核动力工程
覈動力工程
핵동력공정
NUCLEAR POWER ENGINEERING
2012年
3期
104-108
,共5页
岳夏%张春良%全燕鸣%朱厚耀
嶽夏%張春良%全燕鳴%硃厚耀
악하%장춘량%전연명%주후요
故障诊断%隐马尔可夫模型%支持向量机%核动力设备
故障診斷%隱馬爾可伕模型%支持嚮量機%覈動力設備
고장진단%은마이가부모형%지지향량궤%핵동력설비
核动力设备复杂且积累的资料与故障样本少,传统的诊断方法有待改进.隐马尔可夫模型与支持向量机是一种新的智能诊断技术.本文针对核动力设备机槭故障诊断的特点,采用隐马尔可夫模型建模的方式进行故障的初步诊断,再利用支持向量机小样本的强推广能力进行进一步甄别.主泵故障模拟装置上的验证实验表明,HMM&SVM混合模型具有较高的故障识别率.
覈動力設備複雜且積纍的資料與故障樣本少,傳統的診斷方法有待改進.隱馬爾可伕模型與支持嚮量機是一種新的智能診斷技術.本文針對覈動力設備機槭故障診斷的特點,採用隱馬爾可伕模型建模的方式進行故障的初步診斷,再利用支持嚮量機小樣本的彊推廣能力進行進一步甄彆.主泵故障模擬裝置上的驗證實驗錶明,HMM&SVM混閤模型具有較高的故障識彆率.
핵동력설비복잡차적루적자료여고장양본소,전통적진단방법유대개진.은마이가부모형여지지향량궤시일충신적지능진단기술.본문침대핵동력설비궤축고장진단적특점,채용은마이가부모형건모적방식진행고장적초보진단,재이용지지향량궤소양본적강추엄능력진행진일보견별.주빙고장모의장치상적험증실험표명,HMM&SVM혼합모형구유교고적고장식별솔.
