李曉光.  計(jì)算機(jī)工程與應(yīng)用. 2016(17)
[5]K-最近鄰分類算法應(yīng)用研究[J]. 滕敏,衛(wèi)文學(xué),滕寧.  軟件導(dǎo)刊. 2015(03)
[6]動(dòng)態(tài)增殖流形學(xué)習(xí)算法在機(jī)械故障診斷中的應(yīng)用[J]. 宋濤,湯寶平,鄧?yán)?  振動(dòng)與沖擊. 2014(23)
[7]基于LLTSA的轉(zhuǎn)子故障數(shù)據(jù)集降維方法[J]. 袁德強(qiáng),趙榮珍.  噪聲與振動(dòng)控制. 2014(05)
[8]動(dòng)態(tài)系統(tǒng)間歇故障診斷技術(shù)綜述[J]. 周東華,史建濤,何瀟.  自動(dòng)化學(xué)報(bào). 2014(02)
[9]基于RBF神經(jīng)網(wǎng)絡(luò)的NPP運(yùn)行狀態(tài)趨勢(shì)預(yù)測(cè)[J]. 張黎明,蔡琦,宋梅村.  原子能科學(xué)技術(shù). 2013(11)
[10]LLE方法的分類與研究[J]. 屈治禮.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2013(04)

博士論文
[1]基于流形學(xué)習(xí)的機(jī)械狀態(tài)識(shí)別方法研究[D]. 張紹輝.華南理工大學(xué) 2014
[2]數(shù)據(jù)局部時(shí)空結(jié)構(gòu)特征提取與故障檢測(cè)方法[D]. 苗愛(ài)敏.浙江大學(xué) 2014
[3]基于PCA的統(tǒng)計(jì)過(guò)程監(jiān)控研究[D]. 李榮雨.浙江大學(xué) 2007

碩士論文
[1]核動(dòng)力裝置運(yùn)行趨勢(shì)預(yù)測(cè)技術(shù)研究[D]. 謝飛.哈爾濱工程大學(xué) 2015
[2]基于流形學(xué)習(xí)算法的非高斯過(guò)程監(jiān)控方法研究及在化工過(guò)程監(jiān)控中的應(yīng)用[D]. 楊正永.華東理工大學(xué) 2015
[3]基于最優(yōu)r-覆蓋堆積數(shù)本征維數(shù)估計(jì)方法及其應(yīng)用[D]. 高漢宇.西安電子科技大學(xué) 2014
[4]流形學(xué)習(xí)算法研究與應(yīng)用[D]. 周曉勇.安徽大學(xué) 2014
[5]基于改進(jìn)核主元分析的化工過(guò)程故障診斷研究[D]. 楊武.蘭州理工大學(xué) 2013
[6]流形學(xué)習(xí)的鄰域選擇和增量算法研究[D]. 高翠珍.山西大學(xué) 2012
[7]基于流形學(xué)習(xí)的汽輪機(jī)振動(dòng)故障診斷方法研究[D]. 薛廣鑫.東北電力大學(xué) 2012
[8]基于證據(jù)理論的模糊kNN分類方法及其在故障診斷中的應(yīng)用研究[D]. 杜妮.河北師范大學(xué) 2012
[9]核動(dòng)力裝置分布式狀態(tài)監(jiān)測(cè)技術(shù)研究[D]. 朱榮旭.哈爾濱工程大學(xué) 2012
[10]基于PCA-SDG的連退機(jī)組爐溫系統(tǒng)故障診斷研究[D]. 朱敏.東北大學(xué) 2010



本文編號(hào)：2995685