公开(公告)号：CN117236428A

公开(公告)日：2023-12-15

申请号：CN202311172856.2

申请日：2023-09-12

Applicant: 哈尔滨工程大学

Inventor： 张博文 ,  王梦凡 ,  苑喆 ,  薛运泽 ,  夏庚磊 ,  王晨阳 ,  孙觊琳

IPC: G06N5/01 ,  G06N7/01 ,  G06N5/04 ,  G06Q50/06

Abstract: 本发明公开了一种基于贝叶斯网络的核电厂中复杂系统故障诊断方法，在动态故障树的基础上，利用转换规则构建系统动态贝叶斯网络模型，具体包括如下步骤：建立动态故障树；利用转换规则构建系统动态贝叶斯网络模型；确定贝叶斯网络的条件概率表；计算求得诊断结果。本申请将动态故障树分析与贝叶斯网络相结合，利用动态故障树模型描述系统的故障行为和故障传播，然后将其转化为贝叶斯网络模型，通过概率推理和学习，实现对核电厂系统的故障诊，传统的动态故障树需要结合复杂的T‑S动态门描述规则和动态故障树算法，计算量较大，动态贝叶斯网络是可以利用条件独立性假设和双向推理算法，计算节点失效概率和后验概率，解决动态故障树计算复杂的问题。

公开(公告)号：CN117289602A

公开(公告)日：2023-12-26

申请号：CN202311173807.0

申请日：2023-09-12

Applicant: 哈尔滨工程大学

Inventor： 张博文 ,  苑喆 ,  彭敏俊 ,  潘虹霖 ,  夏庚磊 ,  孙觊琳 ,  王晨阳

IPC: G05B13/04

Abstract: 本发明公开了一种基于深度学习优化SCO2‑热管堆的协调控制方法，包括建立协调控制器，对输入参数进行预处理；建立基于深度学习的PID控制，给出输入量和输出量之间的关系以及优化控制参数；建立基于神经网络的底层PID控制，给出输入量和输出量之间的关系，对PID的参数进行优化；进行协调控制，通过协调控制判断反应堆的功率、主压缩机出口压力、热管堆内的流量适配的具体底层控制器。本发明采用的协调控制器，基于深度学习和神经网络建立底层控制器，能够更加准确地判断何种工况采用何种底层控制器，从而更大限度地发挥两种底层控制器的优势，相比于采用简单算法调节底层控制器设定值的协调控制器，能够以针对各种情况采用相应的参数，来使系统达到稳定。