船用核动力装置数据融合的故障诊断方法研究

摘要

船用核动力装置结构复杂,对安全性要求较高,为保障其安全可靠的运行,研究出能够对船用核动力装置的故障进行适时诊断的系统就显得十分必要.目前,故障诊断技术发展较快,而对于船用核动力装置的故障诊断从公开发表的论文来看对这方面的研究不是很多.本文将数据融合的思想引入船用核动力装置的故障诊断,采用神经网络与D-S证据理论相结合的方法,以WINDOWS98为平台、VB6.0为工具开发了船用核动力装置的数据融合诊断系统.在深入研究船用核动力装置故障机理、现象等的基础上,分别在饱和汽轮机试验台架和潜艇模拟机上进行了故障设置及诊断.主要选择了几种常见故障进行测试,通过对测试结果的分析表明,该诊断系统能够及时准确的诊断出所设置的故障,且诊断精度较高.该诊断系统具有学习功能,在实际应用中具有可扩充性.因此本诊断系统能够满足对安全性要求较高的复杂系统如船用核动力装置的在线实时故障诊断,具有很重要的实用价值.

目录

文摘

英文文摘

哈尔滨工程大学学位论文原创性声明

第1章绪论

1.1本文研究工作的目的及意义

1.2设备故障诊断技术的研究概况

1.2.1国内外故障诊断技术的研究概况

1.2.2故障诊断方法的研究概况

1.3数据融合技术概述

1.3.1数据融合技术的发展历史与现状

1.3.2数据融合技术在故障诊断中的应用

1.3.3数据融合技术的基本知识

1.4本文的主要工作

第2章融合诊断系统及其结构模型

2.1融合诊断系统

2.1.1融合诊断系统的提出及定义

2.1.2融合诊断系统的模型

2.2数据融合的级别

2.2.1数据级融合

2.2.2特征级融合

2.2.3决策级融合

2.3故障诊断中应用的数据融合方法

2.3.1基于统计的融合诊断方法

2.3.2基于认识模型的融合诊断方法

2.3.3基于参数估计的融合诊断方法

2.3.4基于滤波技术的融合诊断方法

2.3.5基于人工智能的融合诊断方法

2.3.6基于模糊逻辑的融合诊断方法

2.4本章小结

第3章证据理论

3.1不确定推理概述

3.1.1不确定推理的定义

3.1.2故障诊断中不确定性的产生

3.1.3不确定推理的方法

3.1.4不确定推理中的基本问题

3.2 D-S证据理论

3.2.1 D-S证据理论的基本概念

3.2.2证据理论的一些基本定义

3.3 D-S证据理论的基本性质及证明

3.4 D-S 证据理论的合成规则

3.5基于证据理论的决策

3.5.1 D-S证据理论融合决策的基本过程

3.5.2 D-S证据理论的决策方法

3.6基于D-S证据理论的故障诊断模型及步骤

3.6.1故障诊断模型

3.6.2诊断的基本步骤

3.7 D-S证据理论的优缺点

3.8本章小结

第4章神经网络与证据理论相结合的融合诊断方法

4.1神经网络技术

4.2BP神经网络模型及算法

4.3神经网络与D-S 证据理论相结合的融合诊断方法

4.4诊断实例研究

4.4.1诊断对象

4.4.2信号采集系统

4.4.3主要故障及现象

4.4.4程序设计

4.4.5诊断结果分析

4.5本章小结

第5章船用核动力装置的故障诊断研究

5.1主要故障及故障现象

5.1.1蒸汽发生器U形管破裂

5.1.2主蒸汽管道破裂

5.2特征提取及网络结构

5.3样本的学习训练及融合结果

5.4诊断实例分析

5.4.1诊断系统结构

5.4.2 1#蒸发器U形管破裂事故的诊断

5.4.3 2#蒸发器U形管破裂事故的诊断

5.4.4主蒸汽管道破裂事故的诊断

5.4.5波动管破裂事故的诊断

5.5本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢