首页--工业技术论文--电工技术论文--发电、发电厂论文--发电厂论文--核电厂(核电站)论文

基于状态监测数据的核电厂设备寿命预测算法研究

摘要第3-4页
abstract第4-5页
主要符号对照表第9-11页
第1章 引言第11-26页
    1.1 课题的提出第11-12页
    1.2 课题背景与研究意义第12-16页
        1.2.1 安全性方面第12-13页
        1.2.2 经济性方面第13-15页
        1.2.3 预测与健康管理系统第15-16页
    1.3 核电厂设备寿命预测概述第16-24页
        1.3.1 寿命预测方法的分类第16-18页
        1.3.2 核电领域中各类预测方法的应用第18-24页
    1.4 论文研究内容与章节安排第24-26页
第2章 基于状态监测数据的寿命预测方法综述第26-52页
    2.1 基于机理的模型第26-35页
        2.1.1 随机滤波框架第26-28页
        2.1.2 卡尔曼滤波及其扩展模型第28-32页
        2.1.3 粒子滤波模型第32-35页
        2.1.4 基于机理模型的主要优势与限制第35页
    2.2 数据驱动模型第35-43页
        2.2.1 通用轨迹模型第36-37页
        2.2.2 随机过程模型第37-39页
        2.2.3 机器学习模型第39-42页
        2.2.4 基于相似性的模型第42-43页
        2.2.5 数据驱动模型的主要优势与限制第43页
    2.3 集成模型和混合模型第43-48页
        2.3.1 集成模型第44-46页
        2.3.2 混合模型第46-48页
    2.4 核电设备寿命预测问题的特点及方法选择第48-50页
        2.4.1 旋转机械设备第48-49页
        2.4.2 非能动设备第49-50页
    2.5 本章小结第50-52页
第3章 基于集成数据驱动方法的旋转机械设备寿命预测第52-101页
    3.1 本章引言第52-53页
    3.2 模糊聚类—动态集成预测方法第53-60页
        3.2.1 总体框架第53-54页
        3.2.2 基于模糊聚类的训练数据分组第54-58页
        3.2.3 预测子模型的建立第58-59页
        3.2.4 动态模型权重分配第59-60页
    3.3 算例验证第60-80页
        3.3.1 航空发动机仿真数据描述第61-62页
        3.3.2 预测模型性能评价指标第62-64页
        3.3.3 单失效模式数据分析与结果讨论第64-75页
        3.3.4 多失效模式数据分析与结果讨论第75-80页
    3.4 基于异质集成的预测性能提升第80-85页
        3.4.1 异质集成中的模型权重分配问题第81-82页
        3.4.2 次级学习器模型第82-84页
        3.4.3 分段权重分配模型第84-85页
    3.5 算例验证第85-99页
        3.5.1 数据描述第85-86页
        3.5.2 预测子模型的建立及结果第86-92页
        3.5.3 子模型性能指标汇总第92-93页
        3.5.4 模型集成结果及讨论第93-97页
        3.5.5 与其他相关工作的对比第97-99页
    3.6 本章小结第99-101页
第4章 基于混合方法的非能动设备寿命预测第101-128页
    4.1 本章引言第101-102页
    4.2 使用数据驱动模型替代物理模型第102-111页
        4.2.1 替代模型中的不确定性分析问题第102-104页
        4.2.2 高斯过程替代模型第104-105页
        4.2.3 模型测试第105-110页
        4.2.4 替代模型中的参数更新第110-111页
    4.3 应用案例第111-119页
        4.3.1 案例背景第112-113页
        4.3.2 数据驱动替代模型建立第113-116页
        4.3.3 模型参数估计与状态预测结果分析第116-119页
    4.4 使用数据驱动方法修正机理模型第119-127页
        4.4.1 基于高斯过程模型的非参数修正第119-120页
        4.4.2 算例验证第120-127页
    4.5 本章小结第127-128页
第5章 总结与展望第128-132页
    5.1 论文总结第128-129页
    5.2 论文的主要创新工作第129-130页
    5.3 研究展望第130-132页
参考文献第132-146页
致谢第146-148页
个人简历、在学期间发表的学术论文与研究成果第148页

论文共148页,点击 下载论文
上一篇:黄芪多糖对血管紧张素Ⅱ诱导小鼠高血压及血管、肾脏损伤的影响
下一篇:双向潮汐发电机组含进出水库全流道流动及相似性研究