基于深度学习的船用核动力管路系统故障诊断方法研究

作者：颉利东; 邬芝胜; 黄捷; 王禹; 曲自信

来源：科技视界, 2020, (15): 37-40.

DOI：10.19694/j.cnki.issn2095-2457.2020.15.013

• 深度学习
• 船用核动力
• 管路系统
• 故障诊断

针对船载核动力反应堆管路特征参数选取严重依赖人工经验和诊断准确率低的问题,本文引入机器学习的思想,提出了一种基于卷积神经网络的船载核动力反应堆管路故障诊断方法,以提高船载核动力反应堆管路故障诊断的智能化水平。首先使用卷积神经网络建立分类模型,并利用该模型对22类数据进行分类性能测试;然后提取反映管路运行状态的特征参数,输入深度学习分类器中进行诊断。使用现有管路故障诊断数据验证了本方法的实用性和有效性。

• 单位
  中国核动力研究设计院