-
公开(公告)号：CN110530430A
公开(公告)日：2019-12-03
申请号：CN201910909553.1
申请日：2019-09-25
Applicant: 哈尔滨工程大学
IPC: G01D21/02
Abstract: 本发明提供一种电动闸阀定期检测实验台及检测方法，属于核动力安全分析领域，具体是研究电动闸阀的常见故障模式，并利用专设的声发射传感系统和加速度传感系统记录电动闸阀的故障数据，进而建立电动闸阀故障模式与数据属性间的映射关系。本发明包括：一套Z941H型电动闸阀常温水工质循环实验台；闸阀内漏声发射传感系统和闸阀电机转子偏振加速度传感系统；微开启内漏、电机相偏移和阀杆密封损伤故障设置方案及其传感器数据采集策略，包含故障数据归类整理。本发明通过设置三种常见电动闸阀故障和针对性的检测方案，实现了电动闸阀的定期状态检测功能。
-
公开(公告)号：CN110472279A
公开(公告)日：2019-11-19
申请号：CN201910617661.1
申请日：2019-07-10
Applicant: 哈尔滨工程大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于涡动扩散模型的放射性气体浓度评估方法，属于核退役仿真领域。包括构建核退役场景实体模型，并将核设施实体模型转换为体素模型；采用涡动扩散模型模拟放射性气体的扩散；根据退役场景对涡动扩散模型进行修正，退役场景包括厂房尺寸、核设施体素模型体积、排风管位置与流量和多个泄露点位置等；最终计算放射性气体的浓度分布。本发明采用涡动扩散模型模拟放射性气体的扩散；根据真实退役场景对模型进行了修正，实现了放射性气体浓度分布的动态计算；开发出了一种实时、高效的核设施退役环境中放射性气体浓度评估仿真方法，对核设施退役仿真具有重大的实际意义，应用前景广阔。
-
公开(公告)号：CN108563839A
公开(公告)日：2018-09-21
申请号：CN201810243219.2
申请日：2018-03-23
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供一种核设施退役模型程式化仿真方法，用3dsMax软件根据确定的核设施参数构建模型文件，并将模型文件保存为3DS格式；导入3DS格式的模型文件，获得模型参数；构建模型包围盒；根据实体对象包围盒构建程式化模型；根据实体对象顶点在程式化模型内的个数确定实体对象外部程式化模型；根据实体对象的模型参数构建实体对象内部程式化模型；使用组合几何方法构建实体对象的程式化模型并写为标准输入文件；将标准输入文件输入到辐射剂量计算程序内获得辐射场剂量分布。本发明实现了高效的将复杂核设施3dsMax模型简化为可计算辐射剂量分布的程式化模型，实现了对内部为空的壳状核设施模型的辐射场剂量分布计算。
-
公开(公告)号：CN107330186A
公开(公告)日：2017-11-07
申请号：CN201710518571.8
申请日：2017-06-30
Applicant: 哈尔滨工程大学
IPC: G06F17/50
Abstract: 本发明提供的是一种3dsMax核设施模型辐射场剂量分布仿真方法。(1)用3dsMax软件根据确定的核设施参数构建模型，并将文件保存为3DS格式；(2)导入3DS核设施模型文件，获得模型参数；(3)构建包围盒与四面体；(4)将确定的体素参数与材质信息写成输入卡；(5)将平面三角形离散成像素；(6)根据体素的属性值构成实体体素；(7)将确定的体素参数与物理属性信息写成输入卡；(8)用点核积分方法计算三维辐射场剂量分布。本发明实现了在3dsMax软件内直接对核设施尺寸、材质与能量参数的快速赋值；本发明实现了对内部存在空洞的复杂核设施模型的辐射场剂量分布计算。
-
公开(公告)号：CN114519382B
公开(公告)日：2024-10-18
申请号：CN202210005189.8
申请日：2022-01-05
Applicant: 哈尔滨工程大学
IPC: G21C17/00 , G08B21/18 , G08B29/18 , G06F18/2433 , G06F18/2413 , G06F18/243 , G06F18/214 , G06N20/20 , G06N5/01
Abstract: 本发明提供一种核动力装置关键运行参数提取与异常监测方法，通过建立基于XgBoost的核动力装置关键运行参数自动提取模型，自动获取核动力装置关键运行参数，减少操纵员关注的关键参数范围；通过建立双重阈值法和定性趋势分析的关键参数异常状态监测模型，判断关键运行参数异常与否；通过建立基于KNN的工况识别模型，指导关键参数异常状态监测模型的阈值选取，使监测模型与核动力装置当前运行工况相匹配；最终实现对核动力装置关键运行参数的自动提取与异常状态监测。本发明适应核动力装置工况多变的场景，提高阈值监测方法的鲁棒性，避免系统波动引发频发的误报警，进而提高该阈值监测方法在实际应用中的可用性。
-
Patent Agency Ranking
公开(公告)号：CN111859773B
公开(公告)日：2023-07-18
申请号：CN202010776989.0
申请日：2020-08-05
Applicant: 哈尔滨工程大学
IPC: G06F30/25 , G06N3/006 , G06Q10/20 , G06Q10/04 , G06F111/06
Abstract: 本发明涉及一种基于正则化粒子滤波的电动闸阀故障确定方法及系统，包括：将当前时刻的数据集作为初始粒子集，采用重要性采样方法从初始粒子集中选取预设粒子数目作为当前粒子集；确定当前粒子集中每个粒子的权值，确定有效粒子数；判断有效粒子数是否大于预设门限值，若是确定当前时刻第一状态估计的滤波值，确定下一时刻第一电动闸阀故障值；若否获取最优正则粒子数和最优核带宽，对当前粒子集进行重采样，确定第二状态估计的滤波值，确定下一时刻第二电动闸阀故障值；判断当前时刻是否小于预设时刻，若是将当前时刻更新为下一时刻，重新获取电动闸阀当前时刻的数据集；若否结束。通过本发明的上述方法能提高电动闸阀故障预测的精度。
-
公开(公告)号：CN116168772A
公开(公告)日：2023-05-26
申请号：CN202211097486.6
申请日：2022-09-08
Applicant: 哈尔滨工程大学
IPC: G16C20/30 , G16C20/70 , G06F30/27 , G06F18/214 , G06N5/01
Abstract: 本发明提供一种基于极限树的屏蔽材料γ射线累积因子回归计算方法，该方法通过对大量各种常用工程材料γ射线累积因子数据样本进行学习，在经过简单的调参甚至不需要进行任何调参的情况下，建立起性能优越的极限树回归模型，对γ射线累积因子的已知数据进行无偏预测，对未知数据进行高精度预测，从而在保证准确性的前提下，使各种常用辐射屏蔽材料的γ射线累积因子计算具有更高的效率。
-
公开(公告)号：CN110489789B
公开(公告)日：2023-04-18
申请号：CN201910617663.0
申请日：2019-07-10
Applicant: 哈尔滨工程大学
IPC: G06F30/28
Abstract: 本发明涉及一种核设施退役环境中放射性气体扩散评估方法，属于核退役仿真领域。包括构建退役场景数学模型；采用均匀球形烟团模型模拟放射性气体的扩散；使用退役场景的数学模型对均匀球形烟团模型进行修正；计算放射性气体的活度分布，实现退役环境中放射性气体的扩散评估。本发明采用均匀球形烟团模型模拟放射性气体的扩散；考虑了实际退役场景对模型的影响，实现了核设施退役环境中放射性气体浓度分布的动态计算。本发明开发出了一种实时、高效的核设施退役环境中放射性气体扩散评估仿真方法，对核设施退役仿真具有重大的实际意义，应用前景广阔。
-
公开(公告)号：CN112288874B
公开(公告)日：2023-03-24
申请号：CN202011121978.5
申请日：2020-10-20
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于CAD模型与布尔运算的伽马辐射建模计算仿真方法，(1)在三维建模软件中建立基本几何和复杂物体的CAD三维几何模型并导出；(2)读取物体的CAD模型，建成表面闭合的CAD三维网格模型库；(3)对于不在模型库内的复杂几何，利用三维网格模型之间的布尔运算进行表达；(4)对放射源所在的几何区域进行采样生成点核；(5)基于CAD三维网格模型进行射线追踪；(6)采用点核方法进行伽马辐射计算。本发明实现仿真场景与辐射计算模型的耦合，辐射建模方法更灵活、高效，计算更简便。
-
公开(公告)号：CN112016251B
公开(公告)日：2023-01-31
申请号：CN202010909121.3
申请日：2020-09-02
Applicant: 哈尔滨工程大学
IPC: G06F18/241 , G06F18/214 , G06N3/0464 , G06N3/048 , G06N3/049 , G06N3/045 , G06N3/09 , G06N20/20
Abstract: 本发明涉及一种核动力装置故障的诊断方法及系统。该方法包括：获取核动力装置的历史运行数据以及实际运行数据，并确定实际运行数据的状态类别；对实际运行数据进行相空间重构，确定重构后的实际运行数据；建立小卷积核堆叠形成的时间卷积网络模型；利用重构后的实际运行数据以及状态类别构建时间卷积网络基分类器；根据5个时间卷积网络基分类器确定次级分类器的训练集以及测试集；利用次级分类器训练集对次级分类器进行训练，利用次级分类器测试集对次级分类器进行测试，确定堆栈泛化集成学习模型；根据堆栈泛化集成学习模型对核动力装置进行故障诊断，输出故障类别。本发明提高故障诊断的准确率，避免误诊断和漏诊断的发生。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.029 seconds)
