基于神经网络的核电机组热力系统故障诊断-热能工程专业论文.docxVIP

万方数据 万方数据 独立完成与诚信声明 本人郑重声明：所提交的学位论文，是本人在指导教师的指导下，独立进行研究 工作所取得的研究成果并撰写完成的。没有剽窃、抄袭等违反学术道德、学术规范的侵 权行为。文中除已经标注引用的内容外，本学位论文中不包含其他人或集体已经发表或 撰写过的研究成果，也不包含为获得华北水利水电大学或其它教育机构的学位或证书所 使用过的材料。对本文的研究做出重要贡献的个人和集体，均已在文中作了明确的说明 并表示了谢意。本人完全意识到本声明的法律后果由本人承担。 学位论文作者签名： 保证人（导师）签名： 签字日期： 签字日期： 学位论文版权使用授权书 本人完全了解华北水利水电大学有关保管、使用学位论文的规定。特授权华北水 利水电大学可以将学位论文的全部或部分内容公开和编入有关数据库提供检索，并采用 影印、缩印或扫描等复制手段复制、保存、汇编以供查阅和借阅。同意学校向国家有关 部门或机构送交论文原件或复印件和电子文档。（涉密的学位论文在解密后应遵守此规 定） 学位论文作者签名： 导师签名： 签字日期： 签字日期： 摘要 摘要 基于神经网络的核电机组热力系统故障诊断 摘 要 核电机组的核燃料具有放射性，其热力系统运行特性对机组的安全经济运行有着至 关重要的影响，一旦发生故障有可能会引起巨大的灾难，因此，研究核电机组热力系统 故障诊断对提高机组安全经济运行具有深远的意义。目前国内外的研究学者逐渐倾向于 采用人工智能算法进行故障诊断，本文在对人工神经网络的结构、种类及训练学习方法 研究后，选用带有反馈回路的 Elman 神经网络作为诊断的算法基础，同时考虑到征兆参 数变化的复杂性以及神经网络对输入变量的限制，选取具有将模糊概念转变为隶属度的 模糊理论作为故障和征兆知识库的处理方法。由于热力系统结构复杂且设备众多，本文 选取蒸汽发生器、高压加热器及凝汽器三个主要设备作为诊断的研究对象，在对每个设 备的典型故障和征兆进行分析后，结合各个设备的历史故障案例、运行规程及运行人员 经验，总结出相对完善的典型故障及征兆知识库。考虑到 Elman 神经网络的自连接反馈 增益因子、权值和阈值的设定方法没有明确规定，导致学习效率不高，有一定的随机性， 同时训练过程中采用的梯度下降法易陷入局部最小值，为此本文建立了基于 Elman 神经 网络的蒸汽发生器故障诊断模型、基于遗传优化的 Elman 神经网络高压加热器故障诊断 模型以及基于粒子群优化的 Elman 神经网络凝汽器故障诊断模型，并将它们应用到某核 电站故障诊断中，都取得了较为满意的诊断结果。针对双压凝汽器的结构和运行特点， 本文建立了基于粒子群优化的 Elman 神经网络真空预测模型，并将其运用到实际过程 中，也得到了较好的预测结果，说明粒子群优化的 Elman 神经网络在故障和正常运行中 对操作人员都具有准确的指导意见。 关键词：神经网络；蒸汽发生器；高压加热器；凝汽器；粒子群 I 华北水 华北水利水电大学硕士学位论文 II AB ABATRACT TROUBLESHOOTING NUCLEAR POWER UNIT THERMODYNAMIC SYSTEM BASED ON NEURAL NETWORK ABSTRACT The nuclear fuel of nuclear power unit is radioactive, the characteristics of the thermal system for nuclear power unit has a vital influence on the operation of economic and security, in the event of failure may cause great disaster, as a result, research nuclear power units thermal system fault diagnosis to improve the safe and economic operation of unit has far-reaching significance. Current research scholars at home and abroad gradually tend to use artificial intelligence algorithms for fault diagnosis, in this article, based on artificial neural network after the description of the structure, type and training learning method