摘要：反应堆中脱落部件或金属遗留件的存在会与压力边界产生碰撞而严重影响反应堆的安全,为有效解决由于特征信息不足和模型构建不合理而导致的反应堆中金属撞击信号识别精度低的问题,提出了一种基于变分模态分解(variational mode decomposition,VMD)和随机森林算法(random forest,RF)的反应堆金属撞击信号识别方法。利用变分模态分解方法对原始信号进行分解得到若干分量信号,从各分量信号中提取分量特征以构成原始信号特征向量,将其作为输入建立VMDRF模型来对撞击信号、自检信号、脉冲尖峰信号、噪声波动信号、通道闪断信号、噪声信号六类信号进行分类以识别出金属撞击信号。采用核电现场LPMS监测系统所采集的数据对该方法的可行性和有效性进行验证,结果表明,该方法在反应堆金属撞击信号的识别方面能够获得良好的识别效果。

摘要：作为核电站的一类关键设备,阀门泄漏会给系统安全、稳定运行造成影响。利用声发射技术识别阀门泄漏,区分出内、外两种不同泄漏模式有助于后续针对性维修,对维修经济性提升具有重要意义。针对上述问题,本文提出了一种基于经验模态分解(EMD)和随机森林的阀门泄漏模式识别方法。首先,对泄漏声发射信号进行EMD处理以获得处于不同频段的分量信号;其次,对各分量信号进行傅里叶变换获取其频谱,并从频谱中提取谱能量比作为特征;最后,基于随机森林算法建立智能识别模型以实现内漏和外漏的自动识别。利用试验数据对方法进行了验证,结果表明,该方法提取的谱能量比特征能够量化内漏、外漏两种模式下声发射信号频谱差异,建立的基于随机森林的模型能够有效实现两种泄漏模式的识别。

摘要：针对核电站电动阀门故障多发且故障类型多样的情况,通过分析电动阀门结构和动作原理,对电动阀门典型故障原因和故障信息表现形式进行了分析,研究了适用于电动阀门故障探测的信号探测方法,结合对获取的各类型信号的数据分析和处理,提出了电动阀门信号处理及特征量分析方法,通过提取电动阀门故障特征量,进一步表征阀门的故障状态。结合实际的阀门运行状态测试,表明提取的特征量能够反应电动阀门的真实故障,为电动阀门故障诊断和故障趋势分析奠定了技术基础。

摘要：为解决支持向量机模型在预测滚动轴承剩余寿命时准确率不高的问题,对核主成分分析(Kernel Principal Com-ponent Analysis,KPCA)和最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)在剩余寿命预测中的应用进行了研究。采用核主成分分析方法融合轴承振动信号时域、频域特征指标并提取第一主成分评估轴承性能退化情况,并将满足要求的多个KPCA主成分作为输入,建立KPCA-LSSVM模型来对轴承剩余寿命进行预测。采用轴承全寿命试验数据对该方法的有效性进行验证,结果表明,该方法提取的轴承性能退化评估指标能够更为全面地表征轴承性能退化情况,建立的KPCA-LSSVM模型可在滚动轴承剩余寿命预测工作中获得良好的预测效果。

摘要：调查高龄二胎孕妇心理压力水平,确定其主要压力源,指导缓解其焦虑情绪,提高护理满意度并促进成功妊娠。方法 2021年6月~2021年6月期间,采用自行设计的一般情况问卷,焦虑自评量表(SAS),妊娠压力量表(PPS)选取西安市三级甲等综合性医院妇产科门诊及住院部对符合条件的孕妇进行问卷调查,分析所得数据。结果 1.146例高龄二胎孕妇有30人存在焦虑情绪,焦虑得分为(41.1±8.68)分,焦虑发生率为20.5%。2.高龄二胎孕妇妊娠压力总分中位数为0.5,总体水平为轻度压力水平,主要压力来源于因子1和因子2,妊娠压力阳性率排名前十的条目4条与因子1相关,4条与因子2相关。结论 1.我国高龄二胎孕妇存在焦虑情绪,焦虑情绪不显著;2.高龄二胎孕妇焦虑情绪与文化程度、婆媳关系、夫妻关系和本次妊娠有无合并症有关。3.我国高龄二胎妊娠压力水平总体处于轻度水平,阳性率排在首位的条目是“担心婴儿能否正常分娩”。