一种异构平台下反应堆计算程序间的通信方法

为提升反应堆计算程序间的通信效率,计算程序间不直接进行数据交换,而是基于共享内存的方式进行通信。数据分为参数索引表和参数数据表两类,接收端可根据参数索引表索引到具体的参数。同时,由于异构平台采用的字节序可能不同,因此,在异构平台下的反应堆计算程序的通信需要对字节序进行处理。文章设计并实现了一种异构平台下字节序的处理方法,使反应堆计算程序能忽略平台的差异进行通信。

多学科计算程序联合设计平台的研发

传统计算程序在前处理、计算以及后处理这三个核心步骤均存在问题。在前处理方面对用户有较高的专业要求且直观性差;在计算过程中,用户需处理多学科计算程序联合设计验证中烦琐的数据传递;在后处理方面,需利用第三方后处理软件进行再次处理分析。本文通过多学科计算程序联合设计平台,优化了集成前处理、计算以及后处理三个核心步骤。其中,前处理实现了快速、精细化建模等功能;计算步骤通过计算设计引擎实现了计算程序运行控制、指令解析、任务调度、运行流程控制等功能;后处理实现了可提供云图等功能。最后,通过建立一个双管道模型对平台的相关功能进行验证,证明了该平台突破了系统与设备快速精细化设计建模、在线调试等关键技术,为反应堆系统性能设计方案的快速生成、评估、验证与优化提供了高效直观的技术手段。

基于机器学习的故障诊断方法研究

随着工业4.0时代的到来,如何有效地利用海量监测数据为设备的智能维保提供有益决策已经成为工业互联网领域极具挑战的问题,特别是利用机器学习模型对设备的故障类型进行智能诊断已经取得了不错的研究进展。文章对目前最新的故障诊断方法展开研究,归纳了基于机器学习的故障诊断方法的基本流程,介绍了用于故障诊断的四种代表性的机器学习模型,最后对未来的研究趋势进行了展望。

新型管式-池式钠冷快堆设计的失流事故瞬态分析

0引言本文介绍了一种新型的管式-池式钠冷快堆系统,并对该系统的失流事故做了分析计算,对缓冲池内温度分布做了简要计算,对失流事故发生后,缓冲池内出现的热分层现象、整体温度上升现象做了分析。1背景介绍国际上已建成的钠冷快堆系统一回路基本分为两种,池式系统与管式系统。管式系统在日本较为成熟,例如JOYO与MONJU等较著名的钠冷快堆设计都采用这种一回路布置方案[1-2]。管式系统的特征为中间热交换器(IHX)、主循环泵和反应堆堆芯采用分开布置的方案.

适用于反应堆的多物理耦合框架研究

本文对适用于反应堆的多物理耦合框架进行相关介绍,并且对其基本层级结构做进一步描述,指出了发展多物理耦合框架的关键点。

基于注意力机制的反应堆一回路系统故障诊断技术研究

目前,煤炭、石油和天然气等化石能源带来的环境污染日益严重,同时化石能源为不可再生能源,不符合可持续发展的战略要求。核能作为可再生资源且清洁环保,其广泛于陆地发电、船舶和空间技术等领域。但是,核动力装置在运行期间由于性能退化和操作不当会发生故障,几十年来不乏惨痛的教训。所以,对核动力装置进行有效的故障诊断具有十分重要的意义。目前,业界对核反应堆系统的故障诊断提出了许多数据驱动、模型驱动的人工智能方法,这些方法依赖大量多种传感器获取到的数据,而这些数据不是都对故障诊断任务有帮助。反应堆一回路系统是核动力装置中的核心部分,也是要求高可靠性和高安全性的复杂系统。在反应堆一回路系统运行过程中,会产生大量设备参数的变化数据。为了解决设备参数众多冗杂、模型易受到无关信息干扰的问题,本文提出了两种基于注意力机制的反应堆一回路系统故障诊断方法,一方面能够利用注意力机制的优势,分别从时间和设备参数这两个维度,使模型能够更好地关注与故障诊断任务相关的特征参数,捕获到数据中隐含的更关键的信息,从而提升模型的诊断效果;另一方面,还能够缓解网络模型信息过载的问题,进一步提升预测精度。

核反应堆大数据系统(睿龙系统)架构设计与实现

主要介绍了核反应堆大数据系统的数据架构设计,通过识别业务对象,构建了一套灵活、稳定的数据业务模型,形成了完整、规范、准确的数据体系,实现了多源头、异构数据的逻辑集成。在标签信息缺失的情况下,采用半监督学习方法开发了高性能的标签标注工具,并应用于非结构化数据和时序数据中。针对不同类型的数据缺失,使用基于机理、统计和机器学习的方法进行数据修复和异常筛选。通过关键领域分析和架构设计,建立了层次分明、扩展性强、灵活性高的软件视图,有效避免了设计反复,确保了开发质量。进一步提高核反应堆大数据技术的成熟度,提升数据治理、数据价值挖掘和智能运维技术能力,确保核反应堆装置的长期安全可靠运行。

基于LSTM的核电传感器多特征融合多步状态预测

针对核电工况参数预测的问题,利用核电站传感检测系统采集的大量时间序列,提出了基于长短时记忆网络(LSTM)的多特征融合多步状态预测模型。以某核电厂实时参数系统采集到的SG1蒸汽压力传感数据为研究对象,首先针对数据缺失、采样时标不一致问题进行数据预处理,然后完成基于LSTM的多特征融合多步状态预测模型的结构设计与建模,最后将本文提出的预测模型与循环神经网络(RNN)、门控循环单元(GRU)、本文模型-全连接层1以及单变量LSTM等多步预测模型进行比较。实验结果表明,本文提出的预测模型的拟合性能和预测性能整体最优,同时也验证了基于LSTM模型的深度学习方法在核电站运行安全保障领域的适用性。

高精度系统分析程序集成设计计算平台开发

针对高精度系统分析程序快速模块化建模、计算管理以及图形化后处理需求,采用可视化建模技术,开展了模块化建模、数据管理与显示、软件集成与任务控制等技术研究,开发了高精度系统分析程序集成设计计算平台。该平台人机交互界面友好,提供了高精度系统分析程序的快速模块化建模、执行调度、计算结果动态显示、建模过程错误检查、缺省值设定、工程管理及多人协同工作等功能,实现了核反应堆系统模型的可重用性与工程经验的积累与反馈。测试结果表明,该平台能满足高精度系统分析程序设计验证的需求,有效提高了反应堆设计分析效率,促进了该程序在核反应堆系统设计与分析领域的技术应用与发展。