-
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。
-
公开(公告)号:CN117892136A
公开(公告)日:2024-04-16
申请号:CN202410088178.X
申请日:2024-01-22
Applicant: 哈尔滨工程大学
IPC: G06F18/214 , G06F18/2411 , G06F18/213 , G06N3/0464 , G06N20/10
Abstract: 本申请技术方案公开一种样本不平衡时的核动力装置故障诊断方法,方案可以包括:对于待进行故障检测的核动力装置,确定该待进行故障检测的核动力装置的若干个故障类型并进行特征参数的采集,对采集的特征参数进行类型标记,采用合成少数类过采样技术SMOTE对所述故障类型对应的故障状态下的特征参数进行样本扩充,得到样本平衡数据进行归一化处理,通过卷积神经网络中的卷积核与输入数据之间的卷积计算提取出数据中包含的特征,将深层特征数据输入到支持向量机中,对其进行训练;采用粒子群算法对参数进行自适应寻优,采用优化后的支持向量机对深层特征数据进行识别,以确定核动力装置的运行状态,并将诊断结果反馈到人机交互界面上。
-
公开(公告)号:CN116779202A
公开(公告)日:2023-09-19
申请号:CN202310573448.1
申请日:2023-05-22
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于数字孪生的核电厂转动设备智能故障诊断方法及系统,涉及智能核电厂技术领域,本发明通过深度学习实现数字空间与现实空间数据的互相补充,解决核电厂转动设备故障数据不充分问题;基于数据融合的思想实现诊断模型的多源数据整合,能够提高诊断结果的准确性;本发明还提出了一种数字孪生模型的更新方法,保证核电厂转动设备在运行过程中产生新工况或训练好的孪生模型无法满足要求时,可实现数字孪生模型的更新,从而保证数字孪生模型与物理空间模型的一致性。
-
公开(公告)号:CN114519382A
公开(公告)日:2022-05-20
申请号:CN202210005189.8
申请日:2022-01-05
Applicant: 哈尔滨工程大学
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。
-
公开(公告)号:CN113837463B
公开(公告)日:2024-06-07
申请号:CN202111107117.6
申请日:2021-09-22
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于改进随机森林的核电站系统运行趋势预测方法,包括以下步骤:(1)随机森林单步预测步骤;(2)随机森林多步预测步骤;(3)多步预测修正。本发明所用的随机森林方法在单步预测预测较为准确,但在多步预测效果较差,这是由于随机森林在预测时虽然能够预测曲线的变化趋势,但由于对于数据变化不敏感,当数据增加或减小变缓时其误差可能变大,而斜率预测考虑到短时间内斜率的变化,对数据短时间内的变化较为敏感,故可以通过随机森林预测与斜率预测加权平均的方式来进行预测,这种方法能够有效地提高多步预测的精确度,提高了随机森林多步预测的可用性。
-
公开(公告)号:CN113837463A
公开(公告)日:2021-12-24
申请号:CN202111107117.6
申请日:2021-09-22
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于改进随机森林的核电站系统运行趋势预测方法,包括以下步骤:(1)随机森林单步预测步骤;(2)随机森林多步预测步骤;(3)多步预测修正。本发明所用的随机森林方法在单步预测预测较为准确,但在多步预测效果较差,这是由于随机森林在预测时虽然能够预测曲线的变化趋势,但由于对于数据变化不敏感,当数据增加或减小变缓时其误差可能变大,而斜率预测考虑到短时间内斜率的变化,对数据短时间内的变化较为敏感,故可以通过随机森林预测与斜率预测加权平均的方式来进行预测,这种方法能够有效地提高多步预测的精确度,提高了随机森林多步预测的可用性。
-
公开(公告)号:CN114509267A
公开(公告)日:2022-05-17
申请号:CN202210063944.8
申请日:2022-01-20
Applicant: 哈尔滨工程大学
IPC: G01M13/045
Abstract: 本发明提供一种基于CEEMDAN与Bi‑LSTM的滚动轴承小样本不平衡故障诊断方法,本发明所用的CEEMDAN增强了对振动信号的降噪处理与特征参数提取能力,使得提取的特征参数更有利于后续进行故障诊断。SMOTE算法延展小样本,对数据量进行扩展,增加了后续深度神经网络训练的准确性。Bi‑LSTM可以有效剔除诊断效果不好的特征参量,并有效地利用了向前与向后的特征参量,大大地提高了故障诊断的准确性。
-
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。
-
公开(公告)号:CN114486215A
公开(公告)日:2022-05-13
申请号:CN202210005506.6
申请日:2022-01-05
Applicant: 哈尔滨工程大学
IPC: G01M13/00
Abstract: 本发明提供一种电动阀门故障模拟与数据采集分析试验台,通过在电动阀门故障试验台架上设置若干电动阀门常见故障,放置若干专设传感器,自行模拟了故障模式并设置了故障数据采集分析方案。压力传感器、压差变送器、电磁流量计、温度计、声发射传感器和加速度传感器共同构成电动阀门故障数据采集分析系统。故障数据分析方案基本上是使用声发射传感器结合压差计、流量计检测内漏故障,使用加速度传感器检测填料受损、填料过紧导致动作粘滞、三相不平衡故障。试验的故障模式分别是因阀板行程不到位导致的内漏、因闸板穿孔导致的内漏、闸阀电机驱动相偏移、阀门密封填料损伤、调节阀阀杆密封填料过紧导致的动作粘滞故障。
-
-
-
-
-
-
-
-
-