-
公开(公告)号：CN115130495A
公开(公告)日：2022-09-30
申请号：CN202210518746.6
申请日：2022-05-12
Applicant: 哈尔滨工程大学
IPC: G06K9/00 , G06N3/00 , G06Q10/04 , G06Q50/04 , G01M13/045
Abstract: 本发明为一种滚动轴承故障预测方法及系统，涉及故障检测领域，提供了一种轴承故障检测算法及系统，通过局部均值分解算法对原始振动信号进行分解，并利用皮尔逊相关系数筛选出了有效PF分量，进而进行了信号的重构，去除了无关噪声信号的干扰，基于谐噪比和均方根值的乘积形式实现了轴承退化过程的特征提取，充分利用谐噪比对周期性冲击的敏感性，避免了均方根值对轴承初期退化敏感度较低的问题；基于Paris模型和Foreman模型构建了轴承不同退化过程的状态空间模型，相比于单一模型预测模型，更有效提高RUL的预测精度；基于欧式距离实现了粒子滤波重采样过程的正则化，有效地提高了粒子的多样性，避免了基本粒子滤波的粒子耗尽现象，提高了对非线性状态的滤波估计精度。
-
公开(公告)号：CN115079592A
公开(公告)日：2022-09-20
申请号：CN202210815340.4
申请日：2022-07-12
Applicant: 哈尔滨工程大学
IPC: G05B17/02
Abstract: 本发明涉及一种船舶核动力装置热力系统管网仿真方法，包括：选定时间步长，构建船舶核动力装置热力系统仿真模型，并对仿真模型中的元件进行编号以及连接，按连接线顺序进行编号，根据不同编号的连接线与元件之间的关系，确定元件连接关系矩阵；基于元件连接关系矩阵进行守恒计算，建立压力求解模型和比焓求解模型，进行求解并推进时间步长，并进行结构参数重构以及拓扑关系重构，实现船舶核动力装置热力系统管网仿真。本发明所提供的仿真方法能够在不中断仿真程序运行的情况下在线修改设备的结构参数、拓扑连接关系，且过程稳定，能够满足船舶核动力装置全生命周期情况下，各阶段不同的应用需求。
-
公开(公告)号：CN114491817A
公开(公告)日：2022-05-13
申请号：CN202210122499.8
申请日：2022-02-09
Applicant: 哈尔滨工程大学
IPC: G06F30/15 , G06F30/20 , G06F113/14 , G06F119/14
Abstract: 本发明公开了一种应用于船舶核动力装置仿真中的母管模拟方法及系统，应用于母管仿真技术领域，具体地，根据仿真对象系统的特点，将实际工艺系统转化管网模型仿真图，并根据仿真对象实际的结构，选定管网系统与外部系统的边界、管网系统与母管模型的边界；根据所属仿真图绘制，将管网边界的压力数据、流量数据与互扰控制体模型进行交互；根据母管隔离阀门的状态，确定互扰控制体的解耦与耦合状态；利用传递的边界数据计算母管的热工参数，并向管网模型反馈热力学参数计算结果。本发明在母管联通状态下，能够模拟出母管内压力、温度(焓值)的均匀分布特性；母管隔离的状态下，能够模拟出母管隔离阀两侧压力、温度(焓值)相对独立的特性。
-
公开(公告)号：CN113988687A
公开(公告)日：2022-01-28
申请号：CN202111307064.2
申请日：2021-11-05
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种核动力装置状态监测方法及系统，首先对原始训练集进行抽样和优化得到优化数据集，在降低数据维度的同时不降低数据质量，并且选择稳态数据，保证了数据的数量基础；基于所述优化数据集对统计分析模型进行训练，得到训练好的所述统计分析模型；将实时数据集输入训练好的所述统计分析模型，得到核动力装置的状态。本发明可以实时有效地对核动力装置的状态进行监测，降低了对处理器的性能需求，减少误报警的发生。
-
公开(公告)号：CN118862651A
公开(公告)日：2024-10-29
申请号：CN202410882324.6
申请日：2024-07-02
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06F30/28 , G06F18/27 , G06F18/22 , G06N3/0442 , G06Q50/06 , G06F119/14 , G06F113/08 , G06N3/048
Abstract: 本发明公开了一种基于深度学习的核电厂热工水力参数长期预测方法，属于核电站安全分析及运行支持领域，包括以下步骤：S1、采集不同工况下核电厂热工水力参数数据，构成核电厂热工水力参数仿真数据集；S2、通过计算特征空间相似度，在核电厂热工水力参数仿真数据集中搜索与待测工况相似度达到设定阈值的相似工况以及最佳相似工况；S3、将步骤S2搜索的两个及以上的相似工况数据进行回归拟合，并将回归拟合数据作为LSTM模型的目标域，将最佳相似工况数据作为LSTM模型的源域，对待测工况进行长期时序预测。本发明采用上述基于深度学习的核电厂热工水力参数长期预测方法，通过结合回归算法和神经网络的方法，实现了核电厂事故工况中热工水力参数的长期预测，从而可快速预测核电厂未来运行状态及事故发展趋势，为核电厂的事故应急处置提供支持。
-
Patent Agency Ranking
公开(公告)号：CN113988687B
公开(公告)日：2024-10-25
申请号：CN202111307064.2
申请日：2021-11-05
Applicant: 哈尔滨工程大学
IPC: G06Q10/0639 , G06F18/214 , G21C17/00
Abstract: 本发明涉及一种核动力装置状态监测方法及系统，首先对原始训练集进行抽样和优化得到优化数据集，在降低数据维度的同时不降低数据质量，并且选择稳态数据，保证了数据的数量基础；基于所述优化数据集对统计分析模型进行训练，得到训练好的所述统计分析模型；将实时数据集输入训练好的所述统计分析模型，得到核动力装置的状态。本发明可以实时有效地对核动力装置的状态进行监测，降低了对处理器的性能需求，减少误报警的发生。
-
公开(公告)号：CN118114556A
公开(公告)日：2024-05-31
申请号：CN202410219607.2
申请日：2024-02-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种小型压水堆关键参数预测方法，包括以下步骤：S101、设定核动力装置初始工况和奖励加权；S201、构建决策环境，建立不同参数单输出深度神经网络代理模型；S301、训练得出反应堆关键参数最优状态值；S401、使用均方误差评估决策环境代理模型的预测值与真实值之间的差异程度，验证模型可靠性。本发明针对小型压水堆的仿真模型，考虑该反应堆运行过程中的经济性、安全性、灵活性，使用近些年在优化决策领域应用广泛的A3C算法，将其应用于小型压水堆的关键参数预测，即设计一个智能体在不同的运行工况下，对不同工况关键参数的变化情况进行预测，辅助操作员能够提前做出不同运行工况下的最优决策。
-
公开(公告)号：CN115183224B
公开(公告)日：2024-05-31
申请号：CN202210391582.5
申请日：2022-04-14
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了基于代理模型的自然循环蒸汽发生器给水控制方法及系统，应用于海洋条件下自然循环蒸汽发生器给水控制技术领域，包括以下步骤：S101、获取代理模型的训练数据；S201、利用S101获取的训练数据进行代理模型的训练，得到训练好的代理模型；S301、利用S201得到的训练好的代理模型对自然循环蒸汽发生器水位测量值进行修正，得到修正后的水位测量值；S401、将S301中修正后的测量值作为给水控制的输入量，通过PID控制算法控制自然循环蒸汽发生器给水流量。本发明避免海洋条件引起自然循环蒸汽发生器给水控制的给水调节阀活动，提供给水控制性能。
-
公开(公告)号：CN117709090A
公开(公告)日：2024-03-15
申请号：CN202311697364.5
申请日：2023-12-12
Applicant: 哈尔滨工程大学
IPC: G06F30/20 , G06F111/06
Abstract: 本发明涉及一种决策方法，并具体公开了一种小型一体化反应堆运行多目标优化决策方法，具体包括以下步骤：S101、设定核动力装置运行限值和初始运行工况；S201、建立多目标优化目标函数及其加权值；S301、构建递归函数，建立多目标优化目标函数值与多目标优化可行解之间的定量关系；S401、设计小型一体化反应堆运行多目标优化决策算法MO‑A3C，并通过此算法获得最优稳态运行工况。基于A3C架构，在其批判者网络后加以评价函数网络，以批判者网络输出为多目标优化总目标函数权值，开发出基于A3C算法的多目标优化决策算法MO‑A3C，一定程度上使用数据驱动方法减弱了认为主观性对优化结果的影响。
-
公开(公告)号：CN117116511A
公开(公告)日：2023-11-24
申请号：CN202311173947.8
申请日：2023-09-12
Applicant: 哈尔滨工程大学
IPC: G21C7/00 , G21C17/10 , G21C17/112
Abstract: 本发明公开了一种压水堆稳压器主动致稳自动启堆方法，采用A3C方法进行自动控制训练，包括以下步骤：设定建立气腔不同阶段稳压器压力范围和压升速率；监测稳压器内温度和压力状态，稳压器阀门状态；采用A3C算法训练，稳压器温度或压力超出允许范围时进行响应；监测调节后稳压器温度和压力，还包括一回路和稳压器温度监测模块，稳压器压力监测模块，稳压器电加热器控制模块，稳压器阀门控制模块，容控箱控制模块和A3C训练算法。采用A3C训练算法对稳压器电加热器控制机构进行训练，通过调节电加热器功率调节故障情况下的温度好压升速率，使其维持在设定范围内。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.035 seconds)
