-
公开(公告)号:CN117828452A
公开(公告)日:2024-04-05
申请号:CN202311767440.5
申请日:2023-12-20
Applicant: 哈尔滨工程大学
IPC: G06F18/2411 , G06F18/214 , G06F18/213 , G06N3/0455 , G06N3/084 , G06Q50/04 , G06Q50/06
Abstract: 本说明书实施例公开了一种核电厂蒸汽发生器传热管状态监测及破口程度的评估方法,方案可以包括:在待监测的核电站满功率运行条件下,采集所述待监测的核电站在未发生故障时的相关特征参量,然后在所述待监测的核电站的蒸汽发生器传热管中插入若干不同大小的破口,并采集与所述相关特征参量相对应的故障状态特征参量;采用降噪自动编码器DAE分别对所述未发生故障时的相关特征参量和所述故障状态特征参量进行降维处理;设计基于One‑Class SVM的状态监测模块;基于SMOTE算法进行小样本数据的扩容;基于Bi‑LSTM的故障程度评估。
-
公开(公告)号:CN116754213A
公开(公告)日:2023-09-15
申请号:CN202310727041.X
申请日:2023-06-19
Applicant: 哈尔滨工程大学
IPC: G01M13/003 , G06N3/006 , G21D3/06 , G01R31/00
Abstract: 本说明书实施例公开了一种基于强噪声背景下的电动闸阀故障诊断方法、装置及设备,属于故障诊断领域,方法包括:获取强噪声背景下的电动闸阀加速度信号;利用基于缎蓝园丁鸟优化算法优化后的变分模态分解模型确定电动闸阀加速度信号中的第一噪声;去除第一噪声,得到第一重组加速度信号;去除第二噪声,得到第二重组加速度信号;其中,第二噪声所在的频段小于第一噪声所在的频段;基于第二重组加速度信号,对电动闸阀进行故障诊断。本实施例利用基于缎蓝园丁鸟优化算法优化后的变分模态分解模型可以准确的确定电动闸阀加速度信号中的第一噪声,进而可以从电动闸阀加速度信号中去除绝大部分噪声,提高了对电动闸阀进行故障诊断的准确性。
-