高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于神经网络的蒸汽发生器过程辨识方法研究

彭威 张大发 周刚

彭威, 张大发, 周刚. 基于神经网络的蒸汽发生器过程辨识方法研究[J]. 核动力工程, 2006, 27(1): 43-46.
引用本文: 彭威, 张大发, 周刚. 基于神经网络的蒸汽发生器过程辨识方法研究[J]. 核动力工程, 2006, 27(1): 43-46.
PENG Wei, ZHANG Da-fa, ZHOU Gang. Research on Identification Method Based on Neural Network for Nuclear Steam Generator Water Level[J]. Nuclear Power Engineering, 2006, 27(1): 43-46.
Citation: PENG Wei, ZHANG Da-fa, ZHOU Gang. Research on Identification Method Based on Neural Network for Nuclear Steam Generator Water Level[J]. Nuclear Power Engineering, 2006, 27(1): 43-46.

基于神经网络的蒸汽发生器过程辨识方法研究

详细信息
    作者简介:

    彭威(1979-),男,硕士研究生。2002年毕业于海军工程大学核动力工程专业。现主要从事核动力控制与仿真方面的研究;张大发(1950-),男,教授,博士生导师。1972年毕业于清华大学核动力工程专业。现主要从事核动力运行、控制与仿真方面的研究;周刚(1968-),男,博士生,讲师。1990年毕业于海军工程大学核能科学与工程专业。现主要从事核能科学与工程方面的教学与科研工作

  • 中图分类号: TL362

Research on Identification Method Based on Neural Network for Nuclear Steam Generator Water Level

  • 摘要: 在核电站运行过程中,由于蒸汽流量随负荷变化,蒸汽发生器内沸腾区域的气泡数量因局部压力变化而变化,水位呈现瞬时“虚假水位”现象,给蒸汽发生器的水位特性辨识带来困难。如果处理不当,就会严重影响核电站的安全运行。为了提高蒸汽发生器水位特性的辨识效果,对基于神经网络的蒸汽发生器水位辨识方法进行了研究。辨识模型采用串-并联型辨识结构。网络训练采用Levenberg-Marququardt BP学习算法(LMBP)。仿真结果表明,所提出的方法具有良好的辨识性能。

     

  • 加载中
计量
  • 文章访问数:  10
  • HTML全文浏览量:  3
  • PDF下载量:  0
  • 被引次数: 0
出版历程
  • 收稿日期:  2004-09-24
  • 修回日期:  2005-04-27
  • 网络出版日期:  2025-07-29

目录

    /

    返回文章
    返回