PDF《核电站蒸汽发生器水位的模糊 GPC 控制系统研究》

1 ] .在运行过程中, SG 水 位的高低直接影响出口蒸汽的品质和本身的安全, 水 位过高会影响到汽水分离的效果, 造成蒸汽品质恶 化, 危害汽轮机的叶片;

水位过低则会导致蒸汽进入 给水环, 在给水管道中产生汽锤, 使得管束传热恶化, 产生蒸汽发生器管板热冲击.因此, 为使核电站安全、 可靠、 经济地运行, SG 水位必须控制在一定范围内. 鉴于 SG 本身所具有的非线性、 时变、 非最小相 位、 存在假水位现象、 小稳定裕度等特性, 尽管传统的 PID 控制简单直观、 易实现等优点, 并广泛用于 SG 水 位的控制当中 [

2 ] , 但是对于非线性、 时变、 耦合及不确 定的复杂对象, 其控制效果较差.目前, 最优控制 [

3 ] 、 预测控制 [

4 ] 、 鲁棒控制 [

5 ] 等多种基于现代控制理论的 线性或非线性控制方法被用于 SG 水位控制, 尽管它 们可获得较好的控制效果, 但这些控制方法过分依赖 于对象的精确模型.智能控制以其不依赖于对象模 型的优点, 近年来被用于到 SG 水位控制中, 主要包括 模糊控制及神经网络控制, 但常规的模糊控制 [

6 ] 存在 控制精度低、 自适应能力差等缺点;

神经网络控制 [

7 ] 物理意义不明确、 计算量大、 训练时间长、 易陷入局部 最优.由于一些控制方法的优势互补, 它们之间集成 的控制方法也被用于 SG 控制, 如PID 与神经网 络[8]、模糊与神经网络 [

9 ] 等之间集成, 但这些集成控 制无成熟理论指导、 方法复杂.

1985 年Takagi 和Sugeno 提出了一种动态系统 的模糊模型( 简称 T - S 模型) [10 ] , 它可以在任意精 度上逼近一个连续实函数, 由于模糊模型属于非线 性模型, 对于非线性复杂系统的建模, 采用 T - S 模 型能够较好地用来表达非线性时变系统 [11 ] .1987 年Clarke 等提出了广义预测控制( generalized pre- dictive control, GPC) 算法 [12 -

13 ] , 它将自校正控制与 预测控制相结合, 具有较强的适应能力, 它保留了动 态矩阵预测控制的优化策略, 吸收了自适应控制的 优点, 对模型要求精度低, 对于变参数、 变结构、 变时 滞、 带扰动和随机噪声的对象具有较强的鲁棒性[14 -

15 ] .本文针对时变、 非线性、 多变量的 SG 水 位特性, 把T-S模糊辨识与 GPC 控制相结合的 FGPC 控制方法[16 -

19 ] 引入到SG 水位的控制系统[20 ] 中, 首先利用 T - S 模糊模型对系统进行辨识, 并将其转化为线性时变状态空间模型, 然后基于线 性化的模型设计 GPC 控制器, 并对 SG 水位进行自 适应控制, 最后在 Matlab 软件平台上进行仿真分析 与研究.仿真结果表明此法具有良好的稳态、 动态特 性, 它能快速、 平稳地控制水位变化, 很好地解决 SG 水位的难确定性和其较高的鲁棒性、 实时性要求这一 矛盾.仿真结果证明了此法的有效性和可行性.

1 SG 水位控制系统结构 当前的 SG 水位控制一般采用串级 PID 控制的 方法, 它是以 SG 水位 H 为反馈主控信号、 蒸汽流量 D 为前馈控制信号、 给水流量 W 为辅助反馈控制信 号组成的控制系统, 这种串级 PID 控制系统结构如 图1所示.图中, 内环的副调节器 Gc2 ( s) 采用给水 流量 PID 控制器,外环的主调节器 Gc1 ( s) 采用 SG 水位 PID 控制器.Gc1 ( s) 的输出作为 Gc2 ( s) 的输 入, Gc2 ( s) 的输出控制调节阀门 Gv ( s) 的动作.采 用串级控制主要是为了快速克服扰动, 严格控制主 变量, 确保主变量无余差.副变量是为主变量而设 置的, 容许其在一定范围内波动, 因此主、 副调节器 分别起定值控制、 快速随动控制作用, 它们分别采用 PID、 P 控制.图中, H0 为设定水位, Gw ( s) 、 Gd ( s) 分 别为给水流量、 蒸汽流量的传递函数, Df ( s) 为前馈 传递函数, γw 为蒸汽流量变送器的比例系数.在SG 水位控制系统中, 对主要扰动 D、 次要扰动 W 分 别进行前馈控制、 负反馈控制.这种前馈 - 反馈控 制结构的优点: ① 简化控制系统结构, 提高控制性 能;