版权说明 操作指南
首页 > 成果 > 详情

基于KNN改进算法的闪烁体探测器故障诊断

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
丁天松;颜拥军;谢宇希;李翔
作者机构:
[丁天松; 颜拥军; 谢宇希; 李翔] 南华大学核科学与技术学院
语种:
中文
关键词:
闪烁体探测器;K近邻算法;机器学习;故障诊断
期刊:
原子能科学技术
ISSN:
1000-6931
年:
2022
卷:
56
期:
7
页码:
1431-1439
机构署名:
本校为第一机构
院系归属:
核科学技术学院
摘要:
为研究核探测器的可靠性,本文提出了一种基于K近邻(KNN)算法的闪烁体探测器故障诊断方法。首先通过提取不同工况下的核脉冲信号的下降沿时间、信号幅值及能谱信号的能峰位置和低道址计数等特征参数,建立故障核信号统计特征信息库。通过修正权重因子,改变邻点距离计算方式等方法改进KNN算法建立闪烁体探测器故障诊断模型,并搭建故障数据采集验证系统,提取探测器输出信号的特征信息放入到模型中进行诊断实验。实验结果表明,该方法不仅能实现对探测器故障类别的智能诊断,而且能对不同故障的严重程度做出良好的判别。

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com