蒸汽发生器水位特性与智能控制方法研究

论文摘要

在压水堆核动力装置中,蒸汽发生器（Steam Generator,以下简称SG）是产生发电设备转动所需蒸汽的设备。为确保堆芯的充分冷却和防止汽轮机叶片的损坏,将SG水位控制在合理的位置是十分重要的。非线性、高复杂性、时变、“膨胀”和“收缩”现象以及非最小相位等特性致使SG水位控制成为一直以来的难题。而且SG参数随着不同运行工况变化而变化,传统的固定参数PID控制系统难以在全功率范围内取得令人满意的结果。本文结合SG水位模型对SG水位的动态特性进行了充分地分析,在此基础上,将遗传算法、模糊控制技术、模糊神经网络技术等多种智能控制方法在SG水位控制系统中的应用进行了研究。研究内容包括:利用遗传算法的全局搜索能力设计了基于遗传算法优化的PID控制系统;利用模糊控制技术不需要被控对象精确数学模型的特点,实现了对SG水位的有效控制,同时与遗传算法结合优化了SG水位模糊控制系统参数;将模糊技术与神经网络结合,设计了基于传统BP算法的模糊神经网络控制器、基于遗传算法优化的模糊神经网络控制器以及带有快速学习能力的补偿神经元的补偿模糊神经网络控制器,实现了三种具有自学习能力的SG水位模糊神经网络控制系统。本文运用VC++、MATLAB编制了上述智能控制系统的仿真程序,仿真结果表明所设计的控制系统均比传统PID控制系统具有更好的控制性能,因此对水位的智能控制研究具有一定的指导作用。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 SG水位控制简介
• 1.2 SG水位控制难点分析
• 1.3 智能控制方法简介
• 1.4 SG水位智能控制应用研究现状
• 1.5 本文的研究目的和内容
• 第2章 蒸汽发生器水位特性分析
• 2.1 SG水位扰动和静态特性
• 2.2 SG水位特性分析
• 2.2.1 SG水位模型及分析程序
• 2.2.2 蒸汽流量变化对水位的影响
• 2.2.3 给水流量变化对水位的影响
• 2.3 本章小结
• 第3章 遗传算法及蒸汽发生器水位PID控制
• 3.1 遗传算法的基本原理
• 3.1.1 遗传算法的基本操作
• 3.1.2 遗传算法的特点
• 3.1.3 应用遗传算法的关键
• 3.2 SG水位传统PID控制
• 3.2.1 PID控制原理
• 3.2.2 过程控制系统的组成和性能指标
• 3.2.3 SG水位传统PID控制
• 3.3 基于GA优化的SG水位PID控制
• 3.3.1 PID参数GA寻优原理及流程
• 3.3.2 SG水位模型的离散化
• 3.3.3 GA优化PID的步骤和流程
• 3.3.4 基于GA优化的水位PID控制仿真分析
• 3.4 本章小结
• 第4章 蒸汽发生器水位模糊控制
• 4.1 模糊控制简介
• 4.1.1 模糊控制系统的基本组成
• 4.1.2 模糊控制器设计的基本方法
• 4.2 常规SG水位模糊控制系统设计及仿真
• 4.2.1 常规SG水位模糊控制器的设计
• 4.2.2 常规SG水位模糊控制系统结构
• 4.2.3 常规SG水位模糊控制系统仿真与分析
• 4.3 基于遗传算法的水位模糊控制系统优化设计及仿真
• 4.3.1 常规模糊控制器的不足
• 4.3.2 水位模糊控制系统的GA优化设计
• 4.3.3 基于GA的水位模糊控制系统仿真与分析
• 4.4 典型工况下水位控制方法比较
• 4.5 本章小结
• 第5章 蒸汽发生器水位模糊神经网络控制
• 5.1 模糊神经网络概述
• 5.1.1 人工神经网络
• 5.1.2 模糊神经网络的研究和发展
• 5.1.3 模糊神经网络学习算法现状
• 5.2 常规FNN水位控制系统与仿真
• 5.2.1 常规FNN结构和BP学习算法
• 5.2.2 常规FNN水位控制系统设计
• 5.2.3 常规FNN水位控制系统仿真及分析
• 5.3 基于GA的FNN水位控制与仿真
• 5.3.1 FNN结构和GA学习算法
• 5.3.2 SG水位GAFNN控制系统设计
• 5.3.3 GAFNN水位控制系统仿真及分析
• 5.4 补偿模糊神经网络水位控制与仿真
• 5.4.1 CFNN结构和学习算法
• 5.4.2 CFNN水位控制系统设计
• 5.4.3 CFNN水位控制系统仿真及分析
• 5.5 典型工况下三种FNN控制方法比较
• 5.6 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢