低功率无线传感器模块用于基于机器学习的核电站持续监测
Jae-Cheol Lee1, You-Rak Choi1, Doyeob Yeo1
1Nuclear System Integrity Sensing and Diagnosis Division, Korea Atomic Energy Research Institute (KAERI), 989-111 Daedeok-daero, Yuseong, Daejeon 34057, Republic of Korea.
Sensors (Basel, Switzerland)
|July 13, 2024
概括
本研究介绍了用于核电站的低功耗无线监控系统,提高了安全性和效率. 该系统使用声学分析和边缘计算来减少维护和提高运行可靠性.
科学领域:
- 核工程 核工程是指核工程.
- 传感器技术 传感器技术
- 信号处理 信号处理
背景情况:
- 核电厂的传统有线监控系统成本高昂,并带来风险.
- 需要高效,低维护的监控解决方案来提高核安全.
研究的目的:
- 为核电站设计和实施一种新型的低功耗无线监控系统.
- 通过实时,持续监控来提高安全性和运营效率.
- 与有线系统相比,以减少维护成本和环境影响.
主要方法:
- 利用先进的信号处理技术,包括异极频率转换和向下转换以实现低功耗.
- 集成边缘计算用于传感器层面的本地数据处理.
- 专注于使用麦克风进行声学和超声波信号分析.
主要成果:
- 实现实时,连续监控,无需频繁更换电池.
- 显著降低了维护费用和环境影响.
- 优化对异常的响应时间,并通过边缘计算减少网络负载.
结论:
- 开发的低功耗无线监控系统提高了核电站的可靠性和安全性.
- 该系统为传统的有线方法提供了成本效益和环保的替代方案.
- 奠定了未来整合机器学习用于预测性维护的基础.
