文献

J-GLOBAL ID：201802221948753477   整理番号：18A1779332

Bayesネットワークに基づく原子力発電所におけるマルチソースセンサノードによる故障診断のためのフレームワーク【JST・京大機械翻訳】

Framework for fault diagnosis with multi-source sensor nodes in nuclear power plants based on a Bayesian network

著者 (11件)： Wu Guohua (Institute of Nuclear and New Energy Technology, Tsinghua University, Beijing 100084, China) ,  Wu Guohua (Collaborative Innovation Center of Advanced Nuclear Energy Technology, Tsinghua University, Beijing 100084, China) ,  Wu Guohua (The Key Laboratory of Advanced Reactor Engineering and Safety of Ministry of Education, Beijing 100084, China) ,  Tong Jiejuan (Institute of Nuclear and New Energy Technology, Tsinghua University, Beijing 100084, China) ,  Tong Jiejuan (Collaborative Innovation Center of Advanced Nuclear Energy Technology, Tsinghua University, Beijing 100084, China) ,  Tong Jiejuan (The Key Laboratory of Advanced Reactor Engineering and Safety of Ministry of Education, Beijing 100084, China) ,  Zhang Liguo (Institute of Nuclear and New Energy Technology, Tsinghua University, Beijing 100084, China) ,  Zhang Liguo (Collaborative Innovation Center of Advanced Nuclear Energy Technology, Tsinghua University, Beijing 100084, China) ,  Zhang Liguo (The Key Laboratory of Advanced Reactor Engineering and Safety of Ministry of Education, Beijing 100084, China) ,  Zhao Yunfei (Department of Mechanical and Aerospace Engineering, The Ohio State University, Columbus, OH 43210, USA) ,  Duan Zhiyong (Nuclear Power Institute of China, Chengdu 610000, China)
資料名： Annals of Nuclear Energy  (Annals of Nuclear Energy)
巻： 122  ページ： 297-308  発行年： 2018年 
JST資料番号： C0325D  ISSN： 0306-4549  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 故障検出と診断(FDD)は,大規模で複雑なシステムから成る原子力発電所(NPP)のための安全警報と診断機能を提供する。ここでは,FDDのためのBayesネットワーク(BN)に基づく技術的フレームワークを,容易な可視化,パラメータ不確実性の表現,および不完全データによる診断を実行する能力の利点のために導入した。しかしながら,BNは,それがNPPsに適用されるとき,新しい問題を引き起こす。すなわち,複数のセンサからのパラメータまたはノード情報に対処する方法。センサデータは,ネットワークにおける各センサのための単一ノードの生成が情報過負荷をもたらすために,統合されなければならない。本論文は,この問題に対する可能な解決策を提案し,次に,バックボーンとしてBNを有するFDDシステムフレームワークを構築した。このフレームワークの中で,主成分分析を用いて,機能不全センサからの情報を取り除き,ファジィ理論とデータ融合を組み合わせて,データ精度をさらに改善し,複数センサから1ノードにデータを結合した。これに基づいて,不完全なデータを扱うことができるので,BN推論ジャンクションツリーアルゴリズムをFDDにおいて使用した。加圧水反応器のBNモデルを作成し,この方法の枠組みを検証した。シミュレーション実験により,マルチセンサ情報を用いたNPにおけるオンラインFDDに対する提案方法の適合性を示した。従って,提案した方法はNPPsのFDDに対する実行可能な方式であると結論した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレーション ,  安全性 ,  警報 ,  *ネットワーク ,  *故障診断 ,  可視化 ,  適応性 ,  モデル ,  機能障害 ,  *センサ ,  過負荷 ,  主成分分析
準シソーラス用語： オンライン ,  *センサノード , 【Automatic Indexing@JST】

著者キーワード (6件)： 原子力発電所 ,  故障検出と診断 ,  Bayesネットワーク ,  マルチソースセンサノード ,  主成分分析 ,  データ融合

分類 (3件)： 原子炉核特性  (MD02040B) ,  原子炉安全一般  (MD06010W) ,  水冷却炉の安全性  (MD06020H)

タイトルに関連する用語 (4件)： Bayesネットワーク ,  原子力発電所 ,  故障診断 ,  フレームワーク