收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

船用核动力装置二回路系统预测控制方法研究

苏杰  
【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。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 彭继慎;宋鹏;刘鉴;;基于RBF-ARX模型的多变量系统非线性预测控制[J];电气传动;2011年08期
2 ;[J];;年期
3 ;[J];;年期
4 ;[J];;年期
5 ;[J];;年期
6 ;[J];;年期
7 ;[J];;年期
8 ;[J];;年期
9 ;[J];;年期
10 ;[J];;年期
11 ;[J];;年期
12 ;[J];;年期
13 ;[J];;年期
14 ;[J];;年期
15 ;[J];;年期
16 ;[J];;年期
17 ;[J];;年期
18 ;[J];;年期
19 ;[J];;年期
20 ;[J];;年期
中国重要会议论文全文数据库 前8条
1 何德峰;季海波;陈作贤;郑涛;;区域稳定的有效非线性预测控制[A];第二十六届中国控制会议论文集[C];2007年
2 陈薇;吴刚;;双容水箱的非线性建模及其非线性预测控制[A];第二十四届中国控制会议论文集(上册)[C];2005年
3 陈薇;李鑫;陈梅;蒋琳;陈波;;基于遗传算法的次优非线性预测控制算法及其在双容水箱中的应用[A];PCC2009—第20届中国过程控制会议论文集[C];2009年
4 王寅;荣冈;金晓明;;基于模糊—线性复合模型的非线性自适应预测控制算法[A];1997中国控制与决策学术年会论文集[C];1997年
5 黄德先;金以慧;张杰;MORRISJuhan;;基于小波网络模型的EPI过程的控制和优化[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
6 郑涛;吴刚;何德峰;秦琳琳;;基于遗传算法的多优先级非线性预测控制[A];PCC2009—第20届中国过程控制会议论文集[C];2009年
7 王平;田学民;;一种基于敏感度方程的非线性预测控制算法[A];第二十七届中国控制会议论文集[C];2008年
8 阎纲;梁昔明;龙祖强;李翔;;一种新的提前一步预测控制算法[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 苏杰;船用核动力装置二回路系统预测控制方法研究[D];哈尔滨工程大学;2008年
2 陈杨;基于微分—代数混合方程机理模型的非线性预测控制[D];浙江大学;2011年
3 张健中;一类连续化工生产过程的模型辨识及非线性预测控制研究[D];哈尔滨工业大学;2010年
4 张健中;一类连续化工生产过程的模型辨识及非线性预测控制研究[D];哈尔滨工业大学;2010年
5 万娇娜;基于有限精度求解的非线性预测控制算法研究[D];浙江大学;2011年
6 陈鹏;基于极值动力学的MEMETIC算法及其在非线性预测控制中的应用研究[D];上海交通大学;2011年
7 郑涛;字典序多目标非线性预测控制的研究[D];中国科学技术大学;2008年
8 王子洋;基于线性矩阵不等式的非线性预测控制研究[D];中国科学技术大学;2007年
9 刘斌;非线性系统建模及预测控制若干问题研究[D];浙江大学;2004年
10 朱志斌;基于滚动优化的双足机器人动态步态规划研究[D];哈尔滨工业大学;2009年
中国硕士学位论文全文数据库 前10条
1 胡明;基于高斯过程的非线性预测控制[D];华南理工大学;2012年
2 孙峰超;基于最小二乘支持向量机的非线性预测控制[D];中国石油大学;2010年
3 邢伟伟;基于Hammerstein模型的非线性预测控制的研究[D];浙江工业大学;2012年
4 董旸;复杂热工系统广义非线性预测控制及在线优化研究[D];北京交通大学;2010年
5 杨怀申;非线性鲁棒预测控制系统的研究[D];华北电力大学(河北);2010年
6 张金栋;非线性预测控制的鲁棒性研究[D];兰州理工大学;2003年
7 徐磊;基于Hammerstein/Wiener模型的非线性预测控制及其仿真研究[D];湖南大学;2004年
8 李睿;神经网络在非线性预测控制中的应用研究[D];西安理工大学;2005年
9 马金婷;污水处理pH值控制系统的研究[D];长春工业大学;2012年
10 刘辉;发电机非线性预测控制研究[D];广西大学;2005年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978