搜索结果: 1-15 共查到“核科学技术 神经网络”相关记录20条 . 查询时间(0.296 秒)
利用神经网络方法研究合金元素对反应堆压力容器钢辐照脆化的影响
反应堆压力容器钢 神经网络 辐照脆化 合金成分
<
2021/2/23
反应堆压力容器（RPV）作为压水堆中不可更换的关键部件之一，其安全和稳定是决定反应堆安全经济运行的重要因素。RPV钢的辐照脆化问题是制约RPV在堆内安全服役的关键。RPV钢的辐照脆化与其合金成分关系密切。本文利用神经网络方法研究了RPV钢中关键合金成分（Cu、Mn、Ni、Si、P）与辐照脆化之间的关系。研究结果表明，基于神经网络方法得到合金成分与辐照脆化的关系与传统认知基本一致，辐照脆化对Cu含量...
锂离子电池具有重量轻、无局部污染、功率密度高等优点，在电动汽车以及工业行业得到广泛应用。随着人们对电池安全运行和可靠性的认识不断提高，荷电状态（SOC）对于防止电池过度充电、深度放电和不可逆转的损坏至关重要。核科学与技术学院华青松教授基于神经网络的SOC建模和学习，应用非线性自回归外生神经网络（NARX-NN）和基于径向基函数（RBF）的无迹卡尔曼滤波神经网络（RBFNN-UKF）估算电池SOC。
基于神经网络的球床堆在线核材料衡算方法
超铀元素同位素 核素活度 深度神经网络 燃耗测量
<
2021/1/22
10 MW高温气冷实验堆在线测量系统可通过γ谱数据分析测得部分核素的活度，这些核素不包含绝大部分超铀元素同位素。出于核安保的需要，为确定超铀元素同位素的活度，提出一种基于深度学习的超铀元素含量计算方法。该方法采用引入反向误差传播的深度神经网络模型，以易测核素活度为输入，输出不易测核素活度。采用反应堆核素生成和耗减程序跟踪10 MW高温气冷实验堆的运行功率历史，产生核素活度数据样本，对神经网络模型进...
中国实验快堆热工参数的自适应BP神经网络预测方法研究
中国实验快堆 燃料包壳最高温度 BP神经网络 自适应方法
<
2021/1/22
中国实验快堆（CEFR）堆芯的热工参数是否超出限值是评价反应堆安全运行的标准。本文针对燃料包壳最高温度预测问题，通过堆芯子通道分析程序COBRA生成数据样本后，开发基于BP神经网络自适应算法的智能预测程序，对于特定的单盒组件，仅需给出堆芯进口功率和流量，即可实现燃料包壳最高温度的快速准确预测。结果表明，与COBRA相比，在大规模重复性计算的场景下，自开发程序能节约大量计算时间和算力，提高燃料包壳设...
神经网络-遗传复合算法在压水堆堆芯换料设计中的应用
堆芯换料优化 自适应BP神经网络 遗传算法
<
2020/6/5
基于大规模数据的训练，神经网络模型能迅速准确预测堆芯的有效增殖因数（keff）、组件功率峰因子（Rad）和棒功率峰因子（FΔH），并以这3个参数作为衡量换料方式优劣的标准，构造改进的遗传算法从大量堆芯燃料方案中迅速搜索出最优排布方案，解决了在大量堆芯换料方案中选择最优方案费时的问题。堆芯装载方式建模时，设计二进制向量作为输入参数，有效减少了网络复杂度、提高了预测精度；最优方案搜索时，具有独特交叉算...
基于BP神经网络的多GM计数器γ辐射定向测量算法研究
GM计数器 角度定向测量 BP神经网络 角度分辨
<
2020/4/22
针对放射源搜寻作业的角度定向测量需求，设计了由4个GM计数器和十字铅屏蔽结构组成的γ辐射定向测量装置，屏蔽体厚1 cm、径向宽7 cm。利用GEANT4模拟计算了定向测量装置对0.058~3 MeV单能光子的角响应，将其作为训练样本建立了基于BP神经网络的角度反演方法。设计了神经网络训练样本的输入输出参数模型，并比较了3种算法模型的角度分辨精度，其中样本映射重组算法效果最好，角度反演精度为±1.5...
基于人工神经网络的压水堆燃料破损状态监测
燃料棒 神经网络 包壳破损 裂变产物
<
2020/4/22
为提升对核反应堆燃料棒包壳破损的预测能力，建立两个串联的人工神经网络分别判断燃料棒包壳是否破损以及破损程度。通过改变沾污铀质量、增加数据扰动、改变运行功率和使用更少的特征核素进行训练，对用于判断是否破损的神经网络模型和判断破损等级的神经网络进行了性能测试和分析。在沾污铀质量小于0.5 g、数据扰动在30%以内、单棒功率在77 kW到120 kW之间的条件下，第1个人工神经网络能较好地判断出是否破损...
常用的有机闪烁体探测器对中子和γ射线均敏感，所以消除或减弱γ射线在中子探测技术中的影响是必要的。考虑到BP神经网络能实现分类器的功能，因此本文结合脉冲形状甄别技术与BP神经网络，将BP神经网络应用在中子与γ射线混合场的粒子甄别中。通过训练BP神经网络达到记忆、分类测试样本的目的。对BP神经网络应用于n/γ脉冲波形甄别的准确性进行验证后与电荷比较法及频域梯度分析法甄别结果进行了对比。结果表明，BP神...
基于神经网络与表决融合的核动力装置故障诊断方法
核动力装置 神经网络 表决融合 故障诊断
<
2011/8/18
针对单神经网络（ANN）故障诊断方法的不足，将多神经网络诊断与表决融合方法结合起来，研究了基于多神经网络与表决融合的核动力装置故障诊断方法。在该方法中，多个不同类型的神经网络训练后用于核动力装置的故障诊断。选择对核动力装置安全有重要影响的运行参数作为各神经网络的输入变量，神经网络的输出是核动力装置的故障模式。用表决融合方法对不同神经网络的诊断结果进行融合，从而得到核动力装置故障诊断的最后结果。利用...
基于CMAC神经网络的ECRH负高压脉冲电源自适应控制策略研究
ECRH负高压脉冲电源 神经网络 逆模型 自适应 控制
<
2011/8/23
为解决因四极管造成系统非线性和敏感性而导致ECRH系统中负高压脉冲电源控制效果不够理想的问题，利用CMAC神经网络设计了直接逆模型控制系统，并对CMAC跟踪动态给定的情况进行了仿真实验。结果表明，该学习控制策略改善了ECRH负高压脉冲电源的控制效果，具有较强的自学习和自适应能力且易于实现。
集成神经网络方法在蒸汽发生器故障诊断中的应用
集成神经网络 核动力蒸汽发生器
<
2009/12/3
针对蒸汽发生器传统故障检测与诊断方法的不足，提出了基于集成神经网络的蒸汽发生器故障检测与诊断的新方法。该方法采用两个神经网络。一个神经网络作为蒸汽发生器的动力学模型，用于蒸汽发生器的重要运行参数的预测，其原理是通过检测蒸汽发生器运行参数监测信号值与相应的蒸汽发生器神经网络模型预测值之间的偏差来确定是否发生了异常，如果某一参数偏差超过了预先给定的极限，就认为发生了异常。另一个神经网络作为故障分类模...
基于人工神经网络分析面朝下加热池式过渡沸腾
过渡沸腾 水平小间隙 人工神经网络
<
2009/7/10
基于不同间隙尺寸下、水平小间隙内面朝下加热自然循环池式沸腾的实验研究，利用过渡沸腾段实验数据训练出一成熟的人工神经网络（ANN）。运用该人工神经网络系统分析了壁面过热度Δtw、无量纲水平间隙δ/D、Pr、Ra对换热性能的影响。在此基础上，拟合出一用于计算水平小间隙内面朝下加热过渡沸腾Nu的经验关系式，该关系式计算值与实验值符合较好。
为正确鉴别古今名钧瓷，从古钧台窑和现代孔家钧窑、苗家钧窑、星航钧窑选取钧瓷残片样品40个，用仪器中子活化分析（INAA）测得每个样品胎、釉中25种元素的含量，应用BP神经网络对这些样品的INAA数据进行了训练和预测。预测结果表明，训练好的网络能较好鉴别未知古钧官瓷和现代高档钧瓷的胎、釉样本。
BP－RBF神经网络在核电厂故障诊断中的应用
BP神经网络 核电厂 故障诊断
<
2009/1/19
本工作将BP（backpropagation）神经网络与RBF（radialbasisfunction）神经网络相混合，并将其应用于核电厂的状态监测与故障诊断系统中，通过对核电厂典型故障的特征分析，建立相应的网络结构。为验证该混合网络的有效性，在核动力装置模拟器上进行了仿真实验研究，并用VisualBasic6.0编写了网络程序。研究结果表明：该混合网络具有良好的诊断准确性、实时性和可扩充性。
基于小波神经网络的蒸汽发生器动态过程辨识
蒸汽发生器 小波神经网络
<
2009/1/15
在核动力蒸汽发生器(SG)运行过程中，其逆动力学效应使其动态特性难以辨识。为提高蒸汽发生器动态特性辨识的效果，提出了基于小波神经网络的蒸汽发生器动态过程辨识的新方法。辨识模型采用串并联型辨识结构，网络训练采用LevenbergMarququardt学习算法（LMBP）。对蒸汽发生器典型运行工况的辨识结果表明，所提出的方法能够正确地辨识蒸汽发生器的动态特性且具有较高的辨识精度。