【技术实现步骤摘要】
本专利技术涉及计算机科学和工程，更具体的，涉及rbf神经网络驱动的液态铅铋合金的管道冲蚀寿命预测方法及系统。
技术介绍
1、铅铋合金反应堆作为第四代核能系统的重要堆型，具有出色的固有安全性，同时具备小型化和模块化建造的潜力，展现了广泛的应用前景。此外铅铋合金作为反应堆的冷却剂，具有低熔点、高密度、高比热、高导热性能的特点，并且具有较好的热传导性能和良好的化学稳定性，可以有效吸收和传递反应堆中的热量同时也可以慢化中子，保证反应堆安全性。然而铅铋合金与钢材之间存在着明显的不相容性，钢材料中的fe、cr、ni材料能溶于铅铋中，导致在管路中液态液态铅铋合金的腐蚀和冲刷问题，这可能会引发大量的固态浮渣，此外铅铋合金中会存在一些氧化物杂质，因为其熔点较高而以固体形式存在。在循环流动的液态液态铅铋合金中，当液态液态铅铋合金处于流动状态时，液态液态铅铋合金将会对钢表面产生高速的相对运动，杂质会在液态金属中扩散，并随着铅铋合金流动，铅铋合金中夹杂的杂质对管道会进行冲刷，冲刷会引起腐蚀产物脱离材料表面从而加速腐蚀，随着液态铅铋合金流体中的固体物质在管路内流...
【技术保护点】
1.RBF神经网络驱动的液态铅铋合金的管道冲蚀寿命预测方法，其特征在于：包括以下具体步骤：
2.根据权利要求1所述的RBF神经网络驱动的液态铅铋合金的管道冲蚀寿命预测方法，其特征在于：实时采集液态铅铋合金的管道冲蚀数据，具体为：
3.根据权利要求1所述的RBF神经网络驱动的液态铅铋合金的管道冲蚀寿命预测方法，其特征在于：对采集到的原始数据进行预处理，具体步骤为：
4.根据权利要求1所述的RBF神经网络驱动的液态铅铋合金的管道冲蚀寿命预测方法，其特征在于：基于径向基函数RBF神经网络结构建立寿命预测模型，具体步骤为：
5....
【技术特征摘要】
1.rbf神经网络驱动的液态铅铋合金的管道冲蚀寿命预测方法，其特征在于：包括以下具体步骤：
2.根据权利要求1所述的rbf神经网络驱动的液态铅铋合金的管道冲蚀寿命预测方法，其特征在于：实时采集液态铅铋合金的管道冲蚀数据，具体为：
3.根据权利要求1所述的rbf神经网络驱动的液态铅铋合金的管道冲蚀寿命预测方法，其特征在于：对采集到的原始数据进行预处理，具体步骤为：
4.根据权利要求1所述的rbf神经网络驱动的液态铅铋合金的管道冲蚀寿命预测方法，其特征在于：基于径向基函数rbf神经网络结构建立寿命预测模型，具体步骤为：
5.根据权利要求4所述的rbf神经网络驱动的液态铅铋合金的管道冲蚀寿命预测方法，其特征在于：采用自适应优化策略训练寿命预测模型，具体步骤为：
6.根据权利要求5所述的rbf神经网络驱动的液态铅铋合金的管道冲蚀寿命预测方法，其特征在于：根据最小距离准则，将每个样本划分到距离其最近的聚类中心，并将每个聚类的样本的平均值作为新的聚类中心，进行反复迭代；计算样本到新聚类中心的距...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。