检索结果-内蒙古大学图书馆

原子能科学技术 2023年第8期57卷 1575-1583页

作者：武世伏张乾张晋超赵强哈尔滨工程大学核安全与仿真技术国防重点学科实验室黑龙江哈尔滨150001 浙江大学物理学系浙江近代物理中心先进核能理论与应用实验室浙江杭州310058

传统两步法的少群近似是导致功率分布误差的重要来源。离散广义并群理论是一种新的并群方法,可以通过离散正交基函数在少群结构中恢复精细能谱,一方面降低并群误差,另一方面可以提高中子学计算在能量上的分辨率,同时保持少群输运计算的... 详细信息

传统两步法的少群近似是导致功率分布误差的重要来源。离散广义并群理论是一种新的并群方法,可以通过离散正交基函数在少群结构中恢复精细能谱,一方面降低并群误差,另一方面可以提高中子学计算在能量上的分辨率,同时保持少群输运计算的效率优势。本文采用本征正交分解方法,对一系列UO 2和MOX燃料栅元的典型44群能谱所构成的样本空间进行正交展开,获得代表能谱特征的正交基函数。基于并群理论,对一维UO 2和MOX栅元混合组件问题进行了4群的输运计算,并重构出特定位置的44群能谱。同时,对截断阶数对不同少群结构重构精度的影响进行了分析。在4群的少群结构下,选取干涉效应最明显的组件结合处的UO 2和MOX栅元进行44群输运计算获得的能谱作为样本快照进行本征正交分解生成的正交基函数,在7阶便可以保证特征值偏差小于37 pcm,而传统并群方法的偏差为1359 pcm;恢复干涉效应的栅元能谱相对偏差小于0.5%,而传统并群方法使用的能谱与真实能谱差别在14%以上。基于本征正交分解的并群方法在改善两步法能群归并误差中有着很大的应用前景。

关键词：能群归并能谱重构本征正交分解干涉效应

来源：评论

学校读者我要写书评

暂无评论

基于变分模态分解和希尔伯特变换的转子非平稳信号故障特征识别

引用

哈尔滨工程大学学报 2024年第5期45卷 825-832页

作者：朱少民夏虹尹文哲王志超张汲宇上海交通大学船舶海洋与建筑工程学院上海200240 浙江清华柔性电子技术研究院浙江嘉兴314006 哈尔滨工程大学核安全与先进核能技术工业和信息化部重点实验室黑龙江哈尔滨150001 哈尔滨工程大学核安全与仿真技术国防重点学科实验室黑龙江哈尔滨150001

为了提升传统希尔伯特黄变换在处理复杂非平稳信号时的时频分析能力,本文将变分模态分解和希尔伯特变换进行结合,提出了一种时频分析方法变分模态分解和希尔伯特变换。此外,为了对变分模态分解的模态数进行自动调整,还提出了一种基于相... 详细信息

为了提升传统希尔伯特黄变换在处理复杂非平稳信号时的时频分析能力,本文将变分模态分解和希尔伯特变换进行结合,提出了一种时频分析方法变分模态分解和希尔伯特变换。此外,为了对变分模态分解的模态数进行自动调整,还提出了一种基于相关系数的希尔伯特黄变换参数优化方法,有效避免了由于希尔伯特黄变换模态数设置不合理而导致的信号分解不足和分解过剩的问题。利用转子故障信号对变分模态分解和希尔伯特变换方法的时频分析能力进行了验证,并且与传统希尔伯特黄变换的对比突出了该方法在处理非平稳信号中的优势。

关键词：转子非平稳信号变分模态分解希尔伯特黄变换特征识别

来源：评论

学校读者我要写书评

暂无评论

基于VMD-SVD的滑动轴承-转子系统故障诊断方法研究

基于VMD-SVD的滑动轴承-转子系统故障诊断方法研究

引用

中国核学会2023年学术年会

作者：冉文豪夏虹赵纯洁尹文哲黄学颖哈尔滨工程大学核安全与先进核能技术工信部重点实验室

核主泵作为主冷却剂系统压力边界的一部分,长期在高温、高压、高辐射的恶劣环境中高速旋转,可能会出现振动过高等故障。作为核主泵的核心部件,滑动轴承-转子系统的状态检测与故障诊断是提升核电厂安全性和工作效率的关键。通常,有效的... 详细信息

核主泵作为主冷却剂系统压力边界的一部分,长期在高温、高压、高辐射的恶劣环境中高速旋转,可能会出现振动过高等故障。作为核主泵的核心部件,滑动轴承-转子系统的状态检测与故障诊断是提升核电厂安全性和工作效率的关键。通常,有效的信号处理算法能够显著提高状态检测和故障诊断方法的性能。传统的EMD方法在处理滑动轴承-转子系统振动信号时迭代次数过多,分解速度过慢,且EMD方法受模态混叠和虚假分量现象影响较大。针对这一问题,本文提出一种基于VMD-SVD的故障诊断方法对滑动轴承-转子系统的正常、不平衡、碰摩、不对中状态进行状态识别。实验结果表明,VMD-SVD方法分解速度较快且状态识别能够达到较高的准确率。针对单一传感器可能导致故障的漏判和误判这一问题,本文提出了一种基于多传感器信息融合的故障诊断策略。实验结果表明,相比单一传感器,基于多传感器信息融合的故障诊断方法能取得更优的诊断结果,并且本文提出的故障诊断方法在不同转速下的转子系统故障诊断过程中均具有良好的适用性。

关键词：主泵滑动轴承-转子系统变分模态分解奇异值分解多源信息融合

来源：评论

学校读者我要写书评

暂无评论

基于CWT和CNN的核电厂滑动轴承-转子系统多传感器故障诊断方法

基于CWT和CNN的核电厂滑动轴承-转子系统多传感器故障诊断方法

引用

中国核学会2023年学术年会

作者：赵纯洁夏虹冉文豪尹文哲黄学颖哈尔滨工程大学核安全与先进核能技术工信部重点实验室

针对滑动轴承-转子系统传统故障诊断方法依赖人工特征提取和工程经验的问题,以及单个传感器获取信息不充分问题,本文提出一种基于连续小波变换(CWT)和卷积神经网络(CNN)的多传感器智能故障诊断方法。通过在机械故障模拟平台上设置模拟... 详细信息

针对滑动轴承-转子系统传统故障诊断方法依赖人工特征提取和工程经验的问题,以及单个传感器获取信息不充分问题,本文提出一种基于连续小波变换(CWT)和卷积神经网络(CNN)的多传感器智能故障诊断方法。通过在机械故障模拟平台上设置模拟了不同类型的故障,由传感器采集轴承原始振动信号,并对原始振动信号进行连续小波变换得到二维时频特征图像,在此基础上,利用卷积神经网络自适应学习特征和分类的能力,实现故障诊断。研究结果表明基于连续小波变换的卷积神经网络可以准确识别滑动轴承-转子系统的故障类型,且故障识别率可以达到99%以上。

关键词：滑动轴承-转子系统故障诊断卷积神经网络深度学习模型连续小波变换振动信号

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的反应堆热工系统运行温度智能控制方法研究

引用

核动力工程 2024年第S2期45卷 197-205页

作者：刘永超谭思超李桐程家豪王博高璞珍田瑞峰哈尔滨工程大学黑龙江省核动力装置性能与设备重点实验室哈尔滨150001 哈尔滨工程大学核安全与先进核能技术工信部重点实验室哈尔滨150001

传统比例-积分-微分(PID)控制方法难以实现良好稳定的控制效果。本文提出了基于深度强化学习的反应堆热工系统运行温度智能控制方法,步骤为:①搭建反应堆热工系统RELAP5模型,并对其进行交互扩展,使其能够支持深度强化学习技术;②在柔性... 详细信息

传统比例-积分-微分(PID)控制方法难以实现良好稳定的控制效果。本文提出了基于深度强化学习的反应堆热工系统运行温度智能控制方法,步骤为:①搭建反应堆热工系统RELAP5模型,并对其进行交互扩展,使其能够支持深度强化学习技术;②在柔性动作-评价(SAC)算法的基础上耦合了多变量长短期记忆(LSTM)神经网络,有效提取了控制历史信息的时序特征;③基于优化目标驱动的控制模型可自行收集数据样本,并通过自我学习机制,完成控制策略的优化;④根据多变量状态特征和时序特征,实现了对运行温度的端到端控制。通过与PID控制器的仿真实验对比验证,本文提出的方法具有优异的负荷跟踪能力与扰动抑制能力,具备良好的环境适应性与控制鲁棒性。

关键词：反应堆热工系统深度强化学习柔性动作-评价(SAC) 长短期记忆(LSTM) 智能控制

来源：评论

学校读者我要写书评

暂无评论

用于区分后处理厂中、低放废水的γ探测器选型方案

引用

仪器仪表用户 2022年第1期29卷 57-60,70页

作者：严修夏虹哈尔滨工程大学核安全与先进核能技术工信部重点实验室哈尔滨150001 哈尔滨工程大学核安全与仿真技术国防重点学科实验室哈尔滨150001

本研究基于某核废料处理厂的中、低放废水能谱数据,运用仿真软件对不同的探测场景进行建模和计算,目的在于确定用于区分中、低放废水的γ探测器选型方案及相应的取样方案。研究内容包括:(1)利用废水能谱计算放射性粒子通量;(2)计算取样... 详细信息

本研究基于某核废料处理厂的中、低放废水能谱数据,运用仿真软件对不同的探测场景进行建模和计算,目的在于确定用于区分中、低放废水的γ探测器选型方案及相应的取样方案。研究内容包括:(1)利用废水能谱计算放射性粒子通量;(2)计算取样体积;(3)对不同的探测器进行选型分析。

关键词：中低放废水 γ探测器选型方案

来源：评论

学校读者我要写书评

暂无评论

基于VMD-HT的转子非平稳信号故障特征识别

引用

哈尔滨工程大学学报 2024年

作者：朱少民夏虹尹文哲王志超张汲宇上海交通大学船舶海洋与建筑工程学院浙江清华柔性电子技术研究院哈尔滨工程大学工业和信息化部核安全与先进核能技术重点实验室哈尔滨工程大学核安全与仿真技术国防重点学科实验室

核电厂旋转机械的振动信号中存在有大量的非平稳成分，而时频分析技术能够对非平稳信号进行有效的处理。希尔伯特黄变换（Hilbert-Huang Transform， HHT）是最具代表性的时频分析方法之一，信号的HHT分析过程主要包括经验模态分解（Emp... 详细信息

核电厂旋转机械的振动信号中存在有大量的非平稳成分，而时频分析技术能够对非平稳信号进行有效的处理。希尔伯特黄变换（Hilbert-Huang Transform， HHT）是最具代表性的时频分析方法之一，信号的HHT分析过程主要包括经验模态分解（Empirical Mode Decomposition， EMD）和希尔伯特变换（Hilbert Transform， HT）两个阶段。由于信号在进行EMD分解的过程中会出现模态混叠和虚假分量现象，降低了传统HHT在处理复杂非平稳信号时的时频分析能力。为了改善传统HHT方法的性能，将变分模态分解（Variational Mode Decomposition， VMD）和HT进行结合，提出了一种新的时频分析方法VMD-HT。此外，为了对VMD的模态数进行自动调整，还提出了一种基于相关系数的VMD参数优化方法，有效避免了由于VMD模态数设置不合理而导致的信号分解不足和分解过剩的问题。利用数值仿真和转子故障信号对VMD-HT方法的时频分析能力进行了验证，并且与传统HHT的对比突出了该方法在处理非平稳信号中的优势。

关键词：转子非平稳信号变分模态分解(VMD) 希尔伯特黄变换(HHT) 特征识别

来源：评论

学校读者我要写书评

暂无评论

基于T-S模糊模型的非线性分布参数系统极点配置P-sD控制

引用

导航定位与授时 2022年第6期9卷 58-67页

作者：党爱然栾秀春孙贺涛王俊玲周杰杨志达哈尔滨工程大学黑龙江省核动力装置性能与设备重点实验室哈尔滨工程大学核安全与先进核能技术工信部重点实验室哈尔滨工程大学核安全与仿真技术国防重点学科实验室

采用Lyapunov直接法讨论分布参数系统的稳定性，建立分布参数系统的Lyapunov函数。为保证分布参数系统稳定，应使Lyapunov函数对时间的微分小于0。由于分布参数系统中存在空间一次微分项与二次微分项，Lyapunov函数对时间的微分中将出... 详细信息

采用Lyapunov直接法讨论分布参数系统的稳定性，建立分布参数系统的Lyapunov函数。为保证分布参数系统稳定，应使Lyapunov函数对时间的微分小于0。由于分布参数系统中存在空间一次微分项与二次微分项，Lyapunov函数对时间的微分中将出现常数项与积分项，针对常数项，引入空间一次微分项来抵消；针对积分项，引入对应的状态反馈来使系统稳定。利用边界条件量化Lyapunov函数对时间的微分中的各项，从而设计控制器，这是一种新的设计P-sD状态控制的方式。其中状态反馈的部分采用极点配置的方法来设计，当分布参数系统中出现状态变量的非线性函数时，采用T-S模糊模型表达，可以通过状态变量的线性组合精确描述非线性项，以便极点配置设计状态反馈。针对两个非线性分布参数数学模型进行仿真，结果证明设计的P-sD状态控制器可以使分布参数系统稳定，并达到期望的效果。

关键词：分布参数系统 Lyapunov稳定性 T-S模糊模型 P-sD状态控制

来源：评论

学校读者我要写书评

暂无评论

反应堆控制棒失步故障诊断系统设计

引用

自动化仪表 2021年第10期42卷 102-105,110页

作者：巴少华夏虹王武哈尔滨工程大学核安全与先进核能技术重点实验室黑龙江哈尔滨150001

反应堆控制棒棒位与堆芯的总功率息息相关。而在反应堆运行过程中,无法直接观测到控制棒是否发生失步故障;同时,传统的故障诊断方法无法针对该故障进行定位因此,需要通过其他方法对控制棒失步进行状态监测与故障诊断。以秦山一期反应堆... 详细信息

反应堆控制棒棒位与堆芯的总功率息息相关。而在反应堆运行过程中,无法直接观测到控制棒是否发生失步故障;同时,传统的故障诊断方法无法针对该故障进行定位因此,需要通过其他方法对控制棒失步进行状态监测与故障诊断。以秦山一期反应堆堆芯为研究对象,利用REMARK仿真程序计算得到堆内三个不同位置的中子计数。采用阈值检测法进行状态监测,并通过反向传播(BP)神经网络进行故障诊断。使用MCNP5模拟的故障数据进行仿真验证。验证结果表明,该系统能够在不同的工况下,较好地诊断出反应堆控制棒失步的故障定位与故障程度,实现了对控制棒失步故障在线实时监测与诊断,能够为操作员提供相应的故障信息,提高了反应堆的安全性能。

关键词：控制棒失步反向传播神经网络状态监测故障诊断阈值检测法故障定位中子计数反应堆堆芯

来源：评论

学校读者我要写书评

暂无评论

基于FFT和CNN的滚动轴承故障诊断方法

引用

应用科技 2021年第6期48卷 97-101页

作者：尹文哲夏虹彭彬森朱少民王志超哈尔滨工程大学核安全与先进核能技术工信部重点实验室黑龙江哈尔滨150001 哈尔滨工程大学核安全与仿真技术国防重点学科实验室黑龙江哈尔滨150001

为提高滚动轴承故障诊断的识别准确率、摆脱信号处理方法对专家经验的过度依赖,提出一种基于快速傅里叶变换(FFT)和卷积神经网络(CNN)的滚动轴承故障诊断方法。即对滚动轴承原始振动信号进行快速傅里叶变换,再将得到的一维数据转变为二... 详细信息

为提高滚动轴承故障诊断的识别准确率、摆脱信号处理方法对专家经验的过度依赖,提出一种基于快速傅里叶变换(FFT)和卷积神经网络(CNN)的滚动轴承故障诊断方法。即对滚动轴承原始振动信号进行快速傅里叶变换,再将得到的一维数据转变为二维的特征图,输入到ResNet-18网络中进行学习训练,以实现滚动轴承的故障诊断。通过与其他几种输入方法进行对比分析,验证了该方法的有效性以及优越性。实验结果表明该方法诊断准确率高、收敛速度快,并且信号处理过程不需要设定相关预定义参数,摆脱了对专家经验的过度依赖。

关键词：滚动轴承故障诊断深度学习卷积神经网络残差网络振动信号快速傅里叶变换 ResNet-18网络

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：