高温气冷堆核电站机理模型降阶与控制研究

发布时间：2018-02-26 07:09

  本文关键词： 模块式高温气冷堆 模型降阶 非线性预测控制　出处：《浙江大学》2017年硕士论文　论文类型：学位论文

【摘要】：新型能源是解决当前能源枯竭和环境污染困境的重要手段,核能是一类发展成熟且有应用前景的新能源。HTR-PM球床模块式高温气冷堆核电站是第四代核电装置,有本质安全性,燃烧效率高。HTR-PM作为强非线性、大滞后对象,耦合程度高,机理模型复杂,计算时间长。本文针对HTR-PM机理模型的降阶与控制算法展开了一系列的研究。论文的主要内容包括:1.针对线性和非线性ODEs系统,分析了基于平衡截断的模型降阶方法。采用该方法对连续搅拌反应釜CSTRs系统进行降阶的结果表明:平衡变换后的全阶系统与原始模型间不存在误差,模型降阶前后的动态特性差异来源于平衡截断。该动态特性的差异可以通过改变经验格拉姆矩阵的权重得到改善。2.提出一种针对非线性微分代数方程(DAEs)的模型降阶算法。首先采用系统分解的方法,消去系统中的代数方程,将微分代数方程组(DAEs)转化为微分方程组(ODEs);然后采用平衡截断法对微分方程组ODEs进行降阶。该方法应用于高温气冷堆HTR-PM反应堆的机理模型,为了降低符号变量消元后ODEs的变量规模,提出了一种简化ODEs的方法。采用该方法进行模型降阶前后的动态特性比较,求解时间降低为原始系统的30%,动态特性几乎相同,验证了算法的有效性。3.针对HTR-PM蒸汽发生器的机理模型中代数变量远大于微分变量的特征,提出了一种事件矩阵的稀疏度分析方法。先对系统进行结构分解,将系统分解若干子系统,然后对代数方程进行简化。动态特性的仿真结果表明,蒸汽发生器机理模型的求解时间降低为原来的60%。4.建立了基于降阶机理模型的非线性控制算法,对HTR-PM进行大范围变负荷控制操作。对比本算法与理想NMPC控制器的精度,闭环情况下两者几乎有相同的精度。反应堆模型变负荷时,降阶系统比原始系统的平均求解时间下降为25%,核蒸汽供应系统NSSS的平均求解时间减少为原始系统的56.6%,且数值稳定性更高。最后,总结全文的主要工作,根据研究中的不足对未来工作进行了展望。
[Abstract]:New energy is an important means to solve the dilemma of energy exhaustion and environmental pollution. Nuclear energy is a kind of new energy. HTR-PM spherical bed modular high temperature gas cooled reactor nuclear power plant is 4th generation nuclear power plant, which has essential safety. High combustion efficiency. HTR-PM is a strong nonlinear, large lag object with high coupling degree and complex mechanism model. The computation time is long. In this paper, a series of research on the order reduction and control algorithm of HTR-PM mechanism model is carried out. The main contents of this paper include: 1. For linear and nonlinear ODEs systems, The model order reduction method based on equilibrium truncation is analyzed. The results of reducing the order of CSTRs system of continuous stirred tank reactor show that there is no error between the whole order system and the original model after equilibrium transformation. The difference of dynamic characteristics before and after model reduction comes from equilibrium truncation, which can be improved by changing the weight of empirical Gramm matrix. 2. A model reduction for nonlinear differential algebraic equation is proposed. First of all, the method of system decomposition is used. The algebraic equations in the system are eliminated and the differential algebraic equations are transformed into differential equations. Then the equilibrium truncation method is used to reduce the order of the differential equations ODEs. The method is applied to the mechanism model of the HTR-PM reactor in HTGR. In order to reduce the variable scale of ODEs after the elimination of symbolic variables, a simplified ODEs method is proposed, which is used to compare the dynamic characteristics before and after model reduction. The solution time is reduced to 30% of the original system, and the dynamic characteristics are almost the same. The validity of the algorithm is verified. 3. In view of the fact that algebraic variables are far larger than differential variables in the mechanism model of HTR-PM steam generator, a sparse degree analysis method of event matrix is proposed. The system is decomposed into several subsystems, and then the algebraic equation is simplified. The simulation results of dynamic characteristics show that the solving time of the steam generator mechanism model is reduced to 60. 4. The nonlinear control algorithm based on the reduced order mechanism model is established. A large range variable load control operation for HTR-PM is carried out. Compared with the precision of the ideal NMPC controller, the accuracy of the proposed algorithm is almost the same in the closed loop case. The average solution time of the reduced order system is reduced to 25% than that of the original system, the average solution time of the nuclear steam supply system NSSS is reduced to 56.6 of the original system, and the numerical stability is higher. Finally, the main work of the paper is summarized. According to the shortcomings of the research, the future work is prospected.
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TM623

【相似文献】

中国期刊全文数据库 前10条

1 胡寿松,林道垣,谢义成;经典模型降阶方法述评[J];南京航空航天大学学报;1989年04期

2 李雪峰;王建国;;内平衡系统多目标最优模型降阶研究[J];系统仿真学报;2009年08期

3 代冀阳;冉桥;蒋沅;黄盈;;几种模型降阶方法的仿真对比研究[J];计算机仿真;2013年02期

4 阮洪宁,史忠科;带有模型降阶的μ综合算法及应用[J];飞行力学;1999年02期

5 于涛;曾庆良;李文杰;;基于键合图的物理模型降阶方法[J];中国工程机械学报;2007年01期

6 侯丽敏;杨帆;曾璇;;互连线高效时域梯形差分模型降阶算法[J];计算机辅助设计与图形学学报;2012年05期

7 王景;李爱军;亢锐;;弹性飞机模型降阶软件设计[J];测控技术;2012年08期

8 马凡;马伟明;付立军;康军;范学鑫;叶志浩;王刚;;一种非线性多时间尺度系统模型降阶方法[J];中国电机工程学报;2013年16期

9 李灏,张春路,丁国良;计算墙体反应系数的模型降阶方法[J];上海交通大学学报;1998年07期

10 李小虎;杜海峰;庄健;王孙安;;基于小世界原理的模型降阶优化研究[J];西安交通大学学报;2009年01期

中国重要会议论文全文数据库 前8条

1 付红;陈雪波;王成玖;;大系统链式约束模型降阶方法[A];1996中国控制与决策学术年会论文集[C];1996年

2 潘杨;吴峻;刘伟丰;;惯导系统在地籍测量线解算中的误差模型降阶分析[A];惯性技术发展动态发展方向研讨会文集——新世纪惯性技术在国民经济中的应用[C];2012年

3 刘铸永;洪嘉振;;柔性多体动力学模型降阶研究[A];中国力学大会——2013论文摘要集[C];2013年

4 陈陆平;席裕庚;张钟俊;;模型降阶的加权集结法[A];1994年中国控制会议论文集[C];1994年

5 程刚;倪何;孙丰瑞;;基于演化计算的流体网络模型降阶和参数辨识[A];Proceedings of 14th Chinese Conference on System Simulation Technology & Application(CCSSTA’2012)[C];2012年

6 谢永;蔡国平;;柔性结构内平衡模型降阶与主动控制的实验研究[A];全国结构振动与动力学学术研讨会论文集[C];2011年

7 秦永胜;徐用懋;方崇智;唐杰;;多元精馏塔动态模型降阶的新方法[A];1995年中国控制会议论文集（下）[C];1995年

8 刘盼;蔡国平;;捆绑式运载火箭的一体化模型降阶与主动控制[A];第九届全国动力学与控制学术会议会议手册[C];2012年

中国博士学位论文全文数据库 前4条

1 童东兵;受控系统模型降阶及其稳定性研究与应用[D];东华大学;2014年

2 杨帆;集成电路分析中的模型降阶方法研究[D];复旦大学;2008年

3 潘晓达;非线性电路系统的轨迹分段线性模型降阶方法研究[D];复旦大学;2013年

4 杜鑫;基于LMI技术的线性系统模型降阶与静态输出反馈控制器设计[D];东北大学　;2010年

中国硕士学位论文全文数据库 前10条

1 陈昊;集成电路分析领域的模型降阶方法研究与改，

本文编号：1536988