[发明专利]一种基于信息熵主成分的控制棒驱动机构失效及寿命预测方法在审

专利信息
申请号: 202310334197.1 申请日: 2023-03-31
公开(公告)号: CN116306002A 公开(公告)日: 2023-06-23
发明(设计)人: 李猛;李尚睿;刘志龙;苗朕海;请求不公布姓名 申请(专利权)人: 电子科技大学
主分类号: G06F30/20 分类号: G06F30/20;G06F18/2135;G06N20/10;G06F119/02;G06F119/10
代理公司: 暂无信息 代理人: 暂无信息
地址: 611731 四川省成都市高新*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 信息 成分 控制棒 驱动 机构 失效 寿命 预测 方法
【说明书】:

发明涉及基于信息熵主成分的控制棒驱动机构失效及寿命预测方法设计。本发明针对控制棒驱动机构中出现的失效问题,公开了一种基于信息论中的互信息以及主成分分析结合并应用于控制棒驱动机构的寿命预测方法。本发明的技术方案包括:小波包降噪算法的信号降噪设计、控制棒驱动机构退化特征提取设计、互信息与主成分分析结合的特征筛选设计、支持向量机回归的寿命预测设计。本发明能够有效解决控制棒驱动机构在使用过程中失效程度以及寿命预测的问题,保障控制棒驱动机构的安全性和可维护性。

技术领域

本发明涉及基于信息熵主成分的控制棒驱动机构失效及寿命预测方法设计。

背景技术

控制棒驱动机构是核反应堆控制系统和安全保护系统的重要机构,用于提升、下降、保持和快插控制棒,完成核反应堆启动、调节功率、维持功率、停堆和事故情况下的快速停堆。近年来控制棒驱动机构的维护检查作为热门研究领域,对于控制棒驱动机构的寿命预测是控制棒驱动机构故障检测中需要解决的棘手问题。本发明着重解决节智能预测控制棒驱动机构的剩余寿命趋势,设计了一种基于信息熵主成分的控制棒驱动机构失效及寿命预测方法。

发明内容

本发明要解决的问题是控制棒驱动机构的失效及寿命预测,设计基于信息熵主成分的控制棒驱动机构失效及寿命预测方法,实现对控制棒驱动机构的失效状态分析以及剩余寿命预测。

本发明解决所述问题采用的技术方案是,针对提取驱动机构信号中的噪声以及异常数据,设计了小波包降噪法;为了提取驱动机构中的退化特征,设计了控制棒驱动机构退化特征提取方法;为了使得提取的退化特征更加准确,设计了互信息法与主成分分析法结合的特征筛选方法;为了预测驱动机构的失效状态以及剩余寿命,设计了基于支持向量机的回归预测方法。

所述基于互信息法和主成分分析法应用于控制棒驱动机构的失效及寿命预测方法设计,包括小波包降噪算法的信号降噪设计、控制棒驱动机构退化特征提取设计、互信息法与主成分分析法结合的特征筛选设计、支持向量机回归的寿命预测设计。

所述小波包降噪算法的信号降噪设计一种基于小波包算法的信号降噪方法,小波包变换继承了小波变换的时频分析特征,既分解了低频信号,又对小波变换中未分解的高频信号部分进一步分解,如

其中t=1,2,3,…,2X-j;i=1,2,3,…,2j;X=log2N;g(t)代表驱动机构采集的振动信号;表示第j层第i个小波包;F和D为两个小波包分解滤波器;F与尺度函数有关、D与小波包函数有关。

所述控制棒驱动机构退化特征提取设计一种驱动机构寿命特征提取方法,可以基于如时域、频域、时频域进行特征提取,频域部分可以使用如快速傅里叶变换方法将时域信号转换为频域信号

其中,Y(k)为频域信号,y(t)为时域信号,时频域可以使用如EMD经验模态分解方法将驱动机构的时域振动信号y(t)从高频到低频分解为若干个IMF分量a(t),其中IMF为本征模函数。

所述互信息法与主成分分析法结合的特征筛选设计一种互信息与主成分分析结合的方法进行驱动机构的特征筛选。先使用互信息法保留与驱动机构剩余寿命关联度较高的特征,其互信息值满足公式

其中,F(X;Y)为互信息,X,Y为两个随机变量,f(x,y)为两个随机变量的联合分布,f(x)和f(y为边缘分布;然后使用主成分分析进行降维处理,对驱动机构的寿命特征进一步筛选,假设筛选后得到是一组m条样本,特征数为n的特征表,将其设为m×n的矩阵X

一行代表一个样本,一列代表一个特征,共n维,jn,即

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310334197.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top