自然循环蒸汽发生器(Natural Circulation Steam Generator,以下简称SG)是目前压水堆核电站中最普遍采用的换热设备,它起着连接常规岛和核岛的重要作用。然而在蒸汽发生器中,流体的传热传质过程较为复杂,且在扰动情况下极易出现“虚假水位”现象,因此蒸汽发生器二次侧两相流部分的准确建模以及蒸汽发生器水位的自动控制是本文研究的重点。本文以大亚湾核电站的自然循环蒸汽发生器作为研究对象,建立了基于集总参数法的一维数学模型,在二次侧两相流体部分采用较为精确的漂移流理论建模,且在整体的数学模型中添加了非线性的水位方程。在100%、70%、50%及30%四种功率水平条件下进行稳态仿真,并与蒸汽发生器的实际运行参数进行比较,验证模型的有效性。然后在蒸汽流量正阶跃5%以及给水流量正阶跃5%两种条件下,对仿真模型进行四个功率水平条件下的动态仿真分析。仿真结果表明:该仿真模型较好的反映出了蒸汽发生器在扰动情况下容易出现的“虚假水位”现象。SG是一个复杂性高、时变、非最小相位的非线性系统,稳定裕度小,所以说其水位控制较为困难。现在大多数水位控制采用的是传统的PID控制方法,但其往往难以满足蒸汽发生器在瞬态运行条件下的自动控制要求。本文采用的是基于T-S模型的模糊神经网络智能控制方法,由于模糊神经网络初始结构参数以及模糊规则数难以确定仍是存在的一个问题,本文又提出了动态模糊神经网络(Dynamic Fuzzy Neural Network,简称DFNN),它无需领域的专家经验就能够对系统进行自动建模、获取模糊神经网络初始结构参数并提取对应的模糊规则数。文中首先利用上述DFNN确定T-S型模糊神经网络控制器的初始结构参数和模糊规则数,然后根据结构参数构造T-S型模糊神经网络控制器,建立SG水位的自动控制系统。仿真结果表明,该智能控制系统能减弱“虚假水位”,较好的实现了SG水位的在线自动控制。