2016-4(21)

Эксплуатация объектов атомной отрасли

Наименование публикацииДИАГНОСТИРОВАНИЕ ЭЛЕКТРОПРИВОДНОЙ АРМАТУРЫ С ИСПОЛЬЗОВАНИЕМ ЭНТРОПИЙНЫХ ПОКАЗАТЕЛЕЙ
Авторы© 2016 Е.А. Абидова, Л.С. Хегай, А.В. Чернов, О.Е. Драка, О.Ю. Пугачёва
Адреса авторов

Волгодонский инженерно-технический институт – филиал Национального исследовательского ядерного университета «МИФИ», Волгодонск, Ростовская обл., Россия

АннотацияДиагностирование электромеханического оборудования АЭС требует разработки методов, направленных на контроль степени износа по сигналу тока двигателя. Показано, что износ влияет на стохастические параметры сигнала, которые не оценивается штатными методами. Целью работы явилась разработка методов, направленных на определение стохастических параметров сигнала тока электромеханического оборудования. В рамках работы решены следующие задачи: теоретически показана связь энтропии Шеннона с состоянием электроприводной арматуры; диагностические сигналы оборудования АЭС обработаны с использованием предлагаемых и штатных методов, и показана большая чувствительность энтропии Шеннона по отношению к отдельным видам дефектов.
Ключевые словатехническая диагностика, токово-временные параметры, спектральный анализ, энтропия Шеннона, АЭС
ЯзыкРусский
Список литературы
  1. Адаменков, А.К. и др. Опыт разработки стационарных систем диагностики арматуры. [Текст] / А.К. Адаменков, А.В. Матвеев, В.В. Головлев, М.Г. Рязанова, А.Б. Ярышев, С.М. Иванов // Арматуростроение. – 2009. – №1(58). – С. 77–80.
  2. Слепов, М.Т. и др. Технологии анализа диагностических параметров электроприводной арматуры на действующих энергоблоках Нововоронежской АЭС. [Текст] / Е.А. Абидова, В.Н. Никифоров, О.Ю. Пугачева, М.Т. Слепов // Электротехнические комплексы и системы управления. – 2014. – №4. – С. 16–22.
  3. Lei, Y., Z. He, and Y. Zi, A new approach to intelligent fault diagnosis of rotating machinery. Expert Systems with Applications, 2008. 35(4): p. 1593-1600.
  4. Zhang, L., et al., Bearing fault diagnosis using multi-scale entropy and adaptive neuro-fuzzy inference. Expert Systems with Applications, 2010. 37(8): p. 6077-6085.
  5. P. Thota, H. Dankowicz, Tc-hat: a novel toolbox for the continuation of periodic trajectories in hybrid dynamical systems, SIAM Journal of Applied Dynamical Systems 7(2008) 1283-1322.
  6. He, Q., Wang, L. and Liu, B. 2007. Parameter estimation for chaotic systems by particle swarm optimization. Chaos, Solitons and Fractals 34: 654-61.
  7. Чумак, О.В. Энтропия и фракталы в анализе данных [Текст] / О.В. Чумак. – М.–Ижевск: НИЦ «Регулярная и хаотическая динамика», Институт компьютерных исследований, 2011. – 164 с.
  8. Абидова, Е.А. Идентификация информационных процессов в системе диагностики электроприводной арматуры атомных станций: автореф. дис. канд. техн. наук [Текст] / Е.А. Абидова. – Волгоград, 2011. – 18 с.
Страницы69 - 77
URL cтраницыАдрес статьи
 Открыть публикацию