[发明专利]一种核电厂主冷却剂系统故障诊断方法

权利要求书

1.一种核电厂主冷却剂系统故障诊断方法，具体包括如下步骤：

1)模型构建模块建立征兆与故障之间的对应关系：设定故障类型及其对应的征兆，建立故障空间模型，得到征兆与故障之间的对应关系；

2)由基本概率指派函数BPA生成器生成BPA：首先，利用故障征兆参数的最小值、最佳值、最大值建立起三角模糊函数，在此基础上，对输入的征兆具体的测量值进行比对，根据BPA生成算法生成各个故障类型的基本概率指派函数；

3)利用证据融合模块将BPA生成器根据征兆测量值所生成的各个故障征兆的BPA进行融合，得到一个融合后的BPA，并将此BPA转换成概率分布，以便于后续进行决策；

4)决策诊断器判断故障类型，输出信度值：将证据融合模块得到的概率分布输入到决策诊断器中，最大概率者即为所识别出的故障类型，并给出该结论的可信度，即为最大故障模式的概率值；

其特征在于，所述步骤2)中BPA生成器由如下装置组成：

(1)历史数据库输入装置，输入征兆参数的最大、最小及最佳正常值；

(2)征兆参数输入装置，输入各征兆参数测量值，即实时数据；

(3)隶属函数生成装置，根据模块构建的模型生成合适的隶属函数，并计算得到基本概率函数的分配；

BPA生成器生成BPA方法如下：

建立三角模糊函数：纵轴μ_A代表隶属度值，其中横坐标上依次三点X_ij1，X_ij0，X_ij2分别表示对应某一个故障征兆参数的最小、最佳和最大正常值，其中征兆参数的最佳正常值X_ij0对应纵轴隶属度值为1，为三角形顶点，建立此故障征兆三角模糊函数，以此方法建立所有故障征兆三角模糊函数；

如故障类型辨识框架Θ＝{F₁，F₂，F₃，F₄，N}，其中F₁，F₂，F₃，F₄为4种故障类型，N为正常运行，设某征兆参数测量值为X_i，且该参数是故障F_i的典型征兆，X_i隶属于目标F_i的程度表示为μ_i，隶属于另外三种故障的程度为μ_i'，隶属于正常情况N的程度为μ_N，其中μ_N的值为X_i的值代入三角模糊数X_ij1，X_ij0，X_ij2后得到的隶属度值y_N，由以下三式分别计算各隶属度值：

再将以上3个隶属度值进行归一化，建立本次测量值的BPA如下：

其中F_a、F_b和F_c分别为除F_i外另外三种故障。