软件系统的设备可靠性评估及事实依据提取系统及方法

    公开(公告)号:CN116821765A

    公开(公告)日:2023-09-29

    申请号:CN202310808826.X

    申请日:2023-07-04

    Abstract: 本发明属于软件技术领域,具体涉及一种软件系统的设备可靠性评估及事实依据提取系统及方法。包括:事实依据采集终端、服务器和事实依据处理终端;所述的事实依据采集终端用于采集事实依据并将事实依据上传至服务器;所述的服务器用于存储评估文件、评估报告、底稿、事实依据及处理信息;所述的事实依据处理终端用于将获取事实依据进行处理,获取事实依据分类及特征标记。有益效果在于:通过设置设备可靠性评估系统,对用户编制底稿及报告进行管控处理,避免了出现底稿编制过程中遗漏、无法追溯等问题,并通过对评估依据的精确分类及相似度计算,让评估专家查找事实依据效率大大提升,提高底稿编制效率,缩短评估会议时间,提高了用户的满意度。

    核电厂预维任务有效性确定方法及装置

    公开(公告)号:CN114662713B

    公开(公告)日:2025-05-16

    申请号:CN202210179187.0

    申请日:2022-02-25

    Abstract: 本公开属于核电技术领域,具体涉及一种核电厂预维任务有效性确定方法及装置。本公开针对预维大纲对应的每个设备的各失效模式,根据该设备的运行周期、该失效模式对应的时间代码和该失效模式对应的劣化因子,确定该失效模式在对应设备运行周期内无预维任务下的失效率,并针对预维大纲中每个预维任务的任务实施周期与该预维任务对应设备的目标失效模式的故障时间分布之间的关系,调整该预维任务的本质有效性,得到实际有效性,使其更符合核电站的实际情况,并根据预维大纲对目标失效模式的有效性和目标失效模式在对应设备运行周期内无预维任务下的失效率,确定目标失效模式的失效概率,由此对预维大纲任务有效性进行更准确更符合实际的评估。

    核电厂预维任务有效性确定方法及装置

    公开(公告)号:CN114662713A

    公开(公告)日:2022-06-24

    申请号:CN202210179187.0

    申请日:2022-02-25

    Abstract: 本公开属于核电技术领域,具体涉及一种核电厂预维任务有效性确定方法及装置。本公开针对预维大纲对应的每个设备的各失效模式,根据该设备的运行周期、该失效模式对应的时间代码和该失效模式对应的劣化因子,确定该失效模式在对应设备运行周期内无预维任务下的失效率,并针对预维大纲中每个预维任务的任务实施周期与该预维任务对应设备的目标失效模式的故障时间分布之间的关系,调整该预维任务的本质有效性,得到实际有效性,使其更符合核电站的实际情况,并根据预维大纲对目标失效模式的有效性和目标失效模式在对应设备运行周期内无预维任务下的失效率,确定目标失效模式的失效概率,由此对预维大纲任务有效性进行更准确更符合实际的评估。

    基于对抗网络的设备冷却水系统非稳态监测方法

    公开(公告)号:CN117992831A

    公开(公告)日:2024-05-07

    申请号:CN202410220315.0

    申请日:2024-02-28

    Abstract: 本发明属于核电设备冷却水系统智能监测技术领域,具体涉及基于对抗网络的设备冷却水系统非稳态监测方法。包括如下步骤:步骤1:数据处理;步骤2:非稳态样本生成GAN模型‑生成器构建,通过并结合深度学习网络进行生成器的构建,使得样本分布尽量满足pG(x)=pdata(x),其中pG是生成器生成非稳态样本分布,pdata是真实非稳态样本分布;步骤3:非稳态样本生成GAN模型‑分类器构建,进行真实样本和生成样本的区分训练;步骤4:基于所构造的对抗神经网络模型生成大量非稳态样本,将相关非稳态测点数据样本以及稳态运行测点数据样本输入状态监测算法中进行设备状态的监测,状态监测算法采用动态阈值模型。有益效果在于:避免了由于样本不平衡问题导致无法对核电厂设备冷却水系统进行非稳态状态监督的问题,引入GAN对抗网络生成大量系统非稳定运行样本,基于完善后的样本能做到对设备冷却水系统实现全状态的监测,在识别系统是否处于异常状态的基础上更进一步判别系统当前所处的非稳定状态。

    一种设备性能监测系统及方法
    9.
    发明公开

    公开(公告)号:CN115798751A

    公开(公告)日:2023-03-14

    申请号:CN202211368961.9

    申请日:2022-11-03

    Abstract: 本发明提供了一种设备性能监测系统,包括:标准数据收集层,用于采集数据,并对数据进行分析处理;标准数据存储层,用于将处理完成后的数据传输到数据库中并记录到相关文件中;标准算法层,用于对数据库中的数据进行标准算法处理;标准化业务层,用于提供标准的模型;场景化业务层,用于设备故障案例、设备工艺特征等定制异常检测模型、定制的诊断模型及定制的健康评估模型;API输出层,用于将原始数据、异常数据、诊断结果传输给第三方平台。本发明能够在线实时分析诊断设备运行时出现的各类故障,对设备安全运行及科学维修提供决策支持,帮助优化设备的运行。

Patent Agency Ranking