房超　李博西　段崇瑞

【摘 要】为提高核动力装置运行监测与诊断的能力，文中提出了基于RBF神经网络的核动力装置故障诊断方法。通过对核动力装置的一些典型故障特性进行分析，选取了适当的训练样本，并训练通过MATLAB所建立的神经网络模型，验证神经网络的可行性。结果表明，RBF神经网络成功地诊断出了故障，具有良好的诊断效果。

【关键词】核动力装置；RBF神经网络；故障诊断

System Fault Diagnosis for Primary Circulation of Nuclear Power Plant Based on RBF Neural Network

FANG Chao LI Bo-xi DUAN Chong-rui

（CNNC Liaoning Nuclear Power Co.， Ltd，Huludao Liaoning 125000，China）

【Abstract】In order to improve the ability of nuclear power plant operation monitoring and diagnosis， the fault diagnosis method of nuclear power plant based on RBF neural network is proposed. Through the analysis of some typical fault characteristics of nuclear power plant， the appropriate training samples are selected， and the neural network model established by MATLAB is trained to verify the feasibility of the neural network. The results show that the RBF neural network has successfully diagnosed the fault， which has a good diagnostic effect.

【Key words】Nuclear power plant； RBF neural network； Fault diagnosis

0 前言

核动力装置是一个非常复杂的系统，其严重事故情况会产生非常大的危害，如三里岛以及切尔诺贝利事故，由于操作员对反应堆状态的错误认识，都造成了反应堆烧毁和放射性物质外泄。为了让操作员在故障时尽快准确地断定发生的故障，避免错误的判断及处理方法，一个较好的方法是开发一个故障诊断系统自动地进行诊断，如发生故障，则由操作员根据诊断结果来采取正确的操作，降低事故后果，防止事故的进一步扩大[1]。

径向基函数（RBF）神经网络是一种性能良好的前向网络，其既有生物背景，又与函数逼近理论相吻合，适合于多变量函数逼近，并且还具有唯一最佳逼近点的优点[2]。本文提出了基于RBF神经网络的核动力装置一回路故障诊断方法，并验证RBF神经网络诊断的准确性。

1 径向基神经网络模型

1.1 径向基神经元模型

图中每一个输入被赋予一定的权值，与偏差求和后作为神经元传递函数，最常用的传递函数是高斯函数。与其他类型的神经元有所不同的是，径向基神经元传递函数的输入是权值向量和输入向量之间的向量距离与偏差b的乘机。……