核動力裝置數(shù)據(jù)融合智能診斷系統(tǒng)應用研究.pdf

1、為滿足核動力裝置對安全性的高要求，各種運行支持系統(tǒng)不斷出現(xiàn)，其中故障診斷系統(tǒng)作為一種重要的運行輔助系統(tǒng)日益受到研究人員的關(guān)注。故障診斷系統(tǒng)的功能也不僅局限于單純的故障診斷，故障預測、故障處理等問題也已被納入故障診斷系統(tǒng)的功能之中，針對目前故障診斷系統(tǒng)的研究和核動力裝置自身的特點，提出建立集狀態(tài)監(jiān)測、趨勢預測、故障診斷、故障定位、維修決策等功能于一體的功能相對較完善的綜合智能診斷系統(tǒng)。該診斷系統(tǒng)的研究對進一步提高核動力裝置運行的安全性、可

2、靠性以及核動力裝置的整體效能具有重大的工程意義和現(xiàn)實意義。
　　 本文以“十五”國防重點預研攻關(guān)項目“XXX實時故障診斷技術(shù)”為背景，以核動力裝置一回路冷卻劑系統(tǒng)為研究對象，對核動力裝置數(shù)據(jù)融合智能診斷系統(tǒng)實現(xiàn)的部分技術(shù)、方法及基本結(jié)構(gòu)進行了深入的研究。
　　 本文研究的主要內(nèi)容和取得的主要成果如下：
　　 1.提出了功能相對較完善的核動力裝置故障診斷系統(tǒng)應具備的各項基本功能。為了滿足核動力裝置運行安全性的要求，

3、必須使診斷系統(tǒng)具備趨勢預測、狀態(tài)評價、維修決策、故障診斷、故障定位及故障后處理等各項功能。
　　 2.基于數(shù)據(jù)融合分級處理的基本思想提出了采用數(shù)據(jù)融合和動態(tài)有序故障概念格的診斷方法，并設(shè)計了先進的智能診斷算法。
　　 3.通過對灰色系統(tǒng)理論的深入研究和對相關(guān)灰色模型用于動態(tài)數(shù)據(jù)預測性能的分析，采用了灰色馬爾柯夫GM(1,1)模型為進行自動預測的預測模型。為了滿足在無異常參量時的預測，可根據(jù)情況進行各種預測模型的選擇預測，

4、方便對比分析。
　　 4.研究了蟻群算法進行故障定位的實現(xiàn)技術(shù)。對核動力裝置進行分級處理，采用蟻群算法搜索異常參量的方法進行逐級故障定位。
　　 5.研究了基于模糊變權(quán)的評價方法和改進的維修優(yōu)化方法，并對核動力裝置進行狀態(tài)評價以及設(shè)備檢測周期和維修周期的計算，以此為依據(jù)判斷設(shè)備是否需要進行檢測或維修以及采用何種維修方式。
　　 6.利用Visual Basic6.0成功開發(fā)了該智能診斷系統(tǒng)，實現(xiàn)了系統(tǒng)的各項預期設(shè)

5、計功能。在系統(tǒng)中設(shè)計了友好的人機界面，通過診斷知識更新子系統(tǒng)的設(shè)計，重點解決了系統(tǒng)的可擴充性和故障知識的不斷更新等問題。診斷知識更新子系統(tǒng)的知識庫可以隨著對核動力裝置安全特性認識的加深和事故數(shù)據(jù)的積累由用戶通過人機交互方便地進行擴充修改，使系統(tǒng)的診斷功能不斷完善。
　　 7.開發(fā)的系統(tǒng)成功地實現(xiàn)了自動預測、自動診斷和報警的功能。
　　 在對上述各種理論方法和核動力裝置融合智能診斷系統(tǒng)進行驗證時，先采用實例驗證各項功能，再