کنترل پیش‌بین تابعی برای ردیابی تغییرات توان هسته راکتور آب سبک تحت فشار به کمک توابع لاگر و مدل کاهش‌یافته

در این مقاله به طراحی کنترل پیش‌بین تابعی مبتنی بر توابع لاگر برای ردیابی تغییرات بار راکتور آب سبک تحت فشار (pwr) موجود در نیروگاه‌های هسته‌ای پرداخته شده است. از آنجا که علیرغم کارآیی بسیار خوب کنترل‌کننده‌های پیش‌بین در صنعت، پیاده‌سازی آنها برای سیستم‌های مرتبه بالای مقید، حجم محاسبات بالایی می‌طلبد، در این مقاله، طراحی کنترل پیش‌بین با حجم محاسبات نسبتا پایین مورد نظر قرار گرفت. لذا، ابتدا مرتبه مدل pwr با استفاده از روش برش متعادل، کاهش داده شد. سپس، با توجه به حجم محاسبات نسبتا پایین و کارآیی بالای کنترل‌کننده پیش‌بین تابعی، به طراحی کنترل‌کننده پیش‌بین تابعی مبتنی بر توابع لاگر پرداخته شده است. بدین منظور، با کمینه‌سازی انتگرال مربع خطا، پارامتر مقیاس‌بندی چندجمله‌ای لاگر تعیین شده است. سپس به علت وجود محدودیت‌های مکانیکی، قیدهایی روی فرمان کنترلی و تغییرات فرمان کنترلی در نظر گرفته شده و برای حل مساله کنترل پیش‌بین مقید و طراحی فرمان کنترلی، از روش برنامه‌ریزی مربعی استفاده شده است. همچنین به منظور نشان دادن کارایی روش پیشنهادی، پاسخ سیستم در حضور اغتشاش بررسی شده است. نشان داده شده که با استفاده از کنترل پیش‌بین تابعی بر روی مدل مرتبه کاهشی، علاوه بر کاهش حجم محاسبات، کنترل توان هسته و ردیابی تغییرات بار در حضور اغتشاش خارجی به خوبی انجام شده است.

Predictive Functional Control for Tracking of Core Power Variations in Pressurized Water Reactor based on Laguerre functions and Reduced-Order Model

In this paper, the design of predictive functional controller based on Laguerre functions to track the load changes in Pressurized Water Reactor (PWR) nuclear power stations has been considered. Since, despite of outperformance of predictive controllers in industrial applications, their implementation implies high computational complexity for constrained large scale systems, in this paper, the design of model predictive controller with low computational complexity was considered. For this purpose, at first, the order of PWR model was reduced via Balanced Truncation method. Then, due to low computational complexity and high performance of predictive functional controllers, we dealt with the design of predictive functional controllers based on Laguerre functions. In this context, the Laguerre polynomial scaling parameter was determined by minimizing integral square error. Then, due to mechanical constraints, some specific constraints were applied to the control effort and its changes, and the Quadratic Programming method was used for solving the constrained model predictive control problem and consequently, designing the control effort signal. Also, in order to show the efficiency of the proposed core power control method, the system response in the presence of disturbance is investigated. It is shown that, by using predictive functional controller on a reduced order model, in addition to the decrease of the computation volume, the performance of the core power control to track load changes in presence of external disturbance is well done.