基于RELAP5的核动力装置故障诊断数据源研究

为解决故障状态下的核动力装置数据源问题,本文建立了核动力装置一、二回路系统的模型,选择秦山一期核电站为对象,利用RELAP5对蒸汽发生器U型管破裂进行计算.通过结果分析可知所建立的模型节点划分是合理的、数据卡编制准确,基于该模型产生的数据可信.将开发的数据与基于神经网络的故障诊断系统联调,诊断测试结果表明数据准确、充分,可以为核动力装置的故障诊断系统的研究提供数据支持.     

地下核电站总体布置形式研究

将核电站涉核建筑物布置于山体洞室内,利用洞室厚层围岩的防护作用来提高核电站的安全性,是未来核电站建设的一种新思路。基于地下核电站设计思想,结合国内成熟核电技术及地下工程经验,通过对核电站建筑物分类、地下厂房布置的分析,开展了地下核电站的总体布置形式研究,并提出了4种适用于不同厂址条件的总体布置形式。研究成果表明,大型核电站采用地下布置总体上是可行的,其中"阶地平埋"方案适应核电系统的条件较好,施工安装及交运条件均较为方便,可优先考虑。     

基于CFNN的核蒸汽发生器水位控制

鉴于常规的PID控制存在控制对象参数变化时控制参数无法改变的不足,从而根据一个核蒸汽发生器(NSG)的简化数学模型,将一种补偿模糊神经网络(CFNN)用于NSG水位的控制。该网络由于引入了补偿神经元,使网络的容错性更好,系统更稳定。同时在神经网络学习算法中动态优化补偿模糊运算,使网络更适应,训练速度更快。仿真表明,该方法在装置负荷变化时比常规的PID控制方法超调量小,收敛速度快。该网络能在线调整参数,动态优化模糊规则,适于在线学习控制。该控制方法对NSG水位智能控制研究具有一定意义。