买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜华北电力大学申请的专利一种基于模糊自抗扰控制的小型一体化压水堆功率T-S模糊建模方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115130248B 。

龙图腾网通过国家知识产权局官网在2025-04-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210898968.5，技术领域涉及：G06F30/17；该发明授权一种基于模糊自抗扰控制的小型一体化压水堆功率T-S模糊建模方法是由周世梁;陈泽廉;张雪松;彭芝仪设计研发完成，并于2022-07-28向国家知识产权局提交的专利申请。

本一种基于模糊自抗扰控制的小型一体化压水堆功率T-S模糊建模方法在说明书摘要公布了：本发明公开了一种基于模糊自抗扰控制的小型一体化压水堆功率T‑S模糊建模方法，包括以下步骤：步骤1、构建小型一体化压水堆的堆芯集总参数模型；步骤2、通过对步骤1中的堆芯集总参数模型进行模型变换，获得用于自抗扰控制器设计的2阶非线性模型；步骤3、构建与步骤2等价的功率T‑S模糊模型。本发明面向LADRC设计的，不以模型结构最简或模型拟合精度最高为建模目标，对于特定结构的非线性模型，通过采用适当的前提变量和模糊集隶属度函数，使所得T‑S模糊模型与原非线性模型具有等价的解析形式，既提高了模糊模型的精度，也降低了模糊模型结构选择和参数优化的难度。

本发明授权一种基于模糊自抗扰控制的小型一体化压水堆功率T-S模糊建模方法在权利要求书中公布了：1.一种基于模糊自抗扰控制的小型一体化压水堆功率T-S模糊建模方法，其特征在于，包括以下步骤：步骤1、构建小型一体化压水堆的堆芯集总参数模型；步骤2、通过对步骤1中的堆芯集总参数模型进行模型变换，获得用于自抗扰控制器设计的2阶非线性模型；步骤3、构建与步骤2等价的功率T-S模糊模型；步骤1进一步包括：根据曼恩传热模型以及小型一体化压水堆功率模型构建所述堆芯集总参数模型，表示为如式1-7所示： 式中，Pth为相对功率；ρ为反应性；Λ为一代中子时间；Cr为相对先驱核浓度；n，n0分别为中子密度和初始平衡中子密度或稳态中子密度；P，P0分别为反应堆功率和反应堆额定功率；λ为缓发中子先驱核衰变时间常数；Tf为燃料温度；f为裂变释放能量在燃料中所占份额；θ1，θ2分别为冷却剂节点1温度和冷却剂节点2温度；mc1，mc2分别为冷却剂节点1质量和冷却剂节点2质量；cpc为一回路冷却比热容；cpf为燃料比热容；Afc，Afc1，Afc2为燃料与冷却剂总传热面积，燃料与冷却剂节点1总传热面积和燃料与冷却剂节点2总传热面积；Wc为堆芯冷却剂质量流量；Ufc为燃料与冷却剂传热系数；ρ，ρr为反应性和控制棒引入的反应性；Gr为控制棒反应性价值；zr为控制棒相对棒速；步骤2进一步包括：子步骤S21、将式1进一步表示为如式8所示： 将式1对时间求导，得到如式9所示： 将式2，8代入式9得到如式10所示关系： 进一步表示为如式11-16所示：Pth＝Pth0+δPth11，cr＝cr0+δcr12，Tf＝Tf0+δTf13，θ1＝θ10+δθ114，θ2＝θ20+δθ215，ρr＝ρr0+δρr＝δρr16，其中Pth0、Cr0、ρ0、ρr0、Tf0、θ10、θ20为初值，分别取Pth0、1、0、0、Tf0、θ10、θ20；子步骤S22、对式16求导，表示为如式17所示： 对于与的表达式，两个冷却剂控制体温差不大，冷却剂比热容、密度以及燃料到冷却剂的传热系数差异不大，表示为如式18-20所示：μc＝μc1＝μc2＝mc1cpc＝mc2cpc18，Ω＝Ω1＝Ω2＝UfcAfc1＝UfcAfc219，M＝Wccpc20，将式11、13、14、15、19、20分别代入式2和式5得到冷却剂节点温度增量形式的一阶表达式，如式21-23所示： 用堆芯进口温度和出口温度对冷却剂节点温度δθ1与δθ2进行简化，表示为如式24-25所示：δθ2≈δToutlet≈δThl24，δTinlet≈δtcl25，子步骤S23、稳态情况下，将式4与式5相减，表示为如式26所示：WccpcδTinlet-δθ1-Wccpcδθ1-δθ2＝026，瞬态过程中两个冷却剂控制体温度变化较缓慢时，具备如式27所示关系： 由式22、27得到如式28所示关系： 将式28代入式23得到如式29所示方程： 子步骤S24、将式3改写为如式30所示： 其中，Ωf、μf分别被表示为如式31-32所示： μf＝mfcpf32，将式11、13、14代入式30得到如式33所示： 将6、17、28、29、32代入式9，得到如式34、35所示方程： 其中，f为“未建模动态”和内部扰动之和，即包含燃料温度变化量δTf不可测等变量；将式34再次化简为如式36所示： 其中，相关参数表示为如式37-47所示： 步骤3进一步包括以下子步骤：子步骤S31、构建两状态量的非线性项等价的T-S模糊模型，表述为如式47所示： 所述T-S模糊模型采用的模糊规则被表示为如下所示：IFδPthisN,THENIFδPthisP,THEN其中，N和P为模糊集，为f的模糊表示，di为待定常数；所述T-S模糊模型的模糊推理输出被写为如式48所示： 其中，wiδPth为模糊规则的权重，等于模糊集N或P的隶属度，即被表示为如式49所示：wiδPth＝μiδPth,i＝1,249，以wi表示隶属度，式48，49被式50所约束：w1+w2＝150，具备如式51所示关系：w1d1+w2d2＝δPth51，d1和d2的值满足对于所有δPth∈Ψ都有wixi∈[0,1]，表示为如式52所示：Ψ≡{xt∈Rn|||xt||≤ε}52，联立50，51求解得如式53所示： 取d1＝-d2＝d，其中，d被表示为如式54所示：d＝max||δPtht||54，则由式50和53得到如式55-56所示关系： 子步骤S32、选择δTcl、δThl、δPth和δzr为前提变量，建立如式36所对应的模糊模型，表示为如下所示：IFδTclisF1iandδThlisF2iandδPthisF3iandδzrisF4i,THEN， i＝1,2,3,4,…,16，推理输出为如下关系： 其中，f表示“总扰动”，包括未建模动态、参数不确定性和外部扰动，满足如式57-58所示关系： 设x如式59所示：x＝[x1x2x3x4]＝[δTclδThlδPthδzr]59，满足如式60-62所示关系： 其中，dj为各前提变量的上界，表示为如式63所示：dj＝max|xj|+εj,εj063，其中，相关参数表示为如式64-71所示： bi,P-P＝-1ceili2BP-Pd368，bi,z-P＝-1iBz-Pd469，

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华北电力大学，其通讯地址为：102206 北京市昌平区北农路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。