基于RS-FNN的核电厂设备智能故障诊断方法的研究

被引：3

作者：

刘永阔

夏虹

谢春丽

陈志辉

陈宏霞

机构：

[1] 哈尔滨工程大学动力与核能工程学院

来源：

核动力工程 | 2007年 / 01期

关键词：

RS理论; 规则提取; 模糊神经网络; 核电厂设备; 故障诊断;

D O I：

暂无

中图分类号：

TP277 [监视、报警、故障诊断系统];

学科分类号：

0804 ; 080401 ; 080402 ;

摘要：

将粗糙集(RS)理论与模糊神经网络(FNN)相结合,能充分发挥各自的优点。本文利用RS方法对知识的约简技术,从大量的原始数据中提取精简的规则,基于这些规则建立的FNN网络具有更好的拓扑结构,学习速度大大提高、判断准确、容错能力强,具有更高的实用价值。为了验证该方法的有效性,以核电厂设备蒸汽发生器U形管破裂等故障为例,进行了仿真实验研究。诊断结果表明,将基于RS理论的FNN智能故障诊断方法引入核电厂设备故障诊断中是可行的,并且具有简单方便、计算量小、诊断结果可靠等特点。

引用

页码：110 / 114

页数：5