Development of a knowledge-based regulator for a PWR type nuclear power plant

Abstract

Bu çalışmada PWR tipi bir nükleer güç santralı için tam güç etrafında regulasyon görevi yapacak, kural tabanlı, bulanık mantık kullanan bir denetleyici geliştirilmiştir. Bu yapay zeka uygulamasında bilgi, H. B. Robinson güç santralının doğrulanmış lineer bir modelinin sayısal simulasyonu yapılarak derlenmiş ve bilgi tasviri için Üretim kuralları kullanılmıştır. Karşılaştırma amacıyla kırık çizgi ve S-biçimli bulanık kümeler incelenmiş ve kırık-çizgi tipinde olanlar tercih edilmiştir. Regülatör, bir IBM-uyumlu PC de PASCAL dili kullanılarak yazılmıştır. Kural -tabanl ı denetleyicinin performansı bir optimal denet 1 eyicininkiy 1 e karşılaştırılmış ve sapmaların azlığı açısından daha iyi olduğu tespit edilmiştir. Ayrıca al gı 1 ay ıcı 1 ardak i gürültü ve reaktör parametre 1 er indeki değişimlerin performans üzerindeki etkisi de araştırılmış ve çok az olduğu görülmüş, dolayısıyla denetleyicinin yeterince robust olduğu sonucuna varılmıştır.

In this study, a rule-based fuzzy logic controller for a PWR nuclear power plant has been developed in order to regulate the power around a full power setpoint. In this artificial intelligence application, knowledge acquisition was performed through numerical simulation using a validated linear model of the H.B. Robinson power plant and production rules were used for knowledge representation. For comparison purposes broken-line and S-shaped fuzzy sets were investigated and broken- line fuzzy sets were preferred. The regulator was implemented on an IBM-compatible PC using the PASCAL language. The performance of the rule-based controller was compared to that of an optimal controller and was found to be better in the sense that the overshoots were less. Also, the effect of noise in sensor data and variation in reactor parameters were investigated and their effect on the performance of the controller was found to be significant implying that the designed regulator is sufficiently robust.