学位论文 > 优秀研究生学位论文题录展示

反应堆控制系统容错控制方法研究

作　者: 李金阳
导　师: 夏虹
学　校: 哈尔滨工程大学
专　业: 核能科学与工程
关键词: 反应堆控制系统容错控制 BP神经网络模糊神经网络传感器
分类号: TL362
类　型: 博士论文
年　份: 2013年
下　载: 95次
引　用: 0次
阅　读: 论文下载

内容摘要

反应堆控制系统由大量的传感器、执行器等设备组成，它是保证核电站安全、稳定运行的重要系统之一。目前，核电站主要采用硬件冗余的容错控制技术以保证设备发生故障时系统仍能正常运行，这种技术不仅需要大量的资金投入，而且在设计和建造阶段也会带来大量的可靠性和安全性方面的问题。随着计算机技术、人工智能技术的发展，采用人工神经网络技术、模糊逻辑控制技术等智能控制技术对反应堆控制设备进行容错控制，将可以在很大程度上改善因采用硬件冗余方法所带来的缺陷。因此，研究反应堆控制系统的故障诊断与容错控制方法，对于提高核电站的安全性能、可靠性能和经济性能将具有十分重要的意义。本文以核电站反应堆控制系统作为研究对象，针对在不同的功率运行工况下设备发生故障的情况，对反应堆控制系统的容错控制技术和方法进行了分析和研究。首先，对反应堆控制系统进行了研究。分别对稳压器压力控制系统、稳压器水位控制系统和蒸汽发生器水位控制系统进行了分析，研究了控制系统的功能、特点，控制系统各项参数之间的相互关系，以及各项参数的变化规律等，同时研究了传感器和执行器典型的故障模型，分析了在这两个控制设备之间故障模型相互转换所需要的条件。其次，对几种常用的容错控制设计方法进行了研究。分析了被动容错控制方法和主动容错控制方法几种常见的类型。对基于Riccati型方程的容错设计方法、基于控制律重组的容错设计方法和基于状态反馈控制器的容错设计方法进行了研究。分析了这三种容错设计方法容错控制的设计过程，并指出其不足之处。在此基础上，研究了基于BP神经网络的容错控制方法。针对标准的BP神经网络算法具有收敛速度较慢、容易陷入局部极小点而得不到全局最优等缺点，在增加动量项、改进变换函数、改进误差信号和改变学习速率等几个方面，对BP神经网络算法进行了改进，通过仿真实验验证了改进后的BP神经网络算法能够有效的提高网络的收敛速度，并且更有可能获得全局最优。进而确定了容错控制方案，并建立了动态模型库，对于已知的故障，系统能够自动识别故障模型，同时启动控制律重构单元对其进行控制律重构；对于未知的故障，系统将对其进行模型辨识，并将新建立的模型储存到模型库中不断对其完善。文中首先以稳压器压力测量传感器作为研究对象，在三种功率运行工况下（功率处于100%的运行工况、功率由100%下降至90%的运行工况和功率由90%上升至100%的运行工况），对其发生卡死故障和恒偏差故障的情况进行研究，仿真实验结果表明，基于改进的BP神经网络算法的容错控制方法对于修正稳压器压力测量传感器的故障是有效的。其次以蒸汽发生器压力测量传感器作为研究对象对该方法进行验证，仿真实验结果表明，该方法对于修正蒸汽发生器压力测量传感器的故障也同样有效。最后，研究了基于模糊神经网络的容错控制方法。针对人工神经网络连接权值的物理意义不明确、知识解释困难的缺点，采用将人工神经网络与模糊逻辑控制相结合的模糊神经网络的方法对控制设备进行容错控制。以稳压器水位测量传感器作为研究对象，在上述三种功率运行工况下对其进行研究，仿真实验结果表明，采用该方法能够实时的获取到传感器的可信度，并且该方法对于修正稳压器水位测量传感器的故障是有效的。

全文目录

摘要  5-7
Abstract  7-12
第1章绪论  12-26
  1.1 课题研究的目的和意义  12-13
  1.2 容错控制的发展与研究现状  13-21
    1.2.1 容错控制一般方法  13-14
    1.2.2 被动容错控制  14-17
    1.2.3 主动容错控制  17-21
    1.2.4 混合容错控制  21
  1.3 容错控制的应用及前景  21-24
  1.4 本文的研究内容及章节安排  24-26
第2章反应堆控制系统研究  26-38
  2.1 反应堆控制系统概述  26-27
  2.2 稳压器控制系统  27-31
    2.2.1 稳压器的压力控制  28-30
    2.2.2 稳压器的水位控制  30-31
  2.3 蒸汽发生器水位控制系统  31-33
  2.4 控制系统的故障模型  33-37
    2.4.1 传感器的故障模型  34
    2.4.2 执行器的故障模型  34-35
    2.4.3 故障模型的相互转换  35-37
  2.5 本章小结  37-38
第3章容错控制设计方法研究  38-50
  3.1 容错控制设计方法概述  38-40
    3.1.1 被动容错控制方法  38-39
    3.1.2 主动容错控制方法  39-40
  3.2 基于 Riccati 型方程的容错设计方法  40-43
  3.3 基于控制律重组的容错设计方法  43-46
    3.3.1 系统描述  43-45
    3.3.2 容错控制设计方法  45-46
  3.4 基于状态反馈控制器的容错设计方法  46-49
  3.5 本章小结  49-50
第4章基于 BP 神经网络的容错控制方法研究  50-84
  4.1 引言  50
  4.2 人工神经网络技术  50-52
  4.3 BP 神经网络的结构  52-53
  4.4 BP 神经网络的标准算法  53-57
  4.5 BP 神经网络的改进算法  57-63
    4.5.1 增加动量项α  57-58
    4.5.2 改进变换函数  58-60
    4.5.3 改进误差信号δ  60-61
    4.5.4 改变学习速率η  61-62
    4.5.5 隐层节点数的设计  62-63
  4.6 容错控制方案  63-65
    4.6.1 容错控制结构  63-64
    4.6.2 模型库的建立  64-65
  4.7 仿真实验  65-77
    4.7.1 BP 神经网络结构的建立  65-66
    4.7.2 仿真实验运行工况的选取  66
    4.7.3 功率处于 100%的运行工况  66-70
    4.7.4 功率由 100%降至 90%的运行工况  70-73
    4.7.5 功率由 90%升至 100%的运行工况  73-77
  4.8 蒸汽发生器压力测量传感器的验证  77-81
    4.8.1 功率由 100%降至 90%的运行工况  77-79
    4.8.2 功率由 90%升至 100%的运行工况  79-81
  4.9 仿真实验结果分析  81-82
  4.10 本章小结  82-84
第5章基于模糊神经网络的容错控制方法研究  84-104
  5.1 引言  84
  5.2 模糊控制技术  84-86
  5.3 模糊神经网络技术  86-88
  5.4 模糊神经网络的结构  88-90
  5.5 模糊神经网络的学习算法  90-91
  5.6 仿真实验  91-102
    5.6.1 模糊专家规则的制定  92-93
    5.6.2 功率处于 100%的运行工况  93-97
    5.6.3 功率由 100%降至 90%的运行工况  97-99
    5.6.4 功率由 90%升至 100%的运行工况  99-102
  5.7 本章小结  102-104
结论  104-106
参考文献  106-116
攻读博士学位期间发表的论文和取得的科研成果  116-118
致谢  118

反应堆控制系统容错控制方法研究

内容摘要

全文目录

相似论文