窄搭接焊缝涡流信号的特征提取与缺陷识别

提出了一种有效识别窄搭接焊缝缺陷的涡流检测方法。首先用经验模态分解提取焊缝涡流信号的特征参数;然后基于主成分分析对特征参数进行降维,去掉其中的冗余信息,得到焊缝的主元特征;最后将主元特征作为支持向量机的输入构建多分类器,对窄搭接焊缝的涡流实测信号进行缺陷识别。结果表明该方法准确度高、复杂度低,能有效识别焊缝的不同缺陷,具有良好的工程应用价值。

基于马尔科夫链的核电厂电机状态预测

通过建立马尔科夫链预测模型预测下一换料大修周期和处于各类状态下的电机分布情况,从而为核电厂大修人员提供较为准确的设备状态信息。通过这种方法,使原来的定期预防性检修变为先进的状态检修。研究成果为核电厂电机维护从定期预防性维修变为状态检修提供了切实可行的方法和理论依据,满足了新时代核电设备维护的新要求。从已经完成的一系列试验来看,预测值与实际值的误差控制在可接受范围内,证明了该方法有效、合理。