-
公开(公告)号:CN111881627B
公开(公告)日:2023-07-18
申请号:CN202010776373.3
申请日:2020-08-05
Applicant: 哈尔滨工程大学
IPC: G06F18/2415 , G06F18/214 , G06N3/0464 , G06N3/0442 , G06N3/006
Abstract: 本发明涉及一种核动力装置故障诊断方法和系统。所述核动力装置故障诊断方法包括:获取训练好的核动力装置故障诊断模型;采用传感器获取核动力装置中各子系统的运行数据;根据所述运行数据,采用核动力装置故障诊断模型确定所述子系统的故障类别以及与所述故障类别相对应的故障概率。本发明提供的核动力装置故障诊断方法和系统通过采用训练好的核动力装置故障诊断模型,得到的故障类别和故障概率,在提高故障诊断结果准确性、故障诊断效率的同时,确保了诊断结果的稳定性。
-
公开(公告)号:CN111783362B
公开(公告)日:2022-07-26
申请号:CN202010655443.X
申请日:2020-07-09
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , F16K31/02 , G06F119/04
Abstract: 本发明涉及一种电动闸阀剩余使用寿命确定方法及系统。所述剩余使用寿命确定方法包括:获取电动闸阀的原始数据并进行数据特征工程,确定特征工程处理后的二维输入数据;将二维输入数据转换为三维堆叠数据块;利用卷积降噪自编码器,根据三维堆叠数据块确定高层特征,进而确定第一拼接特征;建立时间卷积网络模型,确定第二拼接特征;根据第二拼接特征确定更新后的时间卷积网络模型;根据卷积降噪自编码器以及更新后的时间卷积网络模型确定优化后的卷积降噪自编码器以及优化的时间卷积网络模型,并对实际电动阀门运行数据进行剩余使用寿命预测确定剩余使用寿命值。采用本发明所提供的剩余使用寿命确定方法或系统能够提高剩余使用寿命预测的准确率。
-
公开(公告)号:CN113591945A
公开(公告)日:2021-11-02
申请号:CN202110799159.4
申请日:2021-07-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种跨功率水平的核动力装置故障诊断方法及系统,具体涉及一种在训练集和测试集数据概率分布差异下开展核动力装置故障诊断的迁移学习方法及系统。本发明包括:核动力装置监测参数采集、核动力装置监测参数预处理、核动力装置迁移故障诊断任务数据整理、不同领域的可迁移特征提取模型构建、迁移故障诊断模型构建及目标领域故障的辨识。本发明解决传统数据驱动模型在不同功率水平引起的数据概率分布差异下泛化性能降低的问题,能够将源功率水平的故障知识可靠地应用于目标功率水平的故障辨识。
-
公开(公告)号:CN108491583B
公开(公告)日:2021-09-10
申请号:CN201810165064.5
申请日:2018-02-28
Applicant: 哈尔滨工程大学
IPC: G06F30/20
Abstract: 本发明公开了一种不规则形状放射源的自适应辐射剂量计算仿真方法,属于核设施退役仿真领域。本发明包括在三维建模软件中建立物体的三维几何模型并导出作为初始输入;读取物体三维模型文件,获取物体的网格模型;空间剖分;采用长方体对物体模型近似;物体表面的长方体与物体重合部分生成自适应点核;物体内部的长方体分割生成自适应点核;采用点核方法进行伽马辐射剂量计算。本发明采用自适应点核技术,提高计算效率,并可以根据探测点位置,通过调节点核的分布密度来满足辐射剂量计算时间与精度的需求,可以处理任意形状几何体,使剂量评估的建模、计算过程更加灵活、高效。
-
公开(公告)号:CN112016251A
公开(公告)日:2020-12-01
申请号:CN202010909121.3
申请日:2020-09-02
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06K9/62 , G06N3/04 , G06F119/02
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。
-
公开(公告)号:CN111783362A
公开(公告)日:2020-10-16
申请号:CN202010655443.X
申请日:2020-07-09
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , F16K31/02 , G06F119/04
Abstract: 本发明涉及一种电动闸阀剩余使用寿命确定方法及系统。所述剩余使用寿命确定方法包括:获取电动闸阀的原始数据并进行数据特征工程,确定特征工程处理后的二维输入数据;将二维输入数据转换为三维堆叠数据块;利用卷积降噪自编码器,根据三维堆叠数据块确定高层特征,进而确定第一拼接特征;建立时间卷积网络模型,确定第二拼接特征;根据第二拼接特征确定更新后的时间卷积网络模型;根据卷积降噪自编码器以及更新后的时间卷积网络模型确定优化后的卷积降噪自编码器以及优化的时间卷积网络模型,并对实际电动阀门运行数据进行剩余使用寿命预测确定剩余使用寿命值。采用本发明所提供的剩余使用寿命确定方法或系统能够提高剩余使用寿命预测的准确率。
-
公开(公告)号:CN108491583A
公开(公告)日:2018-09-04
申请号:CN201810165064.5
申请日:2018-02-28
Applicant: 哈尔滨工程大学
IPC: G06F17/50
Abstract: 本发明公开了一种不规则形状放射源的自适应辐射剂量计算仿真方法,属于核设施退役仿真领域。本发明包括在三维建模软件中建立物体的三维几何模型并导出作为初始输入;读取物体三维模型文件,获取物体的网格模型;空间剖分;采用长方体对物体模型近似;物体表面的长方体与物体重合部分生成自适应点核;物体内部的长方体分割生成自适应点核;采用点核方法进行伽马辐射剂量计算。本发明采用自适应点核技术,提高计算效率,并可以根据探测点位置,通过调节点核的分布密度来满足辐射剂量计算时间与精度的需求,可以处理任意形状几何体,使剂量评估的建模、计算过程更加灵活、高效。
-
公开(公告)号:CN107315907A
公开(公告)日:2017-11-03
申请号:CN201710411375.0
申请日:2017-06-05
Applicant: 哈尔滨工程大学
IPC: G06F19/00
Abstract: 本发明提供的是一种动态环境下姿态可变的人体剂量仿真方法。包括建立虚拟人三维模型,包括人体组织和器官;采用在组织、器官模型内均匀分布的监测点对组织和器官进行描述,将监测点与人体器官和组织进行绑定;建立人员作业姿态动作的骨骼动画,将骨骼动画与器官进行绑定,监测点随着作业过程的骨骼动画进行位置变换;计算人体组织或器官的吸收剂量;计算一个计算时间步长下的人体有效剂量;将作业过程中,每个离散时间步长下的组织或器官吸收剂量以及人体有效剂量累加,获取人员在整个作业过程中接受的剂量结果。本发明同时兼顾人体姿态变换与动态辐射环境条件,进行人体辐射剂量计算仿真,建模方法更灵活、高效,计算更简便,结果更可靠。
-
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: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。
-
-
-
-
-
-
-
-
-