-
公开(公告)号：CN117289602A
公开(公告)日：2023-12-26
申请号：CN202311173807.0
申请日：2023-09-12
Applicant: 哈尔滨工程大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于深度学习优化SCO2‑热管堆的协调控制方法，包括建立协调控制器，对输入参数进行预处理；建立基于深度学习的PID控制，给出输入量和输出量之间的关系以及优化控制参数；建立基于神经网络的底层PID控制，给出输入量和输出量之间的关系，对PID的参数进行优化；进行协调控制，通过协调控制判断反应堆的功率、主压缩机出口压力、热管堆内的流量适配的具体底层控制器。本发明采用的协调控制器，基于深度学习和神经网络建立底层控制器，能够更加准确地判断何种工况采用何种底层控制器，从而更大限度地发挥两种底层控制器的优势，相比于采用简单算法调节底层控制器设定值的协调控制器，能够以针对各种情况采用相应的参数，来使系统达到稳定。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
