联系我们English中国科学院合肥研究院
 
首页 单位概况 机构设置 人才队伍 项目成果 合作交流 招生招聘 科学传播 社团文化
综合新闻
研究方向
 中子物理理论与实验
 中子源与应用技术
 核能与核安全战略
 先进裂变堆工程
 聚变核技术与材料
 核技术交叉应用
 同位素工艺与放射化学
 核应急与辐射防护
 风险与安全评价
 核信息化与仿真技术
 
实验平台
 中子输运与先进核能系统仿真综合实验平台
 强流中子源与辐射技术综合实验平台
 液态金属回路与材料技术综合实验平台
现在位置:首页 > 综合新闻
核能安全所核电厂复杂系统智能故障诊断方法研究取得新进展
2021-04-30 戈道川 | 【  【关闭】

近日,中科院合肥研究院核能安全技术研究所汪建业课题组在核电厂复杂系统智能故障诊断方法研究方面获得新进展。该研究基于数据驱动的方法建立了核电厂复杂系统的故障诊断模型,发展了一套基于带精英保留策略的非支配遗传算法和卷积神经网络算法相结合的自适应故障诊断方法,为核电厂复杂系统的故障诊断提供了理论和方法支持,相关研究成果发表在国际核能领域期刊Annals of Nuclear Energy上。硕士研究生贺晨为第一作者,戈道川、雍诺为通讯作者。

故障诊断技术是核电厂运行支持系统的重要组成部分,有助于核能生产的安全性和可靠性。目前用于核电厂复杂系统故障诊断的网络结构需要专业人员设计,消耗时间长,诊断效率低。因此,如何优化故障诊断的网络结构、提高诊断的效率和准确性是一项具有工程意义的研究工作。研究人员首先分析了核电厂数据的特点,然后建立了基于数据驱动的核电厂复杂系统故障诊断模型,发展了一套基于带精英保留策略的非支配遗传算法和卷积神经网络算法相结合的自适应故障诊断方法,该算法已经在中科院先导专项中国铅基研究反应堆平台上进行了应用研究,研究结果表明基于带精英保留策略的非支配遗传算法和卷积神经网络算法相结合的自适应故障诊断方法在故障诊断效率和模型结构构建方面相比目前三种经典CNN架构模型具有显著优势,对核电厂复杂系统的故障诊断具有理论指导意义。

该研究成果获得国家重点研发计划项目以及国家自然科学基金的资助。



文章链接:https://doi.org/10.1016/j.anucene.2021.108326


相关新闻
联系电话:+86-551-65593681 邮政编码:230031 邮件:contact@inest.cas.cn       

Copyright @ 2012 中国科学院核能安全技术研究所 All Rights Reserved
地址:中国安徽省合肥市蜀山湖路350号
P.O Box 1135, No.350, Shushanhu Road, Hefei, Anhui, 230031, China