公开(公告)号：CN115469643B

公开(公告)日：2024-12-31

申请号：CN202211130386.9

申请日：2022-09-15

Applicant: 中国核动力研究设计院

Inventor： 庞天枫 ,  杨泰波 ,  王广金 ,  罗能 ,  刘才学 ,  罗婷 ,  李芸 ,  王琰 ,  王进

IPC: G05B23/02 ,  G21D3/06

Abstract: 本发明实施例提供一种核电站旋转机械健康管理方法、系统及介质，包括：获取旋转机械的监测数据和DCS数据；对所述监测数据和DCS数据进行数据预处理；对预处理之后的监测数据和DCS数据进行特征数据提取，生成状态监测特征数据、故障诊断特征数据以及故障预测特征数据；根据状态监测特征数据、故障诊断特征数据、故障预测特征数据对旋转机械进行状态监测、故障诊断和故障预测；根据状态监测数据、故障诊断数据、故障预测数据、旋转机械的历史情况以及先验知识判断核电站旋转机械的健康状态。本发明实施例解决了现有技术对旋转机械的监测实时性差不全面导致的运维管理效率低的问题。

公开(公告)号：CN115881329B

公开(公告)日：2024-01-30

申请号：CN202211480930.2

申请日：2022-11-24

Applicant: 中国核动力研究设计院

Inventor： 罗能 ,  杨泰波 ,  刘才学 ,  何攀 ,  彭翠云 ,  李朋洲 ,  汪文聪 ,  陈祖洋 ,  邹博豪

IPC: G21D1/00 ,  G21D1/02 ,  G21D3/06

Abstract: 本申请公开了一种燃料组件异常振动分析方法、系统、存储介质及电子设备，包括：获取反应堆内自给能中子探测器测量的中子噪声信号数据；根据所述中子噪声信号数据，判断燃料组件是否存在异常振动；利用中子输运方程计算存在异常振动的燃料组件与所述自给能中子探测器之间传递函数；基于所述传递函数，通过最小化算法理论确定发生异常振动的燃料组件位置。本申请利用反应堆内的自给能探测器的中子噪声信号，对燃料组件的异常振动的激振源进行确定，并通过多个自给能探测器中子噪声对异常振动的燃料组件进行定位，为燃料组件振动精确化

公开(公告)号：CN112446326B

公开(公告)日：2022-04-01

申请号：CN202011353822.X

申请日：2020-11-26

Applicant: 中国核动力研究设计院

Inventor： 罗能 ,  彭翠云 ,  刘才学 ,  黄彦平 ,  何攀 ,  杨泰波 ,  段智勇 ,  艾琼

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  F04B51/00 ,  F04B49/06

Abstract: 本发明公开了基于深度复卷积网络的屏蔽泵故障模式识别方法及系统，该方法包括：S1：采样屏蔽泵运转时的初始数据，即屏蔽泵运转时的屏蔽泵上下部分的振动传感器数据；S2：把所述初始数据作为输入参数，输入至基于一维深度复卷积网络的屏蔽泵深度学习模型中进行模型训练；S3：采用训练好的模型，对实时采集的屏蔽泵运转数据进行屏蔽泵故障模式识别，识别出屏蔽泵的14类故障种类和损伤程度模式，并输出识别结果进行显示。本发明所构建模型中，将求特征的内积变换步骤转换为一维复卷积层，实现基函数的自适应选择；同时将特征筛选过程利用复K‑MaxPooling层来实现。本发明屏蔽泵故障模式识别精度高，效率高。

公开(公告)号：CN119400467A

公开(公告)日：2025-02-07

申请号：CN202411491981.4

申请日：2024-10-24

Applicant: 中国核动力研究设计院

Inventor： 罗能 ,  刘才学 ,  杨泰波 ,  何攀 ,  胡建荣 ,  李朋洲 ,  闫晓 ,  汪文聪 ,  王瑶 ,  陈祖洋 ,  邹博豪 ,  蒋天泽

IPC: G21C17/10 ,  G21C17/108 ,  G06F18/2433 ,  G06F18/2131 ,  G06F18/10

Abstract: 本发明公开了基于中子噪声信号的异常振动控制棒定位方法、系统及介质；涉及控制棒监测技术领域；本发明根据自给能中子探测器测量的中子噪声信号数据评价控制棒是否存在异常振动，并确定引起异常振动的原因；然后利用中子输运方程计算控制棒与中子探测器之间传递函数，并通过最小化算法理论确定发生异常振动的控制棒位置；解决了堆内控制棒异常振动无法监测的问题，避免控制棒发生异常振动，有力地保障了反应堆控制棒安全可靠性。

公开(公告)号：CN119249233A

公开(公告)日：2025-01-03

申请号：CN202411400132.3

申请日：2024-10-09

Applicant: 中国核动力研究设计院

Inventor： 李书剑 ,  杨泰波 ,  王广金 ,  庞天枫 ,  罗能 ,  刘才学 ,  罗婷 ,  王琰

IPC: G06F18/241 ,  G06F18/213 ,  G06F18/214 ,  G06N3/0464 ,  G06F18/21 ,  G06F18/2131 ,  G06N3/084

Abstract: 本发明故障智能诊断领域，具体涉及基于小样本的核电站旋转机械故障诊断方法及相关产品，方法包括：采集多种故障类型的时域数据和频域数据，并进行范围划分；构建总样本集，划分训练集和测试集，构建卷积神经网络，并通过训练获得核电站旋转机械故障诊断模型，通过测试集测试优化迭代训练直至获得最优的卷积神经网络参数，构建最终的核电站旋转机械故障诊断模型；本发明通过基于小样本学习的方法，有效扩充了训练数据，解决了传统深度学习模型在故障数据样本较少情况下难以有效诊断的问题；其次采用卷积神经网络对故障数据进行处理，能够提取更为准确和细致的特征，提高了故障诊断的精度；通过反复迭代训练和模型优化，确保了最终模型的稳定性和高效性。

公开(公告)号：CN119227457A

公开(公告)日：2024-12-31

申请号：CN202411300401.9

申请日：2024-09-18

Applicant: 中国核动力研究设计院

Inventor： 刘佳鑫 ,  杨泰波 ,  何攀 ,  庞天枫 ,  罗能 ,  牛江 ,  闫晓

IPC: G06F30/23 ,  G21C17/00 ,  G06F30/27 ,  G06F30/28 ,  G06F111/04 ,  G06F111/10 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明公开了反应堆堆芯吊篮预紧状态退化预测方法、装置及介质，包括：基于静力学分析和预应力模态分析技术，对核电站堆芯吊篮建立堆芯吊篮结构的静力学模型以及堆芯吊篮模态分析模型；基于堆芯吊篮模态分析模型，得到堆芯吊篮预紧状态退化状态与堆芯吊篮结构振动响应特性之间的映射关系；根据历史堆芯吊篮振动特性变化数据，构建堆芯吊篮振动特征趋势预测模型，获得堆芯吊篮振动特性的预测趋势；根据历史堆芯吊篮振动特性变化数据和堆芯吊篮振动特性的预测趋势，并结合映射关系，得到堆芯吊篮预紧退化状态的预测趋势。本发明能够预测获得堆芯吊篮预紧退化状态的准确变化规律，为后续核电关键设备健康管理系统的搭建奠定基础。

公开(公告)号：CN118934587A

公开(公告)日：2024-11-12

申请号：CN202411113150.3

申请日：2024-08-14

Applicant: 江苏核电有限公司 ,  中国核动力研究设计院

Inventor： 刘文超 ,  罗能 ,  朱军 ,  张天龙 ,  周正平 ,  张弩 ,  魏建军 ,  董保录 ,  相犇 ,  蔡萍 ,  荀蔚 ,  何攀 ,  王进 ,  邹博豪 ,  尹龙 ,  刘才学

IPC: F04B51/00

Abstract: 本发明涉及核电设备监测领域，尤其涉及一种核电站主泵故障监测方法。所述方法为：步骤1：从数字仪控系统的备用口获取数据；步骤2：利用数字跟踪滤波工具对振动信号数据进行平稳转速转化；步骤3：利用时频分析工具和多元统计工具对平稳转速下的振动信号进行特征提取；步骤4：根据专家知识建立特征描述‑类别映射表；步骤5：利用深度神经网络建立特征数据至特征描述的映射关系；步骤6：采集新的数据，针对采集的每条新数据计算得到的特征空间，获取该数据符合每条特征描述的程度的度量向量a，利用距离度量法获取状态数据所属于的故障类型。本发明融合已有的数字仪控系统，结合专家知识，对运行过程中的主泵故障进行监测，降低对故障数据的依赖，为主泵精确化维修提供途径。