一种核电站松脱部件事前预测系统及预测方法

    公开(公告)号:CN109543894B

    公开(公告)日:2020-11-24

    申请号:CN201811358759.1

    申请日:2018-11-15

    摘要: 本发明提供了一种核电站松脱部件事前预测系统和预测方法,包括第一建立模块,用于建立神经网络模型,将正常振动信号数据和松脱部件信号数据以及仿真松脱事件信号数据注入至建立神经网络模型进行训练,得到预松动振动信号的标准曲线;第一信号采集模块,用于实时采集需要预测的零部件振动信号;预测模块,用于将实时采集的零部件振动信号注入至所述神经网络模型进行识别判断,预测零部件松脱的可能性。本发明在预测过程中不需要大量的真实故障数据,通过有限的真实数据和系统数学模型仿真得到典型零部件不同阶段的松脱数据,利用神经网络方法进行识别和预测;填补了该领域对松脱部件监测只能进行事后判断的无法进行事前预测空白。

    一种核电站松脱部件事前预测系统及预测方法

    公开(公告)号:CN109543894A

    公开(公告)日:2019-03-29

    申请号:CN201811358759.1

    申请日:2018-11-15

    摘要: 本发明提供了一种核电站松脱部件事前预测系统和预测方法,包括第一建立模块,用于建立神经网络模型,将正常振动信号数据和松脱部件信号数据以及仿真松脱事件信号数据注入至建立神经网络模型进行训练,得到预松动振动信号的标准曲线;第一信号采集模块,用于实时采集需要预测的零部件振动信号;预测模块,用于将实时采集的零部件振动信号注入至所述神经网络模型进行识别判断,预测零部件松脱的可能性。本发明在预测过程中不需要大量的真实故障数据,通过有限的真实数据和系统数学模型仿真得到典型零部件不同阶段的松脱数据,利用神经网络方法进行识别和预测;填补了该领域对松脱部件监测只能进行事后判断的无法进行事前预测空白。

    一种核电站检测信号传输系统

    公开(公告)号:CN204303157U

    公开(公告)日:2015-04-29

    申请号:CN201420748857.7

    申请日:2014-12-02

    IPC分类号: G08C23/06

    摘要: 本实用新型公开了一种核电站检测信号传输系统,解决了现有技术中核电站用于传输检测信号的电缆数量很大,使得电缆桥架严重超容的技术问题,所述系统包括:至少一条光缆(10);设置在工艺现场(100),与光缆(10)的一端连接,用于获取多个检测信号并将其转换为光信号,以及通过光缆(10)对光信号进行输出的至少一个光电转换设备(20);设置在终端房间(200),与光缆(10)的另一端连接,用于通过光缆(10)接收光信号并将其转换为多个电信号,以及通过电缆将多个电信号对应分发至终端房间(200)内的多个主控制系统机柜的光电转换设备(30);实现了在满足检测信号传输需求的前提下,减少电缆使用量,从而缓解或避免电缆桥架超容的技术效果。

    核电站信号识别方法、装置、计算机设备及存储介质

    公开(公告)号:CN110532836A

    公开(公告)日:2019-12-03

    申请号:CN201810513115.9

    申请日:2018-05-25

    IPC分类号: G06K9/00 G06N3/04

    摘要: 本发明适用于核电技术领域,提供了一种核电站信号识别方法、装置、计算机设备及存储介质。核电站信号识别方法包括:获取待识别信号;对所述待识别信号进行滤波,得到观测信号;使用基于盲解卷积的特征向量算法,对所述观测信号进行求解,得到恢复信号;对预设窗口长度范围内的所述恢复信号进行短时均方根计算,得到修正信号;根据预设的支持向量机模型对所述修正信号进行识别,确定所述修正信号的信号类型;若所述信号类型为冲击信号,则按照预设的报警方式进行报警。本发明的技术方案能够在核电厂复杂的强噪声环境下,在低信噪比条件下,准确的识别和提取冲击信号,从而大幅度提高对松脱部件的报警准确率,降低误报警率和漏报警率。