-
Patent Agency Ranking
公开(公告)号：CN115496897B
公开(公告)日：2023-10-31
申请号：CN202211234136.X
申请日：2022-10-10
Applicant: 中国核动力研究设计院
Abstract: 本发明公开了一种基于数字图像处理的去离子水固体杂质检测方法和系统，本发明通过对采集的图像进行预处理，然后根据去离子水中固体杂质的特点对目标对象进行特征提取，最后使用识别算法对去离子水中的固体杂质进行识别，完成去离子水中固体杂质的检测。本发明利用图像处理技术自动实现去离子水固体杂质的检测，检测速度快，提高了检查效率；同时无需进行人工识别，大大提高了检测准确性和可靠性。
-
公开(公告)号：CN119620645A
公开(公告)日：2025-03-14
申请号：CN202411617849.3
申请日：2024-11-13
Applicant: 中国核动力研究设计院
IPC: G05B19/042
Abstract: 一种核动力装置用干扰信号处理系统，涉及数据处理技术领域，包括数据采集模块、仪表信号分析模块、中央控制模块和信号处理算法模块；所述仪表信号分析模块用于获取核动力装置中多个仪表设备的电流信号，且对多个电流信号进行分解，以及对分解后的电流信号进行滤波处理；所述数据采集模块用于分析仪表信号分析模块输出的电流信号；所述中央控制模块用于在分析结果为异常时，控制仪表信号模块对相应的电流信号进行再次滤波处理；所述信号处理算法模块用于接收仪表信号分析模块每次滤波后的电流信号，并在处理后判断多个仪表设备中干扰源的情况；能够准确定位干扰源的位置。
-
公开(公告)号：CN115482236A
公开(公告)日：2022-12-16
申请号：CN202211234141.0
申请日：2022-10-10
Applicant: 中国核动力研究设计院
Abstract: 本发明公开了一种基于深度学习的管道泄漏检测方法、系统、设备和介质，方法包括：采集正常管道和泄漏管道图像，并给图像设置标签，构建数据集，且将所述数据集划分为训练集和测试集；基于深度神经网络结构和图像的二值掩码，构建深度神经网络模型；采用所述训练集训练构建的所述深度神经网络模型；采用所述测试测试训练完成的深度神经网络模型；利用训练完成的深度神经网络模型，对采集的管道图像进行识别，从而判断管道是否发生泄漏，即完成对管道泄漏的检测。本发明采用真实采集的反应堆回路正常管道和型泄漏管道图像以及深度神经网络进行管道泄漏的检测，提高了检测效率和准确率，大大降低了检测人员的工作难度和工作强度。
-
公开(公告)号：CN119939142A
公开(公告)日：2025-05-06
申请号：CN202411780562.2
申请日：2024-12-05
Applicant: 中国核动力研究设计院
Abstract: 本发明涉及核能工程与数据挖掘技术领域。提供了一种核级设备可靠性数据挖掘方法，包括步骤：通过工况信号采集设备，获取目标核级设备的历史工况数据，得到历史工况信号数据集；通过集成经验模态分解和聚类算法，对数据进行预处理，对预处理后的数据进行标记，得到标记数据集；基于标记数据集，通过机器学习算法构建数据挖掘模型，通过量子遗传算法优化数据挖掘模型，得到数据挖掘优化模型；采集目标核级设备的实时工况信号数据，将实时工况信号数据输入数据挖掘优化模型，并输出目标核级设备的数据挖掘结果。解决了传统方法难以全面准确地评估核级设备的可靠性，无法及时发现潜在的故障隐患，导致维护成本高昂且效率低下的问题。
-
公开(公告)号：CN115496897A
公开(公告)日：2022-12-20
申请号：CN202211234136.X
申请日：2022-10-10
Applicant: 中国核动力研究设计院
Abstract: 本发明公开了一种基于数字图像处理的去离子水固体杂质检测方法和系统，本发明通过对采集的图像进行预处理，然后根据去离子水中固体杂质的特点对目标对象进行特征提取，最后使用识别算法对去离子水中的固体杂质进行识别，完成去离子水中固体杂质的检测。本发明利用图像处理技术自动实现去离子水固体杂质的检测，检测速度快，提高了检查效率；同时无需进行人工识别，大大提高了检测准确性和可靠性。
-
-
-
-
Search Results
5
records
(took 0.044 seconds)
