中国博士后科学基金(20080441291)
- 作品数:2 被引量:5H指数:1
- 相关作者:杨立周刚葛盛奇更多>>
- 相关机构:中国人民解放军海军工程大学更多>>
- 发文基金:中国博士后科学基金更多>>
- 相关领域:核科学技术更多>>
- 基于神经网络与表决融合的核动力装置故障诊断方法被引量:1
- 2010年
- 针对单神经网络(ANN)故障诊断方法的不足,将多神经网络诊断与表决融合方法结合起来,研究了基于多神经网络与表决融合的核动力装置故障诊断方法。在该方法中,多个不同类型的神经网络训练后用于核动力装置的故障诊断。选择对核动力装置安全有重要影响的运行参数作为各神经网络的输入变量,神经网络的输出是核动力装置的故障模式。用表决融合方法对不同神经网络的诊断结果进行融合,从而得到核动力装置故障诊断的最后结果。利用核动力装置典型的运行模式来验证所提出的诊断方法的效果。结果表明,与单神经网络相比,该方法可提高核动力装置故障诊断结果的精度和可靠性。
- 周刚葛盛奇杨立
- 关键词:核动力装置神经网络故障诊断
- 集成神经网络方法在蒸汽发生器故障诊断中的应用被引量:4
- 2009年
- 针对蒸汽发生器传统故障检测与诊断方法的不足,提出了基于集成神经网络的蒸汽发生器故障检测与诊断的新方法。该方法采用两个神经网络。一个神经网络作为蒸汽发生器的动力学模型,用于蒸汽发生器的重要运行参数的预测,其原理是通过检测蒸汽发生器运行参数监测信号值与相应的蒸汽发生器神经网络模型预测值之间的偏差来确定是否发生了异常,如果某一参数偏差超过了预先给定的极限,就认为发生了异常。另一个神经网络作为故障分类模型,用以对蒸汽发生器故障进行分类,给出故障的类型。由两个神经网络监测和诊断结果的融合给出蒸汽发生器故障较为清晰的信息。仿真结果表明,该方法能够提高蒸汽发生器监测与诊断的能力。
- 周刚杨立
- 关键词:集成神经网络故障诊断
- 基于神经网络与表决融合的核动力装置故障诊断方法
- 针对单神经网络(ANN)故障诊断方法的不足,将多神经网络诊断与表决融合方法结合起来,研究了基于多神经网络与表决融合的核动力装置故障诊断方法。在该方法中,多个不同类型的神经网络训练后用于核动力装置的故障诊断。选择对核动力装...
- 周刚葛盛奇杨立
- 关键词:核动力装置神经网络故障诊断
- 文献传递