NSG水位特性神经网络辨识方法研究

核动力蒸汽发生器(NSG)是压水堆核动力装置中把一回路冷却剂从反应堆堆芯带出的热量传递给二回路水的关键性设备。在瞬态、启动和低功率下的“收缩”与“膨胀”现象引起的逆动力学效应使核动力蒸汽发生器水位呈现瞬时“虚假水位”现象,并使其水位特性难以辨识。为了提高辨识效果,提出了NSG水位神经网络辨识的新方法。采用串—并联型辨识结构,以保证辨识的收敛性和稳定性。网络训练采用带动量因子与自适应学习率的BP学习算法。仿真结果表明,所提出的方法能够正确地辨识核动力蒸汽发生器的水位特性,且具有较高的辨识精度。     

核动力装置蒸汽发生器水位的分层模糊自适应控制

针对压水堆核动力装置蒸汽发生器的水位控制提出一种分层模糊自适应控制方案，该方案中2个模糊控制器分层连接，每个模糊控制均采用典型模糊控制单元，使得模糊规则个数和可调参数个数大大减少，便于在线学习和实时控制，给出了分层模糊控制器的解析表达式及可调参数的在线学习方法，在快速加负荷和突然甩负荷的仿真实验中，该方案的控制效果明显优于已有的变参数PID控制，验证了该方案的有效性。     

FCMAC在蒸汽发生器水位控制中的仿真研究

蒸汽发生器是一个高度复杂的非线性时变系统,在其工况变化时具有逆动力学效应,使得蒸汽发生器的水位控制变得复杂.而其工作性能直接影响反应堆的安全运行.采用传统PID控制方案难以达到控制要求.针对蒸汽发生器的水位控制提出一种基于模糊小脑模型连接控制(FCMAC)与PID联合的控制方案.方案中,将传统的CMAC神经网络和模糊控制原理相结合,形成的FCMAC神经网络实现前馈控制,实现被控对象的逆动态模型;PID实现反馈控制,保证系统稳定性,且抑制扰动.仿真结果表明,该方案具有响应快,超调量小,较强抑制干扰能力等良好性能.     

VSS理论在核动力蒸发器水位控制器上的应用研究与仿真

由最小二乘辩识系统模型,采用了变结构控制系统(VSS)理论设计核动力蒸发器水位控制器.仿真结果表明这种新型的控制器比三冲量 PID(比例、微分、积分)控制器,具有更优良的控制效果和较好的应用前景.     

核电站蒸汽发生器水位控制系统的仿真研究

研究核电站蒸发器水位控制优化问题,由于蒸汽发生器是核电站中最重要设备之一,水位控制对核电站的安全运行起着决定性的作用,并要求系统稳定运行,快速响应。针对蒸汽发生器是一个高度复杂、非线性、时变的系统,传统的串级PID控制等控制方法难以取得满意的控制效果,把自抗扰控制方法引入蒸汽发生器水位的串级控制系统中,解决传统PID快速性和超调的矛盾,且能够动态补偿对象模型的内扰和外扰。另外,自抗扰控制器的参数较多且参数难以整定,采用混沌搜索的粒子群混合优化算法来对优化选择参数进行仿真。仿真结果表明,改进方法的鲁棒性和控制品质优于传统的串级PID控制方法,方法的可行性和有效性。     

模糊RBF神经网络在锅炉水位控制中的应用

水位控制是工业锅炉控制系统中一个重要的环节,其控制质量的优劣直接影响到锅炉的安全和经济效益。本文将一种基于模糊RBF神经网络的PID控制器应用与工业锅炉水位的控制当中,它结合了传统PID以及神经网络和模糊控制的优点,可以在线调整得到一组最优的PID控制参数。仿真结果表明这种控制器具有较好的适应性,控制效果得到明显改善。     

基于模糊-PID的汽轮机转速控制系统

船用核动力装置机动性要求较高,采用直流蒸发器的船用核动力装置,多参数问具有较强的耦合关系,各主要控制器之间应能相互协调。汽轮机转速如采用常规的PID调节不能较好地满足控制需求。本文设计了汽轮机转速模糊PID双模控制系统,并对蒸汽压力具有协调控制功能,利用模糊控制的快速动态响应和PID控制的稳态性能,来实现汽轮机转速快速跟踪、稳定控制的要求。仿真试验表明该控制系统响应时间和稳态精度都有明显改善。     

基于模糊RBF神经网络控制器的锅炉汽包水位控制的实现

锅炉是典型的复杂热工系统。对蒸汽锅炉而言，维持汽包水位在一定的范围内是保证锅炉安全运行的首要条件。本文介绍了一种锅炉汽包水位控制器，采用基干模糊RBF神经网络整定的PID控制方法。通过对阶跃输入信号作用下系统动态性能的仿真分析，表明该控制器具有较好的适应性，控制效果得到明显改善。     

基于混沌的小波神经网络免疫PID控制器

针对目前大多数智能PID控制器存在的诸如设计复杂、计算量大、收敛速度慢以及控制精度相对较差等问题,提出一种基于混沌优化的小波神经网络免疫PID控制器的设计方法,该方法用小波神经网络逼近免疫PID的非线性函数,并且引入混沌机制优化免疫PID的参数,进而将该控制器用于工业加热炉的控制,仿真与实验结果表明,该控制器的控制性能优于其它类型的智能PID控制器以及常规PID控制器.     

基于改进型RBF神经网络辨识的PID控制

针对工业控制领域复杂非线性时变系统．提出了基于改进型RBF神经网络的PID参数在线自整定方法。采用改进型RBF神经网络辨识器在线辨识系统模型，自动调整PID控制器参数，实现系统的智能控制。仿真结果表明，与常规RBF神经网络PID控制方法相比，该方法具有控制精度高、响应速度快的优点，并且具备较强的自适应性和鲁棒性。     

火电厂锅炉主汽温控制策略的比较研究

锅炉的主汽温被控对象是一个大惯性、大迟延、非线性且对象变化的系统,常用的汽温控制系统有串级PID控制和基于BP神经网络的PID控制。串级PID控制一般能将主汽温控制在允许的范围内;基于BP神经网络的PID控制将神经网络所具有的自学习能力与PID控制器的鲁棒性相结合,能实现对非线性、大时滞系统模型的控制。对这两种策略在不同负荷下进行了实验仿真,该结果对当前电厂的经济性和安全性有一定参考价值。     

压水堆蒸汽发生器水位的前馈模型预测控制

在压水堆核电站中,引起反应堆停堆的主要原因之一是蒸汽发生器(SG)的水位超过了安全界限。为将SG水位控制在一定范围内以保证核电站安全、可靠、经济地运行,将蒸汽流量作为可测扰动加入预测模型中,设计了具有前馈补偿作用的模型预测控制器(MPC)。对给水流量增量施加约束以减小对给水阀的冲击,采用二次规划(QP)最优化算法求解给水流量的最优值,求解时先对水位施加硬约束,若无可行解则加入软约束,以保证系统的稳定性。仿真结果表明,与变增益PID控制相比,MPC的控制效果更好。     

动态定量称重系统神经网络预测PID控制器研究

采用神经网络预测与PID控制理论相结合,为动态定量称重系统设计了一种神经网络预测PID控制器。该控制器算法简单,通过自学习、记忆功能在线调整PID控制参数KP、Kl、KD。建立了动态定量称重系统的仿真模型,将神经网络预测的PID控制与常规PID进行对比分析,神经网络预测PID控制器具有很好的控制效果。     

中央空调冷冻水系统的神经PID控制

在对神经网络PID控制器的设计中,利用神经网络对PID控制器参数kp,ki,kd的在线整定与调整,实现对中央空调冷冻水变流量的控制,使系统具有良好的稳态性能与控制精度。     

基于神经网络逆控制的水轮机调节系统

根据神经网络对非线性系统模型的辨识能力,将其与自适应逆控制相结合,对水轮发电机组的逆模型进行建模,构建一种新的水轮机调节系统。该方案以逆系统以及系统辨识理论为基础,以水轮发电机组作为被控对象,分别针对其频率和负荷扰动,建立神经网络在线逆控制器,对系统进行调控,并将仿真结果与传统PID控制进行比较。从仿真结果可以看出,所提的控制方案能够实现对水轮发电机组的有效控制,使系统具有较好的动态性能和鲁棒性。