核电站故障检测和识别不同方法的国际观点

核电站故障检测和识别不同方法的国际观点

一、AN INTERNATIONAL VIEW OF DIFFERENT APPROACHES FOR FAULTS DETECTION AND IDENTIFICATION IN NUCLEAR POWER PLANTS(论文文献综述)

彭勃[1](2021)在《基于遗传编程的滚动轴承故障诊断方法研究》文中提出滚动轴承是旋转机械中不可或缺的重要部件,其服役状态会影响整个设备的运行。开展滚动轴承故障诊断技术研究,对于保证旋转机械设备安全稳定运行具有重大意义。传统滚动轴承故障诊断方法的设计性和专属性较强而智能性和适应性较弱。因此,探索一种能根据滚动轴承监测信号自适应完成故障诊断工作的智能方法,有利于在工况复杂多变的实际工程环境中更好地保障旋转机械设备安全运行。遗传编程(Genetic Programming,GP)是一种能够根据问题自动生成解决方案的计算智能方法,对其进行研究开发可以实现滚动轴承故障的智能诊断。本文以滚动轴承振动信号为研究对象,以GP为技术手段,以使用GP解决滚动轴承故障检测、故障类型识别以及小样本下故障类型识别为研究工作,主要内容及创新点如下:(1)传统的轴承故障检测方法侧重于使用信号处理算法,从监测信号中捕获故障相关脉冲。然而这些算法的提出与改进需要大量的先验知识,且很难提出一种算法能有效处理各种工况信号。针对此问题,本文提出了基于GP设计复合形态学滤波器(Genetic Programming Design Composite Morphological Filter,GPDCMF)的滚动轴承故障检测方法,根据待检测信号的自身特点,自动设计出一个复合形态学滤波器捕获故障相关脉冲后,进行包络谱分析,辨识故障特征频率谱线,实现故障检测。运用GPDCMF方法处理滚动轴承故障仿真和实验信号,结果表明所提方法可以有效检测轴承故障。(2)传统的轴承故障类型识别方法通常包含信号检测、特征提取、特征约简、分类器优化等多个步骤。每一步骤的结果均会影响到最终的诊断,需要丰富的专家经验对相关方法进行设计与组合,并且所建立的模型可能只对某一故障诊断任务有效。因此,本文提出了基于GP自动特征提取与构造(Genetic Programming Automatically Feature Extraction and Construction,GPAFEC)的滚动轴承故障类型识别方法,根据已有轴承样本信号的自身特点,自动从原始振动信号中获得代表性特征后,配合使用k-Nearest Neighbors(KNN)进行故障类型识别。使用三个滚动轴承故障数据集对GPAFEC方法进行测试,结果表明所提方法可以准确辨识不同类型的轴承故障。(3)现有故障类型识别方法多是假设有足够多的样本来建立诊断模型。然而,现实工程环境中获得大量故障样本困难,小样本情况下的滚动轴承故障类型识别亟待研究。为解决此问题,本文提出了基于GP多视角特征构造和集成(Genetic Programming Multi-view Feature Construction and Ensemble,GPMFCE)的滚动轴承小样本故障类型识别方法,将轴承样本信号三个不同视角的低级特征自动构造为高级特征,并利用三个视角高级特征所具有的多样性和辨识性,组建一个基于KNN的集成诊断系统,以提高识别的泛化性和准确性。使用三个滚动轴承小样本故障数据集验证GPMFCE方法的有效性,结果表明所提方法可以在小样本情况下精准判断轴承故障类型。

杜雨时[2](2021)在《核电厂断相故障检测方法的研究》文中认为核电厂的保护按常规岛和核岛,设计规范标准差异极大。常规岛如普通电厂,保护的设置是极尽全面,越多越好。而核岛,首先考虑的是保护类型若设置过多,引起保护误动的概率就会增大,带来的核安全隐患就越大,所以保护方案遵循“减法原则”,即配置的保护越精简越好。国内外绝大部分核电厂普遍设置的保护为过流保护、零序保护和差动保护,都未装配关于断相故障的保护;同时由于核电厂的检修比较频繁,当断相故障发生在轻载(空载)的主变或辅助变高压侧时,微小的电气量变化会使得以电流为基础的断相保护无法可靠动作,会留下很大的安全隐患。多个现场运行经验表明,仅利用检测某一相电流大小或基于序分量不平衡度检测等方法进行断相检测,并不能保证在所有工况下百分百可靠,尤其在变压器空载或轻载的情况下,电气量变化十分微弱,电流互感器无法满足电流量测量值的精度要求,故仍需对现有的保护方案进行完善和改进。本文围绕断相故障检测困难的原因进行了分析,分别进行了磁路和电路的理论分析,以及不同地点、不同变压器连接组别和铁芯结构、不同工况、不同带载率下的断相故障仿真模拟,并据此提出断相保护方案以及应急厂用母线的投切方案。在对变压器的磁路结构分析和基于对称分量法的电路分析基础上,详细阐述了断相故障发生后故障检测困难的原因以及电气量变化的特征,并基于其中一些变化的特异性,在传统保护方案的基础上,提出了关于断相检测的新构想,为后续综合的保护方案提供理论支撑。利用项目合作方提供的核电厂数据,通过电磁暂态仿真平台PSCAD/EMTDC进行建模,分别对不同类型的断相故障进行了仿真分析,并与其他类型故障的特征进行了详尽地对比,得到特有的电气量特征。通过仿真结果验证了理论分析的结论,并为保护方案的提出提供数据和仿真支撑。基于理论分析和仿真分析,本文提出了一种综合的断相故障检测方法,在故障检测的逻辑中考虑工况的影响,并结合功率法、相角差法、序分量法等进行逻辑整定并对以上三种检测方法进行了仿真验证,体现出良好的保护效果,并以此提出了应急厂用母线的投切逻辑。论文的研究结果对核电厂保护方案的完善、核电厂的安全可靠运行,提供了有益的发展思路。

张传放[3](2021)在《面向流程工业的统计机器学习过程监测方法研究》文中指出随着综合自动化系统的广泛应用和信息技术的迅速发展,钢铁、石化、有色和建材等流程工业正不断向大规模、复杂化、集成化方向发展。其生产流程由众多生产工序构成,从原材料到最终产品形成一个以串联结构为主体的产品加工长流程;在此基础上,定制化生产使其品种及规格呈现多样性,加之原料的不确定性,设备状态、外界环境以及过程工艺等的不同使其生产工况复杂多变;另外,综合自动化系统层级明显,主要包括实时控制层、过程控制层、制造执行层等,各系统层级分工明确且相互协作关联。这样使得流程工业在“三个维度”(全流程、变工况、多层级)呈现复杂性。“三个维度”制造过程使得系统的安全性、稳定性分析更加复杂,无论哪一个维度的异常均会导致故障立体传播并演变演化。尤其在工业转型升级过程中,产品生产安全以及质量把控关乎工业生产的命脉,过程中的微小故障经过“三维”尺度放大极有可能会造成产品质量下降、生命财产损失、生态环境破坏等极其严重的后果。本课题以全面提升流程工业的安全性和可靠性为目的,并按照“全流程一变工况一多层级”的顺序,首先从流程结构出发,其次考虑工况的变化,最后融入多层级概念,重点对流程工业的故障检测和运行工况评估展开了相应的理论研究与仿真/应用验证,力求有效减少或避免故障发生、保证产品质量、提高企业经济效益。本文的创新性成果主要包括以下几个方面:针对流程工业微小故障检测难问题,提出了一种面向流程工业的微小故障检测与辨识策略。首先,将正常样本和故障样本引入支持向量数据描述算法,同时对超球半径进行改进,建立了鲁棒支持向量数据描述监测模型,实现了微小故障检测;然后,通过堆叠受限玻尔兹曼机提取了故障数据信息;最后,利用微小故障信息训练概率神经网络,实现了微小故障辨识。针对流程工业变量众多且耦合关联的问题,提出了一种基于混合相似性度量的全流程自适应过程监控方法。首先,利用最大互信息系数和广义杰卡德系数建立混合相似性度量,实现过程变量子块划分;然后,将间隙度量与支持向量数据描述有机融合建立过程监测模型;最后,利用指数加权移动平均算法,计算超球自适应半径,实现了全流程自适应监测。针对流程工业产品规格频繁变换和有载空载工况切换的问题,提出了面向变工况的共性-个性子空间建模与全工况非线性动态监控策略。首先,改进最小误差最小最大概率机,实现了对不同工况的有效辨识;其次,利用参数化t-分布随机邻域嵌入和质量数据构建共性-个性子空间模型;然后,利用支持向量数据描述对空载工况进行了监测;最后,基于t-分布随机邻域嵌入、慢特性分析和协整分析,实现了有载工况下非线性过程的动静态监测。针对多层级视角下变量耦合关联、样本不平衡以及存在离群点问题,提出了考虑部分通信的全流程多层级全生命周期运行工况评估策略。首先,根据过程知识和通信情况,规整实时控制层的上中下游数据和过程控制层数据;然后,将深度信念网络、混合采样提升、鲁棒偏M估计等算法有机结合,实现运行工况的判别和不同运行工况的有效评估,并对非优原因进行溯源。上述研究成果是针对流程工业“故障检测与辨识”和“过程运行工况评估”进行的系统研究,并制定了相应的解决思路和技术方案。利用田纳西-伊斯曼过程和带钢热轧过程数据对上述方法进行了仿真或应用验证,并与传统方法进行对比分析,实验结果表明了算法的有效性和实用性。

张宏扬[4](2021)在《铁路信号安全相关系统硬件安全完整性预计方法研究》文中指出EN 50129是铁路信号领域中对安全相关电子系统验收及批准的要求作出定义的第一个欧洲标准,该标准中安全完整性部分的有关概念和定义基本继承了国际功能安全标准IEC 61508,而后者关于硬件安全完整性的定量预计问题,主要给出了“硬件安全完整性的结构约束”和“由随机硬件失效引起的安全功能失效概率的计算(目标失效量)”这两个方面的要求和规定,但具体应用于铁路信号安全相关系统时存在如下问题:一是IEC 61508所直接面向的系统多为在工业过程控制领域中专用于或主要用于实现安全防护功能的安全相关系统,此类系统具有与EN 50129所面向的集控制、安全保障于一身的铁路信号安全相关系统显着不同的特点,这使IEC 61508中有关目标失效量的计算公式并不完全适用于铁路信号安全相关系统硬件安全完整性的预计;二是可靠性参数数据缺乏、现场失效数据反馈不足等原因导致的参数不确定性已成为影响铁路信号安全相关系统硬件安全完整性预计结果最主要的原因,而结构约束的路线1H并未对不确定性作出要求,路线2H虽然规定了对失效数据不确定度的分析以及目标结果置信度的衡量,但并未给出具体、可操作的实施方法。基于此,在查阅国内外相关领域研究文献的基础上,本文从硬件安全完整性定量预计方法、共因失效定量评估方法、不确定性分析方法等几个方面展开研究。一方面,分析并总结IEC 61508与EN 50129所面向的安全相关系统在结构、所实现功能、危险侧判定等方面的差异性,以此分析了 IEC 61508提供的目标失效量计算公式在铁路信号安全相关系统中的适用性;另一方面,构建了铁路信号安全相关系统常见冗余结构的目标失效量量化模型,研究认知不确定影响下共因失效因子β的估算方法,并最终提出了参数不确定性影响下硬件安全完整性的预计方法。论文的主要成果和创新点如下:(1)针对目前多数文献并未研究IEC 61508提供的目标失效量计算公式适用性的现象,首先讨论了操作模式判定、目标失效量PFH、结构约束等IEC 61508中与硬件安全完整性相关的一些概念及定义的不足与局限性;然后从系统安全相关功能特点、系统功能边界及对象特点、实现安全保障的方式及策略、危险失效判定原则等四个方面逐一比较IEC 61508所面向的安全相关系统(S1类)与EN 50129所面向的铁路信号安全相关系统(S2类)间的差异性;最后重点研究了 1oo2和2oo2这两个最具代表性的冗余结构对S1、S2两类系统的安全性所起作用的不同之处,为IEC 61508中推荐的目标失效量计算公式在铁路信号安全相关系统中的适用性提供了评价依据。(2)针对传统方法构建复杂冗余系统的安全性模型过程繁琐、模型求解困难的问题,提出了基于动态故障树的冗余结构THR量化模型,采用该方法构建了铁路信号安全相关系统常见三种冗余结构双机热备(1oo2)、二乘二取二(2×2oo2)、三取二(2oo3)的动态故障树模型,求解得到每种结构的THR计算公式。同时,针对既有灵敏度分析方法每次仅允许一个参数发生变化的局限性,提出了基于灰关联的影响参数敏感性分析方法,为相互影响的参数的敏感性判定提供了一种有效的定量评价策略。(3)针对β因子确定过程中由分析人员评分的主观性导致的认知不确定性问题,提出了基于D-S证据理论的β因子估算方法,该方法利用证据理论中的基本信任分配函数表示各专家对β因子不同取值区间的信任程度,采用证据合成规则融合不同专家的评估意见,有效降低了认知不确定性对β因子估算结果的影响。同时,针对传统证据合成规则合成证据时可能产生与直觉相悖的结果的问题,提出了一种基于改进折扣系数的证据理论合成方法,示例结果表明,所提出的方法优于传统的证据合成方法,能快速收敛于所识别的目标基元。(4)针对参数不确定性对硬件安全完整性预计结果影响的问题,首先提出了基于蒙特卡罗分析法的硬件安全完整性预计方法解决其中参数概率分布已知类型的不确定性问题,该方法以结果达到95%的置信度来判定结构所满足的SIL,有效弥补了单一固定结果未考虑不确定性因素影响的缺陷。其次,针对蒙特卡罗分析法难以处理参数概率分布未知类型的不确定性问题,提出了基于模糊数的硬件安全完整性预计方法。同时,考虑到传统模糊结果评价方法存在可能再次引入认知不确定性、未能从置信度角度评价模糊结果等不足与局限性,提出了基于测度理论与符合性概率的模糊结果评价方法,示例表明所提出的方法有效且模糊评价结果较蒙特卡罗分析法评估的结果更为保守。最后,针对模糊数隶属函数可能难以确定的问题,提出了基于区间数的硬件安全完整性预计方法,采用NSG可能度法计算结果满足不同SIL的可能程度,并以示例证明了区间数更适合处理高度不确定性影响下的硬件安全完整性预计问题。

陈双成[5](2020)在《核电数字化仪控系统硬件设计研究》文中提出数字化仪控系统是以计算机、网络通讯为基础的分布式控制系统,一般由操作员站、工程师站、电源系统、控制站和通信系统组成。在核电领域,核电站数字化仪控系统分安全级和非安全级。针对目前我国核电站安全级数字化仪控系统(以下简称DCS系统)严重依赖国外技术产品的现状,中核集团结合我国三代核电自主化发展的需要,开展三代核电站安全级数字化仪控系统研制工作,实现三代核电站安全级数字化仪控系统的自主化,并在实际工程得到应用,将有力提高我国核电仪控系统的研发水平,提升我国核电装备的自主化水平,推动我国核电产业布局及关键技术研究,保障我国核电发展“走出去”国家战略目标的实现。本文是以安全级DCS系统控制站为研究对象,建立一套基于FPGA技术的核电安全级数字化仪控系统产品研制技术,实现核电站安全级数字化仪控系统的技术自主化。本文首先说明本文国内外研究现状和课题意义,然后介绍核电数字化仪控系统概念、总体需求和系统功能,进行硬件总体架构设计。本文的核心是根据控制站硬件总体架构和相关技术标准,展开硬件设计。硬件设计采用通用化设计技术进行功能模块设计,形成模块化的标准元器件和标准电路,采用FPGA逻辑电路通过配置可编程逻辑组件和互联线等资源实现时序逻辑功能和组合逻辑功能,以全硬件方式实现数据处理,控制逻辑和接口协议等功能模块。硬件设计中包含诊断、可测试性和多层次的冗余等多种先进特性,并在故障检测和隔离等方面具有显着特性。最后根据标准要求,结合DCS系统的产品特性,从电源、信号完整性、时序和单元电路四个特性展开电路级硬件白盒测试。其目的是在产品研发生命周期的实现阶段即开始验证硬件设计的正确性,保证硬件的各单元电路的电气特性满足要求。本论文以安全级数字化仪控系统控制站为例阐述了硬件设计中的关键要点。硬件设计方法中的通用化设计技术提升了数字化仪控系统设计效率、长期可靠性和可维护性,FPGA技术解决了基于微处理器技术应用软件和操作系统复杂性的不足,诊断、隔离和冗余等先进特性使仪控系统具有更高的可靠性。硬件测试方法可以在正式定版嵌入式软件或逻辑固件前,发现因电路设计引起的硬件设计缺陷。同时本文论述的硬件设计和测试方法也适用于其它安全相关控制系统,具有重要的参考意义。

刘月[6](2020)在《三相异步电动机故障智能检测与诊断方法研究》文中提出三相异步电动机是当今工业生产中应用最为广泛的动力驱动设备,它的运行状态直接影响了工业生产的正常运行,一旦发生故障将会导致整个生产系统的瘫痪,甚至会影响到人们的生命财产安全和国家安全。因此,对三相异步电动机进行监测及早期故障诊断,确保生产生活系统能够安全高效产出和优质节能运行,具有十分重要的意义。本文首先在解析模型的方法上,提出了基于鲁棒观测器的三相异步电动机故障检测方法;接着针对非线性系统观测器设计困难等问题,提出了基于解析模型结合BP神经网络的非线性观测器设计方法,实现了三相异步电动机的早期故障检测;最后,针对传统故障诊断需要复杂的信号处理技术或只停留在检测过程,无法实现故障的准确诊断等问题,提出了基于深度学习的故障诊断方法。具体工作如下:(1)阐述了三相异步电动机故障诊断的研究现状。在阅读大量国内外文献的基础上,首先分析三相异步电动机故障诊断的研究背景及意义,接着重点回顾解析模型和深度学习在故障诊断领域的研究概况,找出目前三相异步电动机故障诊断研究中的热点问题,最后列出本文的重点研究内容。(2)概括了三相异步电动机基本的故障诊断方法。首先在不同的坐标系下对三相异步电动机进行数学建模,建立d-q坐标系下的状态方程。接着详细分析了几种典型的三相异步电动机故障类型,最后具体描述基于解析模型、信号处理和机器学习的故障诊断方法的实现原理及诊断过程。(3)设计了一种基于鲁棒观测器的三相异步电动机故障检测方法。首先阐述观测器的基本理论,包括线性系统观测器设计、含有未知项的线性系统观测器设计和非线性系统观测器设计。接着具体描述本文所使用的鲁棒观测器的设计过程及观测器参数的选择,使用一种简单有效的选择误差反馈增益矩阵的方法,并进行了稳定性分析,最后通过三相异步电动机鲁棒观测器仿真实验证明:鲁棒观测器对异步电机故障检测的可行性和有效性。(4)提出基于改进的BP神经网络观测器的三相异步电动机故障智能检测方法。针对现阶段大多数非线性观测器是基于Lipschitz条件设计的,其应用具有一定的局限性。基于此,本文提出一种以解析模型为基础,结合BP神经网络的非线性观测器的设计,该方法利用布谷鸟算法优化BP神经网络(CS-BP),对三相异步电动机数学模型的非线性部分进行预测,所设计的非线性观测器能准确估计电机的电流和转速。最后,进行三相异步电动机的绕组故障实验,通过对电流残差的分析,实现了三相异步电动机的在线故障检测。(5)提出了基于深度学习的三相异步电动机故障智能诊断方法。基于解析模型的故障诊断方法需要精确的数学模型,但对于高阶非线性、强耦合、多变量的三相异步电动机来说,建立精确的数学模型是困难的;基于信号处理的方法中特征提取、分析和选择,需要研究者对诊断对象有充分的故障理论基础。深度学习具有强大的表达能力,可以将信号特征提取与模式识别融为一体,因此本文提出基于PCA-SVCNN的三相异步电动机故障诊断方法,该方法首先通过Savitzkygolay平滑去噪,使用主成分分析(PCA)对采集到的电流信号进行降维可视化,接着混合支持向量机(SVM)和卷积神经网络(CNN)对降维后的数据进行实验分析,最终实现三相异步电动机的故障智能诊断。

张和慧[7](2020)在《基于邻域保持嵌入算法的间歇过程故障检测研究》文中研究说明现如今故障检测领域由于人们对产品质量、生产效率以及安全性能的严要求和高标准,同时随着计算机和人工智能的飞速发展而得到了科学家人们的广泛关注。越来越多的研究者致力于在提高故障检测精度和效率,进而运用一定的理论对实际工业生产进行指导和帮助。基于数据驱动的传统多元统计方法针对工业过程故障检测需要假设不受噪声、离群点等的影响,过程数据具有近似线性且单一工况的状态,有利于后续建模与分析。然而,愈加复杂和智能化的工业过程,已不适用于直接利用上述传统方法,因此对其进行改进从而得到更好的结果是现阶段刻不容缓的事情。针对间歇过程具有非线性、非高斯、动态、多阶段和多模态等混合分布的复杂特性,往往对故障检测的效率和精度造成不良的影响,本文基于邻域保持嵌入算法(Neighborhood Preserving Embedding,NPE),通过分析该算法的结构特点并结合具体的间歇过程特性,提出对其进行改进的算法且应用于故障检测。本文的研究内容有以下几方面:(1)针对间歇过程数据具有的多模态以及各模态结构差异较大、高斯非高斯混合分布的特征,提出了一种基于局部近邻标准化(LNS)的LNSNPE-SVDD故障检测算法。首先利用该算法寻找原始数据的局部近邻集,针对局部近邻集数据进行标准化,同时将多模态数据融合为单一模态并对高斯、非高斯共存的数据进行处理使之近似服从多元高斯分布;然后在有效保持局部数据流形结构,充分提取局部特征下进行降维;最后,通过支持向量数据描述(SVDD)建立故障检测模型,构造监控统计量进行过程监控,使得检测率进一步提高。(2)针对邻域保持嵌入算法只关注数据的局部结构信息而没有考虑全局信息,对具有复杂动态特性的间歇过程故障检测造成检测率较低的问题,提出了一种基于交叉熵(Cross Entropy,CE)的邻域保持嵌入(CEGLNPE)算法,可以同时兼顾全局和局部的数据利用,提高故障检测效率和精度。首先交叉熵算法通过更新概率密度对数据多次迭代寻求全局最优,而邻域保持嵌入算法对局部结构进行保持;然后根据CE和NPE算法分别对全局和局部进行结构保持的特性,构建新的目标函数;最后利用滑动窗更新数据解决动态性并建立全局-局部的故障检测模型。通过人工数据集Swiss-Roll和青霉素发酵仿真过程与KPCA、NPE算法进行对比验证,验证了所提算法的有效性。(3)针对间歇过程具有的多阶段特性,即各个阶段间的数据结构不尽相同,对一个过程进行整体建模时,会忽略一些结构间的差异性,从而导致故障检测效果不佳,提出了一种基于稀疏子空间聚类(Sparse Subspace Clustering,SSC)的NPE多阶段故障检测算法。首先引入k近邻作为SSC的约束项,兼顾全局和局部两方面,对数据进行聚类完成阶段的划分;接着对各子阶段通过NPE算法达到降维提取特征的目的;然后利用小波变换对统计量进行降噪处理,排除噪声和干扰对结果的影响,最小化数据的损失率;最后在青霉素发酵仿真实验平台上进行对比验证,得到所提算法有效性的结论。

胡秀敏[8](2020)在《GIS设备的无损检测图像处理算法研究》文中进行了进一步梳理气体绝缘金属全封闭组合电器(GIS)在电网中是主要的开关设备,在特高压电网中更是重要的高压电器装置。GIS设备由于其配置方便、体积较小、运行可靠且使用寿命长等优点,在电力系统中得到普遍应用。但是,在GIS设备大范围以及长期使用中,由GIS引发的变电站事故逐渐增加,对电网的稳定运行造成了严重的影响。因此,如何对GIS设备内部状态进行直观检测,做到“防患于未然”,是电网运维领域研究热点之一。目前,X射线无损检测技术在GIS设备故障检测中得到广泛应用,但该技术依赖于检测人员的经验和技术水平对GIS图像进行分析,由于人眼的主观性,特殊情况下很难保证故障分析判断的准确性,且检测效率低。本文针对该现状,采用图像处理技术实现GIS设备内部元件的故障检测,减轻工作人员的阅片工作量,提高检测效率,达到提前预知潜在故障的目的。本文首先对GIS设备故障原因进行分析,针对引发故障较为频繁常见的GIS内部五种元件的状态异常情况进行分类。其次,采用快速中值滤波对GIS进行平滑处理,针对GIS图像中目标物体与背景之间对比度较低的问题,使用不同算法进行灰度校正,算法应用结果表明:与对数变换、直方均衡化法比较,伽马变换可明显提高图像对比度,提出一种基于C聚类的自适应阈值分割算法对GIS图像进行分割,尽可能去除冗余信息。然后,对于边缘故障,本文提出一种Sobel-Gabor边缘检测方法,考虑Sobel算法针对某一点像素,只考虑横向和纵向梯度,引入Gabor变换,增加每一个像素点的多方向纹理特征提取,从而实现边缘故障的准确检测识别;对于局部故障,采用LBP算子提取纹理特征,计算四个特征参数:能量、熵、对比度、逆方差,设定元件正常时特征参数的取值范围,通过确定特征参数值来判断元件是否故障;对于倾斜故障,通过数学几何法计算其斜率值及导电杆边缘到该边缘的距离变化情况来判定是否故障。最后在VS2017开发环境下,建立GIS无损检测系统,实现GIS图像的图像获取、预处理以及故障检测识别。

孙延浩[9](2020)在《高速铁路行车调度系统可靠性评估方法研究》文中进行了进一步梳理调度系统是铁路运输组织的核心之一,是保证列车安全、准时、高效运行的重要屏障。近几年,我国高速铁路迅猛发展,截止到2019年底,我国高速铁路通车里程达3.5万公里,高居世界首位。高速铁路高速度、高密度、大运量的特点对调度系统带来了严峻的挑战和更高的要求。强化高速铁路行车调度系统的可靠性和安全性,对高速铁路的安全运营十分关键。高速铁路行车调度系统作为一个“人-机”交互的高耦合性系统。其结构庞大,元素众多、功能复杂。系统内的各种设备不仅具有各自的独立性,同时又具有一定的关联性,再加上系统内“人”的随机性,导致高速铁路行车调度系统的可靠性研究变的十分困难。因此目前对于高速铁路行车调度系统可靠性研究大部分都停留在定性层面的分析上,而未进行深入的研究。针对目前存在系统可靠性研究不够深入的问题,本文从系统的关键设备和节点入手,围绕硬件、软件、人因以及系统层级四个维度对可靠性进行深入的解构和分析。本文的主要研究内容如下:(1)详细梳理了高速铁路行车调度系统的组织架构、岗位设置、业务功能以及信息交互,并根据系统信息传递机制和信息属性,基于复杂网络理论构建了高速铁路行车调度系统的拓扑网络结构图。通过对系统节点和边的重要度分析,验证了高速铁路行车调度系统在整个调度系统中的核心地位和作用,同时也得出了列车调度员是中心关键节点,自律机是车站关键节点的结论。(2)针对高速铁路行车调度系统在运营或者维护时存在大量的故障记录无法得到有效的利用的问题,构建了基于词频-逆向文件频率(Term Frequency-Inverse Document Frequency,TF-IDF)和Text-Rank的算法模型,通过该模型提取到系统故障的关键词,并在此基础上通过运用狄利克雷模型提取到系统故障的关键主题。通过对系统的关键词和主题特征进行分析,发现车站系统是高速铁路行车调度系统的故障多发地点,而自律机为车站子系统的故障多发设备。(3)针对系统中自律机设备在可靠性分析中状态方程求解难的问题,提出一种基于马尔可夫过程的公式法,该公式使得状态可靠性分析不再通过繁琐的拉普拉斯变换或者C-K(Chapman-Kolmogorov)方程进行求解,通过计算结果证实,该方法与拉普拉斯变换方法得出的结果一致。(4)针对自律机设备可靠性分析中忽视自律机切换单元故障以及没有考虑修理工的问题,提出了一种扩展的马尔可夫过程方法,该方法通过引进补充变量法,使得马尔可夫过程依然可以对修理工休假时间和维修时间服从一般分布的自律机系统进行可靠性建模分析。通过分析发现,修理工的休假时间对可靠性影响较大,因此在成本一定的情况下,应合理安排修理工的休假时间。(5)针对自律机软件测试过程中发现的软件故障检测率不规则的问题,通过引进不规则模型参数,提出一种改进的非齐次泊松过程(Non-Homogeneous Poisson Process,NHPP)类的软件可靠性分析模型,并将该模型运用到自律机软件测试中。依据测试故障数据。计算出当测试天数为45天时可以达到规定条件下的可靠性要求。(6)作为一个“人-机”交互系统,对于调度员进行可靠性建模分析不可或缺。考虑到认知可靠性与失误分析法(Cognitive Reliability and Error Analysis Method,CREAM)易于操作分析,因此在CREAM基本法的基础提出一种改进方法。该方法使得CREAM法对人误操作概率的推算不再是个区间值,将该方法用以调度员的人误概率计算,并以“CTC控制模式转化”和“列控临时限速”为例进行了实际应用分析。(7)针对目前缺乏面向系统层面可靠性综合评估的问题,提出一种基于群决策和区间二元语义的评估方法。群决策方法降低了专家主观评价系统可靠性带来的主观性。采用区间二元语义作为系统评估的语言,降低了系统可靠性评估过程出现的信息丢失问题,提高了评估结果的可信度。

罗宸湖[10](2020)在《乘除组件故障诊断分析系统的设计与实现》文中指出安全性、可靠性和经济性是发电厂赖以生存和发展的基础,目前电力事业正面临良好的发展机遇,在这种形势下如何更好地保障发电站的安全稳定运行是目前电力研究领域的核心内容。乘除组件作为仪控系统中的重要组成部分,在核电站中得到了较为广泛的应用,其性能是否稳定可靠不仅仅关联着卡件功能的实现,甚至直接影响到整个发电站用电系统的安全和稳定。现阶段,卡件的功能检查、故障查找等安全维护主要还是依靠电站工作人员通过带电操作方式来进行,把有故障问题的卡件进行更换或报废。此种方式不仅对电站检修人员提出了更高的技能要求,还对电站的卡件资源造成了巨大的浪费。因此,本文以电站中的乘除组件作为研究对象,集成当前电子行业先进成熟的诊断和维护理念,设计一种满足自动控制与采集、分析与诊断、识别与定位的故障诊断分析系统,为乘除组件健康度和完整度的监测提供必要的应用支撑。论文主要研究内容如下:(1)对当前国内外电气领域内相关卡件等模拟电路的故障诊断分析技术及研究现状进行了调研,发现了当前电气领域内的诊断技术在电站卡件故障诊断方面的应用不足等问题。(2)结合乘除组件自身特点,对系统的整体架构及相关关键技术进行了研究,完成了系统设计方案的制定,阐述了系统所采用的故障诊断策略。(3)以乘除组件中的B型乘除卡件为例,深入分析卡件工作原理,建立PSPICE仿真模型,选取相应功能监测点,模拟实际工况下易发生的各种故障,构建相应故障案例库。(4)基于对BP神经网络算法的研究及乘除组件自身特点,提出了确定最佳隐含层节点数的遗传优化BP神经网络诊断算法,建立故障诊断模型,实现对卡件的快速精准故障诊断分析。(5)阐述了基于上述诊断方法所设计的智能故障诊断分析系统及测试验证过程,其能实时对卡件状态进行自动分析与诊断,展现卡件监测点的实际波形并及时给出最终的诊断分析报告。总体而言,本文提出的乘除组件故障诊断分析系统,可以实现对卡件的自动分析诊断,能有效提高人员工作效率,能够为乘除组件的智能化闭环化管理提供有效的技术支持,促进乘除组件的整体管控能力提升。

二、AN INTERNATIONAL VIEW OF DIFFERENT APPROACHES FOR FAULTS DETECTION AND IDENTIFICATION IN NUCLEAR POWER PLANTS(论文开题报告)

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

三、AN INTERNATIONAL VIEW OF DIFFERENT APPROACHES FOR FAULTS DETECTION AND IDENTIFICATION IN NUCLEAR POWER PLANTS(论文提纲范文)

(1)基于遗传编程的滚动轴承故障诊断方法研究(论文提纲范文)

摘要
Abstract
第1章 绪论
    1.1 课题背景及意义
    1.2 滚动轴承故障诊断研究现状
        1.2.1 滚动轴承故障形式
        1.2.2 滚动轴承故障诊断研究内容
        1.2.3 滚动轴承故障检测方法研究现状
        1.2.4 滚动轴承故障类型识别方法研究现状
    1.3 遗传编程算法工程应用研究现状
    1.4 论文研究动机与主要内容
        1.4.1 研究动机
        1.4.2 研究内容
第2章 遗传编程基本理论
    2.1 引言
    2.2 遗传编程算法
        2.2.1 经典遗传编程算法
        2.2.2 强类型遗传编程算法
    2.3 遗传编程的优势与难点
        2.3.1 算法优势
        2.3.2 算法难点
    2.4 本章小结
第3章 基于GP设计复合形态学滤波器的滚动轴承故障检测方法
    3.1 引言
    3.2 形态学滤波器
    3.3 GP设计复合形态学滤波器
        3.3.1 程序结构
        3.3.2 函数集
        3.3.3 终止符集
        3.3.4 适应度评价
        3.3.5 方法实现与参数设置
    3.4 故障检测过程概述
    3.5 滚动轴承故障仿真信号分析
        3.5.1 信号仿真模型
        3.5.2 测试结果
        3.5.3 讨论
    3.6 滚动轴承故障实验信号分析
        3.6.1 实验装置与信号采集
        3.6.2 测试结果
        3.6.3 讨论
    3.7 本章小结
第4章 基于GP自动特征提取与构造的滚动轴承故障类型识别方法
    4.1 引言
    4.2 GP自动特征提取与构造
        4.2.1 程序结构
        4.2.2 函数集
        4.2.3 终止符集
        4.2.4 适应度评价
        4.2.5 故障类型识别过程概述
    4.3 实验设计
        4.3.1 故障数据集
        4.3.2 对比方法
        4.3.3 方法实现与参数设置
    4.4 实验结果
    4.5 分析与讨论
        4.5.1 收敛行为
        4.5.2 计算时间
        4.5.3 特征可视化
        4.5.4 模型分析
        4.5.5 讨论
    4.6 本章小结
第5章 基于GP多视角特征构造与集成的小样本滚动轴承故障类型识别方法
    5.1 引言
    5.2 GP多视角特征构造与集成
        5.2.1 程序结构
        5.2.2 函数集
        5.2.3 终止符集
        5.2.4 适应度评价
        5.2.5 集成诊断
        5.2.6 小样本故障类型识别过程概述
    5.3 实验设计
        5.3.1 小样本故障数据集
        5.3.2 对比方法
        5.3.3 方法实现与参数设置
    5.4 实验结果
    5.5 深入分析
        5.5.1 模型分析
        5.5.2 构造特征可视化
        5.5.3 识别结果可视化
    5.6 本章小结
第6章 结论与展望
    6.1 结论
    6.2 创新点
    6.3 展望
参考文献
攻读博士学位期间发表的论文及其它成果
攻读博士学位期间参加的科研工作
致谢
作者简介

(2)核电厂断相故障检测方法的研究(论文提纲范文)

摘要
Abstract
第1章 绪论
    1.1 课题背景及研究意义
    1.2 课题研究现状
        1.2.1 发变组断路器断相检测研究现状
        1.2.2 变压器侧断相故障保护研究现状
        1.2.3 其他类型断相故障保护研究现状
    1.3 论文的主要工作
第2章 断相故障相关理论研究
    2.1 引言
    2.2 变压器构造方式的影响
        2.2.1 变压器铁芯结构对断相故障检测的影响
        2.2.2 连接组别对断相故障检测的影响
    2.3 断相故障下的电路分析
        2.3.1 基于电流的断相故障分析
        2.3.2 基于电压的断相故障分析
        2.3.3 基于功率的断相故障分析
    2.4 小结
第3章 断相故障仿真分析
    3.1 引言
    3.2 仿真平台PSCAD/EMTDC简介
    3.3 基于PSCAD/EMTDC仿真平台的断相故障仿真分析
        3.3.1 核电厂仿真模型的参数与等效
        3.3.2 核电厂主变压器断相故障仿真分析
        3.3.3 核电厂高压厂用变压器断相故障仿真分析
        3.3.4 核电厂辅助变压器断相故障仿真分析
    3.4 本章小结
第4章 核电厂断相保护方案研究
    4.1 引言
    4.2 现有断相故障保护方案
    4.3 断相保护新方法的探讨
        4.3.1 核电厂高压厂用变压器断相保护方案
        4.3.2 核电厂辅助变压器断相保护方案
        4.3.3 核电厂发电机出口断路器断相故障保护方案
        4.3.4 核电厂主变压器断相故障保护方案
        4.3.5 综合的断相故障检测方法
        4.3.6 核电厂断相保护的行波识别法
    4.4 应急厂用母线投切方案
        4.4.1 应急厂用母线的配置要求
        4.4.2 故障后应急厂用母线投切方案
    4.5 本章小结
第5章 结论与展望
    5.1 研究成果总结
    5.2 后续研究展望
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢

(3)面向流程工业的统计机器学习过程监测方法研究(论文提纲范文)

致谢
摘要
Abstract
1 绪论
    1.1 研究背景与意义
    1.2 过程监测概述
        1.2.1 过程监测的研究内容
        1.2.2 过程监测的研究方法
    1.3 基于统计机器学习的过程监测现状分析
        1.3.1 非线性过程监测方法
        1.3.2 动态过程监测方法
        1.3.3 全流程过程监测方法
        1.3.4 多工况过程监测方法
        1.3.5 现有方法存在的问题与挑战
    1.4 论文的工作及研究内容安排
2 流程工业过程微小故障检测与辨识
    2.1 引言
    2.2 基本理论
        2.2.1 支持向量数据描述
        2.2.2 受限玻尔兹曼机
        2.2.3 概率神经网络
    2.3 基于RSVDD的微小故障检测方法
    2.4 基于RBM-PNN的故障辨识方法
    2.5 实验验证
        2.5.1 田纳西-伊斯曼过程
        2.5.2 故障检测结果
        2.5.3 故障辨识结果
    2.6 本章小结
3 基于混合相似性度量的全流程自适应过程监测
    3.1 引言
    3.2 基本理论
        3.2.1 间隙测度
        3.2.2 指数加权移动平均
    3.3 具有自适应半径的Gap-SVDD全流程监测方法
        3.3.1 基于混合相似性度量的子块划分
        3.3.2 各子块的Gap-SVDD模型
        3.3.3 Gap-SVDD的自适应半径策略
    3.4 实验验证
        3.4.1 修正田纳西-伊斯曼过程
        3.4.2 实验结果
    3.5 本章小结
4 共性-个性子空间分离的工况辨识与质量相关故障检测
    4.1 引言
    4.2 基本理论
        4.2.1 t分布随机邻域嵌入
        4.2.2 最小误差最小最大概率机
    4.3 基于改进型MEMPM的多工况辨识方法
    4.4 基于P-t-SNE的质量相关故障检测方法
        4.4.1 基于ELM核函数的参数化J-SNE
        4.4.2 基于P-t-SNE和质量变量的子空间分离
    4.5 实验验证
        4.5.1 带钢热轧过程
        4.5.2 实验结果
    4.6 本章小结
5 面向流程工业全工况的非线性动态过程监测
    5.1 引言
    5.2 基本理论
        5.2.1 协整分析
        5.2.2 慢特性分析
    5.3 面向带钢热轧过程的全工况非线性动态过程监测方法
        5.3.1 基于差异度指数的有载空载工况识别
        5.3.2 空载工况下基于SVDD的过程监测
        5.3.3 基于NCA的长期动态均衡关系分析
        5.3.4 基于NSFA的时变动态性和静态变化分析
    5.4 实验验证
    5.5 本章小结
6 考虑部分通信的全流程多层级运行工况评估
    6.1 引言
    6.2 基本理论
        6.2.1 深度信念网络
        6.2.2 AdaBoost
        6.2.3 Softmax回归模型
    6.3 基于DBN-HSBoost的全流程多层级运行工况评估
        6.3.1 考虑部分通信的全流程变量子块划分
        6.3.2 基于DBN-HSBoost的运行工况评估模型
        6.3.3 运行工况的在线评估与非优追溯
    6.4 实验验证
    6.5 本章小结
7 带钢热轧过程全生命周期运行工况评估
    7.1 引言
    7.2 基本理论
        7.2.1 典型变量分析
        7.2.2 鲁棒偏M估计
    7.3 基于RKCVA的全生命周期运行工况评估
        7.3.1 鲁棒核典型变量分析
        7.3.2 面向带钢热轧过程的两层三游策略
        7.3.3 基于RKCVA的故障程度评估
        7.3.4 基于RKCVA的正常运行工况评估
    7.4 实验验证
        7.4.1 故障程度评估结果
        7.4.2 正常运行工况评估结果
    7.5 本章小结
8 结论与展望
    8.1 研究工作总结
    8.2 未来研究展望
参考文献
作者简历及在学研究成果
学位论文数据集

(4)铁路信号安全相关系统硬件安全完整性预计方法研究(论文提纲范文)

致谢
摘要
ABSTRACT
1 绪论
    1.1 研究背景
        1.1.1 相关概念
        1.1.2 问题的提出
    1.2 国内外研究现状
        1.2.1 硬件安全完整性定量预计方法
        1.2.2 共因失效定量评估方法
        1.2.3 不确定性分析方法
        1.2.4 研究现状总结
    1.3 选题目的和意义
    1.4 论文研究内容与篇章结构
    1.5 本章小结
2 IEC 61508与EN 50129关于硬件安全完整性预计的若干差异分析
    2.1 IEC 61508有关硬件安全完整性预计的若干问题分析
        2.1.1 操作模式的判定问题
        2.1.2 “PFH”的模糊性与局限性
        2.1.3 结构约束的不足之处
    2.2 IEC 61508与EN 50129所面向安全相关系统的差异性分析
    2.3 1ooN和NooN(N≥2)结构对S1、S2类系统安全性的作用分析
        2.3.1 失效模式划分
        2.3.2 S1类系统
        2.3.3 S2类系统
    2.4 PFH计算公式在铁路信号安全相关系统中的适用性评估
    2.5 本章小结
3 基于DFT的铁路信号安全相关系统常见冗余结构THR量化方法
    3.1 相关概念
        3.1.1 动态故障树
        3.1.2 灰关联分析法
    3.2 铁路信号安全相关系统常见冗余结构THR量化模型构建
        3.2.1 基于DFT的冗余结构THR量化方法
    3.3 基于灰关联的影响参数敏感性分析方法
    3.4 硬件安全完整性预计中的不确定性类型
    3.5 本章小结
4 基于D-S证据理论的共因失效因子估算方法
    4.1 基本概念
        4.1.1 评分表法估算β
        4.1.2 D-S证据理论
    4.2 D-S证据理论在β因子估算中的应用
        4.2.1 评分表法估算β因子过程中的不确定性分析
        4.2.2 基于改进折扣系数的β因子证据融合方法
    4.3 案例分析
    4.4 本章小结
5 考虑参数不确定性的硬件安全完整性预计方法
    5.1 相关概念
        5.1.1 蒙特卡罗分析法
        5.1.2 模糊理论
        5.1.3 区间分析基础
    5.2 参数概率分布已知类型的硬件安全完整性预计方法
        5.2.1 基于MCA的硬件安全完整性预计方法
        5.2.2 案例分析
    5.3 参数概率分布未知类型的硬件安全完整性预计方法
        5.3.1 基于模糊数的硬件安全完整性预计方法
        5.3.2 基于区间数的硬件安全完整性预计方法
    5.4 不同方法预计结果分析
    5.5 本章小结
6 结论与展望
    6.1 研究成果
    6.2 主要创新点
    6.3 展望
参考文献
作者简历及攻读博士学位期间取得的科研成果
学位论文数据集

(5)核电数字化仪控系统硬件设计研究(论文提纲范文)

摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 引言
    1.2 国内外研究发展现状
    1.3 本文工作及选题的意义
    1.4 论文的组织结构
第二章 核电数字化仪控系统介绍
    2.1 核电数字化仪控系统概述
        2.1.1 概念
        2.1.2 硬件构成
    2.2 核电数字化仪控系统总体需求
        2.2.1 功能描述
        2.2.2 工作模式
        2.2.3 系统特性
        2.2.4 总体需求
        2.2.5 可靠性/可用性需求
        2.2.6 模块需求
        2.2.7 诊断与监视
        2.2.8 电气需求
    2.3 硬件架构设计
第三章 核电数字化仪控系统控制站硬件设计
    3.1 硬件需求
    3.2 硬件设计思路
    3.3 机箱背板
        3.3.1 功能描述
        3.3.2 硬件设计
    3.4 逻辑功能模块通用设计
        3.4.1 主要器件
        3.4.2 电源电路
        3.4.3 FPGA 逻辑电路
        3.4.4 通信总线电路
        3.4.5 背板连接电路
    3.5 控制器
        3.5.1 FPGA 逻辑电路
        3.5.2 总线 5 接口电路
    3.6 维接口护设备
        3.6.1 维护网络接口电路
        3.6.2 RMII 接口
        3.6.3 模式切换电路
    3.7 通信设备
        3.7.1 点对点网络接口
        3.7.2 多节点网络接口
        3.7.3 GMII 接口设计
    3.8 I/O 设备硬件
        3.8.1 开关量输出通道
        3.8.2 开关量输入通道
        3.8.3 模拟量输出通道
        3.8.4 模拟量输入通道
    3.9 本章小结
第四章 核电数字化仪控系统硬件测试
    4.0 硬件测试目的和思路
    4.1 通用电路测试
        4.1.1 电源特性
        4.1.2 信号质量特性
        4.1.3 时序特性
        4.1.4 单元电路特性
    4.2 控制器
    4.3 维护接口设备
    4.4 通信设备
    4.5 I/O设备
        4.5.1 开关量输出通道
        4.5.2 开关量输入通道
        4.5.3 模拟量输出通道
        4.5.4 模拟量输入通道
    4.6 本章小结
第五章 结束语
    5.1 论文工作总结
    5.2 关键技术及创新点
    5.3 工作展望
参考文献
致谢
作者简介

(6)三相异步电动机故障智能检测与诊断方法研究(论文提纲范文)

摘要
Abstract
缩语对照表
符号对照表
第1章 绪论
    1.1 课题研究的背景及意义
    1.2 电机故障诊断的研究概况
        1.2.1 解析模型在电机故障诊断中的研究现状
        1.2.2 深度学习在电机故障诊断中的研究现状
        1.2.3 故障诊断研究中亟待解决的问题
    1.3 本文主要研究内容
        1.3.1 主要研究内容
        1.3.2 全文安排
第2章 三相异步电动机故障诊断基本方法
    2.1 三相异步电动机数学模型
        2.1.1 三相静止坐标系下的数学模型
        2.1.2 两相静止坐标系下的数学模型
        2.1.3 两相旋转正交坐标系下的数学模型
    2.2 三相异步电动机主要故障类型
        2.2.1 电气故障
        2.2.2 机械故障
    2.3 三相异步电动机故障诊断基本方法
        2.3.1 基于信号处理的方法
        2.3.2 基于解析模型的方法
        2.3.3 基于机器学习的方法
    2.4 本章小结
第3章 基于鲁棒观测器的三相异步电动机故障检测方法
    3.1 观测器的基本理论
        3.1.1 线性系统观测器设计
        3.1.2 线性系统含有未知项的滑模观测器设计
        3.1.3 非线性系统观测器设计
    3.2 鲁棒观测器的设计与参数的选择
        3.2.1 鲁棒观测器的设计
        3.2.2 鲁棒观测器参数的选择
    3.3 仿真实验验证
    3.4 本章小结
第4章 基于改进BP-NN观测器的三相异步电动机故障智能检测
    4.1 布谷鸟算法优化BP神经网络模型
        4.1.1 BP神经网络
        4.1.2 布谷鸟算法优化BP神经网络
    4.2 基于CS-BP-NN观测器的三相异步电动机故障诊断方法
        4.2.1 观测器的结构设计
        4.2.2 观测器的稳定性分析
    4.3 仿真实验验证
        4.3.1 CS-BP神经网络离线训练结果
        4.3.2 仿真实验结果与分析
    4.4 本章小结
第5章 基于PCA-SVCNN的三相异步电动机故障智能诊断
    5.1 卷积神经网络(CNN)
        5.1.1 CNN的特点
        5.1.2 CNN的算法实现
    5.2 支持向量机(SVM)
        5.2.1 支持向量机的结构
        5.2.2 支持向量机的算法实现
    5.3 基于PCA-SVCNN的三相异步电动机故障诊断方法
        5.3.1 三相异步电动机数据采集系统
        5.3.2 三相异步电动机故障诊断的实验验证
        5.3.3 对比实验分析
    5.4 本章小结
第6章 总结与展望
    6.1 论文总结
    6.2 展望
参考文献
致谢
个人简历、攻读硕士学位期间发表的学术论文及研究成果

(7)基于邻域保持嵌入算法的间歇过程故障检测研究(论文提纲范文)

摘要
Abstract
第1章 绪论
    1.1 课题研究背景与意义
    1.2 课题研究现状
        1.2.1 故障检测的基本方法
        1.2.2 多元统计方法在故障检测中的应用
        1.2.3 国内外研究现状
    1.3 间歇过程概述
    1.4 本文的研究内容与组织结构
第2章 基于邻域保持嵌入的故障检测算法
    2.1 引言
    2.2 NPE算法的基本原理
    2.3 两种扩展的NPE算法
        2.3.1 动态邻域保持嵌入算法(DNPE)
        2.3.2 核邻域保持嵌入算法(KNPE)
    2.4 统计量的选取与计算
    2.5 青霉素发酵仿真平台
    2.6 本章小结
第3章 基于局部近邻标准化的改进NPE算法
    3.1 引言
    3.2 数据的处理
        3.2.1 间歇过程数据预处理
        3.2.2 局部近邻标准化(LNS)
    3.3 基于LNSNPE-SVDD算法的故障检测
        3.3.1 支持向量数据描述(SVDD)
        3.3.2 算法实现
    3.4 仿真验证与分析
    3.5 本章小结
第4章 基于交叉熵的改进NPE全局-局部间歇过程故障检测算法
    4.1 引言
    4.2 交叉熵(CE)算法
    4.3 基于交叉熵的全局-局部邻域保持嵌入(CEGLNPE)算法
        4.3.1 全局结构保持
        4.3.2 局部结构保持
        4.3.3 全局-局部的目标函数
    4.4 基于CEGLNPE的间歇过程故障检测
        4.4.1 滑动数据窗
        4.4.2 算法实现
    4.5 仿真验证与分析
        4.5.1 Swiss-Roll人工数据集
        4.5.2 青霉素发酵仿真过程
    4.6 本章小结
第5章 基于稀疏子空间聚类的NPE多阶段间歇过程故障检测算法
    5.1 引言
    5.2 稀疏子空间聚类(SSC)
    5.3 k-SSC-NPE算法
        5.3.1 NPE中的k近邻
        5.3.2 k近邻约束的SSC算法
    5.4 基于k-SSC-NPE的多阶段间歇过程故障检测算法
        5.4.1 小波变换
        5.4.2 算法实现
    5.5 仿真验证与分析
        5.5.1 青霉素发酵过程阶段划分
        5.5.2 验证与分析
    5.6 本章小结
总结与展望
参考文献
致谢
附录 A 攻读学位期间所发表的学术论文目录

(8)GIS设备的无损检测图像处理算法研究(论文提纲范文)

摘要
Abstract
第一章 绪论
    1.1 课题研究背景与意义
    1.2 无损检测技术概述
        1.2.1 无损检测技术发展
        1.2.2 可视化X射线无损检测技术
    1.3 GIS设备状态检测国内外研究现状
        1.3.1 国外研究现状
        1.3.2 国内研究现状
    1.4 本文主要研究内容及安排
    1.5 本章小结
第二章 图像处理技术及GIS故障分类
    2.1 图像处理技术
    2.2 GIS设备图像获取
        2.2.1 图像拍摄装置
        2.2.2 GIS设备检测系统
    2.3 GIS设备故障原因分析及分类
    2.4 本章小结
第三章 图像预处理算法研究与实验
    3.1 GIS图像处理平台搭建
        3.1.1 Microsoft Visual Studio概述
        3.1.2 Open CV概述
    3.2 图像平滑处理
        3.2.1 图像灰度化
        3.2.2 图像滤波处理
        3.2.3 图像平滑实验结论
    3.3 图像信息增强
        3.3.1 直方均衡化
        3.3.2 对数变换
        3.3.3 伽马变换
        3.3.4 图像信息增强实验结论
    3.4 图像分割
        3.4.1 阈值分割
        3.4.2 模糊C聚类分割
        3.4.3 基于C聚类的阈值分割
        3.4.4 图像分割实验结论
    3.5 本章小结
第四章 故障检测算法研究与实验
    4.1 基于Sobel-Gabor的边缘故障识别
        4.1.1 边缘故障特征分析
        4.1.2 边缘检测
        4.1.3 Sobel-Gabor边缘检测算法
    4.2 基于纹理特征的局部故障识别
        4.2.1 局部故障特征提取
        4.2.2 局部故障检测识别
    4.3 基于数学几何方法的倾斜故障识别
        4.3.1 倾斜故障特征提取
        4.3.2 倾斜故障检测识别
    4.4 实验结论
    4.5 本章小结
第五章 GIS图像检测平台设计开发
    5.1 检测流程与软件功能介绍
        5.1.1 检测流程
        5.1.2 功能介绍与测试
    5.2 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献
附录

(9)高速铁路行车调度系统可靠性评估方法研究(论文提纲范文)

致谢
摘要
ABSTRACT
1 绪论
    1.1 研究背景及意义
        1.1.1 依托课题
        1.1.2 研究背景
        1.1.3 研究意义
    1.2 相关定义
        1.2.1 系统
        1.2.2 系统可靠性
    1.3 国内外研究现状
        1.3.1 硬件可靠性
        1.3.2 软件可靠性
        1.3.3 人因可靠性
        1.3.4 整体系统可靠性
        1.3.5 高速铁路行车调度系统可靠性
        1.3.6 既有研究现状评述
    1.4 研究方法与技术路线
        1.4.1 研究内容
        1.4.2 技术路线
    1.5 本章小结
2 高速铁路行车调度系统结构与作用
    2.1 高速铁路行车调度系统概述
        2.1.1 高速铁路行车调度系统岗位设置
        2.1.2 高速铁路行车调度系统内部设备
        2.1.3 高速铁路行车调度系统相关设备
        2.1.4 高速铁路行车调度系统功能
    2.2 高速铁路行车调度系统信息交互
    2.3 高速铁路行车调度系统地位分析
        2.3.1 复杂网络理论基本原理
        2.3.2 高速铁路行车调度拓扑结构的构建
        2.3.3 节点和边的重要度排序
    2.4 本章小结
3 高速铁路行车调度系统故障数据分析
    3.1 故障数据预处理
    3.2 故障关键词提取
        3.2.1 TF-IDF算法
        3.2.2 平均信息熵
        3.2.3 Text-Rank算法
    3.3 隐含狄利克雷模型
        3.3.1 隐含狄利克雷分布
        3.3.2 参数估计
        3.3.3 确定主题个数K
    3.4 故障数据分析
    3.5 本章小结
4 高速铁路行车调度系统设备可靠性评估
    4.1 车站自律机
    4.2 自律机硬件系统可靠性分析
        4.2.1 硬件可靠性相关指标
        4.2.2 硬件可靠性建模数学基础
        4.2.3 不考虑故障修复下硬件可靠性研究
        4.2.4 考虑故障修复下硬件可靠性研究
    4.3 自律机软件系统靠性分析
        4.3.1 软件可靠性相关定义
        4.3.2 软件可靠性建模数学基础
        4.3.3 经典NHPP软件可靠性模型
        4.3.4 改进NHPP软件可靠性模型
        4.3.5 自律机软件可靠性测试
    4.4 本章小结
5 基于CREAM的行车调度人员可靠性分析
    5.1 人因可靠性基础理论
        5.1.1 人因失误相关概念
        5.1.2 人因可靠性分析基本方法
    5.2 基于改进CREAM法的人因可靠性评估
        5.2.1 CREAM法理论
        5.2.2 CPC因子的评估细则
        5.2.3 CPC隶属函数的建立
        5.2.4 CPC因子权重确定
        5.2.5 计算人误概率HEP
    5.3 高速铁路行车调度人员可靠性评估
        5.3.1 高速铁路行车调度人员工作场景
        5.3.2 CPC评分值的计算
        5.3.3 模型的合理性分析与验证
    5.4 本章小结
6 基于群决策的系统可靠性综合评估
    6.1 二元语义基本理论
        6.1.1 二元语义
        6.1.2 区间二元语义
    6.2 群决策评估方法
        6.2.1 群决策在可靠性评估的应用
        6.2.2 指标权重和专家权重的确定
    6.3 综合平均模型的构建
        6.3.1 雷达图综合模型
        6.3.2 系统可靠性评估
    6.4 本章小结
7 结论与展望
    7.1 主要研究工作
    7.2 主要创新点
    7.3 研究展望
参考文献
附录 A
附录 B
作者简历及攻读博士学位期间取得的科研成果
学位论文数据集

(10)乘除组件故障诊断分析系统的设计与实现(论文提纲范文)

摘要
ABSTRACT
第1章 绪论
    1.1 研究目的及意义
    1.2 国内外研究现状
        1.2.1 电子仿真分析技术国内外研究现状
        1.2.2 乘除组件故障诊断技术国内外研究现状
    1.3 主要研究内容
    1.4 本章小结
第2章 乘除组件故障诊断分析系统方案设计
    2.1 总体方案
        2.1.1 整体架构
        2.1.2 仿真建模
        2.1.3 模块化故障诊断策略
    2.2 相关关键技术
        2.2.1 PSPICE仿真建模技术
        2.2.2 基于确定隐含层节点数的遗传优化BP神经网络法
    2.3 本章小结
第3章 乘除组件仿真建模研究
    3.1 卡件分析
        3.1.1 卡件介绍及功能分析
        3.1.2 卡件原理分析
    3.2 仿真模型研究
        3.2.1 模型搭建
        3.2.2 仿真参数设置
        3.2.3 敏感器件分析
    3.3 仿真结果分析
        3.3.1 卡件正常状态仿真
        3.3.2 卡件故障状态仿真
    3.4 本章小结
第4章 乘除组件故障诊断算法研究
    4.1 故障特征提取
        4.1.1 特征提取原则
        4.1.2 特征提取方法
    4.2 故障诊断算法
        4.2.1 BP神经网络原理
        4.2.2 BP神经网络中隐含层最佳节点数的确定
        4.2.3 遗传算法优化BP神经网络
        4.2.4 算法诊断仿真及优化对比
    4.3 本章小结
第5章 乘除组件故障诊断分析系统的实现
    5.1 系统诊断平台
        5.1.1 硬件平台介绍
        5.1.2 软件平台介绍
    5.2 实例验证及分析
    5.3 本章小结
第6章 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献
作者在攻读硕士学位期间发表的学术论文

四、AN INTERNATIONAL VIEW OF DIFFERENT APPROACHES FOR FAULTS DETECTION AND IDENTIFICATION IN NUCLEAR POWER PLANTS(论文参考文献)

  • [1]基于遗传编程的滚动轴承故障诊断方法研究[D]. 彭勃. 华北电力大学(北京), 2021
  • [2]核电厂断相故障检测方法的研究[D]. 杜雨时. 华北电力大学(北京), 2021(01)
  • [3]面向流程工业的统计机器学习过程监测方法研究[D]. 张传放. 北京科技大学, 2021(08)
  • [4]铁路信号安全相关系统硬件安全完整性预计方法研究[D]. 张宏扬. 中国铁道科学研究院, 2021(01)
  • [5]核电数字化仪控系统硬件设计研究[D]. 陈双成. 西安电子科技大学, 2020(05)
  • [6]三相异步电动机故障智能检测与诊断方法研究[D]. 刘月. 湘潭大学, 2020
  • [7]基于邻域保持嵌入算法的间歇过程故障检测研究[D]. 张和慧. 兰州理工大学, 2020(12)
  • [8]GIS设备的无损检测图像处理算法研究[D]. 胡秀敏. 贵州大学, 2020(04)
  • [9]高速铁路行车调度系统可靠性评估方法研究[D]. 孙延浩. 中国铁道科学研究院, 2020(01)
  • [10]乘除组件故障诊断分析系统的设计与实现[D]. 罗宸湖. 武汉理工大学, 2020(09)

标签:;  ;  ;  ;  ;  

核电站故障检测和识别不同方法的国际观点
下载Doc文档

猜你喜欢