学位论文 > 优秀研究生学位论文题录展示

基于HMM/SVM混合模型的核电设备故障诊断技术研究及数据库系统开发

作 者: 朱厚耀
导 师: 张春良
学 校: 广州大学
专 业: 机械设计及理论
关键词: 核电设备 故障诊断 隐马尔科夫模型 支持向量机 HMM/SVM混合模型 数据库系统 ER模型
分类号: TM623.4
类 型: 硕士论文
年 份: 2011年
下 载: 65次
引 用: 1次
阅 读: 论文下载
 

内容摘要


核电站是一个非常复杂的系统,一旦发生故障,将会产生非常严重的后果。状态监测与故障诊断对保证核电站的安全性、可靠性起着至关重要的作用。为了提高故障诊断率,本文引入了基于HMM/SVM的混合模型,通过仿真实验可以证明,混合模型比两个单一模型更有效、更准确。另外,在故障诊断过程中,需要的数据非常庞大而且复杂,因此,我们需要开发核电设备故障诊断系统的数据库,可以帮助操作人员迅速、高效地查询和处理相关数据。论文研究了核电设备一回路和二回路的主要故障的特征信息。其次介绍了隐马尔科夫模型与支持向量机的基本理论和算法,然后建立了HMM/SVM的混合模型。论文最后研究了数据库在核电设备故障诊断系统中的应用,并开发了相应的数据库系统。本文的主要内容如下:(1)通过资料的查阅与整理,介绍了本文的研究背景和研究意义,阐述了故障诊断技术的原理及发展历程,通过国内外基于HMM/SVM混合模型的研究现状分析,论证了混合模型在核电设备故障诊断的可行性。(2)分析了国内外核电设备故障诊断技术的研究现状,并对核电设备故障诊断系统的原理及模块做了分析。对压水堆核电设备的一、二回路系统的主要故障特征信息做出收集和整理,为数据库的开发做好准备。(3)对HMM和SVM的基本原理与算法进行了研究,进而提出HMM/SVM混合模型的原理和构架。(4)介绍了数据库系统的开发环境等;通过研究数据库的ER模型、数据库的需求等,对数据库进行系统的设计。(5)对提出的理论与建模进行系统的设计与验证。本文是基于“基于隐马尔可夫—支持向量机的核电装备状态监测与故障诊断技术研究”(国家高技术研究发展计划“863”计划项目,编号:2008AA04Z407)。本文对在线监测与故障诊断技术有很大促进作用,对核电设备的安全运行有重大的理论意义与现实意义。

全文目录


摘要  5-7
ABSTRACT  7-13
第一章 绪论  13-21
  1.1 引言  13-14
  1.2 故障诊断技术的研究  14-16
    1.2.1 故障诊断的定义和方法  14
    1.2.2 故障诊断的发展历程  14-16
  1.3 HMM/SVM 混合模型在核电故障诊断系统应用的可行性分析  16-18
    1.3.1 HMM/SVM 混合模型的研究现状  16-17
    1.3.2 HMM/SVM 混合模型的可行性分析  17-18
  1.4 数据库技术在状态监测与故障诊断系统中的应用  18-19
  1.5 论文的主要内容  19-20
  1.6 本章小结  20-21
第二章 核电设备故障诊断技术研究及主要故障特征信息  21-31
  2.1 国内外核电设备故障诊断技术的研究现状  21-22
  2.2 核电设备故障诊断系统  22-23
  2.3 压水堆一、二回路各系统的主要故障信息  23-30
    2.3.1 一回路系统的主要故障信息  24-26
    2.3.2 二回路系统的主要故障信息  26-30
  2.4 本章小结  30-31
第三章 HMM/SVM 混合模型的核电设备故障诊断系统研究  31-48
  3.1 隐马尔可夫模型  31-33
    3.1.1 隐马尔可夫模型理论  31-32
    3.1.2 隐马尔可夫模型的三个基本问题及其对应算法  32-33
  3.2 HMM 训练算法  33-36
    3.2.1 Baum-Welch 算法(DHMM)  34-35
    3.2.2 Baum-Welch 算法(CDHMM)  35-36
  3.3 SVM 基本原理与算法研究  36-42
    3.3.1 线性可分情况  37-39
    3.3.2 线性不可分情况  39-40
    3.3.3 支持向量机  40-41
    3.3.4 核函数  41-42
  3.4 HMM/SVM 混合模型研究  42-47
    3.4.1 HMM/SVM 混合模型  42-45
      (1) HMM/SVM 的分类策略  42-43
      (2) HMM/SVM 的混合构架  43-45
    3.4.2 HMM/SVM 混合模型的训练与识别  45-47
      (1) HMM 训练  45
      (2) SVM 训练  45-46
      (3) 混合模型的识别  46-47
  3.5 本章小结  47-48
第四章 核电设备故障诊断数据库系统的开发  48-69
  4.1 实现技术介绍  48-51
    4.1.1 VC++6.0  48-49
    4.1.2 SQL SEVER2000  49-50
    4.1.3 数据库访问技术  50-51
  4.2 ER 模型  51-54
  4.3 数据库系统的需求设计分析  54-55
  4.4 数据库系统的功能分析  55-57
  4.5 系统结构设计  57-63
  4.6 系统功能管理窗口的设计实现  63-68
    4.6.1 系统管理模块的设计实现  63-64
    4.6.2 故障诊断数据库系统主界面的设计  64-68
  4.7 本章小结  68-69
第五章 实验与仿真  69-81
  5.1 实验方案  69-72
  5.2 数据采集及结果分析  72-80
  5.3 本章小结  80-81
第六章 结论与展望  81-83
  6.1 本文总结  81
  6.2 未来展望  81-83
参考文献  83-88
作者在攻读硕士学位期间发表的论文  88-89
致谢  89

相似论文

  1. 基于WinCE平台的故障分析仪应用程序设计与开发,TP311.52
  2. 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
  3. 八作动器隔振平台的六自由度容错控制研究,TB535.1
  4. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  5. 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
  6. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  7. 音乐结构自动分析研究,TN912.3
  8. 基于三维重建的焊点质量分类方法研究,TP391.41
  9. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  10. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  11. 基于SVM的中医舌色苔色分类方法研究,TP391.41
  12. 基于图像的路面破损识别,TP391.41
  13. 基于支持向量机的故障诊断方法研究,TP18
  14. 三容水箱系统故障诊断算法研究,TP277
  15. 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
  16. 基于GIS的高校学生社区管理研究,G647
  17. 水上交通安全保障系统的关键技术研究,U698
  18. 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
  19. 基于车载3D加速传感器的路况监测研究,TP274
  20. 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
  21. 基于机器学习的入侵检测系统研究,TP393.08

中图分类: > 工业技术 > 电工技术 > 发电、发电厂 > 发电厂 > 核电厂(核电站) > 设备与安装
© 2012 www.xueweilunwen.com