-
公开(公告)号:CN119084658A
公开(公告)日:2024-12-06
申请号:CN202411105134.X
申请日:2024-08-13
Applicant: 中核核电运行管理有限公司 , 中国核动力研究设计院
Abstract: 本公开属于核电技术领域,具体涉及一种基于多传感器的核电主蒸汽隔离阀振动状态监测系统及方法。本公开提供的基于多传感器的核电主蒸汽隔离阀振动状态监测系统,构建了能够反映设备振动强烈的特征指标以及设备状态监测算法,实现了及时有效地对异常振动的报警,提高了事故应急响应速度;提供了一种振动信号转音频信号算法,实现了在不额外添加传感器的基础上,利用采集到的振动信号实现了振动噪声的在线监听,节约了成本;研发了核电主蒸汽隔离阀振动状态监测系统主机,对上述功能进行了集成化,使得现场检修人员能够迅速上手,并满足对主蒸汽隔离阀振动噪音的持续监测,减少了人工检测需求,节约了人力成本,并提高了核电站安全性。
-
公开(公告)号:CN118194156A
公开(公告)日:2024-06-14
申请号:CN202311871812.9
申请日:2023-12-29
Applicant: 中国核动力研究设计院
IPC: G06F18/2415 , G06F18/2131 , G06F18/25 , G06N3/0455 , G06N3/0464 , G21D3/06
Abstract: 本公开提供了一种知识和数据融合驱动迭代的核电站水泵故障诊断方法、装置、存储介质以及设备,所述方法包括:首先,收集核电站水泵的历史运行状态数据,通过第一故障诊断模型识别振动数据的故障类型,并提取各故障类型的振动特征数据。利用这些数据训练第二故障诊断模型。然后获取水泵的实时运行状态数据,利用第二故障诊断模型进行故障识别。若第二模型确定了故障类型,使用第一故障诊断模型验证,并比较两模型的结果。若不一致,对第一和第二故障诊断模型进行相应优化。本公开实施例通过结合建立第一故障诊断模型以及第二故障诊断模型对核电站水泵的故障进行诊断分析,并基于分析结果不断对两个模型进行更新,提升了模型的准确度和识别范围。
-
公开(公告)号:CN118013378A
公开(公告)日:2024-05-10
申请号:CN202311871397.7
申请日:2023-12-29
Applicant: 中国核动力研究设计院
IPC: G06F18/2411 , G06F18/2415 , G06F18/2131 , G06Q10/20 , G06Q50/06
Abstract: 本申请公开了一种故障预测方法、装置、存储介质以及电子设备。其中方法包括:基于各特征数据集进行预测得到未来各预测时刻的预测特征数据集;采用各预设支持向量机模型分别对各所述特征数据集以及各所述预测特征数据集进行故障类型识别,得到与各特征数据集对应的各故障类型的概率值以及与各预测特征数据集对应的各故障类型的预测概率值;基于各概率值进行故障筛选,得到待检测设备的一次故障类型;基于预定检修时刻以及与预定检修时刻对应的各预测概率值,确定在预定检修时刻发生的各二次故障,以提示检修人员针对各二次故障进行检修处理。本申请的方法可以有效评估设备故障演化,为未来检修方向提供依据,减少设备故障发生,增加设备使用寿命。
-
公开(公告)号:CN118013275A
公开(公告)日:2024-05-10
申请号:CN202311852397.2
申请日:2023-12-28
Applicant: 中国核动力研究设计院
IPC: G06F18/214 , G01M13/028 , G06F18/243 , G06F18/10 , G06F18/2135
Abstract: 本申请公开了一种丝杠传动系统的故障诊断方法、装置及计算机设备,涉及核工业技术领域,解决目前存在在故障发生之前很难判断传动部件出现的问题,故障诊断可靠性较低的问题。该方法包括:基于每个待诊断部件对应的一组振动加速度信号进行信号特征计算,得到每个待诊断部件对应的特征向量组,采用主成分分析方法从每个待诊断部件对应的特征向量组中筛选出每个待诊断部件对应的多个用于表征故障类型的目标关键特征向量,基于每个待诊断部件对应的多个目标关键特征向量利用用于故障诊断的随机森林模型,在多个待诊断部件中确定目标故障部件以及目标故障部件对应的目标故障类型。
-
公开(公告)号:CN117974567A
公开(公告)日:2024-05-03
申请号:CN202311849206.7
申请日:2023-12-28
Applicant: 中国核动力研究设计院
IPC: G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种真空室门密封性的确定方法、装置及计算机设备,涉及核工业技术领域,解决目前存在真空室门的密封性能检测可靠性较低的问题。该方法包括:获取高压真空室的真空室门的当前表面图像,基于当前表面图像利用图像处理技术进行缺陷分析,得到多个第一表面缺陷信息,以及将当前表面图像输入用于识别表面缺陷的积卷神经网络中,得到多个第二表面缺陷信息,将多个第一表面缺陷信息和多个第二表面缺陷信息进行整合,得到表面缺陷信息集合,利用密封性能评估模型确定高压真空室的真空室门的泄漏率,当泄漏率超过目标阈值时,确定真空室门的密封性处于非正常状态。
-
-
-
-