-
公开(公告)号：CN112446326A
公开(公告)日：2021-03-05
申请号：CN202011353822.X
申请日：2020-11-26
Applicant: 中国核动力研究设计院
Abstract: 本发明公开了基于深度复卷积网络的屏蔽泵故障模式识别方法及系统，该方法包括：S1：采样屏蔽泵运转时的初始数据，即屏蔽泵运转时的屏蔽泵上下部分的振动传感器数据；S2：把所述初始数据作为输入参数，输入至基于一维深度复卷积网络的屏蔽泵深度学习模型中进行模型训练；S3：采用训练好的模型，对实时采集的屏蔽泵运转数据进行屏蔽泵故障模式识别，识别出屏蔽泵的14类故障种类和损伤程度模式，并输出识别结果进行显示。本发明所构建模型中，将求特征的内积变换步骤转换为一维复卷积层，实现基函数的自适应选择；同时将特征筛选过程利用复K‑MaxPooling层来实现。本发明屏蔽泵故障模式识别精度高，效率高。
-
公开(公告)号：CN115469643B
公开(公告)日：2024-12-31
申请号：CN202211130386.9
申请日：2022-09-15
Applicant: 中国核动力研究设计院
Abstract: 本发明实施例提供一种核电站旋转机械健康管理方法、系统及介质，包括：获取旋转机械的监测数据和DCS数据；对所述监测数据和DCS数据进行数据预处理；对预处理之后的监测数据和DCS数据进行特征数据提取，生成状态监测特征数据、故障诊断特征数据以及故障预测特征数据；根据状态监测特征数据、故障诊断特征数据、故障预测特征数据对旋转机械进行状态监测、故障诊断和故障预测；根据状态监测数据、故障诊断数据、故障预测数据、旋转机械的历史情况以及先验知识判断核电站旋转机械的健康状态。本发明实施例解决了现有技术对旋转机械的监测实时性差不全面导致的运维管理效率低的问题。
-
公开(公告)号：CN115881329B
公开(公告)日：2024-01-30
申请号：CN202211480930.2
申请日：2022-11-24
Applicant: 中国核动力研究设计院
Abstract: 本申请公开了一种燃料组件异常振动分析方法、系统、存储介质及电子设备，包括：获取反应堆内自给能中子探测器测量的中子噪声信号数据；根据所述中子噪声信号数据，判断燃料组件是否存在异常振动；利用中子输运方程计算存在异常振动的燃料组件与所述自给能中子探测器之间传递函数；基于所述传递函数，通过最小化算法理论确定发生异常振动的燃料组件位置。本申请利用反应堆内的自给能探测器的中子噪声信号，对燃料组件的异常振动的激振源进行确定，并通过多个自给能探测器中子噪声对异常振动的燃料组件进行定位，为燃料组件振动精确化
-
公开(公告)号：CN112446326B
公开(公告)日：2022-04-01
申请号：CN202011353822.X
申请日：2020-11-26
Applicant: 中国核动力研究设计院
Abstract: 本发明公开了基于深度复卷积网络的屏蔽泵故障模式识别方法及系统，该方法包括：S1：采样屏蔽泵运转时的初始数据，即屏蔽泵运转时的屏蔽泵上下部分的振动传感器数据；S2：把所述初始数据作为输入参数，输入至基于一维深度复卷积网络的屏蔽泵深度学习模型中进行模型训练；S3：采用训练好的模型，对实时采集的屏蔽泵运转数据进行屏蔽泵故障模式识别，识别出屏蔽泵的14类故障种类和损伤程度模式，并输出识别结果进行显示。本发明所构建模型中，将求特征的内积变换步骤转换为一维复卷积层，实现基函数的自适应选择；同时将特征筛选过程利用复K‑MaxPooling层来实现。本发明屏蔽泵故障模式识别精度高，效率高。
-
公开(公告)号：CN119400467A
公开(公告)日：2025-02-07
申请号：CN202411491981.4
申请日：2024-10-24
Applicant: 中国核动力研究设计院
IPC: G21C17/10 , G21C17/108 , G06F18/2433 , G06F18/2131 , G06F18/10
Abstract: 本发明公开了基于中子噪声信号的异常振动控制棒定位方法、系统及介质；涉及控制棒监测技术领域；本发明根据自给能中子探测器测量的中子噪声信号数据评价控制棒是否存在异常振动，并确定引起异常振动的原因；然后利用中子输运方程计算控制棒与中子探测器之间传递函数，并通过最小化算法理论确定发生异常振动的控制棒位置；解决了堆内控制棒异常振动无法监测的问题，避免控制棒发生异常振动，有力地保障了反应堆控制棒安全可靠性。
-
Patent Agency Ranking
公开(公告)号：CN119249233A
公开(公告)日：2025-01-03
申请号：CN202411400132.3
申请日：2024-10-09
Applicant: 中国核动力研究设计院
IPC: G06F18/241 , G06F18/213 , G06F18/214 , G06N3/0464 , G06F18/21 , G06F18/2131 , G06N3/084
Abstract: 本发明故障智能诊断领域，具体涉及基于小样本的核电站旋转机械故障诊断方法及相关产品，方法包括：采集多种故障类型的时域数据和频域数据，并进行范围划分；构建总样本集，划分训练集和测试集，构建卷积神经网络，并通过训练获得核电站旋转机械故障诊断模型，通过测试集测试优化迭代训练直至获得最优的卷积神经网络参数，构建最终的核电站旋转机械故障诊断模型；本发明通过基于小样本学习的方法，有效扩充了训练数据，解决了传统深度学习模型在故障数据样本较少情况下难以有效诊断的问题；其次采用卷积神经网络对故障数据进行处理，能够提取更为准确和细致的特征，提高了故障诊断的精度；通过反复迭代训练和模型优化，确保了最终模型的稳定性和高效性。
-
公开(公告)号：CN119227457A
公开(公告)日：2024-12-31
申请号：CN202411300401.9
申请日：2024-09-18
Applicant: 中国核动力研究设计院
IPC: G06F30/23 , G21C17/00 , G06F30/27 , G06F30/28 , G06F111/04 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了反应堆堆芯吊篮预紧状态退化预测方法、装置及介质，包括：基于静力学分析和预应力模态分析技术，对核电站堆芯吊篮建立堆芯吊篮结构的静力学模型以及堆芯吊篮模态分析模型；基于堆芯吊篮模态分析模型，得到堆芯吊篮预紧状态退化状态与堆芯吊篮结构振动响应特性之间的映射关系；根据历史堆芯吊篮振动特性变化数据，构建堆芯吊篮振动特征趋势预测模型，获得堆芯吊篮振动特性的预测趋势；根据历史堆芯吊篮振动特性变化数据和堆芯吊篮振动特性的预测趋势，并结合映射关系，得到堆芯吊篮预紧退化状态的预测趋势。本发明能够预测获得堆芯吊篮预紧退化状态的准确变化规律，为后续核电关键设备健康管理系统的搭建奠定基础。
-
公开(公告)号：CN108731872A
公开(公告)日：2018-11-02
申请号：CN201711128134.1
申请日：2017-11-15
Applicant: 江苏核电有限公司 , 北京冶核技术发展有限责任公司
Abstract: 本发明属于核电站压力测量技术领域，具体公开一种核电站安全壳密封性试验压力测量装置，该装置包括传感器本体保护装置、传感器电气接线箱和上位机控制系统，传感器本体保护装置的输出端与传感器电气接线箱的输入端连接，传感器电气接线箱的输出端与上位机控制系统的输入端连接，传感器本体保护装置内的传感器测量得到核电站安全壳内静压压力信号，并将压力信号传输给电气接线箱，压力信号在传输至上位机控制系统，上位机控制系统进行压力信号处理与数字化显示。本发明的装置能够确保在安全壳整体密封性试验过程中消除压力测量系统故障风险，保障试验顺利进行。
-
公开(公告)号：CN108730396A
公开(公告)日：2018-11-02
申请号：CN201711169560.X
申请日：2017-11-22
Applicant: 江苏核电有限公司
Abstract: 本发明属于核电站设备起重运输技术领域，具体涉及一种用于核电厂乏燃料转运容器起重运输过程中防坠落装置；本发明的目的是，针对现有技术不足，提供一种为乏燃料转运容器起重运输过程做防坠落措施的核电厂乏燃料转运容器起重运输过程中防坠落装置；包括导向轮(1)、波纹管层(2)、外框架(3)、底板(4)及导向轮固定螺栓(5)；所述底板(4)为中间凹陷的正方形，外框架(3)设于底板(4)的凹陷槽内，所述波纹管层(2)设于外框架(3)内；所述导向轮(1)通过导向轮固定螺栓(5)固定在底板(4)上。
-
公开(公告)号：CN106898401B
公开(公告)日：2018-11-02
申请号：CN201510957432.6
申请日：2015-12-18
Applicant: 江苏核电有限公司 , 河南核净洁净技术有限公司
Abstract: 本发明属于核电厂放射性气溶胶处理领域，具体涉及一种用于核电厂放射性气溶胶处理的过滤器无排水口滤芯；包括上端盖(1)、密封垫(2)、沉头螺钉(3)、连接杆(7)、密封胶(9)、下端盖(10)及过滤组件；其中所述上端盖中心位置设有圆形孔，端盖上表面设有一圈密封垫(2)；所述下端盖(10)中心位置设有一个圆形孔；上端盖(1)和下端盖(10)之间通过六根连接杆(7)支撑；所述过滤组件为上下相通的中空圆柱体筒状，过滤组件上下端通过密封胶(9)分别与上端盖(1)和下端盖(10)相固定。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.304 seconds)
