基于神经网络的蒸汽发生器过程辨识方法研究

在核电站运行过程中,由于蒸汽流量随负荷变化,蒸汽发生器内沸腾区域的气泡数量因局部压力变化而变化,水位呈现瞬时"虚假水位"现象,给蒸汽发生器的水位特性辨识带来困难.如果处理不当,就会严重影响核电站的安全运行.为了提高蒸汽发生器水位特性的辨识效果,对基于神经网络的蒸汽发生器水位辨识方法进行了研究.辨识模型采用串-并联型辨识结构.网络训练采用Levenberg-Marququardt BP学习算法(LMBP).仿真结果表明,所提出的方法具有良好的辨识性能.     

集成神经网络方法在蒸汽发生器故障诊断中的应用

针对蒸汽发生器传统故障检测与诊断方法的不足,提出了基于集成神经网络的蒸汽发生器故障检测与诊断的新方法。该方法采用两个神经网络。一个神经网络作为蒸汽发生器的动力学模型,用于蒸汽发生器的重要运行参数的预测,其原理是通过检测蒸汽发生器运行参数监测信号值与相应的蒸汽发生器神经网络模型预测值之间的偏差来确定是否发生了异常,如果某一参数偏差超过了预先给定的极限,就认为发生了异常。另一个神经网络作为故障分类模型,用以对蒸汽发生器故障进行分类,给出故障的类型。由两个神经网络监测和诊断结果的融合给出蒸汽发生器故障较为清晰的信息。仿真结果表明,该方法能够提高蒸汽发生器监测与诊断的能力。     

基于模糊神经网络的直流蒸汽发生器压力协调控制

针对直流蒸汽发生器水容积小,蓄热能力小,数学模型具有不确定性和非线性,在负荷变化或受到扰动的动态过程中出口蒸汽的压力难于控制的特点,引入了协调控制思想,将蒸汽发生器出口蒸汽流量与给水流量引入到控制系统,将模糊神经网络应用到直流蒸汽发生器出口压力的控制中,在线调整神经网络的权值,在此基础上设计了基于模糊神经网络的直流蒸汽发生器压力协调控制器。仿真结果表明,该控制较PID控制具有更小的超调量和调整时间,对实际控制系统设计具有一定的参考价值。     

蒸汽发生器传热管腐蚀监测技术研究

蒸汽发生器传热管的腐蚀监测是保障核动力装置安全运行的重要问题之一.在对声发射技术原理进行介绍的基础上,采集和分析利用声发射仪对传热管进行加压实验时的声发射信号.实验结果表明:在传热管上形成微小直径穿孔性管壁腐蚀点,这种点蚀形成后,腐蚀先是向深处发展,形成尖端腐蚀,然后再向两侧延伸,逐渐形成裂纹,随着裂纹的进一步发展便形成泄漏事故;利用声发射仪对蒸汽发生器的传热管工作过程进行实时监控,可实时判断传热管材料的应力腐蚀情况,操作人员可根据声发射信号强度及其变化控制核动力装置的运行情况.     

改进型蒸汽发生器的研究

论及核蒸汽发生器的重要性，运行经验，管子严重降质以及应采取的对策。提出了对改进型蒸汽发生器的意见。     

随机相关法辨识蒸汽发生器动态特性

本文运用相关辨识理论,用模拟装置对核电站蒸汽发生器进行水位高度随阀门开度变化的动态特性辨识。辨识是在 FFT 频谱分析仪上进行的,直接由蒸汽发生器的输入,输出信号得到相关函数,从而求得蒸汽发生器的动态特性曲线,并进行分析和研究。     

基于对角回归神经网络的饱和式蒸汽发生器水位控制

神经网络具有较强的自学习和自适应能力,本文设计了基于对角回归神经网络(DRNN)的控制系统,选择合适的学习率,实现饱和式蒸汽发生器水位变化率的快速稳定辨识和自适应控制.仿真结果表明,蒸汽发生器水位的控制效果良好.     

遗传神经网络在蒸汽发生器故障诊断中的应用

针对传统的BP神经网络学习算法易陷入局部极小以及收敛速度慢等问题,本文在神经网络中融合遗传算法,并将其应用到蒸汽发生器(SG)故障诊断中。结果证明,该算法能有效地解决网络训练中的收敛问题。     

岭澳核电站二期蒸汽发生器水位控制系统相关传递函数的辨识方法

对岭澳核电站二期蒸汽发生器水位控制系统设计过程中未知的被控对象和物理过程传递函数进行辨识研究,给出辨识方法.根据设备特性曲线,利用瞬态分析程序( CATIA2)计算得到瞬态结果.对所得的结果进行分析和数据提取,得到辨识基本数据,然后采用MATLAB程序建立参数估计所需模型,进行参数辨识,最终得到相关传递函数,得到的传递...     

整体式预热器U型管蒸汽发生器数学模型及动态模拟

本文针对整体式预热器Ｕ型管蒸汽发生器建立了热工数学模型并进行了动态模拟。该模型是一个２５阶、非线性、可移动边界模型。包括：一、二次侧的质量与能量平衡方程以及确定二次侧下降段流量的动量守恒方程。对所建立的模型利用Ｇｅａｒ方法作了蒸汽阀门开度阶跃１０％的瞬态模拟，所得结果和国外所公布的结果吻合得很好。由此可见。本文所建立的模型可以为这种蒸汽发生器的设计、运行、控制提供理论依据。     

基于elman神经网络的蒸汽发生器水位重构

蒸汽发生器(SG)水位指示仪表出现虚假指示或者丧失指示的情况时有发生,严重影响操纵员对核动力装置运行情况的判断。elman神经网络是典型的动态神经网络,在处理复杂非线性对象中能直接反映动态过程系统的特性。本文提出用elman神经网络重构蒸汽发生器水位的方法,以主蒸汽管道破口事故下重构蒸汽发生器水位为例建模求解,与仿真数据进行对比,结果表明elman神经网络对SG水位重构的相对误差小、精度高,能满足实际需要。     

基于LMIs的核电站蒸汽发生器水位控制策略研究

核电站蒸汽发生器水位常因多种干扰而具有不确定性,因此传统线性水位控制系统较难满足核电站运行要求。针对具有一定不确定性的核电站蒸汽发生器水位模型,根据其特性,借助线性矩阵不等式(LMIs)设计状态反馈H^∞控制器、基于极点配置的H^∞控制器以及H^∞跟踪控制器。在不同稳定工作点下通过仿真试验对上述控制器的效果进行验证和比较,得出了不同稳定工作点下控制策略的特性。     

套管式直流蒸汽发生器动态实时仿真研究

基于基本的流体质量、能量和动量守恒原理,建立了套管式直流蒸汽发生器的动态数学模型。该模型采用集总参数和移动边界的建模方法,将直流蒸汽发生器流道分为欠热段、沸腾段和过热段。采用Gear算法求解,对建立的模型进行稳态和动态仿真,并利用RELAP程序进行校验。结果表明：所建立的模型是正确和有效的,能用来进行直流蒸汽发生器的动态特性实时仿真。     

蒸汽发生器二次侧流场三维数值模拟

基于FLUENT软件程序,采用多孔介质模型,在蒸汽发生器二次侧流场为单相流动的条件下,建立了蒸汽发生器二次侧流场的三维流动计算模型.计算核电厂稳态运行过程中蒸汽发生器二次侧的三维流场,得到整个流场的压力和速度分布.最后对数值模拟的流场进行了分析,得到比较满意的结果.     

核电厂主蒸汽16N监测用于蒸汽发生器泄漏率测量的研究

文章介绍了CPR1000、AP1000和EPR核电厂广泛采用的法国新型16N监测设备的组成和技术特点,通过实例描述了16N探测器可用性放射源检查试验.对16N监测的量化计算方法进行了分析和研究,根据国内外已有研究成果,推导出了量化计算公式.介绍了红沿河核电站某机组的蒸汽发生器泄漏率16N监测计算系数和应用实例.     

基于概率神经网络的核动力装置异常运行工况识别方法设计

核动力装置结构复杂、运行参数多且耦合程度高,在异常运行工况时,运行参数之间存在极其复杂的非线性关系。采用人工方式进行故障诊断难度较大,亟需一种能高效识别异常运行工况类型的智能技术。概率神经网络（PNN）具有良好的非线性映射功能,适用于核动力装置多参数、强耦合情况下的异常运行工况识别。本文选取6种核动力装置异常运行工况,依托核动力装置事故分析平台进行了模拟计算并提取了特征参数。分别采用PNN与BP神经网络方法,在MATLAB环境中建立了异常运行工况识别模型,并进行了验证。结果表明,基于PNN的异常运行工况识别方法有效,且较传统BP神经网络方法更准确、快速。     

直流蒸汽发生器控制系统研究

在所建立的直流蒸汽发生器动态数学模型基础上,研究和分析了直流蒸汽发生器在各种扰动下尤其在负荷变化下的响应,得到了在这些扰动下直流蒸汽发生器压力和各段长度的变化规律。在此基础上研究了串级控制系统和基于神经网络的自学习模糊控制系统,并进行了控制系统仿真研究,结果显示两种控制系统都具有较好的控制能力。研究结果对实际直流蒸汽发生器的控制系统设计具有一定的指导意义。