期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于神经网络的蒸汽发生器过程辨识方法研究
被引量:
3
1
作者
彭威
张大发
周刚
《核动力工程》
EI
CAS
CSCD
北大核心
2006年第1期43-46,共4页
在核电站运行过程中,由于蒸汽流量随负荷变化,蒸汽发生器内沸腾区域的气泡数量因局部压力变化而变化,水位呈现瞬时“虚假水位”现象,给蒸汽发生器的水位特性辨识带来困难。如果处理不当,就会严重影响核电站的安全运行。为了提高蒸汽发...
在核电站运行过程中,由于蒸汽流量随负荷变化,蒸汽发生器内沸腾区域的气泡数量因局部压力变化而变化,水位呈现瞬时“虚假水位”现象,给蒸汽发生器的水位特性辨识带来困难。如果处理不当,就会严重影响核电站的安全运行。为了提高蒸汽发生器水位特性的辨识效果,对基于神经网络的蒸汽发生器水位辨识方法进行了研究。辨识模型采用串-并联型辨识结构。网络训练采用Levenberg-Marququardt BP学习算法(LMBP)。仿真结果表明,所提出的方法具有良好的辨识性能。
展开更多
关键词
核电站
蒸汽发生器
神经网络
水位
辨识
下载PDF
职称材料
基于Elman神经网络的NSG水位特性辨识方法研究
被引量:
1
2
作者
周刚
张大发
彭威
《海军工程大学学报》
CAS
北大核心
2005年第5期68-71,77,共5页
针对核动力蒸汽发生器在瞬态、启动和低功率下的“收缩”与“膨胀”现象引起的逆动力学效应使核动力蒸汽发生器水位特性难以辨识的问题,提出了基于Elman神经网络的NSG水位特性辨识的新方法.采用串-并联型辨识结构,以保证辨识的收敛性和...
针对核动力蒸汽发生器在瞬态、启动和低功率下的“收缩”与“膨胀”现象引起的逆动力学效应使核动力蒸汽发生器水位特性难以辨识的问题,提出了基于Elman神经网络的NSG水位特性辨识的新方法.采用串-并联型辨识结构,以保证辨识的收敛性和稳定性.网络训练采用Levenberg-Marququardt BP学习算法.仿真结果表明,所提出的方法能够正确地辨识核动力蒸汽发生器的水位特性,且具有较高的辨识精度.
展开更多
关键词
核动力
蒸汽发生器
ELMAN神经网络
水位
辨识
下载PDF
职称材料
NSG水位特性神经网络辨识方法研究
被引量:
2
3
作者
周刚
殷虎
《计算机仿真》
CSCD
2006年第3期113-116,共4页
核动力蒸汽发生器(NSG)是压水堆核动力装置中把一回路冷却剂从反应堆堆芯带出的热量传递给二回路水的关键性设备。在瞬态、启动和低功率下的“收缩”与“膨胀”现象引起的逆动力学效应使核动力蒸汽发生器水位呈现瞬时“虚假水位”现象,...
核动力蒸汽发生器(NSG)是压水堆核动力装置中把一回路冷却剂从反应堆堆芯带出的热量传递给二回路水的关键性设备。在瞬态、启动和低功率下的“收缩”与“膨胀”现象引起的逆动力学效应使核动力蒸汽发生器水位呈现瞬时“虚假水位”现象,并使其水位特性难以辨识。为了提高辨识效果,提出了NSG水位神经网络辨识的新方法。采用串—并联型辨识结构,以保证辨识的收敛性和稳定性。网络训练采用带动量因子与自适应学习率的BP学习算法。仿真结果表明,所提出的方法能够正确地辨识核动力蒸汽发生器的水位特性,且具有较高的辨识精度。
展开更多
关键词
核动力
蒸汽发生器
神经网络
水位
辨识
下载PDF
职称材料
题名
基于神经网络的蒸汽发生器过程辨识方法研究
被引量:
3
1
作者
彭威
张大发
周刚
机构
海军工程大学核能科学与工程系
出处
《核动力工程》
EI
CAS
CSCD
北大核心
2006年第1期43-46,共4页
文摘
在核电站运行过程中,由于蒸汽流量随负荷变化,蒸汽发生器内沸腾区域的气泡数量因局部压力变化而变化,水位呈现瞬时“虚假水位”现象,给蒸汽发生器的水位特性辨识带来困难。如果处理不当,就会严重影响核电站的安全运行。为了提高蒸汽发生器水位特性的辨识效果,对基于神经网络的蒸汽发生器水位辨识方法进行了研究。辨识模型采用串-并联型辨识结构。网络训练采用Levenberg-Marququardt BP学习算法(LMBP)。仿真结果表明,所提出的方法具有良好的辨识性能。
关键词
核电站
蒸汽发生器
神经网络
水位
辨识
Keywords
nuclear power station
,
steam generator
,
neural network
,
water level
,
identification
分类号
TL362 [核科学技术—核技术及应用]
下载PDF
职称材料
题名
基于Elman神经网络的NSG水位特性辨识方法研究
被引量:
1
2
作者
周刚
张大发
彭威
机构
海军工程大学船舶与动力学院
出处
《海军工程大学学报》
CAS
北大核心
2005年第5期68-71,77,共5页
基金
海军工程大学科研基金资助项目(HGDJJ03015)
文摘
针对核动力蒸汽发生器在瞬态、启动和低功率下的“收缩”与“膨胀”现象引起的逆动力学效应使核动力蒸汽发生器水位特性难以辨识的问题,提出了基于Elman神经网络的NSG水位特性辨识的新方法.采用串-并联型辨识结构,以保证辨识的收敛性和稳定性.网络训练采用Levenberg-Marququardt BP学习算法.仿真结果表明,所提出的方法能够正确地辨识核动力蒸汽发生器的水位特性,且具有较高的辨识精度.
关键词
核动力
蒸汽发生器
ELMAN神经网络
水位
辨识
Keywords
nuclear
power
steam generator
Elman
neural network
water level
identification
分类号
TL362 [核科学技术—核技术及应用]
下载PDF
职称材料
题名
NSG水位特性神经网络辨识方法研究
被引量:
2
3
作者
周刚
殷虎
机构
海军工程大学核能科学与工程系
[
出处
《计算机仿真》
CSCD
2006年第3期113-116,共4页
基金
海军工程大学科研基金资助项目(HGDJJJ03015)
文摘
核动力蒸汽发生器(NSG)是压水堆核动力装置中把一回路冷却剂从反应堆堆芯带出的热量传递给二回路水的关键性设备。在瞬态、启动和低功率下的“收缩”与“膨胀”现象引起的逆动力学效应使核动力蒸汽发生器水位呈现瞬时“虚假水位”现象,并使其水位特性难以辨识。为了提高辨识效果,提出了NSG水位神经网络辨识的新方法。采用串—并联型辨识结构,以保证辨识的收敛性和稳定性。网络训练采用带动量因子与自适应学习率的BP学习算法。仿真结果表明,所提出的方法能够正确地辨识核动力蒸汽发生器的水位特性,且具有较高的辨识精度。
关键词
核动力
蒸汽发生器
神经网络
水位
辨识
Keywords
nuclear
power
steam generator
neural network
water level
identification
分类号
TL362 [核科学技术—核技术及应用]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于神经网络的蒸汽发生器过程辨识方法研究
彭威
张大发
周刚
《核动力工程》
EI
CAS
CSCD
北大核心
2006
3
下载PDF
职称材料
2
基于Elman神经网络的NSG水位特性辨识方法研究
周刚
张大发
彭威
《海军工程大学学报》
CAS
北大核心
2005
1
下载PDF
职称材料
3
NSG水位特性神经网络辨识方法研究
周刚
殷虎
《计算机仿真》
CSCD
2006
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部