文章详情
| 稿件标题： | 基于DNN与PCA的核动力装置故障诊断方法研究 |
| 稿件作者： | 韩壮，马杰，周刚，孙吉晨，陈玉昇 |
| DOI： | 10.11809/bqzbgcxb2022.11.021 |
| 科学编辑： | 刘伊凡 博士（宁波大学） |
| 栏目名称： | 装备理论与装备技术 |
| 关键词： | 核动力装置；深度神经网络（DNN）；主元分析（PCA）；故障诊断 |
| 文章摘要： | 研究了一种基于深度学习神经网络（DNN）和主元分析（PCA）的核动力装置故障诊断模型。利用核动力装置模拟器仿真数据对该模型不同情况下的故障进行诊断测试，采用形象的图表分析诊断结果。仿真结果表明，基于DNN与PCA的故障诊断模型能够快速准确地对核动力装置系统进行诊断，且误差较小，具有良好的可行性。 |
| 稿件基金： | 国防科工局“十三五”核能开发项目（科工二司〔2019〕1342号） |
| 引用本文格式： | 韩壮，马杰，周刚，等.基于DNN与PCA的核动力装置故障诊断方法研究［J］.兵器装备工程学报，2022，43(11)：147-153. HAN Zhuang, MA Jie, ZHOU Gang, et al.Research on fault diagnosis method of nuclear power plant based on DNN and PCA technology［J］.Journal of Ordnance Equipment Engineering，2022，43(11)：147-153. |
| 刊期名称： | 2022年11期 |
| 出版时间： | 2022年11月 |
| 上线时间： | 2022年11月28日 |
| 浏览次数： | 2894 |
| 下载次数： | 43 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |