CN104965410A - 一种蒸汽发生器水位系统的动态滑模变结构控制器与方法 - Google Patents

Abstract

本发明公开了一种蒸汽发生器水位系统的动态滑模变结构控制器与方法，该控制器包括依次连接的采集卡、蒸汽发生器模型简化模块、动态滑模控制模块、抗干扰模块；还包括与动态滑模控制模块连接的遗传算法模块；该控制器通过对蒸汽发生器的给水流量、蒸汽流量等参数收集，并利用遗传算法对滑模控制器中的趋近率，切换函数的控制参数等进行优化，实现蒸汽发生器水位控制；本发明采用动态滑模控制使调节时间大大减少，通过遗传算法对滑模参数进行优化以适应全功率范围下的控制，同时加入了抗干扰模块加强对装置的抗干扰性；提供一种水位控制稳定时间短、控制效果更好、适合全工况运行的控制器。

Description

一种蒸汽发生器水位系统的动态滑模变结构控制器与方法

技术领域

本发明涉及核电站蒸汽发生器水位控制，尤其涉及一种蒸汽发生器水位系统的动态滑模变结构控制器与方法。

背景技术

核电站蒸汽发生器(SG)作为连接压水堆一二回路的重要设备，被称为一二回路的枢纽。其主要功能是把一回路产生的热量传递给二回路，使二回路侧产生蒸汽，带动汽轮机做功。蒸汽发生器水位的稳定，是整个核电站稳定运行的重要保障。目前核电站主要的故障来自于蒸汽发生器。

蒸汽发生器水位如果偏低，就会出现蒸汽发生器的水储量减少时，它作为反应堆热阱的容量就降低；水位低过水环管时，会引起水锤冲击；如果蒸汽发生器水位降低到传热管束顶端以下，会发生传热管束裸露甚至烧干，引起一回路冷却不充分，导致堆芯过热损坏。如果水位过高，则会导致流向汽轮机的蒸汽湿度增大，损坏汽轮机叶片，并且有可能造成阀门带水操作的风险；在较低负荷时，蒸汽发生器水位过高，如果发生蒸汽管线破裂时，会向安全壳释放过多能量，造成安全壳破坏。因此保证蒸汽发生器水位的稳定，有助于降低整个核电站的故障率。

在工程实际中，核电站蒸汽发生器应用最广泛的控制方法是传统的PID控制。PID控制器是根据系统的误差，利用比例、积分、微分计算出控制量进行控制，由于蒸汽发生器是一个非线性、具有时滞性的非最小相位系统，模拟的PID控制器难以满足蒸汽发生器装置在瞬态的控制要求,单一的控制器也 很难满足在全工况下的蒸发器水位控制。而且当被控对象的结构和参数不能掌握，或者得不到精确的数学模型时，系统控制器的结构和参数必须依靠经验和现场调试才能确定，整定过程复杂。

发明内容

本发明的目的在于克服上述现有技术的缺点和不足，提供一种水位控制稳定时间短、控制效果更好、适合全工况运行的蒸汽发生器水位系统的动态滑模变结构控制器与方法。可以根据核电站运行工况的不同，调整控制参数，实现蒸汽发生器水位控制。

本发明通过下述技术方案实现：

一种蒸汽发生器水位系统的动态滑模变结构控制器，包括依次连接的采集卡、蒸汽发生器模型简化模块、动态滑模控制模块、抗干扰模块；还包括与动态滑模控制模块连接的遗传算法模块。

数据采集模块，对核电站蒸汽发生器的蒸汽流量、给水流量和一次侧流量参数数据进行收集；

蒸汽发生器模型简化模块，通过数据采集模块所收集到的参数数据，找出影响水位的关键因素；

动态滑模控制模块，设计动态滑模控制函数，编写滑模控制代码，实现初步编写；采用等速趋紧率，定义切换函数，与动态滑模控制结合，使蒸汽发生器水位在一个区间内波动；

遗传算法模块，根据不同切换函数作用于蒸汽发生器水位具有不同效果，利用遗传算法调整蒸汽发生器模型简化模块的定义切换函数，使得水位控制在不同扰动下的抗干扰性；

抗干扰模块，用于减少白噪声的影响。

上述蒸汽发生器水位系统的动态滑模变结构控制器的控制方法如下：

(一)数据采集步骤：

通过数据采集模块，采集核电站蒸汽发生器现有数据，获取蒸汽发生器蒸汽流量、给水流量和一次侧流量参数数据，基于蒸汽发生器模型简化模块，得到关于水位和压力的状态空间：

$y\left(s\right)=\left|\frac{G_1}{s}\right|(q_e\left(s\right)-q_v\left(s\right))-\left|\frac{G_2}{1+{\mathrm{\τ}}_{2}s}\right|(q_e\left(s\right)-q_v\left(s\right))+\frac{G_{3}s}{s^2+2{{\mathrm{\τ}}_1}^{-1}s+{{\mathrm{\τ}}_1}^{-2}+4{\mathrm{\π}}^2{T}^{-2}}{q}_e\left(s\right)$

式中y为水位(mm)，s为拉普拉斯算子，q_e为给水流量(kg/s)，q_v为出口蒸汽流量(kg/s)；

因蒸汽发生器模型简化模块的模型不确定性，改写为状态空间方程形式如下：

$\left\{\begin{array}{c}\stackrel{\·}{x}\left(t\right)=A\left(p\right)x\left(t\right)+B\left(p\right)u\left(t\right)+W\left(p\right)d\left(t\right)\\ y\left(t\right)=\mathrm{Cx}\left(t\right)\end{array}\right.$

式中x(t)＝[x1(t) x2(t) x3(t) x4(t)]^T为状态变量，u(t)(即给水流量q_e(t))为控制输入，d(t)(即出口蒸汽流量q_v(t))为扰动量；y(t)为蒸汽发生器水位，A(p)，B(p)，W(p)，C(p)为系统矩阵，其表达式为：

$A\left(p\right)=\left|\begin{array}{cccc}0& 0& 0& 0\\ 0& a_{22}& 0& 0\\ 0& 0& a_{33}& 1\\ 0& 0& a_{43}& 0\end{array}\right|,B\left(p\right)=\left|\begin{array}{c}{b}_1\\ b_2\\ b_3\\ 0\end{array}\right|,W\left(p\right)=\left|\begin{array}{c}{w}_1\\ w_2\\ 0\\ 0\end{array}\right|,C={\left|\begin{array}{c}1\\ 1\\ 1\\ 0\end{array}\right|}^T$

式中，a₂₂＝-1/τ₂(p)，a₃₃＝-2/τ₁(p)，a₄₃＝-τ₁ ^-2(p)-4π²T^-2(p)，b₁＝G₁(p)，b₂＝-G₂(p)/τ₂(p)，b₃＝G₃(p)，w₁＝-G₁(p)，w₂＝G₂(p)/τ₂(p)；p为运行功率；在不同的功率p下，系统矩阵以及各参数为变动非固定的，这也可以认为是一种干扰量，控制的目的是为了在这种干扰下减少对蒸发器水位控制的影响，并通过给水流量作为控制变量来跟踪设定点的变化；

收集水位、压力有关变量数据，通过分析水位和压力的变化关系，分析得到影响蒸汽发生器水位和压力的变量有蒸汽流量、给水流量与加热量；

(二)建立蒸汽发生器模型简化步骤：

设定对象模型，根据步骤(一)公式，将动态滑模控制设计为：将水位H和压力P设置成x1、x2；

则蒸汽发生器改写为：

$\left\{\begin{array}{c}\stackrel{\·}{x}\left(t\right)=A\left(p\right)x\left(t\right)+B\left(p\right)u\left(t\right)+W\left(p\right)d\left(t\right)\\ y\left(t\right)=\mathrm{Cx}\left(t\right)\end{array}\right.$    其中x＝[x₁ x₂ x₃ x₄]^T，u∈R是控制输入，d∈R是外加干扰。

(三)设计动态滑模控制步骤；

(1)假定滑模控制模型的位置指令为：

$r=A\sin \left(\mathrm{\ωt}\right),\stackrel{\·}{r}=\mathrm{\ω}A\cos \left(\mathrm{\ωt}\right)$

r＝-ω²A sin(ωt),r＝-ω³A cos(ωt)

$e={\left[\begin{array}{cccc}r{-x}_1& \stackrel{\·}{r}-x_2& \stackrel{\·\·}{r}-x_3& \stackrel{\·\·\·}{r}-x_4\end{array}\right]}^T=R-x$

e为控制器的误差及导数，其中

(2)定义切换函数：

选择一阶动态滑模控制方式，其中切换函数为：

S＝Fe+Gu

其中F＝[F(1)F(2)F(3)F(4)]。当s＝0时，Gu＝-Fe。为了保证形成负反馈，F＜0。则切换函数的一阶导数可以表示为：

$\stackrel{\·}{S}=\stackrel{\·}{F_R}-\stackrel{\·}{F_X}+\stackrel{\·}{G_u}$

(3)计算控制器的动态控制律，选取加入的阶跃为1，采用等速趋近率：

$\stackrel{\·}{S}=-\mathrm{\ηsgn}\left(s\right)$

由切换函数导数和等速趋近率联立，即可求得控制器的动态控制律为：

$\stackrel{\·}{u}=\frac{1}{G}(-\stackrel{\·}{F_R}+\stackrel{\·}{F_X}-\mathrm{\ηsgn}\left(s\right))$

(四)设计遗传算法步骤：

为调整动态滑模控制中的控制，使用遗传算法优化切换函数的参数；

一阶动态滑模控制模块中，需要确定F＝[F(1) F(2) F(3) F(4)]、G以及η的大小来确定切换函数，其中为了形成负反馈，需使F＜0，G＞0，η＞0。通过遗传算法对这三个参数进行设计优化，从而得到具体值获得所需要的滑模控制；

设计群体大小为30，进化代数为100，交叉率为0.6，变异率为0.1；每经0.5s对水位值y进行一次采样，将每次的采样值与设定水位H进行对比得到相对误差，设计适应度函数

J(i)＝J(i)+k*abs(y-H)          (13) 

式中，k为采样次数； 

通过迭代相应的步数，即可求解得最优控制参数；

抗干扰步骤： 

抗干扰模块减少白噪声的影响，在扰动量后加入滤波器，减少白噪声的干扰，解决实际运行的过程中造成的信号波动。

调试并运行，使控制达到最优化。

本发明相对于现有技术，具有如下的优点及效果：

采用动态滑模控制，比传统的PID控制使水位稳定时间更短，超调量更小；

通过遗传算法对滑模控制参数进行修正，使其满足全功率范围下的控制要求，遗传算法能够实现控制参数的自适应调整，能够使蒸汽发生器控制系统具有更好鲁棒性；

增加抗干扰模块，能有效减少实际运行的过程中造成的信号波动问题。

综上所述，本发明所述的动态滑模变结构控制器是一种特殊的非线性控制策略，其控制策略可以使控制系统在一定的状态下沿着一定的状态轨迹作高频率小幅度的滑动。滑模控制具有抗外界干扰及对系统动态参数变化时可控性的特性，具有良好的鲁棒性。遗传算法是模仿自然界生物进化机制的随机全局搜索和优化方法，能够快速可靠地解决求解非常困难的问题。经遗传算法优化的滑模控制器能够更好地适用于蒸汽发生器这类非线性、具有时滞性 的非最小相位系统。

附图说明

图1为本发明结构示意图。

具体实施方式

下面结合具体实施例对本发明作进一步具体详细描述。

实施例

如图1所示。本发明一种蒸汽发生器水位系统的动态滑模变结构控制器，包括依次连接的采集卡、蒸汽发生器模型简化模块、动态滑模控制模块、抗干扰模块；还包括与动态滑模控制模块连接的遗传算法模块。

数据采集模块，对核电站蒸汽发生器的蒸汽流量、给水流量和一次侧流量参数数据进行收集；

蒸汽发生器模型简化模块，通过数据采集模块所收集到的参数数据，找出影响水位的关键因素；

动态滑模控制模块，设计动态滑模控制函数，编写滑模控制代码，实现初步编写；采用等速趋紧率，定义切换函数，与动态滑模控制结合，使蒸汽发生器水位在一个区间内波动；

遗传算法模块，根据不同切换函数作用于蒸汽发生器水位具有不同效果，利用遗传算法调整蒸汽发生器模型简化模块的定义切换函数，使得水位控制在不同扰动下的抗干扰性；

抗干扰模块，用于减少白噪声的影响。

通过对蒸汽发生器的给水流量、蒸汽流量等参数收集，并利用遗传算法对滑模控制器中的趋近率，切换函数的控制参数等进行优化，得到对蒸汽发生器水位有效控制的滑模变结构控制。

上述蒸汽发生器水位系统的动态滑模变结构控制器的控制方法如下：

(一)数据采集步骤：

通过数据采集模块，采集核电站蒸汽发生器现有数据，获取蒸汽发生器 蒸汽流量、给水流量和一次侧流量参数数据，基于蒸汽发生器模型简化模块，得到关于水位和压力的状态空间：

$y\left(s\right)=\left|\frac{G_1}{s}\right|(q_e\left(s\right)-q_v\left(s\right))-\left|\frac{G_2}{1+{\mathrm{\τ}}_{2}s}\right|(q_e\left(s\right)-q_v\left(s\right))+\frac{G_{3}s}{s^2+2{{\mathrm{\τ}}_1}^{-1}s+{{\mathrm{\τ}}_1}^{-2}+4{\mathrm{\π}}^2{T}^{-2}}{q}_e\left(s\right)$

式中y为水位(mm)，s为拉普拉斯算子，q_e为给水流量(kg/s)，q_v为出口蒸汽流量(kg/s)；

因蒸汽发生器模型简化模块的模型不确定性，改写为状态空间方程形式如下：

$\left\{\begin{array}{c}\stackrel{\·}{x}\left(t\right)=A\left(p\right)x\left(t\right)+B\left(p\right)u\left(t\right)+W\left(p\right)d\left(t\right)\\ y\left(t\right)=\mathrm{Cx}\left(t\right)\end{array}\right.$

式中x(t)＝[x1(t) x2(t) x3(t) x4(t)]^T为状态变量，u(t)(即给水流量q_e(t))为控制输入，d(t)(即出口蒸汽流量q_v(t))为扰动量；y(t)为蒸汽发生器水位，A(p)，B(p)，W(p)，C(p)为系统矩阵，其表达式为：

$A\left(p\right)=\left|\begin{array}{cccc}0& 0& 0& 0\\ 0& a_{22}& 0& 0\\ 0& 0& a_{33}& 1\\ 0& 0& a_{43}& 0\end{array}\right|,B\left(p\right)=\left|\begin{array}{c}{b}_1\\ b_2\\ b_3\\ 0\end{array}\right|,W\left(p\right)=\left|\begin{array}{c}{w}_1\\ w_2\\ 0\\ 0\end{array}\right|,C={\left|\begin{array}{c}1\\ 1\\ 1\\ 0\end{array}\right|}^T$

式中，a₂₂＝-1/τ₂(p)，a₃₃＝-2/τ₁(p)，a₄₃＝-τ₁ ^-2(p)-4π²T^-2(p)，b₁＝G₁(p)，b₂＝-G₂(p)/τ₂(p)，b₃＝G₃(p)，w₁＝-G₁(p)，w₂＝G₂(p)/τ₂(p)；p为运行功率；在不同的功率p下，系统矩阵以及各参数为变动非固定的，这也可以认为是一种干扰量，控制的目的是为了在这种干扰下减少对蒸发器水位控制的影响，并通过给水流量作为控制变量来跟踪设定点的变化；

收集水位、压力有关变量数据，通过分析水位和压力的变化关系，分析得到影响蒸汽发生器水位和压力的变量有蒸汽流量、给水流量与加热量；

(二)建立蒸汽发生器模型简化步骤：

设定对象模型，根据步骤(一)公式，将动态滑模控制设计为：将水位H和压力P设置成x1、x2；

则蒸汽发生器改写为：

$\left\{\begin{array}{c}\stackrel{\·}{x}\left(t\right)=A\left(p\right)x\left(t\right)+B\left(p\right)u\left(t\right)+W\left(p\right)d\left(t\right)\\ y\left(t\right)=\mathrm{Cx}\left(t\right)\end{array}\right.$                其中x＝[x₁ x₂ x₃ x₄]^T，u∈R是控制输入，d∈R是外加干扰。

(三)设计动态滑模控制步骤；

(1)假定滑模控制模型的位置指令为：

$r=A\sin \left(\mathrm{\ωt}\right),\stackrel{\·}{r}=\mathrm{\ω}A\cos \left(\mathrm{\ωt}\right)$

r＝-ω²Asin(ωt),r＝-ω³Acos(ωt)

$e={\left[\begin{array}{cccc}r{-x}_1& \stackrel{\·}{r}-x_2& \stackrel{\·\·}{r}-x_3& \stackrel{\·\·\·}{r}-x_4\end{array}\right]}^T=R-x$

e为控制器的误差及导数，其中

(2)定义切换函数：

选择一阶动态滑模控制方式，其中切换函数为：

S＝Fe+Gu

其中F＝[F(1) F(2) F(3) F(4)]。当s＝0时，Gu＝-Fe。为了保证形成负反馈，F＜0。则切换函数的一阶导数可以表示为：

$\stackrel{\·}{S}=\stackrel{\·}{F_R}-\stackrel{\·}{F_X}+\stackrel{\·}{G_u}$

(3)计算控制器的动态控制律，选取加入的阶跃为1，采用等速趋近率：

$\stackrel{\·}{S}=-\mathrm{\ηsgn}\left(s\right)$

由切换函数导数和等速趋近率联立，即可求得控制器的动态控制律为：

$\stackrel{\·}{u}=\frac{1}{G}(-\stackrel{\·}{F_R}+\stackrel{\·}{F_X}-\mathrm{\ηsgn}\left(s\right))$

(四)设计遗传算法步骤：

为调整动态滑模控制中的控制，使用遗传算法优化切换函数的参数；

一阶动态滑模控制模块中，需要确定F＝[F(1) F(2) F(3) F(4)]、G以及η的大小来确定切换函数，其中为了形成负反馈，需使F＜0，G＞0，η＞0。通过遗传算法对这三个参数进行设计优化，从而得到具体值获得所需要的滑模控制；

设计群体大小为30，进化代数为100，交叉率为0.6，变异率为0.1；每经0.5s对水位值y进行一次采样，将每次的采样值与设定水位H进行对比得到相对误差，设计适应度函数

J(i)＝J(i)+k*abs(y-H)                 (13) 

式中，k为采样次数； 

通过迭代相应的步数，即可求解得最优控制参数；

本发明还包括抗干扰步骤：抗干扰模块减少白噪声的影响，在扰动量后加入滤波器，减少白噪声的干扰，解决实际运行的过程中造成的信号波动。

调试并运行，使控制达到最优化。

本发明的实施方式并不受上述实施例的限制，其他任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (4)

1.一种蒸汽发生器水位系统的动态滑模变结构控制器，其特征在于包括依次连接的采集卡、蒸汽发生器模型简化模块、动态滑模控制模块、抗干扰模块；还包括与动态滑模控制模块连接的遗传算法模块。

2.根据权利要求1所述蒸汽发生器水位系统的动态滑模变结构控制器，其特征在于：

数据采集模块，对核电站蒸汽发生器的蒸汽流量、给水流量和一次侧流量参数数据进行收集；

蒸汽发生器模型简化模块，通过数据采集模块所收集到的参数数据，找出影响水位的关键因素；

动态滑模控制模块，设计动态滑模控制函数，编写滑模控制代码，实现初步编写；采用等速趋紧率，定义切换函数，与动态滑模控制结合，使蒸汽发生器水位在一个区间内波动；

遗传算法模块，根据不同切换函数作用于蒸汽发生器水位具有不同效果，利用遗传算法调整蒸汽发生器模型简化模块的定义切换函数，使得水位控制在不同扰动下的抗干扰性；

抗干扰模块，用于减少白噪声的影响。

3.权利要求1或2所述蒸汽发生器水位系统的动态滑模变结构控制器的控制方法，其特征在于如下步骤：

(一)数据采集步骤：

通过数据采集模块，采集核电站蒸汽发生器现有数据，获取蒸汽发生器蒸汽流量、给水流量和一次侧流量参数数据，基于蒸汽发生器模型简化模块，得到关于水位和压力的状态空间：

式中y为水位(mm)，s为拉普拉斯算子，q_e为给水流量(kg/s)，q_v为出口蒸汽流量(kg/s)；

因蒸汽发生器模型简化模块的模型不确定性，改写为状态空间方程形式如下：

式中x(t)＝[x1(t) x2(t) x3(t) x4(t)]^T为状态变量，u(t)(即给水流量q_e(t))为控制输入，d(t)(即出口蒸汽流量q_v(t))为扰动量；y(t)为蒸汽发生器水位，A(p)，B(p)，W(p)，C(p)为系统矩阵，其表达式为：

式中，a₂₂＝-1/τ₂(p)，a₃₃＝-2/τ₁(p)，a₄₃＝-τ₁ ^-2(p)-4π²T^-2(p)，b₁＝G₁(p)，b₂＝-G₂(p)/τ₂(p)，b₃＝G₃(p)，w₁＝-G₁(p)，w₂＝G₂(p)/τ₂(p)；p为运行功率；在不同的功率p下，系统矩阵以及各参数为变动非固定的，这也可以认为是一种干扰量，控制的目的是为了在这种干扰下减少对蒸发器水位控制的影响，并通过给水流量作为控制变量来跟踪设定点的变化；

收集水位、压力有关变量数据，通过分析水位和压力的变化关系，分析得到影响蒸汽发生器水位和压力的变量有蒸汽流量、给水流量与加热量；

(二)建立蒸汽发生器模型简化步骤；

设定对象模型，根据步骤(一)公式，将动态滑模控制设计为：将水位H和压力P设置成x1、x2；

则蒸汽发生器改写为：

  其中x＝[x₁ x₂ x₃ x₄]^T，u∈R是控制输入，d∈R是外加干扰；

(三)设计动态滑模控制步骤；

(1)假定滑模控制模型的位置指令为：

r＝-ω²A sin(ωt)，r＝-ω³A cos(ωt)

e为控制器的误差及导数，其中

(2)定义切换函数：

选择一阶动态滑模控制方式，其中切换函数为：

S＝Fe+Gu

其中F＝[F(1) F(2) F(3) F(4)]；当s＝0时，Gu＝-Fe；为了保证形成负反馈，F＜0；则切换函数的一阶导数可以表示为：

(3)计算控制器的动态控制律，选取加入的阶跃为1，采用等速趋近率：

由切换函数导数和等速趋近率联立，即可求得控制器的动态控制律为：

(四)设计遗传算法步骤；

为调整动态滑模控制中的控制，使用遗传算法优化切换函数的参数；

一阶动态滑模控制模块中，需要确定F＝[F(1)F(2)F(3)F(4)]、G以及η的大小来确定切换函数，其中为了形成负反馈，需使F＜0，G＞0，η＞0；通过遗传算法对这三个参数进行设计优化，从而得到具体值获得所需要的滑模控制；

设计群体大小为30，进化代数为100，交叉率为0.6，变异率为0.1；每经0.5s对水位值y进行一次采样，将每次的采样值与设定水位H进行对比得到相对误差，设计适应度函数

J(i)＝J(i)+k*abs(y-H)   (13) 

式中，k为采样次数；

通过迭代相应的步数，即可求解得最优控制参数。

4.权利要求3所述蒸汽发生器水位系统的动态滑模变结构控制器的控制方法，其特征在于还包括加入抗干扰步骤：

抗干扰模块减少白噪声的影响，在扰动量后加入滤波器，减少白噪声的干扰，解决实际运行的过程中造成的信号波动。