核泵轴承是核电发展的关键技术之一,泵轴运转时所受的轴向力和径向力会严重影响轴承使用寿命,严重时甚至会对轴承造成损坏。在役运行的核主泵系统不允许有附加的轴向力和径向力直接测量装置,因此研究出一种轴向力和径向力软测量方法对于在役运行的核主泵的安全监控与主动维护有重要意义。本文以沈阳鼓风机集团核电泵业有限公司模型泵为试验对象,以深度学习和软测量技术为理论基础,分别设计了轴向力和径向力的软测量模型。本文首先对核泵工艺、轴向力和径向力产生原因进行分析,根据经验公式以及查阅文献确定了影响轴向力的辅助变量如介质温度、流量、进出水口压力等,影响径向力的辅助变量如流量、扬程、转速等。完成了轴向力和径向力及其辅助变量的机械结构测试方案设计。其次根据轴向力和径向力特点,分别搭建了轴向力和径向力的简化卷积神经网络软测量模型结构,该模型为了更加细化参数之间关系去除了传统卷积神经网络的池化层,轴向力和径向力的模型结构均为两个连续卷积层和一个的全连接层构成,两个卷积层分别为3*3*4和2*2*4的网络结构,由于径向力的分布不均匀,径向力模型的全连接层输出要有径向力大小和角度两个神经元,因此设计轴向力和径向力模型的全连接层分别为4*3*1和4*3*2的网络结构。完成了基于LabVIEW的核主泵轴向力和径向力测控系统设计,包括轴向力和径向力数据及辅助变量的测试方案设计、连接数据库设计、数据软件滤波设计等。同时选择了适合各辅助变量的传感器型号并通过NI数据采集卡与工控机实现连接。最后对软测量模型进行仿真验证,根据误差曲线以及对常用的评价指标计算分析,结果表明简化卷积神经网络软测量模型对轴向力和径向力预测有较高的精度,可以准确地根据输入变量预测出核泵轴、径向力大小与角度,对维护核泵运行安全有重要意义。