基于分层多粒度分类网络的核电一二回路故障诊断研究
系统与控制
2024-11-13 v1 人工智能
系统与控制
摘要
核电站复杂机电系统的安全可靠运行对核电站及其机组的安全生产至关重要。因此，准确及时的核电系统故障诊断对保障核电站安全可靠运行具有重大意义。现有故障诊断方法主要针对单一设备或子系统，难以分析整个机组层面不同类型故障之间的内在联系和相互影响。本文利用 AP1000 全范围模拟机模拟核电机组一、二回路部分关键系统的重要机械部件故障，构建故障数据集。同时，提出一种基于 EfficientNet 大模型的分层多粒度分类故障诊断模型，旨在实现核电故障的分层分类。结果表明，所提故障诊断模型能有效将核电机组不同回路和系统部件的故障分类为分层类别。不过，本研究的故障数据集源于模拟机，可能因参数冗余引入额外信息，从而影响模型的诊断性能。
引用
@article{arxiv.2411.07453,
title = {Research on fault diagnosis of nuclear power first-second circuit based on hierarchical multi-granularity classification network},
author = {Jiangwen Chen and Siwei Li and Guo Jiang and Cheng Dongzhen and Lin Hua and Wang Wei},
journal= {arXiv preprint arXiv:2411.07453},
year = {2024}
}