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RS-FNN的核电厂设备智能故障诊断方法的研究

刘永阔 夏虹 谢春丽 陈志辉 陈宏霞

刘永阔, 夏虹, 谢春丽, 陈志辉, 陈宏霞. 基于RS-FNN的核电厂设备智能故障诊断方法的研究[J]. 核动力工程, 2007, 28(1): 110-114.
引用本文: 刘永阔, 夏虹, 谢春丽, 陈志辉, 陈宏霞. 基于RS-FNN的核电厂设备智能故障诊断方法的研究[J]. 核动力工程, 2007, 28(1): 110-114.
LIU Yongkuo, XIA Hong, XIE Chunli, CHEN Zhihui, CHEN Hongxia. Study on Intelligence Fault Diagnosis Method for Nuclear Power Plant Equipment Based on Rough Set and Fuzzy Neural Network[J]. Nuclear Power Engineering, 2007, 28(1): 110-114.
Citation: LIU Yongkuo, XIA Hong, XIE Chunli, CHEN Zhihui, CHEN Hongxia. Study on Intelligence Fault Diagnosis Method for Nuclear Power Plant Equipment Based on Rough Set and Fuzzy Neural Network[J]. Nuclear Power Engineering, 2007, 28(1): 110-114.

基于RS-FNN的核电厂设备智能故障诊断方法的研究

详细信息
    作者简介:

    刘永阔:夏虹(1962-),女,工学博士,教授,博士生导师。现从事核动力装置状态监控及故障诊断技术等方面的研究。

    夏虹:谢春丽(1978-),女,在读博士研究生

  • 中图分类号: TP18

Study on Intelligence Fault Diagnosis Method for Nuclear Power Plant Equipment Based on Rough Set and Fuzzy Neural Network

  • 摘要: 将粗糙集(RS)理论与模糊神经网络(FNN)相结合,能充分发挥各自的优点。本文利用RS方法对知识的约简技术,从大量的原始数据中提取精简的规则,基于这些规则建立的FNN网络具有更好的拓扑结构,学习速度大大提高、判断准确、容错能力强,具有更高的实用价值。为了验证该方法的有效性,以核电厂设备蒸汽发生器U形管破裂等故障为例,进行了仿真实验研究。诊断结果表明,将基于RS理论的FNN智能故障诊断方法引入核电厂设备故障诊断中是可行的,并且具有简单方便、计算量小、诊断结果可靠等特点。

     

  • 加载中
计量
  • 文章访问数:  6
  • HTML全文浏览量:  2
  • PDF下载量:  1
  • 被引次数: 0
出版历程
  • 收稿日期:  2005-08-15
  • 修回日期:  2005-11-14
  • 网络出版日期:  2025-07-21

目录

    /

    返回文章
    返回