摘要：核设施退役工程是一项不仅需要考虑拆除(毁)设备、建筑物,还要考虑辐射影响和核废物处理的复杂工程,其拆除(毁)工作具有高危险、高污染的特点,因此建立针对核设施退役项目的信息系统辅助退役工程很有意义。本文通过收集退役活动数据(设备物资数据、源项数据、辐射剂量数据等)设计退役信息数据库,开发了基于退役数据库的信息管理系统,该系统可对数据库中各类信息数据(照片、图纸、辐射数据、时间等)进行录入、删除、修改、查询等基本操作,并根据各类数据处理流程的特点分功能模块进行相应数据信息的管理,并对不同数据信息进行分析。该系统可提升退役过程中的管理能力,优化工程安排,减少作业人员所受辐射剂量,是顺利进行退役活动的必要基础。

摘要：核电站系统复杂,需要采集和监测的变量较多,给核电站的故障诊断增加了困难。针对该问题提出集成学习算法,对核电站的失水事故、给水管道破裂、蒸汽发生器U型管破裂和主蒸汽管道破裂等4种典型故障进行训练学习,并分别在正常情况下和参数缺失情况下进行仿真实验。仿真结果表明,该算法在参数缺失的情况下仍能得到较好的诊断结果,具有良好的容错能力和泛化能力。

摘要：将时序数据挖掘引入核电厂故障诊断,把核电厂的故障诊断当作序列监督学习问题来对待,并采用滑动窗算法将序列监督学习问题转化为经典的监督学习问题。针对反应堆失水事故(LOCA)进行的仿真实验结果表明,在采用滑动窗算法后,诊断精度有一定的提高,再进一步对滑动窗内的时序数据进行特征提取后,诊断精度有了更大的提高,可以解决经典算法无法解决的问题。

摘要：核动力装置系统复杂,需要采集和监测的变量较多,这给装置故障诊断增加了困难。针对该问题提出基于邻域粗糙集的参数约简算法,该算法实现了实数空间的粒度计算,可直接处理数值型参数,无需离散化参数。在此基础上,采用决策树算法对核电厂的失水事故、给水管道破裂、蒸汽发生器U形管破裂和主蒸汽管道破裂等4种典型故障进行训练学习,并将诊断决策结果与支持向量机算法进行对比。仿真结果表明,该算法可快速、准确地诊断出核电厂上述故障。

摘要：为进一步减少核电站运行中发生故障后的误操作,根据核电站各设备功能分布及核电站数字化仪控系统分布式控制的特点,研究设计了核电站分布式状态监测与故障诊断系统。依据分解-综合的诊断思想,提出模糊神经网络和RBF神经网络进行分布式局部诊断和多源信息融合技术进行全局综合诊断的方法。仿真实验结果表明,该诊断系统能够正确诊断压水堆核电站多个典型故障,并能为核电站运行提供有效的帮助信息。

摘要：将神经网络与专家系统相结合,能充分发挥各自的优点。本工作利用概念格获取对象属性,从大量的原始数据中提取对象故障征兆集的核心属性、不必要属性和相对必要属性。基于这些属性,构建不同重要度的神经网络,使网络学习速度大幅提高,判断准确。为了更好地提高核动力设备故障诊断的准确性,采用基于规则推理的专家系统,对各神经网络融合后的诊断结果进行验证诊断。为验证该方法的有效性,以核动力设备典型故障为例,进行了仿真实验研究。仿真实验结果表明,将基于概念格属性约简理论构建的神经网络与专家系统邦联的诊断方法引入核动力设备故障诊断中是可行的,并且具有网络学习针对性强、计算量小、诊断结果可靠等特点。

摘要：核能动力系统是一个高度复杂并具有高安全性要求的结构体系,为提高其安全性,故障定位显得尤为重要。蚁群算法是一种新型的优化算法,本文提出将其应用于核能动力系统的故障定位,并将核能动力系统进行分级处理,以一回路主冷却剂简化系统为研究对象,利用VB6.0编程技术设计了核能动力系统故障定位系统。利用文献中的数据对该系统进行了测试,结果表明利用蚁群算法可以准确地对核能动力系统进行分级故障定位。

摘要：根据核动力装置故障数据的特点,利用数据挖掘法强大的知识发现功能,提出了一种新的数据标准化方法——距离标准化法,对核动力装置不同工况、不同单位数量级的故障数据进行标准化处理。根据参量的特点,利用各报警值点进行数据离散化,为数据离散化断点数量的选择提供了参考。利用概念格的属性约简方法,进行了属性的约简处理,得出用于故障诊断的核心属性、相对必要属性和不必要属性。利用文献中的数据,进行了属性约简计算,将现有的属性正确分类,在形式背景确定的情况下,利用核心属性即可准确诊断故障。

摘要：Dezert-Smarandache理论(DSmT)是一种能够高效实现多源信息融合,成功处理强冲突证据源的数据融合方法,而Dempster-Shafer理论(DST)在证据源冲突低时的融合效果好,运算代价低。将两种技术结合,在冲突距离函数变化率较低时采取DST证据理论,反之采用DSmT融合算法是一种提高信息融合效率的可行方式。研究人员对DSmT和DST二者的单点值转换门限方法已做了探讨,针对单点值门限方法的不足,提出了将冲突距离函数作为判别依据来确定转换门限的方法。该方法有很强的适应性,根据不同的证据组合,能划分是单点值门限还是多点值门限。

摘要：针对转子裂纹振动信号不易被发现的问题,利用小波包分析方法,在无动不平衡频率的频带内进行分析,从中找出裂纹振动的特征频率。在分析中,针对小波算法存在的频率混淆、幅值失真、主频偏移的缺陷,在前人研究基础上,提出了一种频率补偿小波算法,利用该方法分析了核用屏蔽主泵转子裂纹振动信号,并得出了其振动的特征频率。结果表明,相比一般小波包,频率补偿小波包能识别出振动的特征频率,具有良好的实用价值。