论文部分内容阅读
目前,由化石能源主导的能源结构带来的污染日益严重,同时不可再生能源的特点使得可持续发展成为研究的重点,核能非常清洁和环保,核动力装置在陆地发电、船舶和空间技术等方面有很广泛的应用。核动力装置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。对核动力装置进行有效的故障诊断具有十分重要的意义。对核动力装置的故障诊断建立在大量正常数据和故障数据的基础上,然而核动力装置由于其特殊性和保密性,难以通过实验获得正常样本和故障样本。如果可以建立数学模型进行仿真就可以获得大量的正常样本和故障样本,在此基础上进行进一步的故障诊断算法研究。本文首先建立了船用核动力装置模型,通过模块化的思想对一二回路分别建立模型,在得到一二回路模型的基础上仿照火电机组采用二回路蒸汽压力恒定的控制策略,控制器搭建完毕后得到完整的面向于故障诊断的船用核动力装置模型。然后在模型内部设置故障,仿真得到蒸汽发生器换热恶化、控制棒弹出和小破口事故三种故障,同时与变工况进行对比说明故障发生时机理特性的改变,为下一步进行故障诊断打下基础。在众多的核动力装置参数中选取19个特征参数,通过实验对比选择最佳的特征提取算法对19个特征参数进行降维处理,在降维处理的基础上使用支持向量数据描述方法进行故障诊断,同时与相关方法比较说明本文选择方法的优越性和合理性。最后,针对蒸汽发生器换热恶化这一故障使用对时序数据表现优秀的长短期记忆网络方法进行故障诊断,诊断结果表明长短期记忆网络可以很好的对动态变工况数据进行故障诊断。