剩余寿命预测新方法及其在滚动轴承中的应用

针对单一时频域指标不能完全诠释滚动轴承全寿命周期退化特性以及剩余使用寿命(remaining useful life,简称RUL)预测困难的问题,提出了基于均方谐噪比(mean square harmonic noise ratio,简称MSHNR)指标和改进正则化粒子滤波(regularized particle filter,简称RPF)相结合的剩余寿命预测方法。首先,在局部均值进行信号分解的基础上,通过MSHNR指标实现轴承退化过程的特征提取;其次,分别基于Paris模型及Foreman模型构建滚动轴承稳定退化期和加速退化期的状态空间模型,并利用基于欧式距离的核函数实现重采样过程的改进,实现轴承健康状态评估和剩余寿命预测;最后,通过公开的滚动轴承加速数据验证了所述方法的有效性。相关研究成果能够为核动力旋转设备中滚动轴承的预测性维护提供参考依据,提高公众对核动力旋转设备运行的认识与信赖。

核电厂智能操纵员支持系统的设计与开发

为了减轻核电厂操纵员在处理异常或事故工况时的工作压力和心理负担,以避免误判或误操作,本研究针对核电厂反应堆一回路系统及其关键辅助系统设计并开发了一套集数据采集与存储、在线监测、故障检测与诊断、关键参数趋势预测等功能于一体的核电厂智能操纵员支持系统(NPPIOSS),仿真验证结果表明NPPIOSS能够准确检测并识别核电厂的典型故障,从而帮助操纵员准确判断核电厂状态,以减少人因失误。因此,NPPIOSS能够在核电厂故障后辅助操纵员进行后续的决策处理,达到提高核电厂运行安全性的目的。