Water Level Control of PWR Steam Generator using Knowledge Information and Neural Networks

The water level of a steam generator of pressurized light water nuclear Power generator is known as a subject whose control is difficult because of a shrinking and swelling effect that is been mutually contradictory in a variation of feed water. In this paper, a neural network model selects first coordinative controller by a inappropriate gain of two PI controllers and the selected controller＇s gain is tuned by a fuzzy self-tuner. Model inputs consist of the water level, the feed water, and the stream flow. One controller of both coupling controllers whose gain is handled firstly is decided based upon above data. The proposed method can analyze patterns of signals using the characteristic of neural networks and select one controller that needs to be tuned through the observed result in this paper. If one controller between both the water level controller and the feed water controller is selected by the neural network model then a gain of the PI controller is suitably tuned by the fuzzy self-tuner. Rules of the fuzzy self-tuner drew from the pattern of input and output data. In the summary, the goal of this Paper is to select the suitable controller and tune the control gain of the selected controller suitably through such two processes.

지식정보와 신경회로망을 이용한 가압경수로 증기발생기 수위제어

가압경수로 원자력 발전소의 증기발생기 수위는 유량의 변동에 상반되는 수축(shrink)과 팽창(swell) 효과 등의 특성을 가지고 있으므로 제어가 어려운 대상으로 알려져 있다. 본 논문에서는 신경망을 이용하여 원자력발전소에서 사용되고 있는 두 개의 PI 제어기 중 부적절한 게인으로 조정된 제어기를 먼저 선택하고, 선택된 제어기의 게인을 퍼지 논리를 적용하여 조정하도록 구성하였다. 게인 조정을 위해 사용되는 기본 정보는 수위, 급수량, 그리고 증기량이다. 이 세 가지의 정보를 바탕으로 신경망을 통해 수위 제어기 또는 급수량 제어기 둘 중 하나의 제어기가 선택한 후 퍼지 자기동조기(self-tuner)를 이용하여 PI 제어기의 게인을 알맞게 조정하게 된다. 퍼지 자기동조기의 규칙은 증기발생기의 상태를 표현하는 입ㆍ출력 데이터의 특성으로부터 추출하였다. 이상의 두 과정을 통해 적절한 제어기를 선택하고, 선택된 제어기의 게인을 알맞게 조정하는 것이 본 논문의 목적이다.