摘要 | 第3-4页 |
Abstract | 第4-5页 |
主要符号对照表 | 第10-11页 |
第1章 引言 | 第11-30页 |
1.1 选题背景与意义 | 第11-14页 |
1.2 国内外研究现状 | 第14-27页 |
1.2.1 在线监测系统 | 第14-17页 |
1.2.2 探测器电流前端处理 | 第17-20页 |
1.2.3 仿真器程序计算 | 第20-21页 |
1.2.4 功率分布重构 | 第21-25页 |
1.2.5 监测系统不确定度分析 | 第25-26页 |
1.2.6 研究现状总结 | 第26-27页 |
1.3 研究目标与内容 | 第27-29页 |
1.4 论文组织结构 | 第29-30页 |
第2章 基于鲁棒滤波器的自给能探测器动态补偿研究 | 第30-75页 |
2.1 本章引论 | 第30页 |
2.2 鲁棒滤波器理论 | 第30-35页 |
2.2.1 H_2滤波器理论 | 第32-33页 |
2.2.2 H_∞滤波器理论 | 第33-34页 |
2.2.3 混合H_2/H_∞滤波器理论 | 第34-35页 |
2.3 自给能探测器响应模型 | 第35-42页 |
2.3.1 铑自给能探测器响应模型 | 第35-39页 |
2.3.2 钒自给能探测器响应模型 | 第39-40页 |
2.3.3 银自给能探测器响应模型 | 第40-42页 |
2.4 动态补偿的数值验证 | 第42-68页 |
2.4.1 铑自给能探测器动态补偿数值验证 | 第43-52页 |
2.4.2 钒自给能探测器动态补偿数值验证 | 第52-60页 |
2.4.3 银自给能探测器动态补偿数值验证 | 第60-68页 |
2.5 铑模型动态补偿的实验验证及闪峰问题处理 | 第68-73页 |
2.6 本章小结 | 第73-75页 |
第3章 基于主成分分析的探测器故障监测研究 | 第75-92页 |
3.1 本章引论 | 第75页 |
3.2 探测器的故障类型 | 第75-76页 |
3.2.1 固定偏差故障 | 第75-76页 |
3.2.2 漂移故障 | 第76页 |
3.2.3 精度下降故障 | 第76页 |
3.2.4 完全失效故障 | 第76页 |
3.3 系统的故障诊断及识别方法 | 第76-79页 |
3.3.1 主成分分析理论方法 | 第76-77页 |
3.3.2 探测器系统的故障诊断 | 第77-78页 |
3.3.3 探测器测量数据的重构 | 第78-79页 |
3.3.4 故障探测器的识别 | 第79页 |
3.4 堆内探测器系统PCA模型 | 第79-84页 |
3.5 堆内探测器系统的故障诊断及识别 | 第84-91页 |
3.5.1 固定偏差故障的诊断及识别 | 第84-86页 |
3.5.2 漂移故障的诊断及识别 | 第86-88页 |
3.5.3 精度下降故障的诊断及识别 | 第88-89页 |
3.5.4 完全失效故障的诊断及识别 | 第89-91页 |
3.6 本章小结 | 第91-92页 |
第4章 基于探测器信息的控制棒位置监测研究 | 第92-105页 |
4.1 本章引论 | 第92页 |
4.2 控制棒失步下的功率分布不可重构性 | 第92-97页 |
4.3 RBF神经网络简介 | 第97页 |
4.4 神经网络在棒位监测中的应用 | 第97-99页 |
4.5 正则化神经网络 | 第99-100页 |
4.6 神经网络训练集修正策略 | 第100-104页 |
4.6.1 基于约束方程的修正策略 | 第101-102页 |
4.6.2 基于刻度因子的修正策略 | 第102页 |
4.6.3 修正策略的验证 | 第102-104页 |
4.7 本章小结 | 第104-105页 |
第5章 基于普通Kriging模型的功率分布重构及堆内测点布置研究 | 第105-114页 |
5.1 本章引论 | 第105页 |
5.2 普通Kriging理论模型 | 第105-107页 |
5.3 普通Kriging模型在功率分布重构中的应用 | 第107-110页 |
5.4 测点优化布置研究 | 第110-113页 |
5.5 本章小结 | 第113-114页 |
第6章 基于堆外探测器的功率分布重构研究 | 第114-122页 |
6.1 本章引论 | 第114页 |
6.2 神经网络样本集 | 第114-115页 |
6.3 堆外探测器系统的不适定性分析 | 第115-117页 |
6.4 轴向功率分布重构数值研究 | 第117-120页 |
6.5 三维功率分布重构数值研究 | 第120-121页 |
6.6 本章小结 | 第121-122页 |
第7章 基于堆内外探测器结合使用的功率分布重构研究 | 第122-133页 |
7.1 本章引论 | 第122页 |
7.2 基于数据同化方法的定性分析 | 第122-126页 |
7.3 最小二乘耦合系数方法 | 第126-132页 |
7.3.1 方法理论 | 第126-128页 |
7.3.2 方法验证 | 第128-132页 |
7.4 本章小结 | 第132-133页 |
第8章 功率分布监测系统的研制及不确定度分析 | 第133-142页 |
8.1 本章引论 | 第133页 |
8.2 监测系统的研制 | 第133-135页 |
8.3 监测系统的不确定度分析 | 第135-141页 |
8.3.1 不确定度的组成 | 第135-136页 |
8.3.2 σ_m 与σ_c 的估计 | 第136页 |
8.3.3 a的估计 | 第136-139页 |
8.3.4 b的估计 | 第139-141页 |
8.3.5 σ_r 的估计 | 第141页 |
8.4 本章小结 | 第141-142页 |
第9章 总结与展望 | 第142-146页 |
9.1 结论 | 第142-144页 |
9.2 论文的主要创新点 | 第144页 |
9.3 展望 | 第144-146页 |
参考文献 | 第146-151页 |
致谢 | 第151-153页 |
个人简历、在学期间发表的学术论文与研究成果 | 第153-156页 |