船用核动力装置二回路系统预测控制方法研究

摘要

一体化核动力装置二回路系统，由于强耦合、非线性和动态特性不同等特性，使其控制系统的设计具有一定的挑战性。随着核动力系统自动化程度的提高以及近年来数字设备的可靠性和性能日趋成熟，核动力系统的控制和仪表开始逐渐采用数字设备和网络技术，这使新的控制算法在核动力系统中的应用成为可能。预测控制作为近年来发展起来的一类新型控制算法，由于该方法对实际系统数学模型的依赖性弱、控制综合效果好等诸多优点，使其在核动力系统的应用中受到关注。为此，本文在深入研究核动力装置特性的基础上，对其建模和预测控制方法进行了研究。 在研究了直流蒸汽发生器的结构和换热等特点基础上，应用可移动边界，集总参数法，根据质量、能量和动量守恒方程，建立了直流蒸汽发生器的数学模型，并对其进行了动静态特性仿真研究，这些研究是实现核动力装置二回路系统控制的基础。 基于一体化核动力装置的特点，在直流蒸汽发生器和汽轮机等模型基础上，建立了核动力装置二回路的仿真系统，并对其动态特性进行仿真研究，揭示了其内在固有的特性。在此基础上，根据蒸汽发生器出口蒸汽压力恒定方案，对核动力装置二回路的非线性模型预测协调控制方法进行了研究。结果表明，在负荷动态变化过程中，尤其在大负荷变化时，二回路系统各主要参数(蒸汽发生器出口蒸汽压力和汽轮机功率)波动较大，这对核动力装置二回路系统在变负荷运行的安全性不利。 针对非线性模型预测协调控制方法解决核动力装置变工况及耦合性问题的能力不足，在预测控制算法基础上，应用模糊控制机理，给出了汽轮机转速和蒸汽发生器出口蒸汽压力的多变量模糊预测模型，实现了模糊辨识与预测控制的结合，据此给出了核动力装置二回路系统的多变量模糊模型预测控制方法。仿真结果表明，与非线性模型预测协调控制系统相比，多变量模糊模型预测控制系统获得了更好的控制性能。 由于核动力系统存在严重的耦合性与非线性，并且各设备的动态特性不同，为此，引入将人工神经网络模型与多变量线性预测模型相结合的集成模型，对预测模型进行动态优化，给出了核动力装置二回路多变量集成模型预测控制方法。仿真结果表明，在变工况特别是大负荷变化时，其表现出良好的控制性能，从而，证明了此种方法的可行性。但在控制过程中出现短暂的幅值较大的波动。 针对核动力装置二回路多变量集成模型预测控制过程中存在波动的缺点，引入模糊理论，建立核动力装置二回路控制系统输入量的模糊控制性能评价表，通过模糊决策选择最优输入量，实现了多变量集成模型模糊预测控制。仿真结果表明，应用多变量集成模型模糊预测控制系统后，减小了控制系统输出波动的幅度，取得了更好的控制性能。从而保证了核动力装置安全可靠地运行。

目录

文摘

英文文摘

声明

第1章绪论

1.1课题背景及研究意义

1.2国内外一体化核动力装置的发展

1.3国内外核动力系统控制发展动态

1.3.1模糊控制

1.3.2神经网络控制

1.3.3鲁棒控制

1.3.4预测控制

1.3.5自适应控制

1.4本文的研究方法

1.4.1预测控制理论研究与进展

1.4.2预测控制的基本概念

1.5本文研究的主要内容

第2章核动力装置二回路系统数学模型

2.1引言

2.2直流蒸汽发生器的数学模型

2.2.1基本方程

2.2.2集总参数的选取

2.2.3稳态特性分析

2.2.4动态特性方程

2.2.5传热方程

2.2.6压降计算

2.2.7空泡份额计算

2.2.8蒸汽发生器模型仿真分析

2.3单缸汽轮机的数学模型

2.3.1建模对象简介

2.3.2系统的数学模型

2.3.3汽轮机模型仿真分析

2.4本章小结

第3章核动力装置二回路非线性模型预测协调控制方法研究

3.1引言

3.2核动力装置二回路系统的动态特性

3.3核动力装置二回路系统运行方案

3.4基于Hammerstein模型的非线性模型预测控制器的设计

3.4.1 Hammerstein模型及其参数辨识

3.4.2具有Hammerstein形式的非线性模型预测控制器

3.5核动力装置二回路非线性模型预测协调控制系统

3.5.1核动力装置二回路非线性模型预测协调控制体系结构

3.5.2协调变量的计算

3.6仿真结果

3.7本章小结

第4章核动力装置二回路多变量模糊模型预测控制方法研究

4.1引言

4.2多变量模糊模型

4.3多变量模糊模型预测控制系统

4.3.1模糊预测模型辨识方案

4.3.2多变量模糊预测控制器

4.4核动力装置二回路系统模糊预测模型

4.5核动力装置二回路多变量模糊模型预测控制系统

4.6仿真结果

4.7本章小结

第5章核动力装置二回路多变量集成模型预测控制方法研究

5.1引言

5.2广义预测控制器

5.2.1广义预测控制器的设计

5.2.2广义预测控制器的稳定性分析

5.2.3广义预测控制器的鲁棒性分析

5.3多变量集成模型广义预测控制器的设计

5.3.1集成模型的结构

5.3.2 DLF神经网络模型的学习算法

5.3.3线性部分的多变量广义预测控制器

5.4核动力装置二回路多变量集成模型广义预测控制器

5.4.1静态DLF神经网络的训练

5.4.2多变量集成模型广义预测控制器的动态计算

5.4.3预测误差分析

5.5核动力装置二回路多变量集成模型预测控制系统

5.6仿真结果

5.7本章小结

第6章核动力装置二回路多变量集成模型模糊预测控制方法研究

6.1引言

6.2核动力装置二回路多变量集成模型模糊预测控制系统的功能与任务

6.3核动力装置二回路多变量集成模型模糊预测控制系统

6.3.1多变量集成模型模糊预测控制体系结构

6.3.2模糊评价

6.3.3模糊决策优化算法

6.4仿真结果

6.5本章小结

结论

参考文献

攻读博士学位期间发表的论文和取得的科研成果

致谢