基于神经网络技术的核电厂阀门故障诊断

发布时间：2017-12-27 04:05

  本文关键词：基于神经网络技术的核电厂阀门故障诊断　出处：《哈尔滨工程大学》2012年硕士论文　论文类型：学位论文

  更多相关文章： 电液伺服阀 安全阀 神经网络 故障诊断

【摘要】：在核电厂中，电液伺服阀和安全阀分别作为一回路、二回路的非常重要的设备，其工作情况直接影响到整个系统的运转，而且其故障呈现非线性、不确定性等特点，所以针对这两种阀门研究其故障诊断的方法，对其可能发生的故障进行诊断或预测是极其必要的。 本论文首先分析了电液伺服阀在核电系统中的应用，基本结构和故障机理，以及静态特性曲线，并分析研究了现有的几种人工智能故障诊断方法，例如专家系统、灰色理论，，模糊理论、人工神经网络，分析其基本原理，结合电液伺服阀和安全阀本身的特性，选用神经网络对这两种阀门进行故障诊断。论文利用实验台采集的电液伺服阀出油口和回油口的压差作为网络的输入数据，将设定的五个故障状态作为网络的输出，对数据进行归一化处理，为后面的故障诊断提供样本数据。 利用MATLAB软件对神经网络进行编程，分别采用BP神经网络，RBF神经网络，Elman神经网络对电液伺服阀进行诊断并比较结果，最后选用RBF神经网络作为核电厂阀门故障诊断的方法。 分析安全阀的结构和故障机理，结合安全阀的故障特点，利用反映其状态的相关测点数据，分析出适合RBF神经网络诊断的输入层和输出层，为后续的阀门故障诊断奠定基础。
[Abstract]:In the nuclear power plant, respectively, electro-hydraulic servo valve and safety valve as the equipment is very important in a loop and two loop, its work directly affects the whole system operation, and its failure has the characteristics of non-linear, uncertain, so the two kinds of valves on the fault diagnosis method for the diagnosis or the prediction of its possible faults is necessary.
【学位授予单位】：哈尔滨工程大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TH134;TM623

【参考文献】

相关期刊论文 前10条

1 苏传芳;浅谈专家系统[J];安徽电子信息职业技术学院学报;2003年06期

2 徐吉辉;李建华;李建忠;;模糊集理论在故障诊断中的应用[J];仪器仪表用户;2009年05期

3 杨晨;石宝军;;BP神经网络和Elman神经网络在模拟电路故障诊断中的应用[J];电脑知识与技术;2011年17期

4 许同乐;韩元杰;;专家系统在液压故障诊断中的应用[J];机床与液压;2009年03期

5 蔡艳平;李艾华;;基于小波包和神经网络的柴油机气门故障诊断[J];机电工程技术;2007年09期

6 王书庆,林延青;采用灰色B型关联度分析进行设备故障诊断的方法[J];机械科学与技术;1998年06期

7 郝中华;;BP神经网络的非线性思想[J];洛阳师范学院学报;2008年04期

8 尹惠敏;叶春凤;刘保;;计算机故障诊断系统探析[J];教育教学论坛;2010年21期

9 李彤;杨申林;;某型飞机电液压力伺服阀常见故障分析[J];航空维修与工程;2011年02期

10 唐贵基,田丽洁,田学航;人工神经网络在混合智能故障诊断技术中的应用研究[J];汽轮机技术;2005年05期

本文编号：1340150