一种核电厂一回路最优测温点的选择方法

    公开(公告)号:CN117079848B

    公开(公告)日:2023-12-19

    申请号:CN202311339028.3

    申请日:2023-10-17

    Applicant: 四川大学

    Abstract: 本发明公开了一种核电厂一回路最优测温点的选择方法,属于核电厂测温技术领域,包括如下步骤:获取电厂设计参数,并构建仿真期望温度场;通过组合量化后的边界条件信息,得到测量温度场集合和测量温度场选取结果的概率;获取多组实际测量温度,查找测量温度场集合中与各组实际测量温度中四个测点的温度相匹配的测量温度场,得到实测温度场集合和实测温度场的概率分布;对实测温度场集合中的各实测温度场进行期望和方差分析,得到实测温度场的期望和方差分析结果;对仿真期望测温场进行最优测温分析,得到核电厂一回路最优测温点。本发明解决了现有核电厂一回路测温点布置方法的误差难以量化、准确性和稳定性不统一的问题。(56)对比文件US 2017263341 A1,2017.09.14张月馨 等“.基于经验模态分解的核电站故障诊断研究”《.科学技术创新》.2023,全文.黄海波.“浅谈核电站一回路水压试验仪控工作”《.中国高新技术企业》.2015,全文.Kirsch, D. et al..“Investigation ofintermediate coolant temperaturesfollowing local primary circuit blockagein Na-cooled reactors”《. ReactorEngineering 1973》.1973,全文.Rafique, M et al..“Review of computercodes for modeling corrosion producttransport and activity build-up in lightwater reactors”《.NUKLEONIKA》.2010,全文.

    含能物质感度和力学性能及其关系的机器学习估算方法

    公开(公告)号:CN112382350B

    公开(公告)日:2023-07-28

    申请号:CN202011311694.2

    申请日:2020-11-20

    Applicant: 四川大学

    Abstract: 本发明属于化合物性能评估技术领域,公开了一种含能物质感度和力学性能及其关系的机器学习估算方法,包括以E‑Dragon计算的分子描述符和分子结构信息作为特征,基于人工神经网络和确定独立筛选和稀疏运算符方法构建7个硝基含能物质的撞击感度和体积模量的定量构效关系模型,利用构建的硝基含能物质的撞击感度和体积模量的定量构效关系模型确定硝基含能物质撞击感度与力学性能间的关系,以及两者分别与分子结构间的定量关系。本发明基于E‑Dragon计算的分子描述符和几种常见的分子结构信息,共建立了硝基含能化合物撞击感度和体积模量的7个QSPR模型,有助于缩短含能材料实验研究的进程,利于新型含能化合物的设计及综合评估。

    一种圆形温度场声学测量拓扑结构重建方法

    公开(公告)号:CN114858302A

    公开(公告)日:2022-08-05

    申请号:CN202210619654.7

    申请日:2022-06-02

    Applicant: 四川大学

    Abstract: 本发明涉及一种圆形温度场声学测量拓扑结构重建方法,包括步骤:确定声波换能器的数量;基于径向基拟合与奇异值分解结合的方法对圆形区域进行初步划分,在初步划分的圆形区域中包括外圆、内圆;采用粒子群优化算法对所有声波换能器的位置参数、圆形区域中内圆的半径参数、圆形区域中子温区域的弧度参数进行优化,以重构圆形区域的拓扑结构;根据圆形区域的拓扑结构重构温度场,计算圆形区域的温度函数。本发明能够在声波换能器数量确定的情况下,将改变声波换能器在圆形区域的布局以及子温区域的划分,基于粒子群优化算法以温度场重构模型的均方根误差最小为目标,从而更精确的对温度场进行重构。

    基于机器学习的高生成热含能材料的自适应设计方法

    公开(公告)号:CN112002380A

    公开(公告)日:2020-11-27

    申请号:CN202010820598.4

    申请日:2020-08-14

    Applicant: 四川大学

    Abstract: 本发明公开了基于机器学习的高生成热含能材料的自适应设计方法,包括以下步骤:构建含能材料搜索空间,获得具有已知特征描述符和量化计算生成热的初始数据集;使用初始数据对模型(回归器)进行训练,学习含能化合物特征描述符-生成热属性关系;将训练后的模型应用于未知搜索空间,以预测未知化合物的生成热以及获得它们相关的不确定;使用选择器全局优化搜索,为量化计算提供下一个最佳候选物;理论计算验证候选物生成热;通过构建含能材料搜索空间,通过测试不同的描述符、回归器、选择器的组合效果,选择和构建出以E-state+SOB描述符、SVR.lin回归模型和Trade-off选择器为基础的自适应设计模型,构建了一个能够快速搜索高生成热含能材料的自适应设计模型。

    海底管道自发电装置
    5.
    发明公开

    公开(公告)号:CN103790757A

    公开(公告)日:2014-05-14

    申请号:CN201410066146.6

    申请日:2014-02-26

    Applicant: 四川大学

    CPC classification number: Y02E10/226

    Abstract: 本发明涉及一种海底管道自发电装置,特别涉及深水海底金属管道自发电装置。主要解决深海管道的检测/监测设备供电困难,以及现有管道发电装备影响管道正常流通和清理,深海中的发电设备密封等问题。其特征在于:发电设备安装于支管道(2)中,不会影响主管道(1)中流体的流通以及清理。发电流体(气体或液体)经过滤网(11),由整流罩(5)导流,推动螺旋叶片(6)转动。螺旋叶片(6)片端装有永磁铁(9),其磁力线可穿透装置主腔体壁(4)。螺旋叶片(6)旋转时,嵌在主腔体壁(4)上线圈(17)切割由永磁体(9)产生的磁感线,实现海底自发电的功能。

    基于多点测温的核管道一回路冷却剂平均温度计算方法

    公开(公告)号:CN117408041A

    公开(公告)日:2024-01-16

    申请号:CN202311339078.1

    申请日:2023-10-17

    Applicant: 四川大学

    Abstract: 本发明公开了一种基于多点测温的核管道一回路冷却剂平均温度计算方法,属于核管道测温技术领域,步骤如下:获取电厂设计参数,并构建仿真温度场;基于仿真温度场和标定工况下的实测温度,建立标定工况下的误差分布;基于标定工况下的误差分布对实测温度进行修正,得到修正后的实测温度;根据电厂设计参数,基于修正后的实测温度对仿真温度场进行修正,得到目标温度场集合和目标温度场的概率密度分布;基于目标温度场集合和目标温度场的概率密度分布,计算得到核管道一回路冷却剂平均温度。本发明基于实测数据引入误差分布特征,拟合真实情况下的温度分布,进而实现冷却剂平均温度的高精度计算,解决了现有核管道测温方法精度不足的问题。

    一种核电厂一回路最优测温点的选择方法

    公开(公告)号:CN117079848A

    公开(公告)日:2023-11-17

    申请号:CN202311339028.3

    申请日:2023-10-17

    Applicant: 四川大学

    Abstract: 本发明公开了一种核电厂一回路最优测温点的选择方法,属于核电厂测温技术领域,包括如下步骤:获取电厂设计参数,并构建仿真期望温度场;通过组合量化后的边界条件信息,得到测量温度场集合和测量温度场选取结果的概率;获取多组实际测量温度,查找测量温度场集合中与各组实际测量温度中四个测点的温度相匹配的测量温度场,得到实测温度场集合和实测温度场的概率分布;对实测温度场集合中的各实测温度场进行期望和方差分析,得到实测温度场的期望和方差分析结果;对仿真期望测温场进行最优测温分析,得到核电厂一回路最优测温点。本发明解决了现有核电厂一回路测温点布置方法的误差难以量化、准确性和稳定性不统一的问题。

    一种基于图神经网络的共晶预测方法、深度学习框架

    公开(公告)号:CN111882044A

    公开(公告)日:2020-11-03

    申请号:CN202010778523.4

    申请日:2020-08-05

    Applicant: 四川大学

    Abstract: 本发明属于共晶体形成预测技术领域,公开了一种基于图神经网络的共晶预测方法、深度学习框架,包括:共晶样本收集;数据处理;数据集划分;引入迁移学习的计算策略,提出用于共晶筛选的图神经网络网框架CCGNet,并在CCGNet框架下构建共晶的预测模型,进行共晶筛选。本发明构建的深度学习框架CCGNet建立的模型的预测性能大幅超越了传统的机器学习模型和经典的图神经网络模型,为共晶筛选提供了一种高通量和高准确率的解决方案,丰富了共晶工程的方法论,向实现数据驱动的共晶工程设计迈出了重要的一步。本发明还收集了大量可靠的共晶数据,为以后基于机器学习的共晶筛选工作提供了有力的数据支撑。

    紫外分光光谱同时测定PBX炸药中HMX,RDX和TNT含量的方法

    公开(公告)号:CN104897595A

    公开(公告)日:2015-09-09

    申请号:CN201510260655.7

    申请日:2015-05-21

    Applicant: 四川大学

    Abstract: 本发明结合紫外可见吸收光谱和化学计量学方法,建立了一种同时测定高聚物粘结炸药(PBX)中奥克托金(HMX),黑索金(RDX)和三硝基甲苯(TNT)含量的方法。本方法主要包括如下步骤:制备校正集样品49个,独立测试集样品21个。采集所有样品在190-400nm紫外光谱数据。校正集用于建立校正模型,独立测试集用于验证模型。将校正集样品的光谱数据,用于偏最小二乘回归法(PLS)建模,用交叉验证法优化校正模型,并基于Snedecor?F分布统计标准,选择最优模型。利用最优模型,采集8种待测真实样品的紫外光谱数据,同时直接得出HMX,RDX和TNT的各自含量。该方法适用于PBX炸药中HMX,RDX和TNT含量的测定,操作简单、方便,分析速度快,准确度高。

Patent Agency Ranking