【儀表網 儀表研發】中國科學院合肥物質科學研究院核能安全技術研究所研究員汪建業課題組在核電廠復雜系統智能故障診斷方法研究方面獲進展。該研究基于數據驅動的方法建立了核電廠復雜系統的故障診斷模型，發展出一套基于帶精英保留策略的非支配遺傳算法和卷積神經網絡算法相結合的自適應故障診斷方法，為核電廠復雜系統的故障診斷提供了理論和方法支持，相關研究成果發表在Annals of Nuclear Energy上。碩士研究生賀晨為論文第一作者，副研究員戈道川和博士后雍諾為論文通訊作者。
故障診斷技術是核電廠運行支持系統的重要組成部分，有助于核能生產的安全性和可靠性。目前用于核電廠復雜系統故障診斷的網絡結構需要專業人員設計，消耗時間長，診斷效率低。因此，如何優化故障診斷的網絡結構、提高診斷的效率和準確性是一項具有工程意義的研究工作。
研究人員分析了核電廠數據的特點，建立了基于數據驅動的核電廠復雜系統故障診斷模型，發展出一套基于帶精英保留策略的非支配遺傳算法和卷積神經網絡算法相結合的自適應故障診斷方法，該算法已在中科院戰略性先導科技專項中國鉛基研究反應堆平臺上開展了應用研究。研究表明，基于帶精英保留策略的非支配遺傳算法和卷積神經網絡算法相結合的自適應故障診斷方法在故障診斷效率和模型結構構建方面，相比目前三種經典CNN架構模型具有顯著優勢，對核電廠復雜系統的故障診斷具有理論指導意義。
研究工作得到國家重點研發計劃和國家自然科學基金的資助。
所有評論僅代表網友意見，與本站立場無關。