一种强噪声背景下的核电厂主泵故障诊断方法技术

本说明书公开一种强噪声背景下的核电厂主泵故障诊断方法，方案可以包括：先通过实验台架采集强噪声下主泵的转子不对中、轴端弯曲、裂纹及不平衡故障的加速度信号；再利用白鲸优化算法BWO优化变分模态分解VMD与小波变换WT，对信号进行降噪处理，解决传统降噪参数依赖经验的缺陷；最后利用降噪后的信号进行时域特征参数提取，再构建双向长短期记忆自编码器Bi‑LSTM‑AE模型，借助其双向时序建模和自编码重构能力实现故障诊断。该方案可以提升强噪声下信号降噪效果与故障特征判别能力，增强诊断精度，为核电厂主泵安全运行提供保障。

【技术实现步骤摘要】

本专利技术涉及核电厂设备安全，具体而言，涉及一种强噪声背景下的核电厂主泵故障诊断方法。

技术介绍

1、核电厂主泵作为维持反应堆冷却剂循环的关键设备，其运行状态直接关乎整个核电系统的安全与稳定。主泵长期处于高负荷、高噪声的复杂工况下，即使是轻微故障，在恶劣运行环境的影响下，也可能迅速恶化，造成严重的设备损伤，甚至引发系统停堆，带来巨大的经济损失和安全风险。因此，实现对主泵潜在故障的早期精准诊断，成为保障核电设备安全稳定运行的核心技术难题。

2、在众多故障诊断方法中，基于振动信号的诊断技术凭借其非侵入性、信息丰富等优势，成为研究热点。然而，在实际应用过程中，环境噪声干扰成为阻碍该技术有效实施的关键因素。强噪声会掩盖设备关键特征信息，导致信号信噪比大幅降低，使得后续的特征提取与分类准确性受到严重影响。为了提升故障诊断的可靠性，在开发故障诊断算法前，必须先对信号进行降噪处理。

3、目前，强噪声背景下的降噪算法在其他领域，如电子通信、机械故障诊断等，已有较为广泛的研究，并取得了一定成果。但在核电厂主泵领域，相关研究尚处于起步阶段。以xue-y本文档来自技高网...

【技术保护点】

1.一种强噪声背景下的核电厂主泵故障诊断方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的强噪声背景下的核电厂主泵故障诊断方法，其特征在于，所述步骤S2中的BWO算法包括搜索阶段、开发阶段和鲸落阶段，具体优化过程为：

3.根据权利要求1所述的强噪声背景下的核电厂主泵故障诊断方法，其特征在于，所述Bi-LSTM-AE模型的自编码器AE的编码-解码过程为：

【技术特征摘要】

1.一种强噪声背景下的核电厂主泵故障诊断方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的强噪声背景下的核电厂主泵故障诊断方法，其特征在于，所述步骤s2中的bwo算法包括搜索...

【专利技术属性】
技术研发人员：夏虹，黄学颖，刘永阔，姜莹莹，尹文哲，冉文豪，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：