NSG水位特性神经网络辨识方法研究

• 作者: 周刚 殷虎
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 核动力 蒸汽发生器 神经网络 水位 辨识
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 113-116
• 页数: 4页
• 分类号: TL362
• 字数: 2367字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2006.03.032

摘要

核动力蒸汽发生器(NSG)是压水堆核动力装置中把一回路冷却剂从反应堆堆芯带出的热量传递给二回路水的关键性设备.在瞬态、启动和低功率下的"收缩"与"膨胀"现象引起的逆动力学效应使核动力蒸汽发生器水位呈现瞬时"虚假水位"现象,并使其水位特性难以辨识.为了提高辨识效果,提出了NSG水位神经网络辨识的新方法.采用串-并联型辨识结构,以保证辨识的收敛性和稳定性.网络训练采用带动量因子与自适应学习率的BP学习算法.仿真结果表明,所提出的方法能够正确地辨识核动力蒸汽发生器的水位特性,且具有较高的辨识精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周刚	海军工程大学核能科学与工程系	26	213	9.0	14.0