滚轮丝杠控制棒驱动机构状态在线监测方法、系统及介质

    公开(公告)号:CN119673506A

    公开(公告)日:2025-03-21

    申请号:CN202411881226.7

    申请日:2024-12-19

    Abstract: 本发明公开了滚轮丝杠控制棒驱动机构状态在线监测方法、系统及介质;涉及在线监测技术领域;在传统的控制棒驱动机构状态监测技术基础上,进行方法上的改进,针对滚轮丝杠型控制棒驱动机构,基于所述加速度信号计算出第一有效值信号和第二有效值信号,实现对滚轮丝杠型控制棒驱动机构开始动作和结束动作的时间点进行确定,筛选出动作时间达标的动作时间段进行特征甄别,最后结合所有特征甄别结果得到滚轮丝杠控制棒驱动机构的状态;解决了滚轮丝杠型控制棒驱动机构状态无法在线监测的问题,提前发现滚轮丝杠型控制棒驱动机构的早期故障,有力地保障了控制棒驱动机构的安全可靠性。

    封闭式结构反应堆屏蔽式泵故障识别方法、装置及介质

    公开(公告)号:CN118959329A

    公开(公告)日:2024-11-15

    申请号:CN202411300399.5

    申请日:2024-09-18

    Abstract: 本发明公开了封闭式结构反应堆屏蔽式泵故障识别方法、装置及介质,包括:建立反应堆屏蔽式泵的导轴承模型;基于导轴承模型,获得在确定位置和速度下的轴承承载力;建立转子动力学模型,将转子动力学模型与导轴承模型进行动力学耦合,得到转子‑轴承耦合动力学模型,获得系统的第一非线性瞬态动力学响应数据;将故障激励加载到转子‑轴承耦合动力学模型中,获得第二非线性瞬态动力学响应数据;建立泵壳瞬态动力学模型,将第二非线性瞬态动力学响应数据加载到泵壳瞬态动力学模型中,计算得到第三非线性瞬态动力学响应数据;进一步采用人工智能算法进行故障模式识别。本发明能够获得故障有效数据,且提高了故障识别准确性和效率。

    一种核电站旋转机械健康管理方法、系统及介质

    公开(公告)号:CN115469643A

    公开(公告)日:2022-12-13

    申请号:CN202211130386.9

    申请日:2022-09-15

    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。

    一种核电站旋转机械状态无线监测方法、系统和介质

    公开(公告)号:CN115468790A

    公开(公告)日:2022-12-13

    申请号:CN202211123049.7

    申请日:2022-09-15

    Abstract: 本发明实施例提供一种核电站旋转机械状态无线监测方法、系统和介质,包括:获取核电站旋转机械的状态信号数据;对所述状态信号数据进行数字化处理并进行时钟同步;按照统一数据组织结构汇集不同种类的状态信号数据并将不同种类的状态信号数据融合为标准数据流;对所述数据流进行特征量提取得到特征量数据,以使所述特征量数据经后续处理后实现对核电站旋转机械状态的无线监测。从而,本发明实施例实现了对旋转机械振动、转速、声发射、温度、电流等多类信号的实时监测与信号采集,实现了对核电站旋转机械状态的无线监测。

    燃料组件异常振动分析方法、系统、存储介质及电子设备

    公开(公告)号:CN115881329A

    公开(公告)日:2023-03-31

    申请号:CN202211480930.2

    申请日:2022-11-24

    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维修提供途径。

    基于深度复卷积网络的屏蔽泵故障模式识别方法及系统

    公开(公告)号:CN112446326A

    公开(公告)日:2021-03-05

    申请号:CN202011353822.X

    申请日:2020-11-26

    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。

Patent Agency Ranking