遺傳神經網絡在蒸汽發(fā)生器故障診斷中的應用研究.pdf

1、蒸汽發(fā)生器是重要的核動力設備之一,為其配置故障診斷系統對于保證其可靠運行、減少事故發(fā)生率具有十分重要的意義.核動力裝置是一個非常復雜的大系統,實際運行過程中參數變化幅度較大,使得傳統的故障診斷方法在該領域的使用受到限制.隨著人工智能、模式識別等理論迅速發(fā)展,智能化診斷技術已成為故障診斷領域一個新的研究方向.在對國內外先進核動力裝置的狀態(tài)監(jiān)測和故障診斷系統進行研究的基礎上,本文以蒸汽發(fā)生器為對象,建立了核動力裝置蒸汽發(fā)生器故障仿真模型,實

2、現了對蒸汽發(fā)生器三種常見故障的動態(tài)仿真.基于遺傳算法的全局搜索和BP網絡局部精確搜索的特性,通過用遺傳算法優(yōu)化網絡初始權重的方法,將遺傳算法和BP算法有機結合,做到了優(yōu)勢互補.論文利用"連續(xù)異或"實例驗證了遺傳神經網絡的正確性,最后將傳統BP網絡跟遺傳神經網絡應用到蒸汽發(fā)生器故障診斷中,結果證明,遺傳神經網絡能夠快速、準確有效地實現故障診斷的目的.論文最后利用Visual C++平臺建立了基于遺傳BP網絡的蒸汽發(fā)生器故障診斷系統,該系統