论文部分内容阅读
在核电厂中,电液伺服阀和安全阀分别作为一回路、二回路的非常重要的设备,其工作情况直接影响到整个系统的运转,而且其故障呈现非线性、不确定性等特点,所以针对这两种阀门研究其故障诊断的方法,对其可能发生的故障进行诊断或预测是极其必要的。本论文首先分析了电液伺服阀在核电系统中的应用,基本结构和故障机理,以及静态特性曲线,并分析研究了现有的几种人工智能故障诊断方法,例如专家系统、灰色理论,模糊理论、人工神经网络,分析其基本原理,结合电液伺服阀和安全阀本身的特性,选用神经网络对这两种阀门进行故障诊断。论