高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于时间序列神经网络的蒸汽发生器传热管泄漏程度诊断研究

钱 虹 江 诚 潘岳凯 魏莹晨 刘晓晶

钱 虹, 江 诚, 潘岳凯, 魏莹晨, 刘晓晶. 基于时间序列神经网络的蒸汽发生器传热管泄漏程度诊断研究[J]. 核动力工程, 2020, 41(2): 160-167.
引用本文: 钱 虹, 江 诚, 潘岳凯, 魏莹晨, 刘晓晶. 基于时间序列神经网络的蒸汽发生器传热管泄漏程度诊断研究[J]. 核动力工程, 2020, 41(2): 160-167.
Qian Hong, Jiang Cheng, Pan Yuekai, Wei Yingchen, Liu Xiaojing. Diagnosis of Leakage Degree of Steam Generator Tube Based on Time Series Neural Network[J]. Nuclear Power Engineering, 2020, 41(2): 160-167.
Citation: Qian Hong, Jiang Cheng, Pan Yuekai, Wei Yingchen, Liu Xiaojing. Diagnosis of Leakage Degree of Steam Generator Tube Based on Time Series Neural Network[J]. Nuclear Power Engineering, 2020, 41(2): 160-167.

基于时间序列神经网络的蒸汽发生器传热管泄漏程度诊断研究

Diagnosis of Leakage Degree of Steam Generator Tube Based on Time Series Neural Network

  • 摘要:         针对蒸汽发生器U形传热管泄漏,本文提出了一种基于时间序列神经网络对蒸汽发生器传热管泄漏程度进行诊断研究的方法。首先,对核电厂蒸汽发生器U型传热管泄漏进行机理分析,构建其数学模型,提取其泄漏的直接特征参数,再依据Fisher得分法,提取其间接特征参数;其次,通过滑动时间窗口法从预处理后的时间序列数据中生成数据样本,作为时间序列神经网络的输入,并以蒸汽发生器U形传热管泄漏程度信息为标注,基于反向传播(BP)算法对五层神经网络系统进行训练,得到蒸汽发生器U形传热管泄漏的时间序列神经网络模型;最后,模拟核电厂运行过程蒸汽发生器U形传热管泄漏时的时间序列测试数据。仿真结果表明,时间序列神经网络对演变事件的处理具有较好的有效性和较高的泛化能力,对故障程度的诊断研究具有参考价值。

     

  • 期刊类型引用(5)

    1. 方志泓,王理博,朱煜,张寅,王方方,孙海漩,徐华锋,郭盼. 核电站蒸汽发生器传热管电磁超声导波自动化检测系统设计. 电子测量与仪器学报. 2024(04): 225-233 . 百度学术
    2. 张小洁,白蕾. 基于LMS的三阶Volterra自适应滤波器的时间序列数据预测算法的研究. 工业仪表与自动化装置. 2023(01): 108-111+115 . 百度学术
    3. 颜建国,郑书闽,郭鹏程,赵莉,王帅,刘坤,朱旭涛. 基于机器学习的螺旋流动过冷沸腾CHF预测研究. 核动力工程. 2023(03): 65-73 . 本站查看
    4. 惠久武,凌君,栾振华,王改霞,董贺,袁景淇. 核电站蒸汽发生器再循环水质量流量实时估计方法. 上海交通大学学报. 2022(01): 21-27 . 百度学术
    5. 高琳,曹建国. 管道泄漏检测方法研究综述. 现代制造工程. 2022(02): 154-162 . 百度学术

    其他类型引用(4)

  • 加载中
计量
  • 文章访问数:  287
  • HTML全文浏览量:  35
  • PDF下载量:  124
  • 被引次数: 9
出版历程
  • 刊出日期:  2020-04-11

目录

    /

    返回文章
    返回