基于机器学习的核电厂DCS卡件故障诊断研究

汪凡雨; 吴一纯; 卜扬; 林志强

首页> 中文期刊> 《自动化仪表》 >基于机器学习的核电厂DCS卡件故障诊断研究

基于机器学习的核电厂DCS卡件故障诊断研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

随着核电厂运行时间的累积,数字化仪控设备的老化问题日益凸显。开关电源电路模块是分布式控制系统(DCS)卡件的关键组成部分。该模块的故障会导致卡件失效,甚至可能破坏核电厂的安全经济运行。针对核电厂某DCS卡件开关电源电路模块,开展了基于机器学习的板级故障诊断研究。根据传统机器学习和深度学习,分别开发了粒子群优化(PSO)-支持向量机(SVM)和一维卷积神经网络(1D-CNN)模型。小波包变换用于PSO-SVM模型的电路故障特征提取。基于加速寿命试验获得的电容老化过程数据,通过Saber电路建模仿真采集了开关电源在对应故障模式下的输出电压波形,用于模型的训练和测试。试验结果表明,所开发的故障诊断模型均表现出良好的诊断性能。该研究完成了故障诊断方法的可行性验证,不仅为DCS卡件的预测性维护提供了具有实际工程意义的应用参考,也为后续开展系统级健康管理研究奠定了一定的理论基础。

著录项

来源
《自动化仪表》 |2023年第6期|5-12|共8页
作者
汪凡雨; 吴一纯; 卜扬; 林志强;
展开▼
作者单位

中国核动力研究设计院核反应堆系统设计技术重点实验室;

厦门大学能源学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类运行与维修;
关键词
核电厂; 分布式控制系统; 铝电解电容; 一维卷积神经网络; 支持向量机; 粒子群优化; 故障诊断;

相似文献

中文文献
外文文献
专利

1. 核电厂仪控卡件PSPICE仿真及故障诊断研究 [J] . 秦凤 ,王苗苗 ,聂卫 . 设备管理与维修 . 2019,第16期
2. 核电厂安全级DCS系统的故障诊断和报警设计研究 [J] . 胡清仁 ,李俊 ,彭浩 . 仪器仪表用户 . 2021,第10期
3. 适用于核电厂DCS故障诊断专家系统的结构研究 [J] . 李悠然 ,刘爱国 ,孙伟 . 原子能科学技术 . 2014,第z2期
4. 核电厂安全级DCS系统模拟件选取原则的研究 [J] . 梁嘉琳1 ,崔泽朋1 ,孙武1 . 电工技术：理论与实践 . 2015,第6期
5. 核电厂跳机电磁阀供电卡件研究与优化 [J] . 林裕海 . 中小企业管理与科技 . 2018,第31期
6. 基于机器学习方法的核电厂事故诊断研究 [C] . 元一单 ,张慧敏 . 2018年核电站新技术交流研讨会 . 2018
7. 基于机器学习的DC-DC电源健康管理技术研究 [A] . 侯德治 . 2021

基于机器学习的核电厂DCS卡件故障诊断研究

摘要

著录项

相似文献

相关主题

期刊订阅