我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

基于机器学习的小型核反应堆系统状态预测方法 下载：38 浏览：285

曾聿赟1 刘井泉1 杨春振1 孙凯超2 《核工业与技术》 2018年3期

摘要:
为支持小型可移动高温熔盐堆(TFHR)自动控制系统的开发，提出了一种基于机器学习的反应堆状态预测模型，以根据仪控系统的监测数据评估反应堆当前状态并预测其未来发展。该模型由一个反应堆物理子模型和热工子模型构成，由TFHR一回路的RELAP模型生成训练数据，通过支持向量回归(SVR)训练得到，并采用粒子滤波(PF)方法估计其中的未知模型参数。通过TFHR反应性引入事故的测试算例表明，本文提出的预测模型在预测反应堆状态、估计模型参数(如反应性引入率)等方面具有良好的性能。

矿山机电设备智能监测与预测技术研究 下载：96 浏览：977

李强 《矿山工程与技术》 2024年5期

摘要:
矿山机电设备的智能监测与预测技术在矿山生产中具有重要意义。本文通过对智能监测技术的原理与特点、应用、以及状态预测技术的方法与应用进行详细分析和阐述。智能监测技术利用先进的传感器技术和数据处理算法，实现对机电设备的实时监测和分析，从而提高了设备的安全性和可靠性。而基于历史数据和算法模型的状态预测技术，则能够预测设备的未来发展趋势，为维护和管理提供科学依据。通过构建智能监测系统和建立状态预测模型，可以有效预防设备故障，提高生产效率，为矿山机电设备的安全运行提供了有力支撑。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享