用于核电站故障诊断和规程改进的DUCG理论及应用研究
发布时间:2020-08-21 06:48
【摘要】:美国三哩岛事故以来,核电站的经济性、可靠性、安全性和运行稳定性越发受到社会的关注,全世界核工业界对核电站状态监测和故障诊断的重视程度也越来越高。当前针对核电站的智能故障诊断研究大多仍处在理论研究阶段,少数开发的系统仍停留于原型阶段,存在诸多缺陷。因此,在尽可能建立完备、准确的核电站系统层级模型的前提下,将先进的人工智能理论应用于核电站系统的故障诊断,设计并开发出高效、准确的多功能的核电站智能故障诊断计算机软件系统,从而辅助和指导操纵员在故障或事故工况下准确高效地应用操作规程具有极其重要的意义。本文基于指导老师张勤教授原创的动态不确定因果图(DUCG)人工智能理论。在对核电站DUCG知识库建造中的问题进行分析的基础上,提出了基于模糊决策树和遗传算法的知识库辅助建造方法,以提高知识库建造过程中专家经验知识的表达效率,增强知识库的完备性和准确度,尽可能避免由于知识库错误导致的误诊或无法诊断的情况。在此基础上,提出了一套用于系统层级的DUCG核电站知识库建造方法,解决了DUCG知识库建造过程中的一系列工程实际问题,使DUCG核电知识库在建造过程中“有规可循”。立体DUCG是针对存在动态负反馈等复杂情况而提出来的一种DUCG理论模型。本文提出了一套递归的算法,有效解决了立体DUCG在证据展开和概率计算中存在的组合爆炸导致推理低效的问题,能够极大降低展开式的项数和吸收运算量。基于此高效率算法,参与设计并实现了基于立体DUCG的核电站安全运维智能系统计算机软件,该软件能够进行准确、高效的状态监测、故障预报、故障诊断、故障发展预测和决策支持。在对现有故障处理规程和状态导向法事故处理规程(SOP)分析的基础上,基于立体DUCG故障诊断系统,分别提出了针对故障规程和SOP事故规程的改进策略。与原规程相比,改进后的规程策略对故障和事故的处理结果均有明显改善,能够为核电站安全运行和维护提供有效决策支持,显著提升核电的运行可持续性、安全性和经济性。同时,改进策略对我国使用法国电力公司(EDF)规程体系的其它核电站也具有适用性,对其它类型的核电站也具有很好的参考价值。
【学位授予单位】:清华大学
【学位级别】:博士
【学位授予年份】:2017
【分类号】:TM623
【图文】:
图2.2 M-DUCG逻辑展开示例在事件展开中,常使用“·”和“+”分别表达“与”以及形式上的“互斥或”量的因果关系和相关参数可以从历史数据中学习而来,也可以直接由领家根据经验指定。这种简洁的因果关系表达符合领域专家的直观认知,其知识表达,也更利于他人接受和理解。对于特定的子变量nX ,其所变量iV 对它的因果作用的和决定了nX 的状态概率的最终分布。如图 2.2 ,多赋值子变量nX 的不同状态n , kX 被根据不同的父变量相对独立展开成系列“积之和”的形式(每个和构成一个因果链)。根据式(2-2),子变量X后验概率可以由它在因果图中的多个父变量进行概率推理求得:Pr{ }=n,k i , jin;i n n,k ;i , jiX | V ( r / r )a(2这个式子表明父变量对子变量独立的因果作用关系决定了子变量的状态。.1.3 基本推理思路
第 3 章 辅助式 DUCG 核电站知识库建造方法研究34图3.2 基于DUCG变量建立的特征矩阵(部分)在聚类的基础上,需要提取相应的模糊规则、观测向量和 FRB。由于此时变量间因果关系未知,模糊规则的提取主要采用“IF-THEN”结构的形式,观测向量即为与故障 B 相关的 X 变量。仍以上述故障为例,从34 ,1B 对应分类jC 提取的模糊规则可以记为“当如下参数信号出现:A/B/C 路蒸汽流量偏低(X47,1,X173,1,X174,1),主蒸汽压力 VVP024MP 和 VVP025MP 偏低(X75,1
第 3 章 辅助式 DUCG 核电站知识库建造方法研究36图3.4 基于DUCG的FRB建立FDT的过程(2)利用 GA 方法对已经建立的 FDT 进行优化为提升基于 DUCG 的 FRB-FDT 的分类正确率,需要对 FDT 中的特征与故障之间的关系进行优化,来得到反应故障与信号之间因果相关度的特征矩阵序列。GA搜索根据原始特征矩阵的观测向量初始化染色体得到新的征兆矩阵构建新的FDT得到分类结果计算遗传代数是否达到最大值?增加遗传代数得到优化后特征序列 是否图3.5 GA算法中的搜索策略
【学位授予单位】:清华大学
【学位级别】:博士
【学位授予年份】:2017
【分类号】:TM623
【图文】:
图2.2 M-DUCG逻辑展开示例在事件展开中,常使用“·”和“+”分别表达“与”以及形式上的“互斥或”量的因果关系和相关参数可以从历史数据中学习而来,也可以直接由领家根据经验指定。这种简洁的因果关系表达符合领域专家的直观认知,其知识表达,也更利于他人接受和理解。对于特定的子变量nX ,其所变量iV 对它的因果作用的和决定了nX 的状态概率的最终分布。如图 2.2 ,多赋值子变量nX 的不同状态n , kX 被根据不同的父变量相对独立展开成系列“积之和”的形式(每个和构成一个因果链)。根据式(2-2),子变量X后验概率可以由它在因果图中的多个父变量进行概率推理求得:Pr{ }=n,k i , jin;i n n,k ;i , jiX | V ( r / r )a(2这个式子表明父变量对子变量独立的因果作用关系决定了子变量的状态。.1.3 基本推理思路
第 3 章 辅助式 DUCG 核电站知识库建造方法研究34图3.2 基于DUCG变量建立的特征矩阵(部分)在聚类的基础上,需要提取相应的模糊规则、观测向量和 FRB。由于此时变量间因果关系未知,模糊规则的提取主要采用“IF-THEN”结构的形式,观测向量即为与故障 B 相关的 X 变量。仍以上述故障为例,从34 ,1B 对应分类jC 提取的模糊规则可以记为“当如下参数信号出现:A/B/C 路蒸汽流量偏低(X47,1,X173,1,X174,1),主蒸汽压力 VVP024MP 和 VVP025MP 偏低(X75,1
第 3 章 辅助式 DUCG 核电站知识库建造方法研究36图3.4 基于DUCG的FRB建立FDT的过程(2)利用 GA 方法对已经建立的 FDT 进行优化为提升基于 DUCG 的 FRB-FDT 的分类正确率,需要对 FDT 中的特征与故障之间的关系进行优化,来得到反应故障与信号之间因果相关度的特征矩阵序列。GA搜索根据原始特征矩阵的观测向量初始化染色体得到新的征兆矩阵构建新的FDT得到分类结果计算遗传代数是否达到最大值?增加遗传代数得到优化后特征序列 是否图3.5 GA算法中的搜索策略
【参考文献】
相关期刊论文 前10条
1 刘至W
本文编号:2799065
本文链接:https://www.wllwen.com/projectlw/hkxlw/2799065.html