期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于聚类和随机搜索优化的核反应堆数字孪生参数反演模型
被引量：
3
1
作者
龙家雨
宋美琪
+2 位作者
柴翔
刘晓晶
妥艳洁
《原子能科学技术》
EI
CSCD
北大核心
2024年第1期125-134,共10页
为了实现对核反应堆内置传感器的大量数据的高效存储、传输和分析,本文结合聚类算法与随机搜索优化的人工神经网络,对空间热离子反应堆的数字孪生系统搭建了一个参数反演模型,实现在热管失效工况下的堆芯温度数据的反演。使用20%热管失...
为了实现对核反应堆内置传感器的大量数据的高效存储、传输和分析,本文结合聚类算法与随机搜索优化的人工神经网络,对空间热离子反应堆的数字孪生系统搭建了一个参数反演模型,实现在热管失效工况下的堆芯温度数据的反演。使用20%热管失效工况下空间热离子反应堆堆芯4个区域的温度数据,通过K-means聚类与轮廓系数指标提取各区域的特征温度参数,通过随机配置优化的全连接人工神经网络(ANN)完成特征参数到其他参数的反演,并对反演效果进行验证。研究结果表明,运用该方法对燃料、发射极、接收极、冷却剂4个区域进行参数反演,温度反演值的相对误差均方根分别为0.55%、0.41%、0.19%、0.18%,其中用于反演的特征参数占总参数比例均不超过8%。因此本研究建立的参数反演模型能够获取特征参数的物理含义,并对空间热离子反应堆堆芯温度参数进行较高精度的反演。
展开更多
关键词
数字孪生
空间热离子反应堆
K-MEANS聚类
人工神经网络
参数反演
在线阅读
下载PDF
职称材料
题名
基于聚类和随机搜索优化的核反应堆数字孪生参数反演模型
被引量：
3
1
作者
龙家雨
宋美琪
柴翔
刘晓晶
妥艳洁
机构
上海交通大学智慧能源创新学院
上海交通大学机械与动力工程学院
国家电力投资集团有限公司
出处
《原子能科学技术》
EI
CSCD
北大核心
2024年第1期125-134,共10页
基金
国家重点研发计划(2020YFB1901900)。
文摘
为了实现对核反应堆内置传感器的大量数据的高效存储、传输和分析,本文结合聚类算法与随机搜索优化的人工神经网络,对空间热离子反应堆的数字孪生系统搭建了一个参数反演模型,实现在热管失效工况下的堆芯温度数据的反演。使用20%热管失效工况下空间热离子反应堆堆芯4个区域的温度数据,通过K-means聚类与轮廓系数指标提取各区域的特征温度参数,通过随机配置优化的全连接人工神经网络(ANN)完成特征参数到其他参数的反演,并对反演效果进行验证。研究结果表明,运用该方法对燃料、发射极、接收极、冷却剂4个区域进行参数反演,温度反演值的相对误差均方根分别为0.55%、0.41%、0.19%、0.18%,其中用于反演的特征参数占总参数比例均不超过8%。因此本研究建立的参数反演模型能够获取特征参数的物理含义,并对空间热离子反应堆堆芯温度参数进行较高精度的反演。
关键词
数字孪生
空间热离子反应堆
K-MEANS聚类
人工神经网络
参数反演
Keywords
digital twin
space thermionic reactor
K-means clustering
artificial neural network
parameter inversion
分类号
TL329.2 [核科学技术—核技术及应用]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于聚类和随机搜索优化的核反应堆数字孪生参数反演模型
龙家雨
宋美琪
柴翔
刘晓晶
妥艳洁
《原子能科学技术》
EI
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
