融合改进PSO与TCN的核电冷却水泵故障诊断模型

doi:10.15938/j.jhust.2025.04.003

哈尔滨理工大学学报 ›› 2025, Vol. 30 ›› Issue (04) : 18 -29. DOI: 10.15938/j.jhust.2025.04.003

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对核电冷却水泵工况多变、故障诊断困难的问题，提出一种融合改进PSO与TCN的核电冷却水泵故障诊断模型(AMsPSO-TCN)。该模型利用一种自适应多种群粒子群优化算法(adaptive multi swarm particle swarm optimization algorithm, AMsPSO)对时间卷积网络(temporal convolutional network, TCN)的阈值与偏置进行优化调整，将优化后的TCN用于冷却水泵故障诊断。在实验中，首先将AMsPSO算法与已有的PSO改进算法进行基准函数优化对比，结果表明，AMsPSO算法具有更好的寻优精度和更快的收敛速度；然后以某核电站冷却水泵实测数据作为实验数据，实验表明，AMsPSO-TCN模型相对于已有模型的故障识别精度提高了8.1%,达到了98.3%。因此，AMsPSO-TCN模型是一种有效的故障诊断模型。