• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 12
    • 下载费用:30 金币  

    重庆时时彩第5球技巧: 基于支持向量机的核电站松动件报警方法.pdf

    摘要
    申请专利号:

    重庆时时彩单双窍门 www.4mum.com.cn CN200910154587.0

    申请日:

    2009.11.13

    公开号:

    CN101718581A

    公开日:

    2010.06.02

    当前法律状态:

    终止

    有效性:

    无权

    法律详情: 未缴年费专利权终止IPC(主分类):G01H 17/00申请日:20091113授权公告日:20110608终止日期:20131113|||授权|||实质审查的生效IPC(主分类):G01H 17/00申请日:20091113|||公开
    IPC分类号: G01H17/00 主分类号: G01H17/00
    申请人: 浙江大学
    发明人: 杨将新; ?;? 何元峰; 程实
    地址: 310027 浙江省杭州市浙大路38号
    优先权:
    专利代理机构: 杭州天正专利事务所有限公司 33201 代理人: 王兵;黄美娟
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN200910154587.0

    授权公告号:

    |||101718581B||||||

    法律状态公告日:

    2014.12.31|||2011.06.08|||2010.07.21|||2010.06.02

    法律状态类型:

    专利权的终止|||授权|||实质审查的生效|||公开

    摘要

    基于支持向量机的核电站松动件报警方法,包括以下步骤:在核反应堆一回路安装多个加速度传感器,以获取环境噪声和冲击信号;用力锤以不同力度敲击钢板产生的敲击信号,构成振动信号库;提取敲击信号的特征,以敲击信号特征构建支持向量机(SVM)识别模型;对冲击信号进行AR建模,将冲击信号白化,并获取白化信号的均方根,以所述的均方根表征该白化信号的振幅;判断是否发出一级警报,并记录此白化信号;获取引发一级警报的白化信号,提取此白化信号的目标特征,将此目标特征输入SVM内、由SVM根据计算判断此目标特征是否为干扰信号。本发明具有数据处理速度快,报警准确率高,误报率、漏报率低的优点。

    权利要求书

    1: 基于支持向量机的核电站松动件报警方法,包括以下步骤: 1)、在核反应堆一回路安装多个加速度传感器,以获取核反应堆中的环境噪声,以及当松动件跌落时产生的、混杂有环境噪声的冲击信号; 2)、用力锤以不同力度敲击钢板以模拟核反应堆中松动件跌落时产生的冲击信号,获取力锤敲击钢板产生的敲击信号,由这些敲击信号构成振动信号库; 3)、提取敲击信号的特征,以敲击信号特征构建支持向量机(SVM)识别模型; 4)、将由步骤1)中获得的冲击信号进行AR建模,将冲击信号白化,并获取白化信号的均方根,以所述的均方根表征该白化信号的振幅;预设振幅阈值,判断白化信号的均方根是否超过振幅阈值,若是,则发出一级警报,并记录此白化信号;若否,则继续监测; 5)、获取触发一级警报的白化信号,提取此白化信号的目标特征,将此目标特征输入SVM内、由SVM根据计算判断此目标特征是否为干扰信号,若是,则返回步骤4);若否,则发出二级报警,以通知工作人员进行检修。
    2: 如权利要求1所述的基于支持向量机的核电站松动件报警方法,其特征在于:步骤2)中,振动信号库中的敲击信号为力锤敲击核反应堆一回路的不同部位所产生的振动信号。
    3: 如权利要求2所述的基于支持向量机的核电站松动件报警方法,其特征在于:步骤3)中,提取信号的特征包括以下步骤: 3.1)对采集到的当前信号进行截取,取振动开始前0.1s到开始后0.5s; 3.2)对截取到的信号采用短时傅里叶变换进行时频分析,窗口宽度为1024点; 3.2)采用主元分析(PCA)技术对经过时频分析后的信号进行压缩,提取特征。

    说明书


    基于支持向量机的核电站松动件报警方法

        【技术领域】

        本发明涉及一种用于检测到核电站松动件跌落时发出报警的方法。

        技术背景

        松动件监测系统(LPMS)是核电站一回路最基本的安全工具之一,对核电站运行安全具有重要作用。LPMS的主要功能是监测反应堆冷却系统(RCS)中是否有零部件松动或者跌落,如有则发出报警。现有的松动件报警相关文献有:

        [1]BECHTOLD?B,KUNZ?U.KUES’95-The?modern?diagnosticsystem?for?loose?parts?monitoring[J].Progress?in?Nuclear?Energy,1999,34(3):221-230.(BECHTOLD?B,KUNZ?U.KUES’95-先进的松动件监测诊断系统[J].核能进展,1999,34(3):221-230.)

        [2]SZAPPANOS?G,POR?G.Basics?ideas?and?realization?ofcompletely?digitized?loose?part?detection?system?HELPS[J].Progress?inNuclear?Energy,1999,34(3):195-201.(SZAPPANOS?G,POR?G.全数字化松动件监测系统HELPS的基本概念和实现[J].核能进展,1999,34(3):195-201.)

        [3]POR?G,KISS?J,SOROSANSZKY?I,et?al.Development?of?afalse?alarm?free?advanced?loose?parts?monitoring?system(ALPS)[J].Progress?in?Nuclear?Energy,2003,43(3):243-251.(POR?G,KISS?J,SOROSANSZKY?I,et?al.低误报率松动件监测系统的开发[J].核能进展,2003,43(3):243-251.)

        [4]方力先,楼永坚.小波变换在松动件检测系统报警中的应用研究[J].原子能科学技术,2004,38(5):432-435.

        [5]毛汉领,黄振峰,陈仲仪.基于信号时频特征的神经网络报警方法[J].核动力工程,1998,19(3):265-269.

        多年的核电站运行经验表明,LPMS有助于在早期发现并排除松动件,防止松动件与内部其他部件碰撞接触对核电站造成严重损害[1]。报警是LPMS系统的关键功能,对系统的可用性起决定作用。现有的许多LPMS系统都存在误报率高的问题,导致操作人员不信任系统报警,有些核电站甚至关闭LPMS系统。所以如何辨别碰撞信号的真假,降低系统的误报率是研究的热点和难点。现有系统一般先对实时采集的信号进行滤波,然后通过判断信号的幅值或者短时均方根(RMS)是否超过设定的阈值来触发初级报警,最后再对信号进行详细分析来判断报警的真伪。已有较多关于如何鉴别报警真伪方面的研究,文献[2-3]提出通过判断信号是否在多个通道超过阈值或者在单个通道多次超过阈值来判断是否为真实报警。文献[4]提出先对信号进行小波分解得到高阶小波系数,然后再通过神经网络来判断真伪。文献[5]提出计算各个通道信号之间的相关程度以及信号高频能量和低频能量的比来判断真伪。

        但是现有的滤波方法都无法将信号中的噪声全部滤除,噪声的振幅超过预设值时产生误报警,或是有效信号淹没在噪声中,漏报警,存在报警的准确率低,误报率、漏报率高的缺点。

        【发明内容】

        为克服现有技术的准确率低,误报率、漏报率高的缺点,本发明提供了一种报警准确率高,误报率、漏报率低的基于支持向量机的核电站松动件报警方法。

        基于支持向量机的核电站松动件报警方法,包括以下步骤:

        1、在核反应堆一回路安装多个加速度传感器,以获取核反应堆中的环境噪声,以及当松动件跌落时产生的、混杂有环境噪声的冲击信号;

        2、用力锤以不同力度敲击钢板以模拟核反应堆中松动件跌落时产生的冲击信号,获取力锤敲击钢板产生的敲击信号,由这些敲击信号构成振动信号库;

        3、提取敲击信号的特征,以敲击信号特征构建支持向量机(SVM)识别模型;

        4、将由步骤1)中获得的冲击信号进行AR建模,将冲击信号白化,并获取白化信号的均方根,以所述的均方根表征该白化信号的振幅;预设振幅阈值,判断白化信号的均方根是否超过振幅阈值,若是,则发出一级警报,并记录此白化信号;若否,则继续监测;

        5、获取触发一级警报的白化信号,提取此白化信号的目标特征,将此目标特征输入SVM内、由SVM根据计算判断此目标特征是否为干扰信号,若是,则返回步骤4);若否,则发出二级报警,以通知工作人员进行检修。

        进一步,步骤2)中,振动信号库中的敲击信号为力锤敲击核反应堆一回路的不同部位所产生的振动信号。

        进一步,步骤3)中,提取信号的特征包括以下步骤:

        3.1)对采集到的当前信号进行截取,取振动开始前0.1s到开始后0.5s;

        3.2)对截取到的信号采用短时傅里叶变换进行时频分析,窗口宽度为1024点;

        3.2)采用主元分析(PCA)技术对经过时频分析后的信号进行压缩,提取特征。

        本发明的技术构思是:对信号采用AR模型进行白化处理,并计算白化信号RMS,与预设的振幅阈值进行比较,判断是否一级报警。假设采集的信号为x(n),则其白化信号为:

        w(n)=x(n)+Σk=1pakx(n-k)]]>

        取窗口宽度为5ms,计算信号的RMS:

        RMS=1nΣi=1nwi2]]>

        如果RMS超过阈值,则记录该白化信号,并触发一级报警,通知数据处理计算机对信号进行下一步分析。

        对触发一级报警的白化信号采用短时傅里叶变换进行时频分析,得到信号的时频图(见附图),然后对时频图进行压缩。

        STFT=∫-∞∞w(t)q(t-τ)e-jωtdt]]>

        上式中q为窗口函数,假设分析得到的时频图分辨率为m×n,将图片的每一列首尾相连,得到一个m×n维的向量V,将该向量和投影矩阵相乘:

        Y=PV

        可以得到压缩后的向量Y,相对于原始数据,压缩后的数据只有原来的1%左右即可表达原数据中95%以上的信息量。

        将压缩后的数据输入已经训练好地SVM模型进行识别,以判断是否发出二次报警。

        其中αi为模型参数,为核函数。

        如果f(y)<0,则表示一次报警为假报警,否则发出二次报警信号,通知核电站操作人员进行进一步的检查。

        本发明先根据振动信号的振幅是否超过振幅阈值来确定是否需要进行一级报警,只对触发一级报警的信号进行特征识别,发出二级报警,加快了SVM的识别效率,降低了系统的误报率。

        采用AR模型对信号进行了白化处理,大大提高了信号的信噪比,降低系统的漏报率。采用具有很好泛化能力的SVM作为分类识别器,使得系统的识别率得到有效的提高。采用PCA方法对信号进行了压缩,去除了数据之间的相关性,使得数据量减少,加快了SVM训练和识别的效率。

        本发明具有数据处理速度快,报警准确率高,误报率、漏报率低的优点。

        【附图说明】

        图1为本发明的流程图

        图2为经短时傅里叶变换后的信号的示意图

        图3为经过AR滤波的信号的示意图

        图4为本发明的幅值变化信号经AR滤波的示意图

        【具体实施方式】

        参照附图,进一步说明本发明:

        实施例一

        参照附图,进一步说明本发明:

        基于支持向量机的核电站松动件报警方法,包括以下步骤:

        1、在核反应堆一回路安装多个加速度传感器,以获取核反应堆中的环境噪声,以及当松动件跌落时产生的、混杂有环境噪声的冲击信号;

        2、用力锤以不同力度敲击钢板以模拟核反应堆中松动件跌落时产生的冲击信号,获取力锤敲击钢板产生的敲击信号,由这些敲击信号构成振动信号库;

        3、提取敲击信号的特征,以敲击信号特征构建支持向量机(SVM)识别模型;

        4、将由步骤1)中获得的冲击信号进行AR建模,将冲击信号白化,并获取白化信号的均方根,以所述的均方根表征该白化信号的振幅;预设振幅阈值,判断白化信号的均方根是否超过振幅阈值,若是,则发出一级警报,并记录此白化信号;若否,则继续监测;

        5、获取触发一级警报的白化信号,提取此白化信号的目标特征,将此目标特征输入SVM内、由SVM根据计算判断此目标特征是否为干扰信号,若是,则返回步骤4);若否,则发出二级报警,以通知工作人员进行检修。

        进一步,步骤2)中,振动信号库中的敲击信号为力锤敲击核反应堆一回路的不同部位所产生的振动信号。

        进一步,步骤3)中,提取信号的特征包括以下步骤:

        3.1)对采集到的当前信号进行截取,取振动开始前0.1s到开始后0.5s;

        3.2)对截取到的信号采用短时傅里叶变换进行时频分析,窗口宽度为1024点;

        3.2)采用主元分析(PCA)技术对经过视频分析后的信号进行压缩,提取特征。

        本发明所采用的基础理论有:

        自回归模型(AR模型,Autoregressive?Model)

        背景噪声信号x(n)可以看作是由白噪声w(n)激励某一确定系统的响应,如果用AR模型来表示该系统,则其系统函数为:

        H(z)=11+Σk=1pakz-k]]>

        式中:p为系统阶数;ak为AR模型的系数,可得:

        x(n)=w(n)-Σk=1pakx(n-k)]]>

        在已知信号x(n)和信号的p阶AR模型参数的情况下,可求得白噪声w(n):

        w(n)=x(n)+Σk=1pakx(n-k)]]>

        此模型称为信号的白化模型。AR模型的阶数p可采用基于均方误差最小的最终预测误差准则(FPE)来确定,其计算公式为:

        FPE(p)=σ^2(N+p+1N-p-1)]]>

        式中:为模型估计误差的标准差;N为计算AR参数时用的信号长度。

        由于随着p的增大而减小,则随着p的增大而增大,因此,可找到一最佳的阶数popt使得FPE最小。

        附图3显示了信号经过混合之后再进行白化处理的效果,碰撞信号和背景噪声的信噪比为0db,从该图可以看出,白化信号中易识别出碰撞信号。

        主元分析数据压缩原理(PCA,Principal?components?analysis)

        由于信号时频图本身数据量很大,而且数据之间存在很大的冗余,将数据直接输入SVM进行识别,会造成运算速度过慢,而且冗余数据会对最终的判断造成影响,所以采用主元分析(principalcomponents?analysis)来对数据进行压缩,以消除数据冗余,提取数据特征。主元分析又称为K-L变换,其目的是设计一种变换,将数据映射到一个低位空间,以较少的数据量来表示原始数据。

        假设一组样本wi∈Rn×1(i=1,2,…,m)是集合W的m个经过白化处理的信号样本,样本均值向量为则样本的协方差矩阵C可表示为:

        C=1mΣi=1m(wi-μ)(wi-μ)T∈Rn×n]]>

        令λi(i=1,2,…,r)为矩阵C的r个非零特征值,Vi为矩阵C对应于λi的特征向量,在对特征值按照从大到小排序后,只需取最前面的几个分类就可以足够精确的表达整个数据,它可以讲数据的维数降低??梢园凑仗卣髦邓嫉哪芰勘壤囱∪∽畲蟮那懊鎝个特征向量组成变换矩阵P=[p1,p2,…pr]∈Rn×r。原始数据通过和变换矩阵相乘:Y=PW得到变换后的数据。

        支持向量机(SVM,Support?vector?machine)

        支持向量机简称SVM具有良好的回归估计能力以及在有限训练样本情况下具有非常优良的推广能力。

        假设信号样本Y为进过PCA压缩之后的数据,相应的报警结果为G={g1,g2,…,gm},其中G的值为-1和1,如果为1则表示真报警,否则为假报警,假设两者之间的函数关系为:

        ω∈Rnl,b∈R

        其中:将输入数据从n维映射到高维特征空间,以使得在原输入空间中的非线性函数拟合问题转化为高维空间中的线性函数拟合问题。

        目标就是要寻找合适的ω和b,根据统计学习理论,ω和b可以通过最小化结构风险函数Rreg获得:

        Rreg=12||ω||2+CHΣk=1HLϵ]]>

        其中:Lε为ε不敏感损失函数:Lε=max{0,|g-f(y)|-ε}

        考虑到允许拟合误差的情况,引入松弛变量ξi,ξi*,使得:

        目标函数变为:

        minω,b,ξ,ξ*J(ω,ξ,ξ*)=12||ω||2+CΣi=1H(ξi+ξi*)]]>

        其中:ε是回归允许最大误差,常数C>0表示对超出误差ε的样本的惩罚程度,是对函数f的复杂度和样本拟合精度之间的折衷。

        利用对偶原理、拉格朗日乘子法,上述优化问题的对偶形式为:

        s.t.Σi=1H(αi-αi*)=0αi,αi*∈[0,C]]]>

        通过解上面的方程可以得到拉格朗日乘子αi,αi*,进而求得ω,函数表达式可以写为:

        其中偏置b可以通过KKT(Karush-Kuhn-Tucker)条件计算得到。引入核函数实现原输入数据到高维特征空间的映射,常用的核函数有多项式核函数、径向基核函数、Sigmoid核函数。本文采用最常用的径向基核函数:

        K(yi,y)=exp(-|y-yi|2σ2)]]>

        于是可得:

        f(y)=Σi=1H(αi-αi*)K(yi,y)+b]]>

        通过训练数据求出αi,αi*,b之后即可得到f(y)的解析表达式。通过该表达式即可知道输入的信号是否发出二级报警。

        本发明的技术构思是:对信号采用AR模型进行白化处理,并计算白化信号RMS,与预设的振幅阈值进行比较,判断是否一级报警。假设采集的信号为x(n),则其白化信号为:

        w(n)=x(n)+Σk=1pakx(n-k)]]>

        取窗口宽度为5ms,计算信号的RMS:

        RMS=1nΣi=1nwi2]]>

        如果RMS超过阈值,则记录该白化信号,并触发一级报警,通知数据处理计算机对信号进行下一步分析。

        对触发一级报警的白化信号采用短时傅里叶变换进行时频分析,得到信号的时频图(见附图),然后对时频图进行压缩。

        STFT=∫-∞∞w(t)q(t-τ)e-jωtdt]]>

        上式中q为窗口函数,假设分析得到的时频图分辨率为m×n,将图片的每一列首尾相连,得到一个m×n维的向量V,将该向量和投影矩阵相乘:

        Y=PV

        可以得到压缩后的向量Y,相对于原始数据,压缩后的数据只有原来的1%左右即可表达源数据中95%以上的信息量。

        将压缩后的数据输入已经训练好的SVM模型进行识别,以判断是否发出二次报警。

        其中αi为模型参数,为核函数。

        如果f(y)<0,则表示一次报警为假报警,否则发出二次报警信号,通知核电站操作人员进行进一步的检查。

        本发明先根据振动信号的振幅是否超过振幅阈值来确定是否需要进行一级报警,只对触发一级报警的信号进行特征识别,发出二级报警,加快了SVM的识别效率,降低了系统的误报率。

        采用AR模型对信号进行了白化处理,大大提高了信号的信噪比,降低系统的漏报率。采用具有很好泛化能力的SVM作为分类识别器,使得系统的识别率得到有效的提高。采用PCA方法对信号进行了压缩,去除了数据之间的相关性,使得数据量减少,加快了SVM训练和识别的效率。

        实施例二

        结合具体试验,说明本发明:

        1.仿真条件

        仿真实验在一块3200mm×2000mm×20mm的钢板上进行试验,钢板四角各垫一个防震阻尼装置。使用了720g、185g、110g、55g、30g、10g共6种不同质量的钢球进行了撞击试验,每次跌落的位置和高度不限,以钢球撞击钢板的不同部位模拟松动件的不同跌落位置。试验中传感器分布方式为三角形。背景噪声采用秦山核电站实测噪声(包括压力壳容器热态噪声、蒸汽发生器热态噪声、主泵下封头热态噪声、压力壳容器冷态噪声、蒸汽发生器冷态噪声、主泵下封头冷态噪声),分别测试在不同信噪比、动态变化噪声条件下以及在不同宽度脉冲噪声干扰下算法的报警效果。

        2.仿真结果

        不同质量松动件产生的碰撞信号在不同噪声影响下所能检测的最低信噪比列于表1。

        表1不同质量不同背景噪声时所能检测的最低信噪比

        Table?1Lowest?SNR?can?be?detected?of?different?loose?part?mass?and?noise

        从表1数据可看出实际能检测出的最低信噪比和噪声的频谱以及碰撞信号的频谱都有关系,由于松动件的质量越大,碰撞产生的信号低频成分越多,和噪声混叠现象越严重,所以对于大质量的松动件,能检测的最低信噪比会比较高。但是大质量的松动件碰撞的能量大,信噪比一般不会很低,所以对实际使用影响不大。

        图4所示为背景噪声以正弦规律变化之后叠加碰撞信号之后的处理效果,可看出噪声幅度的变化对检测的影响不大,信号经白化之后基本消除了幅度变化带来的波动。

        对算法速度进行测试,计算所用CPU为AMD?Turion64x2主频为1.6GHz,内存1GB。采用本方法处理时间长度为16.72s的信号耗时仅为0.52s,可见完全能够满足实时在线处理的要求。

        在有噪声和脉冲干扰的情况下对SVM模型进行了测试,样本数量为120,60个正常碰撞信号,60个不同宽度的脉冲信号,识别结果:错误报警接受率0%,正确报警拒绝率为0.83%,总错误率为0.83%,仅有一个样本被错判为误报警。

        本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举,本发明的?;し段Р挥Φ北皇游鱿抻谑凳├率龅木咛逍问?,本发明的?;し段б布坝诒玖煊蚣际跞嗽备荼痉⒚鞴顾妓芄幌氲降牡韧际跏侄?。

    关 键 词:
    基于 支持 向量 核电站 松动 报警 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    关于本文
    本文标题:基于支持向量机的核电站松动件报警方法.pdf
    链接地址://www.4mum.com.cn/p-5781913.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03