基于Hilbert-Huang变换和BP神经网络的核级电动阀门退化趋势预测

来源：核动力工程杂志2022年第3期北京时间：

作者：刘杰, 张林, 王运生, 闫晓, 湛力, 欧柱

单位：1.中国核动力研究设计院，成都，610213；2.电子科技大学，成都，611731；

摘要：核级电动阀门服役环境恶劣，极易发生退化失效。为准确预测核级电动阀门性能退化趋势，采用Hilbert-Huang变换（HHT）和反向传播神经网络（BPNN）相结合的方法（HHT-BPNN）对核级电动阀门的退化状态进行预测。本文采用某次核级电动阀门可靠性试验的振动信号对电动阀门退化趋势进行预测，结果显示该方法能准确预测出核级电动阀门的3种退化状态，且其相对误差在可接受范围内。研究表明HHT能够有效提取信号的退化信息，BPNN能够准确预测核级电动阀门的退化趋势，HHT-BPNN预测方法能有效解决核级电动阀门性能退化预测困难的问题。

关键词：核级电动阀门, Hilbert-Huang变换（HHT）, 反向传播神经网络（BPNN）, 退化预测