基于经验模态分解和随机森林的阀门泄漏模式识别方法OA北大核心CSTPCD
Valve Leakage Mode Recognition Method Based on Empirical Mode Decomposition and Random Forest
作为核电站的一类关键设备,阀门泄漏会给系统安全、稳定运行造成影响.利用声发射技术识别阀门泄漏,区分出内、外两种不同泄漏模式有助于后续针对性维修,对维修经济性提升具有重要意义.针对上述问题,本文提出了一种基于经验模态分解(EMD)和随机森林的阀门泄漏模式识别方法.首先,对泄漏声发射信号进行EMD处理以获得处于不同频段的分量信号;其次,对各分量信号进行傅里叶变换获取其频谱,并从频谱中提取谱能量比作为特征;最后,基于随机森林算法建立智能识别模型以实现内…查看全部>>
As a critical equipment in nuclear power plants,valve leakage would have an impact on system safety and stable operation.Using acoustic emission technology to identify valve leakage and distinguish between different leakage modes of internal and external leakage is helpful for targeted maintenance in the future,which is of great significance for improving maintenance economy.Valves are key equipments in nuclear power,and there are two main leakage modes.One …查看全部>>
者娜;刘诗文;何攀;郑华;汪量子
中国核动力研究设计院,四川成都 610213中国核动力研究设计院,四川成都 610213||清华大学工程物理系,北京 100084中国核动力研究设计院,四川成都 610213中国核动力研究设计院,四川成都 610213中国核动力研究设计院,四川成都 610213
核科学
阀门泄漏模式EMD随机森林谱能量比
valveleakage modeEMDrandom forestspectrum energy ratio
《原子能科学技术》 2024 (z2)
141-148,8
中核集团"青年英才"项目
评论