华龙一号持续改进与压水堆核电技术展望

在以人工智能技术应用等为代表的新一轮工业革命蓬勃发展的背景下,为实现“双碳”目标与新能源技术发展相互促进,国家制定了民用核能“积极、安全、有序”的发展策略。作为成熟可靠的核能技术,压水堆在今后相当长的阶段仍具有广阔发展前景,但也面临着诸多问题与挑战。本文通过介绍我国自主研发的第三代压水堆核电技术-华龙一号的技术特征与持续改进情况,分析了压水堆技术在安全性、经济性等方面面临的挑战,并结合人工智能技术的发展现状与在核电领域的应用实践,展望人工智能技术在压水堆技术领域的未来发展。

压水堆技术与智慧核电展望

压水堆技术作为当前广泛采用的核能发电技术,在今后相当长的时期仍具有广阔的发展前景。同时,随着压水堆技术的广泛商用,也发现了一些制约其进一步发展的问题,其中一个主要的难点在于如何同时提升压水堆核电机组的安全性和经济性,而发展人工智能(AI)技术有望成为系统性解决这一问题的重要路径。本文通过介绍压水堆技术在安全性、经济性等方面持续发展所面临的挑战,基于对AI技术发展现状及其在核电领域的应用实践,分析了核电智能化技术发展的需求,提出了智能运行技术的发展思路和对于核电厂自主监控系统的基本构想,并对AI技术未来在压水堆技术领域的发展进行展望。

基于C#的超声数据采集系统上位机软件设计

基于提高超声数据采集系统的稳定性和数据采集效率的目的,利用C#语言编写上位机软件从而将数据通过CH375接口进行读取、转换、存储并实时显示。通过使用Visual Studio 2013.NET编程环境中Thread类联合CH375动态链接库,大大提高程序运行效率。测试结果表明,系统各项功能运行良好,界面友好,提高了数据采集效率,为今后类似的数据采集系统的研发和设计提供参考。

辅助给水系统神经网络模型预测控制方案设计

为优化“华龙一号”核电机组辅助给水系统控制性能,对辅助给水控制方案进行了研究,设计了一种基于长短时记忆(LSTM)网络的辅助给水系统神经网络模型预测控制方案。通过仿真验证平台进行数据采集后,利用LSTM神经网络训练出蒸汽发生器液位预测器,以反应控制过程的动态特性。应用模型预测控制方案,根据蒸汽发生器液位估计值实时优化控制变量。验证结果表明,与手动控制/核电厂自动控制方案相比,模型预测控制方案可实现更快、更准确的设定点跟踪功能,同时需要的控制工作量更少,可达到有效减少对系统部件的磨损、延长系统部件使用寿命的作用。此外,所提方案可被应用于其他需要精确和有效控制的复杂工业过程。

Volterra级数模型的非线性压缩测量辨识算法

针对非线性系统的辨识问题,提出了非线性压缩测量辨识算法,且推导出了一种符合压缩感知测量准则的测量模型。相比递归最小二乘法,该方法极大地减少了所需的测量数,使得高阶Volterra级数辨识成为可能。此外,还分析了实际应用中的各项因素对辨识准确性的影响,如信号稀疏度、测量噪声、测量矩阵形式等。

核电厂智能化仪控系统应用框架设计及实现构想

针对现行核电厂仪控系统智能化水平待提升的问题,本文从核电厂运行体系和典型运行任务流程的角度分析,提出了集智能监测、智能诊断、智能控制、智能交互于一体的核电智能化仪控技术应用框架及其设计方案,并构建了“智能化研发演示与支撑平台”,为后续提升核电厂仪控系统智能化水平提供思路。

一路繁星相伴

“砰——”花盆在母亲脚下炸开,泥土飞溅。“这破花有什么好种的!”我咆哮的声音像一把重锤狠狠地砸在母亲的心上。仿佛过了漫长的一个世纪,母亲才将目光移向地面,看着遍地狼藉。她的目光锁定在一株绿苗,眼中涌出一抹怜惜。她慢慢地弯下腰将其捧起,仿佛那就是她手心里的宝。不知怎地,她小心翼翼的动作突然与记忆的画面重合了。“妈妈给你买了一个礼物!”那日,她突然凑过来,神秘兮兮地说,还一边将握着的拳头伸到我的眼前。

LPV模型的动态压缩测量辨识算法

在解决线性参变(LPV)模型的辨识问题上,最小二乘算法以结构简单、计算复杂度低等优点被大量使用。但最小二乘算法辨识结果受制于计算精度和模型近似精度,而这两者在同一个系统中是互斥的。因此,该算法的辨识结果与真值总是存在一定的误差。另外,在高阶LPV模型辨识或采样成本高的情况下,一般模型参数要多于辨识数据,而此时最小二乘算法很难得到稳定的辨识结果。本文提出的动态压缩测量辨识(DCMI)算法从两个方面提高在该情况下的系统辨识精度。其一,利用"匀速变化"及"非匀速变化"模型表示参变函数,以提高模型近似精度。其二,利用压缩感知理论的欠采样能力,在同等数据量的情况下提高参数的计算精度、扩大模型的计算规模。仿真结果表明,基于"匀速变化"模型DCMI算法可以准确地辨识出LPV函数,而且该算法在辨识数据不足的情况下仍然能够获得稳定的辨识结果。

基于光学辅助标定的机载惯导初始对准关键技术

针对当前航空兵部队飞机执行作战、训练任务出动快速,急需提升机载惯导系统初始对准时间和精度的需求,提出一套适合机载惯导系统快速对准的新体系结构方法,包括基于光学辅助标定的载机航向角测量基本原理、工作流程、测量算法及算法误差分析。基于上述技术与方法,从算法实现精度角度,对算法涉及的关键指标进行仿真验证,为光学辅助系统设计与系统部队使用精度提升提供了技术支撑。

核电站智能故障预警与诊断方案研究

为了解决核电站故障识别难度高、工作量大的问题,从核电站对故障预警和诊断的功能需求出发,通过分析多种智能算法和核电站应用场景的适配性,提出了基于卷积神经网络(CNN)、堆叠自编码(SAE)网络、故障树分析(FTA)等先进技术的核电站智能故障预警和诊断功能模块设计方案。该方案将提升核电站智能化水平,实现智能化、自动化的故障监视和诊断,为运行人员提供决策支持,减轻运行人员工作负担,提高故障处理的安全性和时效性。

智能控制在SGTR规程中的应用研究

核电厂发生蒸汽发生器传热管破裂(SGTR)事故后,操纵员需按相应规程进行操作。但在事故序列处理中,一回路冷却剂的降温、降压效果大多依靠操纵员的运行经验。针对该问题,本文提出一种基于长短期记忆神经网络(LSTM)和自适应比例-积分-微分(PID)的SGTR规程优化方法,并给出了实现流程。利用某1000 MW模拟机开展了SGTR事故模拟实验,基于模拟实验数据对本文方法进行了测试。仿真结果表明,与操纵员人工操作相比,本文提出的智能操作方法具有更好的降温、降压效果,本文方法可为核电厂事故规程的智能化操作提供一种新思路。