基于灰色聚类分析的核动力装置故障诊断研究

发布时间：2021-02-28 09:23

　　针对核动力装置故障状态下征兆参数呈现出的灰色特征,提出将灰色聚类分析模型用于核动力装置故障诊断,采用了两种方法构造聚类模型。其一,基于AB0型灰色关联度分析的聚类模型主要通过核动力装置待检序列与标准故障模式序列间的AB0型关联度排序来分析故障类型;其次是基于灰色白化权函数分析的聚类模型主要由核动力装置待检序列与标准故障模式序列间的聚类系数值分析故障类型。以蒸汽发生器典型故障为例,验证了灰色聚类分析方法用于核动力装置故障诊断的可行性。分析结果表明,灰色聚类分析建模简单,可以实现故障的准确诊断。 

【文章来源】：核科学与工程. 2019,39(01)北大核心

【文章页数】：7 页

【部分图文】：

故障诊断系统结构图

类矩阵为：0.87650.59670.59670.76360.930010.78190.97570.74450.74450.81980.84620.92300.73380.91560.81250.81250.81000.78160.78161由聚类系数矩阵可得如下诊断结果：第一组待检序列由于16最大，故诊断为SG主给水调节阀自控失调；第二组待检序列由于21最大，故诊断为蒸汽出口阀卡死；第三组待检序列由于37最大，故诊断为SG中U型传热管破裂；经分析，三组待检序列诊断结果与实际故障类型相吻合。基于Labview仿真软件建立了SG故障诊断的界面，诊断界面如图2所示，图中横坐标故障代号0~6分别对应故障模式集中F1~F7七种故障类型。当监测数据出现异常时，报警灯会显示红色，并将数据送入系统诊断。对第三组待检序列进行诊断，通过运行程序可以得到关联度曲线，曲线最高点即故障发生的位置，图中故障对应代号为6，故障诊断为SG中U型管破裂。点击“故障原因分析”用户可以查询可能导致该故障发生的原因，点击“运行决策指导”可查看操作指南用于运行决策，以降低设备故障造成的影响。图2蒸汽发生器U型管破裂诊断结果Fig.2ThediagnoseresultofsteamgeneratorUshapedlinebreak5结论灰色聚类分析方法为核动力装置的故障诊断提供了一个新的思路，该方法简单可靠。由

【参考文献】：
期刊论文
[1]基于灰色聚类分析的充油电力变压器绝缘故障诊断的研究[J]. 李俭,孙才新,陈伟根,陈国庆,崔雪梅.  电工技术学报. 2002(04)
[2]船舶核动力装置蒸汽发生器故障诊断系统研究[J]. 史觊,孙建华,付明玉,边信黔.  哈尔滨工程大学学报. 2001(03)
[3]灰色系统关联度之分辨系数的研究[J]. 吕锋.  系统工程理论与实践. 1997(06)
[4]灰色 AB0型关联分析故障诊断方法与模糊诊断方法的比较[J]. 刘永宏,徐敏.  上海交通大学学报. 1992(06)



本文编号：3055647