Study on nuclear power plant simulator for digital I&C system commissioning

介绍了开发的核电站仿真机结构及功能,接着以稳压器压力控制系统为例,利用该仿真机进行了现场DCS调试的应用研究.先测试确保其DCS逻辑功能,然后通过与核电厂实际测试结果对比分析后,改进仿真机模型,最后对现场DCS进行了参数优化.研究表明,仿真机应用于核电站现场DCS测试及参数优化调试具有节省现场调试时间、降低调试风险的优越性.     

压水堆稳压器数学模型优化及动态仿真

根据压水堆稳压器的特点及性能要求,对稳压器数学模型进行优化。对一些热工参数与温度的关系进行线性化处理,得到稳压器的优化数学模型。基于MATLAB环境进行稳压器动态仿真研究。通过仿真研究,验证模型优化的准确性和动态仿真的实时性,实现压力安全系统动态仿真。     

核动力稳压器多区非平衡模型

提出了核动力稳压器多区非平衡模型，运用该模型对希平港核电站稳压器的动态特性进行了仿真。仿真结果与试验数据符合良好，证明了本文所给出的稳压器模型的正确性。     

基于微机的压水堆核电站模型化及其动态仿真

研究了压水堆核电站主回路系统的模型化问题,提出了适应于微型计算机仿真的核电站系统程序。文章将核电站主系统划分为五大模块分别建立数学模型:堆芯中子动力学模块采用点堆动力学模型;堆芯和燃料模块采用一维分布参数模型;稳压器模块采用三区不平衡模型;U型管蒸汽发生器模块采用具有可动边界点的漂移流模型;管道模块采用集总参数模型。然后根据控制容积法思想,运用中心差分法对所提出的数学模型作空间离散化处理,得到以时间为自变量的有关状态参数的微分方程组。选用吉尔方法求解刚性微分方程组的初值问题。编制了相应的微型计算机程序DYSONP。并以H. B. Ronbinson压水堆核电站为例,对电站甩负荷、蒸汽发生器蒸汽排放阀误动作和蒸汽发生器传热管道破裂三类事故的20余种工况下的瞬态安全问题进行了分析。计算表明,所得计算结果与大型程序RELAP5的相应仿真曲线基本一致,并与有关试验数据符合良好。     

稳压器压力调节系统动态特性研究及PID参数整定

本文建立了核电站稳压器压力调节系统的数学模型和仿真模型,研究了在冷却剂平均温度阶跃变化±3℃和外负荷阶跃变化±10%额定功率下稳压器压力调节系统的稳态和动态特性,并对PID调节器参数进行了整定。研究结果表明,如果选择恰当的PID调节参数,稳压器压力调节系统的稳定和动态品质会有明显的改善。     

基于多区非平衡模型的稳压器动态仿真与验证

采用FORTRAN程序设计语言,基于稳压器多区非平衡模型和吉尔数值求解方法,开发了稳压器动态仿真程序NEP MR。计算结果与美国希平港核电站稳压器74MW和105MW甩负荷的试验结果进行对比,总体趋势符合良好。NEP MR程序可较好地反映瞬态甩负荷过程中稳压器内部控制体的温度分层现象。在稳压器喷淋器开启和关闭瞬间,汽相和液相控制体之间的界面流量出现突跳现象。计算结果证明了多区非平衡模型建模和NEP MR程序仿真的合理性。     

一回路氮气稳压系统瞬态模拟研究

基于氮气稳压基本原理,采用集总参数法开发了氮气稳压系统瞬态模拟程序,该模型突破了现有独立稳压器模型的局限,实现了一回路系统与氮气稳压器的直接耦合,并采用浮动式核电站氮气稳压系统试验数据对程序进行了验证。在此基础上,提出了一种基于敏感性分析的氮气稳压系统设计方法,与现有设计方法相比,该设计方法可以得到氮气稳压系统的优化配置方案,同时通过适配性设计,可以确保氮气稳压系统在启动过程中,压力不超过一回路系统温度压力限制曲线。      

稳压器卸压箱容量设计方法

根据理想气体状态方程、质量守恒定律、能量守恒定律以及水与水蒸汽的热物理性质,并假定介质变化过程为绝热过程,给出了稳压器卸压箱容积的设计原理和方法.结合我国在役核电站的稳压器卸压箱的参数对其容积进行了校核计算,其结果具有很好的一致性.     

稳压器的模型化与仿真

本文提出了完善的核电站稳压器三区不平衡模型及相应的PZR-1动态仿真程序。程序分别采用了亚当斯(Adams)方法、哈明(Hamming)方法、龙格-库塔(Rang-Kutta)法和外推法等不同算法,仿真精度高、速度快。以希平港核电站减负荷试验时稳压器的动态特性对模型和程序进行验证,仿真结果与试验数据符合良好,结果同时表明用亚当斯方法进行仿真更有效。     

基于GMFAC的核电站稳压器压力优化控制

针对核电站稳压器压力控制系统的非线性、时变性等问题,本文在无模型自适应控制(MFAC)理论的基础上提出高"泛模型"无模型自适应控制(GMFAC)方法并设计控制器用于稳压器压力优化控制。对无模型自适应控制参数优化问题,采用一种基于动物行为的群体智能优化算法——人工鱼群算法(AFSA)。为了避免局部最优,提高收敛速度,同时采用一种改进的AFSA算法(PSO-AFSA),参考粒子群(PSO)算法的自身认知与群体认知行为,定义鱼群的生活行为,以提高算法的精度,达到快速获得全局最优的目的。仿真结果表明:人工鱼群算法优化后的GMFAC具有更加优良的性能指标和抗扰能力。