该课题的研究,其目的是充分利用现有的计算机技术和智能诊断技术(BP神经网络技术),针对核电厂中的给水、蒸汽泄漏进行分析,以解决核电厂故障状态诊断中的实际问题.在研究中我们紧密结合核电工程实际需求,并融入了最新的仿真技术、智能控制技术,展开对具有当今世界先进水平的核电厂面向状态的智能诊断系统技术的综合研究,解决核电厂操纵员支持系统的关键技术问题.因此,此研究具有很强的针对性与工程实用性,对提高先进核电厂的自动化程序,改进操纵员的人机界面水平有很大的促进作用.该文在模糊控制和BP神经网络技术的基础上,探求了两者相结合的有效形式,并构造基于连接的模糊前置BP神经网络,建立了针对给水泄漏和蒸汽泄漏的故障诊断系统.为了提高BP故障诊断网络的自学习能力和收敛速度,引入BP神经网络的多种增强学习方式,例如:动量算法、自适应算法等,通过神经网络的动态建模,离线训练BP神经网络的参数,以提高BP神经网络对对象参数改变的自适应能力.