基于改进型灰色预测的核电站汽轮机趋势预测

核电站的汽轮机机械故障大多数是由微小故障逐步发展造成的,所以有必要对核电站汽轮机设备状态的演变趋势进行预测。基于GM(1,1)模型,提出一种基于时间序列的滚动改进型灰色预测算法,并利用该算法对汽轮机振幅持伪征参数趋势进行预测研究。预测结果表明,所研究的预测方法能够对核电站汽轮机设备的运行状态进行较为准确的演变趋势预测,且预测结果可以为核电站汽轮机的故障预警以及设备失效预警提供可靠的依据。该研究不仅提高了核电站运行的安全性,而且可为汽轮机状态运维和状态检修提供参考依据,具有广阔的应用前景和较高的实用性。

基于视觉传感的全景泊车辅助系统设计

随着科学技术的不断发展,汽车电子正朝着多元化、安全化、舒适化的方向发展。本文设计一种基于视觉传感的全景泊车辅助系统,以便将车身周围全景图像提供给行车驾驶员,使其能够更为直观地把握汽车周边情况,实现辅助驾驶,从而提高行车的安全性。

基于时间序列神经网络的蒸汽发生器传热管泄漏程度诊断研究

针对蒸汽发生器U形传热管泄漏,本文提出了一种基于时间序列神经网络对蒸汽发生器传热管泄漏程度进行诊断研究的方法。首先,对核电厂蒸汽发生器U型传热管泄漏进行机理分析,构建其数学模型,提取其泄漏的直接特征参数,再依据Fisher得分法,提取其间接特征参数;其次,通过滑动时间窗口法从预处理后的时间序列数据中生成数据样本,作为时间序列神经网络的输入,并以蒸汽发生器U形传热管泄漏程度信息为标注,基于反向传播(BP)算法对五层神经网络系统进行训练,得到蒸汽发生器U形传热管泄漏的时间序列神经网络模型;最后,模拟核电厂运行过程蒸汽发生器U形传热管泄漏时的时间序列测试数据。仿真结果表明,时间序列神经网络对演变事件的处理具有较好的有效性和较高的泛化能力,对故障程度的诊断研究具有参考价值。