Содержание к диссертации
Введение
Глава 1 Обзор реализации асутп и интеллектуального управления 11
1.1 Проблемы, возникающие при построении асутп энергоблоков 11
1.2 Основные требования к средствам построения АСУТП 16
1.3 Особенности автоматизации управления сложными и опасными технологическими объектами 17
1.4 Интеллектуальное управление 21
Выводы 33
Глава 2 Описание объекта автоматизации и постановка задач диссертационной работы 34
2.1 Определение объекта исследования 34
2.2 Принципиальные различия нейронных сетей от нечеткой логики 41
2.3 Определение цели и постановка задач для диссертационной работы 42
2.4 Базовые задачи интеллектуального управления 46
Выводы 61
Глава 3 Применение интеллектуальных алгоритмов для повышения качества регулирования объектов в асутп АЭС 62
3.1 Компьютерный многофункциональный анализатор реакторной установки аэс с ввэр 62
3.2. Описание автоматического регулятора мощности реактора ввэр-1000 66
3.3. Оценка качества регулирования и оптимизация настроек автоматического регулятора мощности
3.4 Адаптивное управление автоматическим регулятором мощности 77
Выводы 90
Глава 4 Применение нечеткой логики для повышения надежности мажоритарных схем каналов асутп АЭС 91
4.1 Класс задач оптимизации структуры каналов асутп 91
4.2 Нечеткая оптимизация надежности вариантов для многокритериального выбора схем асутп ядерных реакторов АЭС 95
4.3 Нечеткая идентификация весов для многокритериальной оптимизации надежности схем асутп выводы 106
Заключение 107
Перечень сокращений 109
Список литературы 110
- Основные требования к средствам построения АСУТП
- Принципиальные различия нейронных сетей от нечеткой логики
- Оценка качества регулирования и оптимизация настроек автоматического регулятора мощности
- Нечеткая оптимизация надежности вариантов для многокритериального выбора схем асутп ядерных реакторов АЭС
Введение к работе
Актуальность темы. В последнее время в РФ и за рубежом наметилась тенденция к созданию интеллектуальных систем управления с применением алгоритмов нечетких и нейронных сетей, реализуемых на базе программно-технических комплексов, которые находятся в различных состояниях готовности к применению на реальных объектах управления. Поэтому представляет интерес создание интеллектуальных алгоритмов, повышающих качество и надежность параметров управления опасными и сложными объектами, например ядерными реакторами; а также дающих возможность быстро и надежно (достоверно) принимать решения в спорных вопросах управления, исключая влияние «человеческого фактора» (ошибки, которые может допустить оперативный персонал). Поэтому алгоритмическая и функциональная структуры систем управления должны обеспечивать их правильное функционирование при заданной степени показателей качества и надежности в среде влияния на систему разнообразных возмущающих факторов. Использование традиционных методов для целостности такого рода систем в случае управления сложными и опасными динамическими объектами оказывается довольно трудоемким. Все ранее упомянутые факторы обусловливают необходимость разработки новых и совершенствования уже имеющихся методов проектирования интеллектуальных систем автоматического управления для того, чтобы использовать их при решении масштабного класса прикладных задач управления опасными и сложными объектами, в том числе ядерными реакторами.
В настоящее время проблемы создания различных классов интеллектуальных систем и алгоритмов управления активно исследуются отечественным и зарубежными учеными, о чем свидетельствуют работы как отечественных (А.И. Галушкин, Э.В. Попов, И.Б. Фоминых, В.Н. Захаров, С.В. Ульянов, А.Н. Борисов, O.A. Крумберг, И.П. Федоров, А.И. Гаврилов, И.С. Константинов, А.Г. Филатов, Ю.В. Касьянов, Д.А. Поспелова и др.), так и зарубежных ученых (Cohen M.A., Grossberg S.О., Zadeh L., White D.A., Sofge D.A. и др.).
Таким образом, актуальной является задача разработки алгоритмов интеллектуальной оптимизации управления опасными объектами и производствами на базе программно-технических комплексов. Решению этой актуальной проблемы и посвящена данная диссертация.
Цель диссертационного исследования. Целью данной диссертации является разработка и реализация ряда алгоритмов интеллектуального управления для исследования и создания системы контроля и управления в составе АСУТП ядерных энергетических установок и проверки решений на моделях объекта, включая принятие проектных решений, с целью повышения надежности и качества управления с использованием принципов нейронных сетей и нечеткого логического управления.
Достижение поставленной цели предусматривает решение следующих
задач диссертационного исследования:
провести анализ основных трудностей создания традиционных АСУТП для сложных и опасных объектов управления на примере ядерных энергетических установок (ЯЭУ);
провести анализ и исследование основных проблем создания АСУТП АЭС и функционирования автоматического регулятора мощности ЯЭУ с использованием компьютерного многофункционального анализатора реакторной установки АЭС с ВВЭР;
провести исследование возможности применения интеллектуальных нейронных сетей и нечетких алгоритмов, а также способов их реализации для использования в области автоматизации опасных и сложных объектов управления на примере АСУТП АЭС;
разработать и провести тестирование предложенных интеллектуальных алгоритмов на типовых объектах управления и сделать выводы о целесообразности их дальнейшего применения;
разработать на основе проведенного анализа алгоритмы на базе нейронных сетей для обучения адаптивных систем автоматического регулирования мощности с целью повышения качества управления в АСУТП ЯЭУ;
разработать и реализовать нечеткие алгоритмы оптимизации оценки вариантов резервирования каналов контроля и управления в составе распределенной АСУТП ЯЭУ с целью построения эффективных и надежных автоматизированных систем управления опасными технологическими процессами.
Объект диссертационного исследования. Объектом исследования является АСУТП АЭС, в частности, алгоритмы контроля и управления ЯЭУ, реализованные на компьютерном многофункциональном анализаторе реакторной установки АЭС с ВВЭР.
Методы исследования. В работе использовались методы искусственного интеллекта, такие как нечеткая логика и алгоритмы нейронных сетей, методы математического и компьютерного моделирования, методы математического программирования, методы проектирования программного обеспечения.
Научная новизна заключается в следующем:
предложено использовать алгоритмы на базе нейронных сетей для обучения адаптивных систем автоматического регулирования в АСУТП АЭС с целью повышения качества управления;
разработано программное обеспечение, реализующее интеллектуальные алгоритмы, позволяющее осуществлять обучение адаптивных систем управления;
предложено использовать нечеткие алгоритмы для решения задач
выбора оптимальной структуры резервированной распределенной АСУТП;
- созданы программные интеллектуальные средства оценки
вариантов схемы резервирования каналов системы контроля и управления в
составе распределенной АСУТП ЯР.
Практическая значимость работы заключается в следующем:
предложенный подход реализуем на используемых в настоящее время современных аппаратных средствах, и может быть использован либо как дополнение к существующим регуляторам систем управления мощностью, либо как принципиально новый вариант на базе программно-технического комплекса;
показана целесообразность оснащения современных программно-технических комплексов систем контроля и управления средствами нейронных сетей и нечетких алгоритмов, позволяющих значительно расширить класс применяемых технологий управления;
предложен интеллектуальный алгоритм адаптации параметров автоматического регулятора мощности ядерного реактора для построения качественных и надежных автоматизированных систем управления опасными технологическими процессами;
разработанные в среде МАТLАВ программы синтеза нейронных сетей и нечетких алгоритмов использованы для реализации и проведения лабораторного практикума по изучению дисциплин «Управление ЯЭУ», «Методы оптимального управления», «Автоматизация АЭС» и «Цифровые системы автоматического управления» на кафедре «Автоматика» НИЯУ МИФИ;
результаты могут быть использованы при разработке новых систем управления сложными и опасными динамическими объектами, например, при разработке систем адаптивного управления в АСУТП АЭС.
Основные положения, выносимые на защиту:
результаты анализа проблем в создании САР в составе АСУТП для сложных и опасных объектов управления на примере ядерных энергетических установок (ЯЭУ);
результаты исследований функционирования автоматического регулятора мощности ЯР, реализованного в составе многофункционального компьютерного анализатора режимов ЯЭУ АЭС с ВВЭР, показывающие целесообразность использования нейронных сетей для создания адаптивных систем с целью повышения качества управления;
основанные на нейронных сетях варианты алгоритмов адаптивной коррекции параметров автоматического регулятора мощности ядерного реактора, обеспечивающие повышение качества регулирования;
алгоритмические средства нечеткой логики, позволяющие оптимизировать выбор структур резервирования каналов контроля и управления АСУТП ЯЭУ с целью повышения их эффективности и надежности.
Внедрение результатов работы. Результаты диссертационного
исследования использованы в учебном процессе НИЯУ МИФИ при разработке практических, лекционных, семинарских занятий и лабораторных работ по дисциплинам «Методы оптимального управления», «Цифровые системы автоматического управления», «Управление ядерными энергетическими установками» и «Автоматизация АЭС» на кафедре «Автоматика» НИЯУ МИФИ.
Апробация диссертации. Основные результаты диссертационного исследования были изложены на следующих конференциях:
научной сессии НИЯУ МИФИ - 2013 - с 01 по 06 февраля 2013 г. (один доклад);
научной сессии НИЯУ МИФИ - 2014 - с 27 января по 01 февраля 2014 г (два доклада);
научной сессии НИЯУ МИФИ - 2015 - с 16 по 20 февраля 2015 г. (два доклада);
международной научно-практической конференции «Международная конференция молодых специалистов, ученых и аспирантов по физике ядерных реакторов» - с 5 по 9 сентября 2016 г. (один доклад).
Достоверность результатов обусловлена совпадением теоретических результатов с экспериментальными данными, подтверждающим корректность применения используемого математического аппарата и достоверность выводов, а также успешной практической реализацией результатов в научно-практической и образовательной деятельности и апробацией результатов исследований на научно-практических конференциях и семинарах.
Публикации. Результаты диссертации отражены в 10 работах, в числе которых 3 статьи - в изданиях, рекомендованных ВАК РФ, 5 докладов и аннотаций докладов научных конференций, 2 статьи - в других изданиях.
Личный вклад автора. Основные научные результаты, полученные лично автором, заключаются в разработке и реализации алгоритмов нечеткой логики и нейронных сетей для решения задач разработки алгоритмов адаптивного управления и многопараметрической оптимизации структуры резервированной АСУТП с целью повышения качества и надежности процессов управления ядерными реакторами.
Структура и объем работы. Диссертация содержит 113 страниц машинописного текста: введение, четыре главы, заключение, список использованных источников. Основная часть диссертации содержит 106 страниц текста, 34 рисунка и 13 таблиц. Список использованных источников включает 58 наименований.
Основные требования к средствам построения АСУТП
Эти особенности АСУТП и постоянное взаимодействие различных составных ее составных частей, как единой системы определяют трудности ее создания.
Наличие в системе управления человека – оператора – создает некоторые проблемы при аналитическом описании системы, поскольку каждый человек индивидуален по своим психофизическим качествам. Присутствие многих операторов в системе управления усугубляет тяжесть ситуации. Полностью преодолеть сформулированную трудность не удается с точки зрения оптимизации управления, но определенные мероприятия принять можно. Сначала необходимо заставить оператора выполнять регламентные и должностные инструкции, что существенно уменьшит возможность принятия ошибочных решений. Это достигается посредством обучения, тренингом и служебными взысканиями при ошибочных действиях операторов. С целью подготовки операторов в последние годы широко развита тренажерная тренировка.
Поэтому создание и применение тренажеров вместе с разделением функций управления между техническими средствами и оперативным персоналом, а также разработкой регламентных инструкций является в настоящее время отдельным научным и техническим направлением работ [11].
Несмотря на то, что строгое выполнение инструкций и грамотная организация в практически исключает проблему «человеческого фактора» операторов, но при этом значительно исключает принятие оптимальных текущих решений [5].
Вместе с организационными мероприятиями должны применяться и программно-технологические средства соответствующие построению человеко-машинного интерфейса. В этом случае оперативный персонал рассматривается и как элемент внешнего воздействия на объект управления, и как динамический объект со своими характеристиками, и как элемент неизменяемой части системы в целом, и в этом смысле подлежит воздействию управляющих решений так же, как весь технологический процесс управления. В системах тренировки и обучения реального времени с использованием компьютерного многофункционального анализатора реакторной установки АЭС с ВВЭР, оператор является основным объектом наблюдения и управления.
Разнообразие функций управления в промышленности, для которой создается АСУТП и необходимость распределения их между оперативным персоналом и комплексом технических средств открывает обширный фронт исследований при автоматизации, связанный с разработкой алгоритмов обработки данных и выдачи управляющих воздействий. Поскольку в управлении рядом технологических процессов приходится использовать адаптивные, оптимальные технологии, то здесь возникают сложности, связанные с необходимостью оперативного оптимального принятия решения, требующие развития новых интеллектуальных подходов. Алгоритмы обработки входных данных могут носить достаточно сложный вид [12], а объект управления является достаточно сложным и имеет большое число параметров. В этом случае при построении АСУТП могут существенно возрастать требования к скорости обработки данных, а также время восстановления работоспособности системы управления при различных аварийных ситуациях.
Многолетний опыт разработки различными коллективами авторов АСУТП показал, что сначала автоматизации подвергается достаточно малая часть технологического процесса, а затем после накопления значительного, продолжительного и положительного опыта эксплуатации автоматизированных объектов возникают требования существенного расширения АСУТП. Возникновение частых и продолжительных мировых финансовых кризисов ограничивает денежные возможности заказчиков, что приводит к постепенному развитию АСУТП на предприятиях, а также реализации не всех задуманных функций. В процессе реализации последующих этапов выясняется, что: или приходится перестраивать организацию вычислений из-за необходимости введения интеллектуальных функций управления; или проводить развитие АСУТП с применением новых технических и программных средств, которые уже достаточно сильно отличаются от существующих, но при этом должны иметь возможность для взаимодействия с существующими системами.
В случае если следующая разрабатываемая часть не связана с ранее созданной системой, то серьезных проблем не возникает. Но чаще всего происходит обратная ситуация. Поэтому для преодоления возникающих трудностей такого рода следует создать АСУТП на новых перспективных и современных технических средствах с полным отказом от устаревших средств. Такая система может выполнять функции как старой части, так и вновь вводимой. Такой же подход применяется и при физическом износе технических средств.
Но не всегда приемлемо следовать по такому пути, особенно когда производственный процесс является сложным и опасным. Тогда приходится объединять имеющиеся и вновь вводимые в действие вычислительные ресурсы АСУТП. Однако это объединение должно быть не просто физическим, но и предполагать создание единого информационного пространства базы АСУТП, а также единых средств управления программно-техническим комплексом, разумеется, предоставляя некоторую автономию там, где это необходимо. В первую очередь, этот подход диктуется самим предназначением АСУТП как системы управления всем технологическим процессом в целом. Например, система контроля температуры теплоносителя в ядерных реакторах в виду ее важности носит автономный характер [13].
Принципиальные различия нейронных сетей от нечеткой логики
Оборудование и процессы на АЭС имеют некоторые особенности, которые определяются требованиями к АСУТП сложными и опасными производствами. К этим особенностям относятся: работа оборудования в условиях достаточно высоких радиационных нагрузок, значительных величин давлений и температур, которые являются результатом быстропротекающих и инерционных физических процессов; отсутствие доступа на значительную часть технологического объекта оперативного персонала во время работы на мощности; жесткая необходимость поддержания радиационной и ядерной безопасности при всех режимах эксплуатации; строгая необходимость обеспечения пожаро-, взрыво- и электробезопасности, а также надежности и экономической целесообразности работы АЭС; достаточная сложность и разнообразие оборудования АЭС: огромное количество запорной и регулирующей арматуры, исполнительных механизмов и устройств и соответствующее им число и разнообразие измеряемых параметров (температура, давление, расход, уровни, перемещения управляющих и аварийных стержней, радиационные измерения и т.п.); разные требования, предъявляемые к управлению различными технологическими процессами, происходящими на АЭС; высокие издержки простоя энергоблока АЭС; климатические и сейсмические условия, достаточно жесткие экологические требования по охране окружающей среды, воздушного бассейна, почвы, воды.
Все эти особенности и многочисленные внутренние связи различной физической природы делают АЭС сложным и опасным объектом управления, требующим достаточно высокой степени автоматизации оборудования и применения надежных и современных средств вычислительной техники, а также эффективной системы управления, позволяющей небольшому количеству оперативного персонала осуществлять управление технологическими процессами, происходящими на АЭС.
При определении уровня автоматизации технологических задач АЭС принимаются следующие общие положения: - процесс выработки электроэнергии должен поддерживаться (по мере возможности) при нарушении нормальной эксплуатации; - уровень автоматизации должен обеспечивать выполнение требований по глубоко эшелонированной защите, направленных на предотвращение нарушений нормальной эксплуатации, проектных аварий, а также на управление авариями с целью снижения их последствий; - человек-оператор рассматривается как главное, центральное звено управления, выполняющее наиболее ответственные задачи по управлению энергоблоком в режимах нормальной эксплуатации. При этом человеческий фактор играет важную роль в обеспечении безопасности станции и сохранении барьеров безопасности. Для взаимодействия АСУТП с операторами предусмотрен человеко-машинный интерфейс, предоставляющий возможность получения оператором необходимой информации и формирования команд.
Основными критериями при определении уровня автоматизации технологических задач АЭС являются [41]: - снижение возможных ошибок оперативного персонала при выполнении рутинных и ответственных задач управления; - экономическая эффективность АЭС и затраты на обслуживание АСУТП; - обеспечение безопасного управления энергоблоком. Возможности по реализации требуемого уровня автоматизации управления энергоблоком АЭС со стороны АСУТП обеспечены следующими решениями: - выбором необходимых программно-технических средств для реализации заданных функций автоматизированного и автоматического контроля и управле ния и учетом возможности расширения этих функций при необходимости; - выбором необходимой для реализации поставленных задач контроля и управления структуры комплекса технических средств АСУТП, обеспечивающей возможность подсистемам АСУТП обмениваться информацией и командами управления для реализации поставленных задач; - выбором современных, модернизированных с учетом опыта эксплуатации, имеющих достаточные показатели надежности измерительных преобразователей (датчиков) и исполнительных механизмов; - применением развитых средств диагностики (датчиков, исполнительных механизмов и собственно программно-технических средств). 2. Функциональная структура. Функциональная структура АСУТП - это схема, расписанная в функциях с учетом требований по классификации основных подсистем. При этом функциональные решения по АСУТП вытекают из двух основных целей: обеспечения безопасности и выработки электроэнергии.
Технологическая схема АЭС предусматривает два (четыре) канала систем безопасности. В соответствии с этим в АСУТП предусмотрено двухканальное (че-тырехканальное) построение управляющей системы безопасности (УСБ). При этом в каждом канале УСБ предусмотрена общая инициирующая часть для выявления исходного события аварии и выдачи команд управления технологическими системами безопасности через исполнительные части [40].
Контроль безопасности обеспечивается путем реализации в проекте следующих информационных функций: – контроля состояния функций безопасности; – контроля готовности систем безопасности; – сигнализации, обеспечивающей контроль событий, связанных с выполнением функций безопасности. Сигнализация, связанная с контролем безопасности, включает: – сигнализацию нарушений эксплуатационных пределов и пределов безопасной эксплуатации; – сигнализацию запуска аварийных автоматических защитных действий; – сигнализацию срабатывания технологического оборудования систем безопасности, участвующего в реализации аварийных защитных действий;
– сигнализацию отказов функций управляющих систем безопасности и технологических систем безопасности, приводящих к невыполнению функций безопасности.
В составе УСБ реализуется также функция пост-аварийного мониторинга (КИП, применяемый на АЭС для оценки окружающей среды и обстановки на станции во время и после аварии). Эта функция реализуется в объеме информации, имеющейся в УСБ на средствах, и по принципам, примененным в УСБ, а информация выводится на монитор системы безопасности или индивидуальные приборы. В некоторых проектах функцию пост-аварийного мониторинга выполняют на отдельной секции [40].
АСУТП состоит из ряда подсистем, выделенных по технологическому или функциональному признаку. Все системы объединяются в единую систему с помощью системы верхнего блочного уровня (СВБУ), которая обеспечивает сбор и обмен информации, дистанционное управление оборудованием, а также реализует общеблочные задачи [40].
В АСУТП принят принцип однократного ввода сигнала по параметру с использованием его для всех задач. При этом кратность резервирования датчиков контроля одного параметра определяется исходя из требований надежности. Как правило, для контроля и представления информации применяется один датчик, для реализации управляющих задач – два, а для защиты основного оборудования и безопасности – три. Сигналы по параметрам, которые измерены в УСБ, могут передаваться в системах контроля и управления оборудованием нормальной эксплуатации (СКУ НЭ) для реализации информационных и управляющих задач. При резервировании датчиков для защит, блокировок и авторегуляторов оператору на монитор рабочей станции представляется результирующий сигнал среднего значения исправных датчиков.
Оценка качества регулирования и оптимизация настроек автоматического регулятора мощности
В формировании отросли атомной энергетики все страны и компании, которые развивают ядерные технологии и эксплуатируют атомные станции, с все большей ответственностью относятся к задачам ядерного сохранения, образования, управления и развития ядерных представлений. Активно создаются и совершенствуются научно-образовательные программы университетов, которые обеспечивают подготовку специалистов в области ядерных технологий и различных инженерно-технических областях, подготовку и повышение квалификации работников АЭС и других аналогичных предприятий и организаций атомной отрасли. Образовательные программы все активнее основываються на современных информационных технологиях и на использовании различных технических средств для обучения сотрудников. Происходит автоматизация лабораторных исследований: обработка результатов работы и замена лабораторных установок на компьютерные моделирующие программы. Для образовательных планов в университетах свойственно активно использовать специальные компьютерные обучающие системы и лабораторные практикумы, которые прежде использовались в профессиональной подготовке персонала АЭС. Эти системы подготовки персонала в безусловном порядке используют тренажерные системы различных классификаций: тренажеры базовых принципов, тренажеры отдельных технологических систем и элементов оборудования, полномасштабные тренажеры (ПМТ) [45].
Тренажерные симуляторы (или как называемые имитаторы) основаны на достаточно обширной и детальной модели технологических и физических процессов в атомной станции и при этом предназначены для формирования практических умений работы управления технологическим оборудованием энергоблока. Также современный уровень развития компьютерных технологий позволяет создавать компактные и весьма недорогие моделирующие вычислительные комплексы реального времени. Данные комплексы довольно доступны в тренажерных системах, а также в специализированных учебных лабораториях, существующих для снабжения университетов и учебных центров.
Рассмотрим компьютерный многофункциональный анализатор ВВЭР-1000 созданный на кафедре «Автоматика» НИЯУ МИФИ на базе лаборатории «Управление и безопасность АЭС». Учебная лаборатория «Управление и безопасность АЭС» оборудована комплексной моделью ЯЭУ, которая обладает в сравнении с моделями для тренажерных систем, например для ПМТ, следующими дополнительными возможностями: модель позволяет реализовать широкую вариативность учебных и практических задач: расчет основных нейтронно-физических и теплофизических характеристик ЯЭУ, исследования алгоритмов управления, а также решение зада чианализа тяжелых аварий, которые приводят к расплавлению топлива в активной зоне; модель дополнена средствами проектирования сценариев учебных заня тий, удобными для пользователя, и средствами внешнего управления моделью для решения практических задач; модель основывается на библиотеке нейтронных сечений и тепло гидравлических характеристик, которые насчитывают около 75 различных кон струкций тепловыделяющая сборка (ТВС) реактора ВВЭР, позволяющих прово дить изучение разнообразных топливных загрузок; модель содержит задания произвольного графика тепловых нагрузок на активную зону в зависимости от времени выгорания и средства воспроизведения режима выгорания топлива с его произвольной перегрузкой; в модель включены средства поддержания критичности реактора и с помощью штатных средств на АЭС и с помощью автоматического борного регулятора (внештатное средство), работающего в стационарных и в нестационарных режимах; модель имеет возможность уплотнения времени в десятки тысяч раз, что дает высокую эффективность учебного и исследовательского процессов при воспроизведении инерционных процессов в оборудовании АЭС; модель позволяет выполнить рассчетный анализ технической безопас ности оборудования ЯЭУ при заданных специальных условиях моделирования гидродинамики теплоносителя в главном циркуляционном контуре (ГЦК), приво дящих к оценке уровня безопасности. При помощи функциональных возможностях модели ЯЭУ в учебной лаборатории «Управление и безопасность ЯЭУ» можно проводить: лабораторные и практические занятия в рамках образовательных программ университетов в отрасли физики ядерных реакторов, технологии и управления АЭС; научные и исследовательские работы студентов, аспирантов и сотрудников университетов; занятия, направленные на изучение и контроль теоретических знаний сотрудников атомных станций в учебных центрах АЭС.
Такие лаборатории эффективно используются для уточнения алгоритмов управления энергоблоком в режимах эксплуатации, для которых существует дефицит эксплуатационного опыта и процедуры управления слабо нормированы.
Принимая во внимание наиважнейшую роль ВВЭР в современной атомной энергетике, в лаборатории используется компьютерная система, осуществляющая моделирование нейтронно-физических, тепло-гидравлических, электрических процессов, алгоритмов систем контроля и управления. Сотрудниками кафедры «Автоматика» НИЯУ МИФИ разработано математическое и программное обеспечение лаборатории. Оно базируется на программных комплексах, входящих в состав полномасштабных, компьютерных тренажеров и анализаторов режимов работы АЭС, внедренных на Калининской, Ростовской и на других АЭС с ВВЭР-1000 с целью инженерной поддержки эксплуатации и для проведения обучения оперативного персонала в учебно-тренировочных пунктах (УТП) АЭС.
Широкий комплекс и высокая адекватность моделей физических процессов в оборудовании АЭС и алгоритмов систем управления и защиты ЯЭУ позволяют решать большой диапазон учебных и исследовательских задач, и гарантируют возможность их дальнейшего развития
Нечеткая оптимизация надежности вариантов для многокритериального выбора схем асутп ядерных реакторов АЭС
На представленных гистограммах видно, что статическая ошибка при использовании традиционных алгоритмов управления автоматическим регулятором мощности имеет значительную величину, и для повышения качества регулирования необходимо уменьшить эту статическую ошибку. В качестве решения можно предложить реализацию алгоритма на базе нейронной сети, которая обеспечит заданное быстродействие, непрерывность адаптивного управления и уменьшение статической ошибки [53]. Чтобы воспользоваться реализацией на основе интеллектуального подхода, необходимо выбрать структуру нейронной сети – так называемую топологию, сформировать обучающую выборку и выбрать алгоритм обучения.
С помощью пакета прикладных программ Neural Network Toolbox в MATLAB была написана программа формирования, обучения и тестирования работы нейронных сетей. Neural Network Toolbox предоставляет функции и приложения для моделирования сложных и нелинейных систем, которые сложно описываются уравнениями, или другими словами передаточными функциями. С данным инструментом можно создавать, обучать, визуализировать и моделировать нейронные сети. В качестве структуры нейронной сети выбрана двухслойная сеть с прямой связью, скрытым слоем нейронов и сигмоидальной линейной функцией активации в выходном слое (fitnet) с четырьмя входами. Этот тип сети подходит для многомерных задач отображения при задании согласованных данных и достаточном количестве нейронов в скрытом слое. Предполагается, что сеть будет обучаться по алгоритму обратного распространения (Левенберга-Марквардта) [54]. Для формирования обучающей сети используются массивы данных, полученные при проведении эксперимента на многофункциональном компьютерном анализаторе реактора ВВЭР-1000.
Набор исходных данных был разделен на три части – обучающую выборку, утвержденные данные и тестовые данные. Обучающие данные используются для обучения нейронной сети, а проверочные используются для расчета ошибки сети. При анализе полученных данных возникает идея реализовать систему прогноза работы автоматического регулятора мощности для того, чтобы построить адаптивную систему управления, поэтому исходная задача делится на две части: прогноз работы объекта управления и непосредственно адаптивного управления.
Задача прогноза заключается в том, что предлагается на основе измеренного возмущения А путем моделирования нейросхемы определить будущий результат по величине реальной мощности Фр. Для построения модели нейронной сети необходимо выбирать в качестве входов К, З, А и Фж, а в качестве выхода – Фр (см. табл. 3.4.1). Тогда общая схема моделирования для части прогноза будет такой, как представленная на рис. 3.4.2.
Процесс обучения и графики постобработки результатов для анализа качества построенной нейронной сети отражен на рис. 3.4.3. На рис. 3.4.3, а отображена среднеквадратичная ошибка уровня мощности на валидационном наборе данных для последовательных эпох обучения. На рис. 3.4.3, б представлено распределение ошибок моделирования процесса обучения в реализованной сети в виде гистограмм, а на рис. 3.4.3, в – процесс распределения ошибок для нейронной сети.
Оценка качества нейронной сети: лучшее исполнение проверки; б – гистограмма ошибки; в – регрессия Из представленных графиков видно, что ошибка моделирования уменьшается с увеличением числа обучений нейронной сети. Разработанную модель на базе нейронных сетей будем использовать для прогноза ошибки и сравнения их с экспериментально полученными результатами. Из анализа представленных данных видно, что нейромоделирование дает аналогичный результат с экспериментально полученными данными.
На рис. 3.4.4 изображена структурная схема предназначенная для реализации алгоритма адаптивного управления с примением принципа (концепции) нейронных сетей. Структукная схема содержит блок адаптивного управления, реализованный в интеллектуальном контроллере, связанный с автоматическим регулятором мощности и непосредственно объектом управления, в данном случае – это ядерный реактор.
На входе блока адаптивного управления присутствуют входы желаемого уровня мощности Фж, тип и амплитуда возмущения (реактивность) А, пропорциональная составляющая регулятора К, а также зона нечувствительности регулятора З. В качестве выхода используется расчетная (предлагаемая) величина разбаланса мощности реактора Фп, для автоматического регулятора мощности, обеспечения минимальную статическую ошибку для регулируемого уровня мощности реактора Фр.
Суть предложенного алгоритма заключается в том, что на основе измеренного текущего уровня мощности реактора Фр, текущего прироста реактивности А и применяемых настроек регулятора (К и Z), используя алгоритм нейромодели, можно получить нейропрогноз уставки мощности реактора Фп и тем самым заранее скорректировать величину используемого разбаланса Ае для желаемого уровня мощности Фж для того, чтобы уменьшить статическую ошибку регулируемой величины.