專利名稱：核動力裝置二回路多變量集成模型模糊預測控制方法
技術領域：
本發(fā)明涉及的是一種控制方法，具體地說是一種核動力裝置二回路動態(tài)控制方法。
背景技術：
核動力裝置二回路系統(tǒng)，由于強耦合、非線性和動態(tài)特性不同等特性，使其控制系統(tǒng)的設計具有一定的挑戰(zhàn)性。傳統(tǒng)的控制方法在解決核動力裝置變工況及耦合性問題方面存在系統(tǒng)各主要參數(shù)波動較大，響應慢的缺點。該多變量集成模型模糊預測控制方法引入將人工神經(jīng)網(wǎng)絡模型與多變量線性預測模型相結(jié)合的集成模型，對預測模型進行動態(tài)優(yōu)化，并引入模糊理論，建立核動力裝置二回路控制系統(tǒng)輸入量的模糊控制性能評價表，通過模糊決策選擇最優(yōu)輸入量，實現(xiàn)了多變量集成模型模糊預測控制。減小了控制系統(tǒng)輸出波動的幅度，取得了更好的控制性能。從而保證了核動力裝置安全可靠地運行。
專利申請?zhí)枮?00410069913.5的發(fā)明專利申請文件中公開了一種“考慮核電站中給水控制閥壓降的給水控制系統(tǒng)及控制方法”。在該控制系統(tǒng)中，采用PD控制算法，分為兩個單元。第一檢測單元包括產(chǎn)生對應蒸汽流量信號和給水流量信號之差的流量錯誤信號的流量錯誤信號發(fā)生器；和產(chǎn)生對應水位測量信號和流量錯誤信號之和的水位糾錯信號的水位糾錯信號發(fā)生器。第二檢測單元包括檢測主給水控制閥和下水管給水控制閥中至少一個給水控制閥的前和后部分的壓差并產(chǎn)生對應所檢測壓差的壓降信號的壓降傳感器單元；產(chǎn)生對應前面設定的給水控制閥壓降設定值的壓降設定值信號的壓降設定值信號發(fā)生器；和比較壓降信號和壓降設定值信號并且產(chǎn)生壓降錯誤信號的壓降錯誤信號發(fā)生器?？刂茊卧鶕?jù)從糾正控制信號發(fā)生器輸出的糾正控制信號控制主給水泵。但是，該控制系統(tǒng)在大負荷工況變化下，系統(tǒng)參數(shù)存在超調(diào)大，穩(wěn)定時間長的不足，還有待改進。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對核動力裝置二回路系統(tǒng)存在嚴重的耦合性與非線性，提供一種在變工況特別是大負荷變化時、能獲得良好的動態(tài)控制性能的核動力裝置二回路多變量集成模型模糊預測控制方法。
本發(fā)明的目的是這樣實現(xiàn)的 (1)利用測量系統(tǒng)測出核動力裝置的狀態(tài)參數(shù)信息； (2)通過模擬/數(shù)字轉(zhuǎn)換器將得到的狀態(tài)參數(shù)轉(zhuǎn)換成數(shù)字信號，數(shù)字信號在經(jīng)過濾波器后，送給控制器； (3)控制器中包含的多變量集成模型模糊預測算法在參考控制量作用下，多步預估器預測被控系統(tǒng)的未來輸出，觀測核動力裝置二回路輸出的預測誤差和預測誤差變化量，根據(jù)模糊評價規(guī)則表建立控制性能評價量查詢表得到控制性能評價值，依據(jù)該控制性能評價值預測輸出結(jié)果評價各參考控制量的控制效果，并依據(jù)對控制效果的性能評價來修改當前的控制量，最后經(jīng)過模糊決策選擇最優(yōu)的核動力裝置二回路系統(tǒng)的控制輸入； (4)控制器所產(chǎn)生的控制信號經(jīng)過數(shù)字/模擬轉(zhuǎn)換器產(chǎn)生模擬信號并經(jīng)過信號放大器增強后輸出給執(zhí)行機構(gòu)； (5)執(zhí)行機構(gòu)按指令執(zhí)行，將整個系統(tǒng)變化到指定的工況下。
本發(fā)明的多變量集成模型模糊預測控制方法還可以包括 1、所述的核動力裝置的狀態(tài)參數(shù)信息包括蒸汽發(fā)生器出口蒸汽壓力、二回路給水流量、蒸汽發(fā)生器出口蒸汽流量和汽輪機轉(zhuǎn)速。
2、所述的測量系統(tǒng)是溫度傳感器、壓力傳感器、流量計和轉(zhuǎn)速計。
3、所述的多步預估器是基于集成模型的預估器。
4、所述的預測誤差為二回路噴嘴閥凸輪轉(zhuǎn)角開度和給水閥開度誤差。
5、所述的模糊評價規(guī)則表是指根據(jù)已有的經(jīng)驗和技術知識構(gòu)造的一系列if-then(如果-則)語言規(guī)則。
本發(fā)明的工作原理是本發(fā)明的核心部分是核動力裝置二回路多變量集成模型模糊預測控制系統(tǒng)的設計。此系統(tǒng)是核動力裝置二回路多變量集成模型預測控制系統(tǒng)與模糊控制策略的結(jié)合。
核動力裝置二回路多變量集成模型模糊預測控制系統(tǒng)是基于集成模型的多步預估器預測在參考控制量作用下被控系統(tǒng)的未來輸出，通過觀測核動力裝置二回路輸出的預測誤差和預測誤差變化量，根據(jù)模糊評價規(guī)則表建立控制性能評價--量查詢表得到控制性能評價值，依據(jù)該控制性能評價值預測輸出結(jié)果評價各參考控制量的控制效果，并依據(jù)對控制效果的性能評價來修改當前的控制量，最后經(jīng)過模糊決策選擇最優(yōu)的核動力裝置二回路系統(tǒng)的控制輸入。如圖1所示，本發(fā)明核動力裝置二回路的多變量集成模型模糊預測控制方法，主要由基于集成模型的多步預估器、模糊性能評價和模糊決策等環(huán)節(jié)組成。圖1中，

為預測模型的P步預測值，其中1≤j≤P，P為預測步長；Ej(k)和ECj(k)為P步的預測誤差和預測誤差變化量；W(k+j)為參考軌跡；Y(k)為二回路系統(tǒng)的輸出；集成模型的結(jié)構(gòu)框圖如圖2所示，集成模型由兩大部分組成非線性靜態(tài)DLF網(wǎng)絡和動態(tài)線性CARIMA模型。
第一步，非線性靜態(tài)DLF網(wǎng)絡的訓練 DLF網(wǎng)絡是在BP網(wǎng)絡的基礎上將其輸入層與輸出層直接聯(lián)系，即輸入層的每個神經(jīng)元均與輸出層相互連接。DLF網(wǎng)絡結(jié)構(gòu)圖3所示，該網(wǎng)絡為三層前向網(wǎng)絡結(jié)構(gòu)，輸入層U和輸出層X有兩個節(jié)點，隱含層H為個節(jié)點，u1(k)和u2(k)為k時刻系統(tǒng)的輸入，x1(k)和x2(k)輸為k時刻系統(tǒng)的輸出。設輸出層第j個單元的閾值為rj，輸出層與隱含層H各單元間的連接矩陣W∈Rp×2，以及輸出層與輸入層U之間的連接矩陣WF；隱含層與輸入層U各單元間的連接矩陣V∈Rp×2。
DLF網(wǎng)絡學習算法如下 1)首先給出全部權值wil，vli和神經(jīng)元閾值rj，θi的初始值(i＝1，2，L，p；j＝1，2；l＝1，2)；p為隱含層的單元數(shù)。
2)由第k個樣本值U(k)＝[u1(k)u2(k)]T輸入U層的相應序號單元；通過權矩陣V，對H層各單元的激活值為 式中，H(k)為隱含層輸出矢量；Sigmoid函數(shù)f1(x)＝(1+e-x)-1為隱含層傳遞函數(shù)。
3)H層激活值hi(k)通過權矩陣W和U層通過連接矩陣WF，對輸出層X各單元的激活值為 其中，f2(g)是輸出層傳遞函數(shù)，同f1(g)一樣為Sigmoid函數(shù)。
4)輸出層X的誤差為 ej(k)＝xj(k)(1-xj(k))(dj-xj(k))(3) 式中，dj為X層單元的期望輸出。
5)隱含層H的誤差為 6)隱含層H單元i與輸出層X單元j間連接權值增量為 Δwij(k)＝ηhi(k)ej(k)(0＜η＜1)(5) 7)輸入層U單元j與輸出層X單元j之間的連接權值增量為 ΔwFlj(k)＝ηxj(k)ej(k)(6) 8)輸出層X單元j的閾值增量為 Δγj(k)＝ηej(k)(7) 9)輸入層U單元j與隱含層H單元i之間的連接權值增量為 Δvji(k)＝βuj(k)ehi(k)(0＜β＜1)(8) 10)隱含層H單元i的閾值增量為 Δhi(k)＝ηehi(k)(9) 重復計算2)10)步，直至對于樣本數(shù)k＝1，2，L，N的輸出層X的誤差ej(k)為足夠小或者為零(這時k＝N)為止。
第二步，線性部分的多步預估器的設計及動態(tài)線性CARIMA模型的在線辨識如下 多輸入多輸(以二維為例)出的CARIMA模型為 A01(z-1)y1(k)＝B011(z-1)x1(k-1)+B012(z-1)x2(k-1)+ξ1(k)/Δ(11) A02(z-1)y2(k)＝B021(z-1)x1(k-1)+B022(z-1)x2(k-1)+ξ2(k)/Δ(12)式中，A01(z-1)，A02(z-1)，B011(z-1)，B012(z-1)，B021(z-1)，B022(z-1)均為z-1的多項式；ξ1(k)和ξ2(k)為白噪聲；Δ＝1-z-1。
由式(11)的預測模型與Diophantine方程 1＝E1j(z-1)A01(z-1)Δ+z-jF1j(z-1) (13) 可得預測方程 y1(k+j)＝E1j(z-1)B011(z-1)Δx1(k+j-1)+E1j(z-1)B012(z-1)Δx2(k+j-1) +F1j(z-1)y1(k)+E1j(z-1)ξ1(k+j)(j＝1，2，L，n)(14) 最優(yōu)輸出預測為 (j＝1，2，L，n) 式中， 將式(15)的

值分解成k時刻的已知量和未知量兩部分，用f1(k+j)表示己知量，即 即 式中， 同理可由式(12)得 式中， F2＝[F21，F(xiàn)22，L，F(xiàn)2n]T 其中，根據(jù)遞歸最小二乘法，可辨識出矩陣G11，G12的參數(shù)，同理可得G21，G22的參數(shù)。
第三步，模糊性能評價和模糊決策 模糊性能評價不僅要觀測核動力裝置二回路系統(tǒng)輸出的預測誤差，同時還應該觀測其預測誤差變化量。然后根據(jù)專家的控制效果評價經(jīng)驗，經(jīng)過進一步加工、整理、提煉后構(gòu)成控制性能評價規(guī)則。形成模糊評價規(guī)則表如表1、表2所示。再由模糊控制規(guī)則之間的或關系，由模糊控制規(guī)則表中的控制規(guī)則可以計算出模糊性能評價量，采用加權平均法，將性能評價量由模糊量轉(zhuǎn)變?yōu)榫_量，得到模糊性能評價查詢表。最后由控制性能評價查詢表得到控制性能評價值，依據(jù)控制性能評價值來選擇最優(yōu)的核動力裝置二回路系統(tǒng)的輸入量。
本發(fā)明的優(yōu)點在于適用于核動力裝置這樣具有嚴重的非線性、耦合性、時變性的系統(tǒng)，控制精度高，魯棒性好。


圖1為核動力裝置二回路的多變量集成模型模糊預測控制的結(jié)構(gòu)框圖； 圖2為集成模型的結(jié)構(gòu)框圖； 圖3為DLF網(wǎng)絡結(jié)構(gòu)圖； 圖4為核動力裝置二回路多變量非線性預測控制系統(tǒng)實施圖； 圖5為在多變量集成模型模糊預測控制下，負荷從100％～20％時核動力裝置二回路參數(shù)變化。其中圖5-a為蒸汽發(fā)生器出口蒸汽壓力變化、圖5-b為蒸汽發(fā)生器出口蒸汽溫度變化、圖5-c為給水和蒸汽流量變化、圖5-d為汽輪機功率變化； 圖6為汽輪機模糊集合Av的隸屬函數(shù)表； 圖7為汽輪機模糊集合Bv的隸屬函數(shù)表； 圖8為汽輪機模糊集合Nv的隸屬函數(shù)表； 圖9為汽輪機轉(zhuǎn)速控制性能評價規(guī)則表； 圖10為汽輪機控制性能評價量查詢表； 圖11為蒸汽發(fā)生器模糊集合Bp的隸屬函數(shù)表； 圖12為蒸汽發(fā)生器模糊集合Bp的隸屬函數(shù)表； 圖13為蒸汽發(fā)生器模糊集合Np的隸屬函數(shù)表； 圖14為蒸汽發(fā)生器控制性能評價規(guī)則表； 圖15為蒸汽發(fā)生器控制性能評價量查詢表。
具體實施例方式 下面結(jié)合附圖舉例對本發(fā)明做更詳細地描述 1靜態(tài)DLF神經(jīng)網(wǎng)絡的訓練 核動力裝置二回路噴嘴閥凸輪轉(zhuǎn)角開度Δθ和給水閥開度Δ作為DLF網(wǎng)絡的輸入；非線性環(huán)節(jié)的中間變量x1和x2為DLF網(wǎng)絡輸出。DLF網(wǎng)絡中的BP采用2-10-2網(wǎng)絡結(jié)構(gòu)，經(jīng)過25000次訓練后，累積誤差不超過期望誤差。
設輸出層第j個單元的閾值為rj，輸出層與隱含層H各單元間的連接矩陣W∈Rp×2， 以及輸出層與輸入層U之間的連接矩陣WF；隱含層與輸入層U各單元間的連接矩陣V∈Rp×2。
1)輸入層節(jié)點與隱層節(jié)點之間的權值矩陣如下 v[2][10]＝{{39.908，26.379，55.44，13.008，72.505，47.756，22.97，12.49，18.285，52.653}；{17.225，31.66，14.27，5.75，12.91，23.89，18.45，15.01，28.529，37.148}} 2)隱層節(jié)點與輸出層節(jié)點之間的權值矩陣如下 w[10][2]＝{{66.73，17.47}；{50.52，31.03}；{13.82，26.73}；{31.031，10.526}；{40.012，21.389}；{88.314，15.133}；{18.961，33.284}；{49.81，68.27}；{72.64，20.142}；{98.67，38.097}} 3)隱層節(jié)點閾值分別為 h[10]＝{41.633，23.576，13.283，54.143，31.32，21.47，38.654，13.508，14.453，59.78} 4).輸出層節(jié)點閾值為 r[2]＝{46.348，16.816} 5)輸出層與輸入層U之間的連接矩陣WF為 2模糊評價 由于被控對象具有很強的非線性和時滯性，為了得到較好的控制性能模糊評價，不僅要觀測汽輪機轉(zhuǎn)速和蒸汽發(fā)生器出口蒸汽壓力的預測誤差，同時還應該觀測其預測誤差變化量。
1)汽輪機轉(zhuǎn)速控制效果的模糊評價 汽輪機轉(zhuǎn)速誤差ev的語言變量為Ev，其論域Xv上的模糊集合為Av，論域Xv為 Xv＝{-80，-60，-40，-20，0，20，40，60，80} ev模糊子集Avl的劃分為{PB，PM，PS，ZO，NS，NM，NB} 其中PB，PM，PS，O，NS，NM，NB分別表示正大、正中、正小、零、負小、負中、負大。
模糊集合Av的隸屬度賦值見圖6的表1 汽輪機轉(zhuǎn)速誤差變化ecv的語言變量為ECv，論域為 Yv＝{-3，-2，-1，0，1，2，3} ecv模糊子集Bvi的劃分為{PB，PS，ZO，NS，NB}，模糊集合Bv的隸屬度賦值見圖7的表2。
汽輪機轉(zhuǎn)速控制性能評價cv的語言變量為Cv，論域為Zv＝{0，2，4，6，8，10}。其中cv值越小，表示相應控制量的控制效果越好。
cv模糊子集Nvj的劃分為{ZO，PS，PM，PB}，模糊集合Nv的隸屬度賦值見圖8的表3。
根據(jù)專家的控制效果評價經(jīng)驗，經(jīng)過進一步加工、整理、提煉后構(gòu)成控制性能評價規(guī)則。通?？珊唽憺橐粋€表，稱之為模糊評價規(guī)則表。汽輪機轉(zhuǎn)速控制性能評價規(guī)則見圖9的表4。
上述描寫模糊控制規(guī)則之間是或關系，由模糊控制規(guī)則表中的控制規(guī)則可以計算出CTi(i＝1，Λ，35)，則模糊集合CT表示為CT＝CT1+Ct2+Λ+CT35 由上式計算出的模糊性能評價量采用加權平均法，將性能評價量由模糊量轉(zhuǎn)變?yōu)榫_量。然后可以得到容量為7×7的模糊性能評價查詢表，見圖10的表5。
2)蒸汽發(fā)生器出口蒸汽壓力控制效果的模糊評價 蒸汽發(fā)生器出口蒸汽壓力誤差ep的模糊變量為Ep，其論域Np上的模糊集臺為Bp。
論域為 Np＝{-0.6，-0.4，-0.2，0，0.2，0.4，0.6} 模糊集合Bp的隸屬度賦值見圖11的表6 出口蒸汽壓力誤差變化為ecp的語言變量為ECp，其論域Yp上的模糊集合為Bp，論域為Yp＝{-3，-2，-1，0，1，2，3}，模糊集合Bp的隸屬度賦值見圖12的表7。
蒸汽發(fā)生器出口蒸汽壓力控制性能評價cp的語言變量為Cp，論域為Zp＝{0，2，4，6，8，10}。其中cp值越小，表示相應控制量的控制效果越好。cp模糊子集Npj的劃分為{ZO，PS，PM，PB}，模糊集合Np的隸屬度賦值見圖13的表8。則得到蒸汽發(fā)生器出口蒸汽壓力控制性能評價規(guī)則表和控制性能評價查詢表見圖14的表9，圖15的表10。
最后按照上述方法得到控制量以及對應的預測輸出，由控制性能評價查詢表得到控制性能評價值，依據(jù)控制性能評價值來選擇最優(yōu)的核動力裝置二回路系統(tǒng)的輸入量。按照圖4所示，核動力裝置二回路的多變量集成模型模糊預測控制系統(tǒng)在降負荷(100％-20％)擾動下進行仿真研究，取預測控制參數(shù)n＝10，m＝2，λ＝[1，0；0，1]，α＝0.3；采樣周期為0.1秒，得到仿真曲線如圖5所示。
本實施例表明，當核動力裝置進行負荷變化時，應用核動力裝置二回路的多變量集成模型模糊預測控制系統(tǒng)后，整個核動力系統(tǒng)的控制精度高，魯棒性好。
權利要求
1.一種核動力裝置二回路多變量集成模型模糊預測控制方法，其特征是
(1)利用測量系統(tǒng)測出核動力裝置的狀態(tài)參數(shù)信息；
(2)通過模擬/數(shù)字轉(zhuǎn)換器將得到的狀態(tài)參數(shù)轉(zhuǎn)換成數(shù)字信號，數(shù)字信號在經(jīng)過濾波器后，送給控制器；
(3)控制器中包含的多變量集成模型模糊預測算法在參考控制量作用下，多步預估器預測被控系統(tǒng)的未來輸出，觀測核動力裝置二回路輸出的預測誤差和預測誤差變化量，根據(jù)模糊評價規(guī)則表建立控制性能評價量查詢表得到控制性能評價值，依據(jù)該控制性能評價值預測輸出結(jié)果評價各參考控制量的控制效果，并依據(jù)對控制效果的性能評價來修改當前的控制量，最后經(jīng)過模糊決策選擇最優(yōu)的核動力裝置二回路系統(tǒng)的控制輸入；
(4)控制器所產(chǎn)生的控制信號經(jīng)過數(shù)字/模擬轉(zhuǎn)換器產(chǎn)生模擬信號并經(jīng)過信號放大器增強后輸出給執(zhí)行機構(gòu)；
(5)執(zhí)行機構(gòu)按指令執(zhí)行，將整個系統(tǒng)變化到指定的工況下。
2.根據(jù)權利要求1所述的核動力裝置二回路多變量集成模型模糊預測控制方法，其特征是所述的核動力裝置的狀態(tài)參數(shù)信息包括蒸汽發(fā)生器出口蒸汽壓力、二回路給水流量、蒸汽發(fā)生器出口蒸汽流量和汽輪機轉(zhuǎn)速。
3.根據(jù)權利要求2所述的核動力裝置二回路多變量集成模型模糊預測控制方法，其特征是所述的測量系統(tǒng)是溫度傳感器、壓力傳感器、流量計和轉(zhuǎn)速計。
4.根據(jù)權利要求3所述的核動力裝置二回路多變量集成模型模糊預測控制方法，其特征是所述的多步預估器是基于集成模型的預估器。
5.根據(jù)權利要求4所述的核動力裝置二回路多變量集成模型模糊預測控制方法，其特征是所述的預測誤差為二回路噴嘴閥凸輪轉(zhuǎn)角開度和給水閥開度誤差。
6.根據(jù)權利要求5所述的核動力裝置二回路多變量集成模型模糊預測控制方法，其特征是所述的模糊評價規(guī)則表是指根據(jù)已有的經(jīng)驗和技術知識構(gòu)造的一系列if-then語言規(guī)則。
全文摘要
本發(fā)明提供的是一種核動力裝置二回路多變量集成模型模糊預測控制方法。利用測量系統(tǒng)測出核動力裝置的狀態(tài)參數(shù)信息；換成數(shù)字信號經(jīng)過濾波器后，送給控制器；控制器選擇最優(yōu)的核動力裝置二回路系統(tǒng)的控制輸入；控制器所產(chǎn)生的控制信號經(jīng)過數(shù)字/模擬轉(zhuǎn)換器產(chǎn)生模擬信號并經(jīng)過信號放大器增強后輸出給執(zhí)行機構(gòu)；執(zhí)行機構(gòu)按指令執(zhí)行，將整個系統(tǒng)變化到指定的工況下。本發(fā)明的優(yōu)點在于適用于核動力裝置這樣具有嚴重的非線性、耦合性、時變性的系統(tǒng)，控制精度高，魯棒性好。
文檔編號G05B13/04GK101169622SQ20071014469
公開日2008年4月30日 申請日期2007年11月29日 優(yōu)先權日2007年11月29日
發(fā)明者夏國清, 杰 蘇, 偉 張, 邊信黔, 施小成, 付明玉, 王元慧 申請人:哈爾濱工程大學