基于中子噪声特征频段时序信号的堆内构件振动预测方法对比研究

来源：核动力工程杂志2025年第3期北京时间：

作者：刘易松, 刘才学, 周成宁, 罗能, 闫纪红, 曾强

单位：1.哈尔滨工业大学，哈尔滨，150001；2.中国核动力研究设计院先进核能技术全国重点实验室，成都，610213；3.成都铭峰新源科技有限公司，成都，610000；

摘要：反应堆堆内构件的振动状态直接关系到核电的运行安全与维修节点的确定，因此如何对堆内构件振动情况进行分析和预测至关重要。本文提出了基于中子噪声特征频段时序信号的堆内构件振动预测方法。该方法从单周期与双周期2个角度，利用统计学习和机器学习模型进行预测，并结合某核电厂采集到的中子噪声信号进行实验验证。实验结果表明，分析方法上，特征频段时序信号处理能有效地利用信号中的时间信息；预测方法上，单周期预测采用统计学习模型、双周期预测采用机器学习模型的准确度更高。因此特征频段时序信号分析方法与合适的预测模型相结合能为核电厂维修节点的预测和确定提供指导。

关键词：堆内构件振动, 中子噪声；特征频段, 时序信号, 机器学习, 统计学习

基金资助：四川省自然科学基金青年基金（2023NSFSC0861）；中国核动力研究设计院原创基金（KJCX-2022-YC1-11）