CN104408303A - 一种基于数据匹配的lpms质量估计方法 - Google Patents
一种基于数据匹配的lpms质量估计方法 Download PDFInfo
- Publication number
- CN104408303A CN104408303A CN201410667958.6A CN201410667958A CN104408303A CN 104408303 A CN104408303 A CN 104408303A CN 201410667958 A CN201410667958 A CN 201410667958A CN 104408303 A CN104408303 A CN 104408303A
- Authority
- CN
- China
- Prior art keywords
- quality
- max
- sigma
- mas
- frequency spectrum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
一种基于数据匹配的LPMS质量估计方法,先进行压电式加速度传感器布置;再进行不同质量,不同坠落高度冲击信号采集;然后对这些时域信号进行傅里叶变换,转化为频谱;再设定截止频率,得到有效频段频谱;然后设定多项式拟合阶次,对有效频段频谱进行曲线拟合;再将所有拟合曲线作为样本组成质量估计数据库;然后进行现场数据采集,并得到拟合曲线;再将所得的曲线与数据库中所有样本进行相关性匹配分析;然后根据相关系数与样本信息,计算单通道质量估计值;再剔除异常值,计算最终的质量估计值。本发明避免了坠落高度因素和环境噪声因素的影响,具有精度高以及抗干扰能力强的优点,还具有鲁棒性。
Description
技术领域
本发明涉及核工程技术领域,特别涉及一种基于数据匹配的LPMS质量估计方法。
背景技术
松动部件监测系统(Loose part monitoring system,LPMS)是核电站一回路基本的安全工具之一,对核电站的安全运行具有重大意义。其中,松动件的质量估计是LPMS系统的基本功能之一。当松动件脱离、碰撞时准确估计出其质量,继而判断松动件的类型和危害程度,为后续的故障诊断和排除提供依据。目前常用的LPMS质量估计方法有:
(1)基于碰撞信号高低频段能量比的质量估计方法;该方法极其依赖高低频段分界点的选择,同时依赖高低频段频带的选择,以上参数的不恰当选择会产生误差较大的质量估计结果。
(2)基于频谱特征与模式识别的质量估计方法;一种利用模式识别和人工神经网络理论实现LPMS质量估计的方法,主要存在以下问题:需要大量训练样本,学习速度慢,可能出现局部收敛。
(3)基于时频变换的质量估计方法;该方法中的时频变换包括:短时傅里叶变换、小波变换和S变换等。通过时频变换将时域冲击信号转化为时频谱,以时频谱中的频率分布信息作为质量特征参数进行质量估计。
(4)基于小波能量谱的质量估计方法。在小波变换的定义下,根据能量密度的定义可计算得到小波能量谱,其表征不同尺度所对应的能量密度函数。小波能量谱的分布情况与频谱分布相似。
上述方法中的质量特征均依赖于频谱或者时频谱中的频率信息,其基本假设认为质量是影响频率分布的唯一因素。然而,当同一质量的松动件坠落高度不同时,碰撞速度不同,产生信号的频率成分并不相同。在这种情况下,仅仅依靠频率信息难以准确体现质量特征,难以保证质量估计的准确性。
发明内容
为了克服上述现有技术的缺点,本发明的目的在于提供一种基于数据匹配的LPMS质量估计方法,实现不同坠落高度松动部件的质量估计。
为了达到上述目的,本发明采取的技术方案为:
一种基于数据匹配的LPMS质量估计方法,包括以下步骤:
步骤一,在核电站反应堆的压力容器壁上安装三个压电式加速度传感器;
步骤二,用不同质量的钢球从不同高度坠落敲击压力容器壁,通过传感器采集冲击信号,记为其中m代表钢球质量,h代表坠落高度,i代表对应的传感器编号,即通道编号;
步骤三,对冲击信号进行傅里叶变换得到频谱,记为计算公式为:
步骤四,为了消除高频部分的冗余信息,选取截止频率fmax,使频谱80%以上的能量分布在频段[0,fmax]中,截止频率fmax设定在15kHz到20kHz之间;
步骤五,对有效频段频谱,进行n阶多项式曲线拟合,记为
阶次n反映拟合特性,n越大拟合曲线越能反映频谱的细节信息,反之,n越小拟合曲线越能反映频谱的整体信息,阶次n设定在6到10之间;
步骤六,将步骤五中所得的所有信号,作为样本组成质量估计数据库;
步骤七,通过传感器采集现场由松动件跌落产生的冲击信号,记为x(t),根据步骤三、四、五处理x(t),得到
步骤八,查询数据库寻找最优匹配,通过互相关函数实现:
ρ代表两组信号的相关系数,数学表达上是两组信号的协方差和两组信号标准差之积的比值,其大小反映了两组信号的相似程度,具体数值为0至1,式中协方差与标准差的具体公式如下:
根据上述公式求出现场数据与数据库样本的匹配程度;
步骤九,假设数据库包含a×b×c组样本,其中a代表钢球质量种类数,b代表坠落高度种类数,c代表同一质量同一坠落高度试验重复次数,根据步骤八,共进行了a×b×c次相关性计算,选取最大的a×c个相关系数,记为ρ1,ρ2,ρ3...ρa′c,对应样本的质量分别为m1,m2,m3...ma′c。那么,质量估计结果为:
步骤十,根据步骤七、八、九得到单个通道的质量估计结果,由于采用了三个传感器,得到三个质量估计结果,分别记为mas1,mas2和mas3,剔除偏离平均值最大的结果,其编号为
剩余两者的平均值作为最终的质量估计结果。
本发明相比于现有技术,具有以下有益效果:
a)本发明所提出的一种LPMS质量估计方法,建立在数据匹配的基础上,适用于不同坠落高度的情况。
b)三个传感器通道监测过程中,假如某个通道出现异常,导致该通道产生错误的质量估计结果,本发明可以剔除错误值,提高了算法的鲁棒性。
c)当数据库样本量较大时,本发明中的质量方法具有较高的精度,且截止频率的引入弥补了因大样本引起的计算效率慢的缺陷,满足实时监测的需求。
d)环境噪声等干扰因素包含在数据库信息中,因此本发明中的质量估计方法抗干扰能力强。
附图说明
图1为本发明方法的流程图。
图2为本发明传感器布局示意图。
图3为实施例中641g钢球从50cm高度坠落产生的冲击信号时域图。
图4为实施例中图3所示时域信号对应的频谱。
图5为实施例中图4所示频谱中的有效频段部分。
图6为实施例中图5对应的多项式曲线拟合结果。
图7为实施例中不同质量,不同坠落高度对应的数据库样本。
具体实施方式
下面结合附图和实施例对本发明做详细描述。
以松动部件模拟碰撞实验为实施例。实验中用于模拟反应堆压力容器壁的钢板尺寸为200cm×200cm×2cm,为了尽量减少环境噪声的影响,在钢板的四个边沿下均加了缓冲隔离。每个缓冲隔离由3块支撑钢板和3块橡胶板组成,由底层开始分别为支撑钢板、橡胶板、支撑钢板、橡胶板、支撑钢板、橡胶板,总厚度约9.6cm。其中,支撑钢板尺寸为20cm×20cm×1.2cm,橡胶板尺寸为20cm×20cm×2cm。
如图1所示,一种基于数据匹配的LPMS质量估计方法,包括以下步骤:
步骤一,在钢板试件上安装三个压电式加速度传感器,传感器用502瞬干胶粘在钢板上,呈等边三角形分布,如图2所示;
步骤二,用不同质量的钢球从不同高度坠落敲击钢板,通过传感器采集冲击信号,记为其中m代表钢球质量,h代表坠落高度,i代表对应的传感器编号,即通道编号;
在本实施例中,质量m分别为110g、176g、227g、373g、509g、641g、877g、1400g、2500g、4000g、6000g、10000g和12500g。当m≤877g时,坠落高度h分别为10cm、20cm、30cm、40cm、50cm、60cm、70cm、80cm;当m≥1400g时,坠落高度h分别为2.5cm、5cm、7.5cm、10cm、12.5cm、15cm、17.5cm、20cm。i=1、2、3。
在本实施例中,m=641g,h=50cm,i=1时对应的冲击信号时域图如图3所示;
步骤三,对冲击信号进行傅里叶变换得到频谱,记为计算公式为:
在本实施例中,图3所示时域信号对应的频谱如图4所示。
步骤四,频谱能量主要集中在低频部分,为了消除高频部分的冗余信息,选取截止频率fmax,使频谱80%以上的能量分布在频段[0,fmax]中,针对核电站实际情况截止频率fmax设定在15kHz到20kHz之间,在本实施例中选定为18kHz;
在本实施例中,图4所示频谱中有效频段部分如图5所示。
步骤五,对有效频段频谱,进行n阶多项式曲线拟合,记为
阶次n反映拟合特性,n越大拟合曲线越能反映频谱的细节信息,反之,n越小拟合曲线越能反映频谱的整体信息,针对核电站实际情况阶次n设定在6到10之间,在本实施例中选定为8;
在本实施例中,图5对应的拟合结果如图6所示。
步骤六,将步骤五中所得的所有信号,作为样本组成质量估计数据库;
由步骤二可知,本实施例中数据库由104组样本组成。以不同质量,不同坠落高度对应的9组样本为例,如图7所示,由图可见同一质量对应的样本在形状、位置上更加相似,此现象是数据匹配方法的依据。
步骤七,通过传感器采集现场由松动件跌落产生的冲击信号,记为x(t),根据步骤三、四、五处理x(t),得到
步骤八,查询数据库寻找最优匹配,通过互相关函数实现:
ρ代表两组信号的相关系数,数学表达上是两组信号的协方差和两组信号标准差之积的比值,其大小反映了两组信号的相似程度,具体数值为0至1。式中协方差与标准差的具体公式如下:
根据上述公式可以求出现场数据与数据库样本的匹配程度;
步骤九,假设数据库包含a×b×c组样本,其中a代表钢球质量种类数,b代表坠落高度种类数,c代表同一质量同一坠落高度试验重复次数。根据步骤八,共进行了a×b×c次相关性计算,选取最大的a×c个相关系数,记为ρ1,ρ2,ρ3...ρa′c,对应样本的质量分别为m1,m2,m3...ma′c。那么,质量估计结果为:
在本实施例中,根据步骤二可知,a=13,b=8,c=1。
步骤十,根据步骤七、八、九得到单个通道的质量估计结果,由于采用了三个传感器,可以得到三个质量估计结果,分别记为mas1,mas2和mas3。剔除偏离平均值最大的结果,其编号为
剩余两者的平均值作为最终的质量估计结果。
在本发明中,步骤二到步骤六是数据库的建立,步骤七到步骤十是采用现场数据进行质量估计方法的精度验证。在步骤七中,采集了不同质量、不同坠落高度的现场数据,如表1所示。表1中的误差定义为:
从表中可以看出,质量估计误差最大为10.5%,最小为-2.3%,质量估计误差基本控制在10%以下。因此本发明提出的基于数据匹配的LPMS质量估计方法具有较高的精度。
表1不同质量,不同坠落高度的现场数据对应的质量估计结果及误差
Claims (1)
1.一种基于数据匹配的LPMS质量估计方法,其特征在于,包括以下步骤:
步骤一,在核电站反应堆的压力容器壁上安装三个压电式加速度传感器;
步骤二,用不同质量的钢球从不同高度坠落敲击压力容器壁,通过传感器采集冲击信号,记为其中m代表钢球质量,h代表坠落高度,i代表对应的传感器编号,即通道编号;
步骤三,对冲击信号进行傅里叶变换得到频谱,记为计算公式为:
步骤四,为了消除高频部分的冗余信息,选取截止频率fmax,使频谱80%以上的能量分布在频段[0,fmax]中,截止频率fmax设定在15kHz到20kHz之间;
步骤五,对有效频段频谱,进行n阶多项式曲线拟合,记为
阶次n反映拟合特性,n越大拟合曲线越能反映频谱的细节信息,反之,n越小拟合曲线越能反映频谱的整体信息,阶次n设定在6到10之间;
步骤六,将步骤五中所得的所有信号,作为样本组成质量估计数据库;
步骤七,通过传感器采集现场由松动件跌落产生的冲击信号,记为x(t),根据步骤三、四、五处理x(t),得到
步骤八,查询数据库寻找最优匹配,通过互相关函数实现:
ρ代表两组信号的相关系数,数学表达上是两组信号的协方差和两组信号标准差之积的比值,其大小反映了两组信号的相似程度,具体数值为0至1,式中协方差与标准差的具体公式如下:
根据上述公式求出现场数据与数据库样本的匹配程度;
步骤九,假设数据库包含a×b×c组样本,其中a代表钢球质量种类数,b代表坠落高度种类数,c代表同一质量同一坠落高度试验重复次数,根据步骤八,共进行了a×b×c次相关性计算,选取最大的a×c个相关系数,记为ρ1,ρ2,ρ3...ρa×c,对应样本的质量分别为m1,m2,m3...ma×c。那么,质量估计结果为:
步骤十,根据步骤七、八、九得到单个通道的质量估计结果,由于采用了三个传感器,得到三个质量估计结果,分别记为mas1,mas2和mas3,剔除偏离平均值最大的结果,其编号为
剩余两者的平均值作为最终的质量估计结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410667958.6A CN104408303B (zh) | 2014-11-20 | 2014-11-20 | 一种基于数据匹配的lpms质量估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410667958.6A CN104408303B (zh) | 2014-11-20 | 2014-11-20 | 一种基于数据匹配的lpms质量估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104408303A true CN104408303A (zh) | 2015-03-11 |
CN104408303B CN104408303B (zh) | 2017-09-12 |
Family
ID=52645934
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410667958.6A Active CN104408303B (zh) | 2014-11-20 | 2014-11-20 | 一种基于数据匹配的lpms质量估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104408303B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105045965A (zh) * | 2015-06-26 | 2015-11-11 | 西安交通大学 | 基于仿真数据库的压力容器lpms质量估计方法 |
CN105427904A (zh) * | 2015-11-13 | 2016-03-23 | 陕西卫峰核电子有限公司 | 一种基于核电站松动部件定位方法 |
CN107544337A (zh) * | 2017-09-19 | 2018-01-05 | 中国核动力研究设计院 | 一种松脱部件监测系统触发数据智能分类的方法 |
CN107843406A (zh) * | 2017-10-31 | 2018-03-27 | 中国空气动力研究与发展中心高速空气动力研究所 | 基于脉动压力相关函数的空腔模态波运动特征确定方法 |
CN111245533A (zh) * | 2018-11-28 | 2020-06-05 | 中兴通讯股份有限公司 | 信号质量估计方法、基站和存储介质 |
CN111241902A (zh) * | 2019-07-24 | 2020-06-05 | 成都理工大学 | 一种高精度多重同步压缩广义s变换时频分析方法 |
CN112025708A (zh) * | 2020-08-31 | 2020-12-04 | 北京理工大学 | 利用现场工具完成敲击任务的控制系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5526386A (en) * | 1994-05-25 | 1996-06-11 | Battelle Memorial Institute | Method and apparatus for steam mixing a nuclear fueled electricity generation system |
CN101685679A (zh) * | 2008-09-27 | 2010-03-31 | 中国核动力研究设计院 | 核电站反应堆及冷却剂系统松脱部件监测系统 |
CN101718581A (zh) * | 2009-11-13 | 2010-06-02 | 浙江大学 | 基于支持向量机的核电站松动件报警方法 |
CN101718862A (zh) * | 2009-11-13 | 2010-06-02 | 浙江大学 | 基于ar模型和小波变换的核电站松动件定位方法 |
CN103137225A (zh) * | 2013-01-25 | 2013-06-05 | 杭州电子科技大学 | 基于小波变换和希尔伯特变换的核电站松动部件定位方法 |
CN103137224A (zh) * | 2013-01-25 | 2013-06-05 | 杭州电子科技大学 | 基于小波能量谱的核电站松动部件质量估计方法 |
-
2014
- 2014-11-20 CN CN201410667958.6A patent/CN104408303B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5526386A (en) * | 1994-05-25 | 1996-06-11 | Battelle Memorial Institute | Method and apparatus for steam mixing a nuclear fueled electricity generation system |
CN101685679A (zh) * | 2008-09-27 | 2010-03-31 | 中国核动力研究设计院 | 核电站反应堆及冷却剂系统松脱部件监测系统 |
CN101718581A (zh) * | 2009-11-13 | 2010-06-02 | 浙江大学 | 基于支持向量机的核电站松动件报警方法 |
CN101718862A (zh) * | 2009-11-13 | 2010-06-02 | 浙江大学 | 基于ar模型和小波变换的核电站松动件定位方法 |
CN103137225A (zh) * | 2013-01-25 | 2013-06-05 | 杭州电子科技大学 | 基于小波变换和希尔伯特变换的核电站松动部件定位方法 |
CN103137224A (zh) * | 2013-01-25 | 2013-06-05 | 杭州电子科技大学 | 基于小波能量谱的核电站松动部件质量估计方法 |
Non-Patent Citations (1)
Title |
---|
何元峰: ""核电站松动部件的质量估计方法研究"", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105045965A (zh) * | 2015-06-26 | 2015-11-11 | 西安交通大学 | 基于仿真数据库的压力容器lpms质量估计方法 |
CN105045965B (zh) * | 2015-06-26 | 2018-08-28 | 西安交通大学 | 基于仿真数据库的压力容器lpms质量估计方法 |
CN105427904A (zh) * | 2015-11-13 | 2016-03-23 | 陕西卫峰核电子有限公司 | 一种基于核电站松动部件定位方法 |
CN107544337A (zh) * | 2017-09-19 | 2018-01-05 | 中国核动力研究设计院 | 一种松脱部件监测系统触发数据智能分类的方法 |
CN107544337B (zh) * | 2017-09-19 | 2020-10-30 | 中国核动力研究设计院 | 一种松脱部件监测系统触发数据智能分类的方法 |
CN107843406A (zh) * | 2017-10-31 | 2018-03-27 | 中国空气动力研究与发展中心高速空气动力研究所 | 基于脉动压力相关函数的空腔模态波运动特征确定方法 |
CN111245533A (zh) * | 2018-11-28 | 2020-06-05 | 中兴通讯股份有限公司 | 信号质量估计方法、基站和存储介质 |
CN111241902A (zh) * | 2019-07-24 | 2020-06-05 | 成都理工大学 | 一种高精度多重同步压缩广义s变换时频分析方法 |
CN111241902B (zh) * | 2019-07-24 | 2023-07-25 | 成都理工大学 | 一种高精度多重同步压缩广义s变换时频分析方法 |
CN112025708A (zh) * | 2020-08-31 | 2020-12-04 | 北京理工大学 | 利用现场工具完成敲击任务的控制系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104408303B (zh) | 2017-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104408303A (zh) | 一种基于数据匹配的lpms质量估计方法 | |
CN101833596B (zh) | 矩形和圆形截面梁类结构两个损伤定量识别的方法 | |
CN103955750A (zh) | 基于特征融合和粒子滤波的滚动轴承剩余寿命预测方法 | |
CN104766175A (zh) | 一种基于时间序列分析的电力系统异常数据辨识与修正方法 | |
CN109323754A (zh) | 一种列车车轮多边形故障诊断检测方法 | |
CN105469138A (zh) | 基于粒子群和支持向量机的控制系统执行器故障诊断方法 | |
CN101718862B (zh) | 基于ar模型和小波变换的核电站松动件定位方法 | |
CN109558635B (zh) | 一种基于单元模态应变能灵敏度的结构区间不确定性损伤识别方法 | |
CN107729706A (zh) | 一种非线性机械系统的动力学模型构建方法 | |
CN108804740B (zh) | 基于集成改进ica-krr算法的长输管道压力监测方法 | |
CN107247687B (zh) | 一种基于特征正交分解的非平稳随机过程快速模拟方法 | |
CN103217213A (zh) | 基于响应信号时频联合分布特征的模态参数辨识方法 | |
CN103839106B (zh) | 一种基于遗传算法优化bp神经网络的球磨机负荷检测方法 | |
CN101975825B (zh) | 一种提取拉深件裂纹声发射信号特征参数的方法 | |
CN106202977A (zh) | 一种基于盲源分离算法的低频振荡模式分析方法 | |
CN103438794A (zh) | 一种基于压电传感网络的工程结构冲击位置确定方法 | |
CN104008644A (zh) | 一种基于梯度下降的城市道路交通噪声测量方法 | |
CN105702305A (zh) | 核电站松动部件多目标三维动态跟踪方法 | |
CN104931040A (zh) | 基于机器学习的北斗ⅱ代导航系统电力铁塔变形监测设备安装和调试方法 | |
CN104156504B (zh) | 一种发电机励磁系统参数可辨识性判定方法 | |
CN103530660B (zh) | 一种带钢张力传感器故障早期诊断方法 | |
CN110398775B (zh) | 隧道突涌水灾害微震事件信号波动初至拾取方法及系统 | |
WO2009133078A1 (de) | Verfahren und vorrichtung zur lokalisation mindestens eines gegenstandes | |
CN104239598A (zh) | 一种面向动态系统模型验证的多元数据分析方法 | |
CN105045965A (zh) | 基于仿真数据库的压力容器lpms质量估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |